PAPERS
www.ijohey.it - Italian Journal of Occupational and Environmental Hygiene
from: 30° Congresso Nazionale AIDII - 2013
Sessione 3 - RICADUTE SULLA POPOLAZIONE DELL’INQUINAMENTO DA ATTIVITA’ PRODUTTIVE
Analysis of air quality and soil contamination in some industrialized
municipalities in the province of Como (North Italy)
Analisi della qualità dell’aria e della contaminazione dei suoli nel territorio di
alcune realtà comunali della Brianza comasca
Davide Campagnolo*, Andrea Cattaneo, Samuel Toscano, Domenico Maria Cavallo
Dipartimento di Scienza e Alta Tecnologia, Università degli Studi dell’Insubria, Como
*Corresponding author:
Davide Campagnolo, Dipartimento di Scienza e Alta Tecnologia, Università degli Studi dell’Insubria, Via Valleggio, 11 - 22100
Como, Italy; e-mail: [email protected]
This study focuses on the analysis of some data collected through atmospheric and soil sampling and characterized by
temporal and spatial variations. The main purpose is to assess the actual impact on the environment of a cement plant
located in the study area. The work was conducted by collecting and organizing environmental data in a database and
analyzing these data through numerical and statistical analysis. Principal Component Analyses and Cluster Analyses
were conducted in order to assess the contributions of major pollution sources on PM10 concentrations. Furthermore, a
preliminary analysis of the spatial distribution of metals in upper soil layers in the study area was conducted using a GIS
(Geographic Information System) software. The main identified pollution sources were crustal dust, secondary aerosols,
vehicular traffic and industrial combustion. The crustal source gives reason of the resuspension of soil particles in the
atmosphere. The vehicular traffic source is characterized by motor vehicle combustion emissions, tyre abrasion and
resuspension of dusts from road surfaces. The industrial combustion source was studied using some heavy metals as tracers of combusted industrial fuels. The latter source has been deepened with the development of maps with the distribution of the pollutants to the territory. These maps showed only in rare cases a possible link between cement plant
emissions (emission point), prevailing wind direction and soil contamination. Indeed, for most of the selected metals,
this hypotesis was not confirmed.
Key words: Cement plant, source apportionment, PCA, cluster analysis, PM10 polluting sources
Lo studio ha perseguito lo scopo di analizzare i dati provenienti da campagne di campionamento (aria e suolo) al fine
di valutare l’impatto sull’ambiente di un cementificio. Il lavoro è stato suddiviso in due fasi: una prima fase di raccolta
e organizzazione dei dati ambientali in un database e una seconda parte di analisi. Quest’ultima fase del lavoro si è sviluppata attraverso uno studio preliminare di source apportionment mediante l’uso del metodo di analisi statistica PCA
e di dendrogrammi, che ha permesso di valutare i contributi delle principali sorgenti inquinanti sul PM10. Inoltre,
mediante l’uso di un software GIS (Geographic Information System) è stata eseguita una mappatura della distribuzione
spaziale di alcuni inquinanti al suolo. Dall’analisi di source apportionment sono state identificate quattro principali sorgenti di particolato: quella crostale (risollevamento in atmosfera di particelle di suolo eroso), il particolato secondario, il
traffico veicolare (emissioni dei veicoli, abrasione degli pneumatici e risospensione di particolato dal manto stradale) e
la combustione industriale (inquinanti emessi in atmosfera da attività produttive). Quest’ultima componente è stata ulteriormente studiata mediante la creazione di mappe di distribuzione degli inquinanti al suolo, che hanno permesso di
distinguere solo in rari casi una possibile connessione tra le emissioni del cementificio e i pattern di distribuzione degli
inquinanti nei suoli superficiali, considerando anche gli effetti sulla dispersione della direzione prevalente del vento.
