LCA Fattori di caratterizzazione locale nella categoria Human Health

Presentazione sul tema: "LCA Fattori di caratterizzazione locale nella categoria Human Health"— Transcript della presentazione:

1 LCA Fattori di caratterizzazione locale nella categoria Human Health
Applicazione allo studio della produzione di riso Tesi di laurea di Silvia Mandelli

2 Sostanze considerate Monossido di carbonio (CO)
Ossidi di azoto (NO2,NOX) Ossidi di zolfo (SO2, SOX) Polveri (PM10, dust, particulates)

3 Dati e studi utilizzati
Dati di emissione e di concentrazione degli inquinanti in Provincia di Milano Lo studio MISA Stime degli effetti a lungo termine, dalla ricerca condotta da UO Reg.Tumori INT Dati di mortalità, ricoveri e degenze ospedaliere relativi a patologie cardiovascolari e respiratorie (con distinta analisi per oncologia polmonare) in Provincia di Milano Italian MISA Group: Meta-analisi degli studi italiani sugli effetti a breve termine dell’inquinamento atmosferico, a cura di A.Biggeri, P.Bellini, B.Terracini, Epidemiologia & Prevenzione, Anno 25, supplemento (2) 2001. È stato impiegato il valore di correlazione indicato per il periodo di studio più recente ( ). “Stime degli effetti a breve e a lungo termine dell’esposizione a particolato atmosferico PM10 in una popolazione di riferimento di abitanti”, ricerca condotta da P.Crosignani, A.Borgini, A.Tittarelli, M.Bertoldi. ─ U.O. Registro Tumori, INT Milano I dati di mortalità, di ricoveri e degenze ospedaliere, e quelli inerenti i livelli di concentrazione atmosferica degli inquinanti sono relativi all’anno Circa la quantità di sostanze emesse gli unici dati reperiti si riferiscono all’anno 2001.

4 Costruzione dell’indicatore
Elaborazioni su dati di inquinamento Calcolo DALY mortalità DALY Calcolo DALY malattia Elaborazioni su dati di mortalità e malattia Il valore ottenuto indica l’effetto degli inquinanti considerati sulla salute umana (cvs, resp, tmp) in termini di anni di vita persi imputabili all’emissione di 1 kg di sostanza.

5 Costruzione dell’indicatore -1
Calcolo anni di vita persi per classe d’età (aspettativa media di vita) Moltiplica per il n. di morti, per causa (totale anni di vita persi per classe d’età e causa corrispondente n. tot di morti) = n.medio di anni persi per ogni caso, per gruppo patologico [n.ricoveri per gruppo di causa * (gg degenza media*d.r. + gg convalescenza media* d.r.) 365gg] n.ricoveri per gruppo di causa = n.medio di anni persi per ogni caso di malattia, per gruppo patologico Calcolo del contributo apportato dall’emissione di 1kg di sostanza al livello di concentrazione I dati di aspettativa di vita sono disponibili relativamente alle età di anni, da calcolo indagine Istat anno 1999. Quindi: per l'età di 85 anni il dato è stato ricavato attraverso una media mobile di ordine tre sui dati relativi alle precedenti età; per le fasce d’età per le quali non esiste valore espresso il dato è stato ricavato per differenza (dato disponibile classe precedente – valore medio della classe). Non trovando i dati di mortalità per la Provincia di Milano suddivisi in classi d’età, ma solo il totale, la suddivisione è stata ricavata ipotizzando uniformità distributiva del fenomeno a livello regionale e a livello provinciale.

6 Costruzione dell’indicatore -2
fattore di correlazione * n.morti/ricoverati * concentrazione attribuita a 1kg di sostanza = n.morti/ricoverati imputabili all’emissione di 1kg di inquinante (n.medio di anni persi per ogni caso, per gruppo patologico) * (n.morti/ricoverati imputabili all’emissione di 1kg di inquinante) = DALY mortalità e DALY malattia, per gruppo di causa e inquinante Si è giunti così all’aggregazione finale, ottenendo un valore dell’impatto per i quattro inquinanti considerati, espresso in DALY per ogni kg di sostanza emessa, che può essere evidenziato per causa (somma per gruppo patologico) o per tipo di effetto (somma per mortalità e somma per malattia). Il fattore di correlazione applicato per gli effetti a breve termine è esito dello studio MISA, risultati relativi alla città di Milano. Relativamente all’oncologia polmonare si utilizza quanto stimato da una ricerca condotta da UO Registro Tumori – INT Milano.

7 Risultati inquinante SO2-SOx NO2-NOx PM10 CO DALY mortalità 0, 0, 0, 1,47094E-6 0, DALY malattia 3,59434E-6 3,9233E-6 0, 5,44727E-8 0, DALY per causa cardiovascolare mortalità+malattia DALY per causa respiratoria mortalità+malattia DALY per causa oncologica polmonare mortalità+malattia DALY 0, 3,06382E-5 0, 8,60949E-5 2,11383E-5 0, 0, 0, 0, 0, 1,24329E-6 2,82114E-7 1,52541E-6 0, I risultati ottenuti sono maggiori per tutte le sostanze inquinanti considerate. La differenza rispetto ai corrispondenti valori presenti nella caratterizzazione del metodo Eco-Indicator 99 E CWE sono: E-4 per gli ossidi di zolfo, E-5 per gli ossidi di azoto, E-3 per le polveri, e 7.94 E-7 per il monossido di carbonio.

