Integrazione di reti di monitoraggio per la stima dei livelli di ozono a scala sub- regionale. Lesempio di Firenze S. Andrei, M. Ferretti, Linnaeambiente.

Presentazione sul tema: "Integrazione di reti di monitoraggio per la stima dei livelli di ozono a scala sub- regionale. Lesempio di Firenze S. Andrei, M. Ferretti, Linnaeambiente."— Transcript della presentazione:

1 Integrazione di reti di monitoraggio per la stima dei livelli di ozono a scala sub- regionale. Lesempio di Firenze S. Andrei, M. Ferretti, Linnaeambiente Ricerca Applicata, Firenze D. Grechi, ARPAT Dip.to di Firenze F. Lazzaroni, Gaia Servizi, Pisa A. Lupi, ARPAT Dip.to di Firenze A. Nenti, Provincia di Firenze D. Rocchini, TerraData environmetrics, Siena Ricerca finanaziata dalla Provincia di Firenze RIO 3 -VEG RIO 3 -VEG - Ozono e vegetazione: il contributo della ricerca italiana - 24 Novembre 2006

2 2 Introduzione - La situazione ozono in Toscana.. valutazione….della possibilità di una rete regionale per il biomonitoraggio dellozono (Regione Toscana, 2004) It is important to extend the monitoring area by integrating the biomonitoring stations. (Nali et al., 2002. Agriculture, Ecosystems and Environment 90: 277–289) ottenere adeguate informazioni sui livelli di ozono nell'aria e metterle a disposizione della popolazione …. …informazioni provenienti da tecniche di modellizzazione o misurazioni indicative (Direttiva 2002/3/CE )

3 3 Obiettivi 1.Integrare, in Provincia di Firenze, la rete di analizzatori automatici con una rete di biomonitoraggio in un sistema unico, con il quale: 2.ottenere stime quantitative delle concentrazioni di ozono a scala provinciale (3.512 km 2 ) su un periodo di 5 anni; 3.fornire le basi per stime delle aree (urbane, forestali, agrarie) potenzialmente a rischio ozono in relazione ai limiti EU e UN/ECE. Area: 3.512 km 2 Quote: 50-1640 m asl Popolazione: 962.920 Uso del suolo: Urbano: 4.6% Foreste: 48% Coltivazioni: 43%

4 4 Concetto Quantitative spatial estimates SPIMQA Physico-Chemical Network Quantitative, site specific data Biomonitoring Network (Nicotiana tabacum Bel W3) proxy, network data

5 5 1. O 3 symptoms 2. Mapping symptoms 4. Validation5. Mapping O 3 levels Funzionamento 3. Calibration

6 6 2000 2001 2002 2003 2004 Campionamento in-network : 45 stazioni secondo un disegno sistematico (densità obiettivo: 9x9 km), ripartito in 4 pannelli ruotati di 18x18 km off-network: 5 stazioni di calibrazione 5 stazioni di validazione cieca Piante: 6 individui di Nicotiana tabacum Bel W3 per stazione Durata: 5 campagne annuali di 8 settimane ciascuna Valutazione sintomi: settimanale Quality Assurance: SOPs, MQOs, DQLs Metodi

7 7 Elaborazioni Leaf Injury Index (LII) LII standardization Mapping.

8 8 Risultati - LII A.Valori annuali B.Media 2000-2003

9 9 Risultati: ozono e LII

10 10 Risultati – Stime delle medie massime settimanali (M1) (µg*m -3 ) (Wilcoxon Matched Pairs Test: P>0.05) 20002001200220032004

11 11 Esempio di applicazione – Rischio potenziale per le foreste (AOT40, dati in µg*m -3 ) UN/ECE

12 12 Conclusioni I sintomi fogliari attribuibili ad ozono rilevati ad ogni sito, settimana ed anno (Ferretti et al., 2000, 2004a). LII significativamente correlato allesposizione ad ozono (P: 0.018-0.0014) a conferma di precedenti studi (e.g., Lorenzini et al., 1988; Ferretti et al., 1998; Ferretti and Pellegrini, 1998; Nali et al., 2001). LII predittore significativo delle concentrazioni di ozono (P: 0.0048- 0.0009). Differenze non significative tra misure degli analizzatori automatici e valori stimati. Evidenti vantaggi dellintegrazione di tecniche diverse per natura, costi e precisione dei risultati. Luna permette allaltra di aumentare il proprio potere informativo. Con questo sistema è possibile rispettare la Direttiva CE ed ottenere informazioni sullozono a scala (sub-) regionale. Diventano possibili analisi di rischio sinora impedite dalla carenza di dati spaziali.