Introduzione
La Brianza, un lembo di territorio lombardo situato a nord
della città di Milano, grazie alla particolare conformazione territoriale, collinare a nord e pianeggiante a sud, al
passaggio di numerosi corsi d’acqua e all’ubicazione di
una grande quantità di importanti vie di comunicazione
stradali e ferroviarie, è diventata con il passare degli anni
uno dei luoghi maggiormente industrializzati del nord
Italia. L’area indagata in questo studio è situata ad ovest
rispetto alla città di Como, sul confine tra le province di
© The Italian Association of Industrial Hygienists - AIDII [2013]
Como e Lecco. Questa zona, in particolare i rilievi montuosi dell’arco Sud Alpino, sono stati sfruttati da numerose
attività estrattive, grazie alla massiccia presenza dell’unità
litologica chiamata “Scaglia Variegata”. Quest’ultima,
caratterizzata dall’alternanza di marne, calcari e calcari
marnosi, è un’ottima materia prima per la produzione di
cemento, ciò ha favorito l’insediamento sul territorio di un
importante complesso produttivo di tale materiale fin dalla
seconda metà degli Anni ‘20 [Vezzoli, 2010]. Il ciclo produttivo del cemento si articola nelle fasi di frantumazione
Ital. J. Occup. Environ. Hyg., 2013, 4(4) | 187 - 191
Italian Journal of Occupational and Environmental Hygiene
della materia prima, preparazione della miscela cruda,
cottura della miscela e produzione del clinker Portland,
macinazione e dosaggio costituenti, stoccaggio e distribuzione del prodotto finito. Nello specifico, il cementificio
indagato è dotato di cinque mulini a sfera per la macinazione della materia prima, di due forni per la cottura della
farina cruda e di quattro mulini per la macinazione del
clinker. I forni si basano su due diverse tecnologie, rispettivamente di tipo Lepol, ovvero la cottura per via semisecca (la materia “cruda” viene granulata con acqua prima di
essere preriscaldata) e di tipo Prepol, cioè la cottura per
via secca (il preriscaldamento avviene attraverso una serie
di cicloni posti in cascata, senza l’utilizzo di acqua).
L’alimentazione dei forni avviene attraverso combustibili
“tradizionali”, tra cui bitoil, carbon fossile e coke da petrolio, e combustibili “alternativi”, come fanghi essiccati da
depurazione, residui peciosi e miscele oleose.
Come tutti i processi che coinvolgono la combustione, la
produzione di cemento Portland è responsabile di emissioni inquinanti in atmosfera [Zemba et al., 2011]. Ma l’industria cementizia interagisce con l’ambiente sia durante
le fasi produttive vere e proprie sia in tutte le attività accessorie [ARPAT, 2001]. Ad esempio, vi può essere la formazione di inquinanti come:
• particolato atmosferico, durante le fasi di trasporto,
stoccaggio, macinazione, nelle operazioni nei forni e
durante il raffreddamento del clinker;
• ossidi di azoto (NOx), legati alla reazione tra azoto (N2)
e ossigeno (O2) a causa delle alte temperature nei forni;
• anidride carbonica (CO2), si forma soprattutto a causa
della combustione dei carburanti per la generazione di
calore;
• ossidi di zolfo (SOx), prodotti dalla combustione di
combustibili fossili e dall’ossidazione di zolfo volatile
presente in alcuni tipi di calcari (materia prima) durante la cottura nel forno [Kabir & Maduga, 2010].
Questo studio nasce dalla richiesta, avanzata dai comuni
limitrofi all’impianto, di avere un quadro dell’effettivo
impatto del cementificio sulle varie matrici ambientali
(aria, acqua, suolo) nell’intero periodo di attività. Il presente lavoro consiste in una valutazione preliminare delle
componenti ambientali aria e suolo, mediante l’uso di
metodi di analisi numerica e statistica su base temporale e
spaziale.