8 Sostituzione del fattore di caratterizzazione
Eco-Indicator 99 con inserimento della caratterizzazione locale Eco-Indicator 99 Human Health modif. HH ProvMI inorg. Ecosystem Quality Resources Human Health Ecosystem Quality Resources Per inserire il fattore di caratterizzazione calcolato per CO, SO2 (SOx, SOx as SO2), NO2 (NOx, NOx as NO2), PM10 (dust, particulates) senza perdere quanto calcolato dal metodo per le altre sostanze si è proceduto come segue: modifica della categoria di impatto «Respiratiry inorganics» eliminando i fattori di caratterizzazione per i suddetti inquinanti. creazione di tre nuove categorie di impatto –patol.app.cardiovascolare, patol.app.respiratorio, oncologia polmonare– che considerino le sostanze prima eliminate, a cui viene associato il nuovo fattore di caratterizzazione locale. queste poi vengono richiamate nella categoria di danno denominata “HH ProvMI inorg.” Le categorie di danno risultano quattro, ma in realtà rispettando la distinzione del metodo sono ancora tre in quanto “Human Health modif.” e “HH ProvMI inorg.” costituiscono unitariamente l’originale categoria Human Health.

9 La produzione di riso -1 Coltivazione livellamento aratura erpicatura
concimazione Il caso studio riguarda la coltivazione di riso carnaroli biologico svolta da un’azienda agricola che si trova al limite meridionale del Comune di Milano. allagamento semina raccolto essiccazione

10 La produzione di riso -2 Lavorazione macchine selezionatrici
sbramatura sbiancatura La pilatura viene eseguita in riseria (sita a breve distanza dall’azienda agricola) senza uso di sostanze chimiche. separatori alveolari e selezionatrici a fibre ottiche brillatura

11 La produzione di riso -3 Confezionamento pesatura insacchettamento
La confezione si costituisce di un sacchetto di plastica e di uno di tela personalizzato. sigillatura confezionamento finale

12 Valutazione con Eco-Indicator 99
Il danno totale vale Pt , essendo costituito per il –115.6% dal processo complessivo grazie al valore dell’utilità della funzione, per il 9.454% al Confezionamento, per il 4.998% alla Coltivazione, e per l’1.197% alla Lavorazione. Complessivamente costituisce dunque un danno evitato. Inoltre il danno è ripartito nelle tre categorie come segue: per il 12.14% in Ecosystem Quality, per il 4.67% in Resources, mentre in Human Health si ha un danno evitato pari a –1.16%.

13 Valutazione con EPS 2000 Il danno ambientale vale ( )= 2.11 Pt , essendo costituito per il 71.09% dal processo Confezionamento riso, per il 23.44% da Coltivazione risone, e per il 5.468% da Lavorazione riso bianco. Inoltre il danno è ripartito nelle categorie come segue: per il 125.8% in Ecosystem Production Capacity, per il 10.34% in Abiotic Stock Resources, per un danno evitato pari a % in Human Health e a % in Biodiversity

14 Valutazione con Eco-Indicator 99 Prov.MI
Il danno totale vale –0.85 Pt dovuto per il 5.663% a Coltivazione, per l’ 1.848% a Lavorazione e per il 10.17% a Confezionamento; il processo in sè contribuisce per il –117.7%. Inoltre il danno è ripartito nelle categorie come segue: % in Human Health, 3.684% in HH Prov.MI inorg., 12.35% in Ecosystem Quality, e 4.751% in Resources.

15 Della caratterizzazione in Human Health -1
Dall’analisi svolta con Eco-Indicator 99 E CWE, nella categoria di danno Human Health si ha un danno evitato che vale – 4.65 E-7 DALY. Esso è dovuto per il –445.7% a CO2 non-fossil; cui si contrappone per il 122.7% la produzione di dust(SPM), in Confezionamento per il 75.76%. La categoria di impatto che produce il danno massimo è Respiratory Inorganics (1.37 E-6 DALY), dovuto per il 43.70% agli ossidi di azoto (in particolare per il 20.38% a NOx) e per il 41.73% a dust(SPM). Con il metodo EPS 2000 risulta invece un danno che vale E-5 Person Yr. La categoria di impatto che produce il danno massimo è Nuisance (3.98E-5 Person Yr) dovuto per il 43.34% agli ossidi di zolfo (in Confezionamento) e per il 40,62% agli ossidi di azoto. In Life Expectancy si ha un danno evitato pari a 4.5E-6 Person Yr dovuto per il –174.1% a CO2(non-fossil); cui si contrappone per il 48.96% il dust(SPM) (in Confezionamento per il 75.71%).

