Land Use Regression
Per stimare la variabilità spaziale e le concentrazioni al suolo di un dato inquinante in un dato punto (Yi) vengono utilizzare le caratteristiche del territorio circostanti (Xi). Il dominio di riferimento è il territorio di Roma Capitale. Il modello prende il nome di “land-use regression” regressione dell’uso del suolo.
L’obiettivo è prevedere l’inquinamento su scala urbana con un alta risoluzione a partire dalle variabili predittive che meglio descrivono l’uso del territorio, la topografia e le caratteristiche demografiche locali.
Sono state misurate le concentrazioni dell’inquinante in punti ben identificati nell’area in studio in modo da valutare le diverse realtà territoriali: zone urbane con alti livelli di traffico automobilistico, zone urbane con bassi livelli traffico, suburbane e rurali. I siti da campionare (40 punti) sono stati scelti in modo da catturare la variabilità spaziale degli ossidi di azoto.
Le misure sono state limitate ad un periodo di 13 mesi tra gennaio 2010 a febbraio 2011. Sono state effettuate 3 campagne di misura della durata di due settimane in diverse stagioni ed è stata calcolata la media annuale delle concentrazioni osservate aggiustata per le variazioni temporali di un sito di background che ha misurato, senza alcuna interruzione, per tutto il periodo di studio.
Gli ossidi di azoto (NO2 e NOx) sono stati misurati attraverso dei campionatori passivi (Ogawa badge).
Il modello utilizza le variabili che caratterizzano la componente di traffico (ad esempio: l’intensità del traffico – numero di veicoli/ora, la distanza da strade ad alto traffico e la lunghezza strada), la componente demografica (ad esempio: la numerosità di popolazione e di abitazioni), la componente dell’uso del territorio (ad esempio: uso urbano, industriale, rurale) e la componente topografica (ad esempio: altitudine, distanza dal mare, posizione geografica) per la previsione delle concentrazioni dei principali inquinanti atmosferici.
I valori delle variabili predittive vengono considerati come variabili indipendenti (Xi) in un modello di regressione lineare multipla in cui la variabile dipendente (Yi) è il valore di concentrazione dell’inquinante nel sito di campionamento. Tutte le variabili sono rese disponibili da sistemi di georeferenziazione (GIS). Una volta sviluppato, il modello può essere esteso a quelle aree dove non vi sono punti di monitoraggio.
La performance dei modelli LUR dipende da più fattori: la disponibilità di un numero rappresentativo di punti di campionamento, la variabilità spaziale dell’inquinante esaminato, la qualità e la disponibilità delle variabili predittive, la complessità dell’area in esame in termini di orografia e di sorgenti di emissione. Il modello è stato comunque validato attraverso un metodo di cross-validation chiamato leave-one-out. La tecnica omette sequenzialmente un punto prevedendone il valore usando il resto dei dati (n-1) e confrontando il valore predetto nel punto con quello misurato. Questa procedura è ripetuta n volte e le statistiche calcolate (RMSE o R2) servono per indicare e verificare la bontà del modello di predizione utilizzato.
Le mappe empiriche basate sul modello di regressione land-use utilizzano in una cella quadrata di lato 100 m le stime prodotte in tutti gli indirizzi della cella e permettono di ottenere la stima delle concentrazioni con un alta risoluzione spaziale, di stimare l’esposizione individuale ed indagare gli effetti sulla salute con maggior dettaglio.
Bibliografia