Materiali e metodi
Lo studio è stato suddiviso in due fasi principali: una prima
parte volta a raccogliere e organizzare i dati ambientali
all’interno di un database e una seconda fase, più consistente, di rielaborazione ed analisi. Per quanto concerne le
matrici ambientali aria e suolo, gli inquinanti di cui sono
stati utilizzati i dati sono elencati rispettivamente in
Tabella 1 e in Tabella 2. La parte dell’analisi dei dati che
ha riguardato la componente aria, si è sviluppata attraverso uno studio di source apportionment, con la finalità di
188 | Ital. J. Occup. Environ. Hyg., 2013, 4(4)
PAPERS
stimare i contributi delle varie sorgenti inquinanti alle concentrazioni di particolato (in questo caso della frazione
PM10) [Almeida et al., 2006]. Per eseguire tale studio sono
state utilizzate due tecniche numeriche: l’Analisi delle
Componenti Principali (PCA) e la Cluster Analysis. La
prima è una tecnica di analisi multivariata, in cui un certo
numero di variabili che descrivono i dati sono trasformate
in nuove variabili, chiamate componenti principali, cioè
delle combinazioni lineari delle variabili originali che
hanno la caratteristica di essere tra loro ortogonali. In questo caso, sono state considerate unicamente le componenti principali con autovalori >1 ed è stata applicata una
rotazione di tipo Varimax. Il secondo è un metodo gerarchico agglomerativo, che utilizza il coefficiente di correlazione di Pearson come indice di similarità, e il cui output
è un dendrogramma (in questa rappresentazione grafica i
dati sono stati riportati ad una scala con massimo pari a
25, in altre parole non viene indicata la correlazione in
termini numerici) [Henry et al., 2003]. I risultati di queste
due tecniche sono stati analizzati in parallelo, al fine di
ottenere una valutazione qualitativa dei contributi delle
sorgenti alle concentrazioni di particolato. Prima di effettuare le analisi con questi due metodi, i dati sono stati sottoposti ad un’analisi preliminare, mediante l’uso del test di
Kolmogorov-Smirnov, un test non parametrico che verifica la normalità delle distribuzioni campionarie. In base
all’output di questo test, i dati che non sono distribuiti normalmente sono stati trasformati mediante trasformazione
logaritmica [Robakiewicz et al., 2000]. Un certo numero
di campioni era caratterizzato da valori inferiori al Limite
di Rilevabilità (LOD), essi sono stati trattati come LOD/2,
secondo quanto indicato sul Rapporto ISTISAN 04/15
[ISTISAN, 2004]. I punti di prelievo del suolo sono in tutto
otto e sono localizzati a distanze crescenti dal cementificio lungo i quattro punti cardinali. Lo studio dei dati inerenti a questo comparto è avvenuta mediante l’elaborazione di alcune mappe di distribuzione spaziale delle concentrazioni degli inquinanti nei terreni nella zona dell’impianto, utilizzando un software di elaborazione cartografica. Dapprima sono stati aggiunti i file con le rappresentazioni cartografiche degli elementi territoriali maggiormente importanti, cioè i confini comunali e i dati di tipo geografico, ricavati dal Database Cartografico della Regione
Lombardia. Successivamente, sono stati inseriti i punti di
interesse ai fini dell’analisi, ovvero il luogo in cui sorge
l’impianto e i punti di campionamento del suolo. La stima
della variazione degli inquinanti al suolo, è stata effettuata con l’uso del metodo di Kriging, un metodo di interpolazione dei dati che si basa sull’assunzione che il parametro che si intende interpolare possa essere trattato come
una variabile regionale, ovvero che tra dati tra loro vicini
esista una certa correlazione spaziale, mentre tra punti
distanti vi sia una indipendenza statistica. Il risultato corrisponde una mappa suddivisa in intervalli di concentrazione, il cui incremento è rappresentato con una scala cromatica che varia da colori freddi a colori caldi. Tuttavia, non
© The Italian Association of Industrial Hygienists - AIDII [2013]
PAPERS
Italian Journal of Occupational and Environmental Hygiene
è stato possibile utilizzare il metodo di Kriging nei casi in Tabella 1: Elenco degli elementi ricavati mediante specui la differenza dei valori tra i vari siti di campionamento ciazione chimica del PM10 (Dati di ARPA Lombardia,
fosse talmente esigua da non consentire di apprezzare in Febbraio - Marzo 2006 e Maggio 2009)
modo chiaro la variazione spaziale della variabile consiPM10
derata. Per tali sostanze è stato quindi utilizzato un metodo basato sull’applicazione di una media pesata in base Al Br Ca Cl Cr Fe Mn Ni Pb K Cu Si Sr Ti V Zn S
alla distanza dei punti di campionamento rispetto al punto
di osservazione (Inverse Distance Weighted), quindi ogni Tabella 2: Elenco degli inquinanti determinati durante le
punto di misura ha un grado di influenza locale che dimi- campagne di prelievo dei suoli (Dati di ARPA
nuisce con la distanza dal punto di interesse. Lombardia, Luglio 2006)
L’interpretazione dei risultati è avvenuta tenendo in consiANALISI SUOLI
derazione la direzione prevalente del vento, che è il fattoAs, Be, Cd, Co, Cr, Hg, Mn, Ni, Pb,
IPA PCB PCDD/PCDF
re meteorologico che ha la maggior influenza sulla direCu, Sb, Se, Sn, Te, Tl, V, Zn
zionalità delle ricadute degli inquinanti al suolo.
Tabella 3: Matrice di correlazione tra gli elementi e componenti
Risultati
principali ruotate
Componente 1 Componente 2 Componente 3 Componente 4
Il test di Kolmogorov-Smirnov ha evidenziato che
per alcuni elementi la distribuzione era normale Al
-.283
.644
-.548
.211
mentre per altri, nonostante la trasformazione, la Si
-.026
.968
.096
-.053
distribuzione era ancora asimmetrica, a causa
S
.006
.196
.271
.898
della presenza di un certo numero di campioni Cl
.144
.158
.876
.055
<LOD. I risultati delle analisi numeriche e statisti- K
.182
.704
.565
.334
che sono di seguito riportati in tabelle e grafici, Ca
.134
.791
.472
-.176
selezionati in base alla loro rilevanza ai fini delle
Ti
.154
.930
-.021
.126
finalità dello studio (source apportionment). Le
V
.922
.059
.239
.068
componenti principali con autovalori maggiori di
Cr
.883
.012
.126
-.252
1 sono quattro. La loro varianza spiegata dopo la
.658
.573
.119
.271
rotazione è pari a: Componente 1 = 32,1%; Mn
Fe
-.019
.908
.169
.294
Componente 2 = 29,2%; Componente 3 =
Ni
.957
.027
.104
-.071
18,4%; Componente 4 = 9,3%. Dalla cluster ana.457
.317
.657
.327
lysis si riconoscono tre cluster (gruppi) che si pos- Cu
Zn
.312
.081
.778
.301
sono ricondurre ad altrettante sorgenti di particolato. Come si evince dalla Tabella 3 e dalle Figure Br
.923
.012
.229
.093
1 e 2, un “gruppo” di valori è costituito da V, Cr, Pb
.911
.018
.172
.190
Ni, Br, Pb ed è potenzialmente identificabile come
sorgente connessa alla combustione industriale di oli (in
maniera minore alla combustione in generale) [Manoli et
al., 2004]. Un secondo raggruppamento di inquinanti racchiude gli elementi Ti, Fe, Si; K; Ca. Questi elementi sono
chiaramente riconducibili al suolo e alla cosiddetta “resuspended dust” [Zeng et al., 2010]; mentre gli ultimi tre
sono attribuibili anche alle polveri di cemento (derivano
dal trattamento di marne, costituite da una componente
terrigena ricca di potassio e silicio, e una calcarea, ricca di
calcio) [Chow et al., 1992]. Questo è confermato anche
dal calcolo dell’indice di correlazione di Pearson, da cui
emerge che il calcio è fortemente correlato con il potassio
(0,781) e, in modo particolare dalla Tabella 3, dalla quale
si può notare che la componente 2 è strettamente correlata con Si, Ti, Fe, mentre ha una correlazione comunque
forte ma inferiore con K e Ca. Il terzo gruppo è costituito
da Cl e Zn ed è riconducibile al traffico veicolare. Lo zinco
deriva dall’abrasione dei pneumatici, esso è presente nella
mescola della gomma come monossido di zinco (ZnO),
sia come componente del sistema di vulcanizzazione sia
come carica di rinforzo [Chow et al., 1992]. Il cloro è col- Figura 1: Grafico delle componenti principali, sugli
assi sono rappresentate le 3 componenti principali
© The Italian Association of Industrial Hygienists - AIDII [2013]
Ital. J. Occup. Environ. Hyg., 2013, 4(4) | 189
PAPERS
Italian Journal of Occupational and Environmental Hygiene
legabile alla combustione di oli (olio motore) e, soprattutto, è utilizzato nel periodo invernale (prevalentemente
come NaCl) per prevenire la formazione di ghiaccio sul
manto stradale [Chow et al., 2004]. Dalla PCA si può identificare anche una quarta componente principale che,
come intuibile dalla Tabella 3, è ascrivibile solamente allo
zolfo. Questa componente può essere collegata al particolato secondario, oltre che alla combustione di idrocarburi
non raffinati e gasolio, nonostante negli ultimi anni il tenore di zolfo contenuto in esso sia stato regolamentato e sia,
di conseguenza, inferiore al passato. Tuttavia, come
emerge dalla Figura 2, S, Mn, Cu rientrano, seppur con
coefficienti di correlazione minori, al cluster identificato come origine crostale. L’alluminio, non risulta correlato con gli altri elementi, probabilmente a causa della
scarsità dei valori >LOD (solo 62 su 84 totali).
Le mappe di distribuzione delle concentrazioni degli
inquinanti al suolo sono state realizzate per gli elementi
che, dopo l’analisi di source apportionment, sono stati
interpretati come indicatori della sorgente “combustione
industriale di oli”. La direzione del vento è lungo l’asse
nord-sud, nella globalità dei fenomeni il vento spira da sud
verso nord, mentre vi sono eventi sporadici ma di maggiore intensità in cui la direzione è da nord verso sud. Le due
mappe di distribuzione del piombo e del nichel (Figura 3)
sono riportate a titolo d’esempio. Nel caso del piombo si
nota come la distribuzione delle concentrazioni non sia
correlabile con la direzione prevalente del vento. Infatti, vi
si possono notare due hot spots di concentrazione, localizzati immediatamente a sud dell’impianto e circa 3 km a est
rispetto al sito produttivo. In entrambi i casi, comunque,
essi non concordano con la direzione prevalente del vento
(Sud-Nord).
Nel caso del nichel, la direzione in cui si distribuiscono le
concentrazioni è NNE-SSW. Il fatto che vi sia una maggiore concentrazione nel punto di prelievo più a nord, è in
accordo con la direzione prevalente del vento, anche se la
collocazione dell’area caratterizzata dalle concentrazioni
maggiori è ad una distanza dal punto di emissione tale da
non sembrare compatibile con l’attribuzione alle emissioni dal cementificio. Questa supposizione andrà meglio
verificata mediante un approccio modellistico (modelli di
dispersione). La mappa di distribuzione del nichel, come
atteso, è molto simile a quella del cromo, soprattutto poiché questi due elementi sono metalli di transizione con
proprietà e caratteristiche chimico-fisiche molto simili,
sono quindi spesso compresenti ed associati in molte
materie prime e prodotti industriali.
Conclusioni
Dall’analisi di source apportionment emerge che una delle
componenti (V, Cr, Ni, Br, Pb) più rilevanti in termini di variabilità spiegata delle concentrazioni di PM10 può essere compatibile con la combustione industriale di oli. Tuttavia, la maggior parte delle concentrazioni atmosferiche di metalli sono
molto basse e, in alcuni casi, inferiori al limite di rilevabilità.
Inoltre, dalle mappe di distribuzione degli inquinanti al suolo,
non è possibile effettivamente stabilire se questi elementi
siano direttamente connessi con l’attività produttiva del
cementificio. Per quanto concerne il secondo gruppo di elementi, solo silicio, calcio e potassio possono essere riconducibili alle lavorazioni operate nell’impianto [Chow et al., 1992].
Tuttavia, sia per il primo gruppo di elementi sia per il secondo, non è possibile stimare quale sia l’apporto del cementificio poiché tali elementi possono derivare da altre sorgenti di
combustione industriale, mentre silicio, potassio e calcio sono
presenti anche nei suoli. Di conseguenza,
non essendo stato identificato alcun tracciante altamente specifico delle emissioni
del cementificio, con questo tipo di
approccio analitico non è stato possibile
discriminare e quantificare l’impatto del
cementificio. Questo lavoro va quindi inteso come una valutazione preliminare dell’impatto del complesso produttivo sull’ambiente. Lo studio dovrà quindi essere
approfondito con l’uso di modelli multivariati a recettori come PMF (Positive Matrix
Factorization) dell’EPA (Environmental
Protection Agency) e/o da altre tecniche di
source apportioment (CMB), già utilizzate
da ARPA nella stessa area di studio
[Colombi et al., 2008]. Sarà quindi interessante effettuare un confronto tra i risultati
delle varie tecniche di source apportionment, ad esempio tra i metodi statistici utilizzati in questo studio e i modelli a recettori sviluppati dall’Agenzia per la
Figura 2: Dendrogramma ottenuto mediante cluster analysis, utilizzando
Protezione dell’Ambiente.
il legame medio tra i gruppi
190 | Ital. J. Occup. Environ. Hyg., 2013, 4(4)
© The Italian Association of Industrial Hygienists - AIDII [2013]
PAPERS
Italian Journal of Occupational and Environmental Hygiene
Figura 3: Mappe di distribuzione delle concentrazioni di piombo e nichel al suolo
Ringraziamenti
Si ringrazia il personale dell’Azienda Regionale per la
Protezione dell’Ambiente della Lombardia (Dott. Vorne
Gianelle e Dott.ssa Cristina Colombi) per la disponibilità a
collaborare in questo studio e per i preziosi consigli sugli
sviluppi futuri di questo lavoro.
Bibliografia
Agenzia Regionale per la Protezione dell’Ambiente della
Toscana (ARPAT), 2001. Profili di rischio per comparto
produttivo: Cementificio.
Almeida, S.M., Pio, C.A., Freitas, M.C., Reis, M.A.,
Trancoso, M.A., 2006. Approaching PM2.5 and PM2.5-10
source apportionment by mass balance analysis, principal
component analysis and particle size distribution. Sci.
Total Environ., 368, 663 - 674.
Chow, J.C., Watson, J.G., Lowenthal, D.H., Solomon,
P.A., Magliano, K.L., Ziman, S.D., Richards, L.W., 1992.
PM10 source apportionment in California’s San Joaquin
valley. Atmos. Environ., 26, 3335 - 3354.
Chow, J.C., Watson, J.G., Kuhns, H., Etyemezian, V.,
Lowenthal, D.H., Crow, D., Kohl, S.D., Engelbrecht, J.P.,
Green, M.C., 2004. Source profiles for industrial, mobile
and area sources in the Big Bend Regional Aerosol Visibility
and Observational study. Chemosphere, 54, 185 - 208.
Colombi, C., Gianelle, V., Mossetti, S., Belis, C., Angelino,
E., Peroni, E., Della Mora, S., Lazzarini, M., 2008.
Progetto PARFIL-Gruppo speciazione chimica e source
apportionment. ARPA Lombardia.
Istituto Superiore di Sanità (ISTISAN), 2004. Trattamento
dei dati inferiori al limite di rilevabilità nel calcolo dei
risultati analitici-Rapporto ISTISAN 04/15.
© The Italian Association of Industrial Hygienists - AIDII [2013]
Henry, R.C., 2003. Multivariate receptor modelling by Ndimensional edge detection. Chemometrics and intelligent laboratory systems, 65, 179 - 189.
Kabir, G., Maduga, A.I., 2010. Assessment of environmental impact on air quality by cement industry and mitigating measures: a case study. Environ. Monit. Assess., 160,
91 - 99.
Manoli, E., Kouras, A., Samara, C., 2004. Profile analysis
of ambient and source emitted particle-bound polycyclic
aromatic hydrocarbons from three sites in northern
Greece. Chemosphere, 56, 867 - 878.
Robakiewicz, P., Ryder, E.F., 2000. In Statistics: Detecting
Differences Among Groups. Current Protocols in Protein
Science. Ed. John Wiley and Sons, Hoboken, NJ.
Samara, C., Kouimtzis, T., Tsitouridou, R., Kanias, G.,
Simeonov, V., 2003. Chemical mass balance source
apportionment of PM10 in an industrialized urban area of
Northern Greece. Atmos. Environ., 37, 41 - 54.
Vezzoli, L., 2010. In: La storia geologica della Provincia di
Como. Ed. Maggioli Editore, Como, Italia.
Zemba, S., Ames, M., Green, L., Botelho, M.J., Gossman,
D., Linkov, I., Palma-Oliveira, J., 2011. Emissions of
metals and PCDD/Fs from Portland cement manufacturing
plants: Inter-kiln variability and dependence on fuel-types.
Sci. Total Environ., 409, 4198 - 4205.
Zeng, F., Shi, G.L., Li, X., Feng, Y.-C., Bi, X.-H., Wu, J.-H.,
Xue, Y.-H, 2010. Application of a combined model to
study the source apportionment of PM in Taiyuan, China.
Aerosol Air Qual. Res., 10, 177 - 184.
Ital. J. Occup. Environ. Hyg., 2013, 4(4) | 191