16 Confronto caratterizzazione
categorie Eco-Indicator99 (E)CWE Eco-Indicator99 (E)CWE Prov.MI Human Health Respiratory inorganics 1.37 E-6 DALY Human Health (HH modifica + HH ProvMI inorg.) Respiratory inorganics modifica 6.08 E-7 DALY patol.app.cardiovascolare + patol.app.respiratorio + oncologia polmonare 1.451 E-6 DALY caratterizzazione 2.059 E-6 DALY Il valore 1.45 E-6 è la somma dei parziali relativi ai tre gruppi di patologie: app.cardiovascolare 9.5 E-7 app.respiratorio 2.42 E-7 oncologia polmonare 2.59 E-7 La caratterizzazione locale comporta un valore di danno maggiore. La differenza in questo caso inerente il processo di produzione del riso è pari a ( ) = E-6 DALY. N.B.: si evidenzia il confronto relativo alle modifiche apportate. Considerandola interamente, nella categoria di danno Human Health sono presenti anche le categorie di impatto Respiratory organics, Carcinogens, Climate change, Radiation, Ozone layer. È rilevante notare che la categoria Carcinogens non rileva il PM10, che è considerato in Respiratory inorganics, mentre la caratterizzazione locale proposta ne calcola l’effetto cancerogeno (categoria oncologia polmonare).

17 Della caratterizzazione in Human Health -2
Dall’analisi svolta con Eco-Indicator 99 E CWE Prov.MI, in Human Health con HH ProvMI inorg. si ha un danno che vale (1.45–1.23)= 0.22 E-6 DALY. In Human Health modificata il danno evitato è dovuto per il –150.9% al processo Coltivazione risone grazie all’assorbimento di anidride carbonica (CO2 non-fossil rappresenta il –169.2% dell’indicatore di danno). Lo stesso processo Coltivazione risone contribuisce però per il 39.13% al danno in HH ProvMI inorg., ove gli altri due processi rappresentano il 38.54% (Confezionamento riso) e il 22.34% (Lavorazione riso bianco). Le sostanze maggiormente presenti nella causalità del danno sono gli ossidi di azoto, per una quota pari al 49.6%. La categoria di impatto che produce il danno massimo è patol. app.cardiovascolare (9.5 E-7 DALY), dovuto per il 60.82% agli ossidi di azoto (in particolare per il 28.36% a NOx); i processi Coltivazione risone e Confezionamento riso bianco vi contribuiscono rispettivamente per il 41.74% e per il 46.23%.

18 Conclusioni dell’analisi
È assolutamente rilevante notare che il dato comparabile è relativo all’intero gruppo di sostanze Airborne emissions, quindi l’analisi di sensibilità rileva confrontando la categoria Respiratory inorganics del metodo Eco-Indicator 99 con la somma delle quattro categorie di impatto relative alla modifica introdotta (Respiratory inorganics in Human Health modif. e patol. app.cardiovascolare, patol. app.respiratorio, oncologia polmonare in HH ProvMI inorg.). Confrontando i valori complessivi assoluti della categoria di danno alla salute umana si evince che se la caratterizzazione imputata sulla base dei dati della Provincia di Milano fosse valida per l’intero territorio europeo, vi sarebbe attualmente una corrispondente sottostima della valutazione degli effetti dell’inquinamento atmosferico.

19 Considerazioni finali
Dal presente studio si ricava anche un dato allarmante: per come si è inteso costruirlo, il fattore di caratterizzazione locale non è solo funzionale all’inserimento nel metodo per le valutazioni LCA, ma è un indicatore in sé. ciò implica che moltiplicandolo per le quantità di inquinanti considerati complessivamente emesse da qualsiasi fonte si ottiene una stima, per quanto approssimata, del danno che l’inquinamento atmosferico provoca sui due principali apparati che regolano la salute del nostro corpo (il che comporta costi di varia natura, e di carattere sia individuale che sociale). es. : In Provincia di Milano nel 2001 è stata emessa una quantità di polveri pari a 5541 tonnellate, ossia 5˙541˙000 kg. Dai risultati ottenuti, a 1 kg di PM10 emesso sono attribuibili 3,96396E-5 morti e 0, ricoveri per patologie cardiovascolari; 7,21929E-5 morti e 0, ricoveri per patologie respiratorie; 0, morti e altrettanti malati di cancro polmonare (con trachea e bronchi). Con le dovute cautele si potrebbe perciò affermare che quell’emissione annuale ha provocato (3,96396E-5* )= 219 morti e (0, * )= 5615 ricoveri per causa cardiocircolatoria; (7,21929E-5* )= 400 morti e (0, * )= 3761 ricoveri per causa respiratoria; (0, * )= 2694 morti di tumore polmonare e altrettanti ammalati. Il che corrisponde a un totale di 3˙313 casi di decesso, 12˙340 malati, e un complessivo numero di anni di vita persi dalla popolazione provinciale milanese pari a (0, DALY* )= 43˙117 Queste cifre sembrano spropositate, e in effetti sono notevoli ma penso possano ritenersi plausibili. Per dare un’indicazione di raffronto, la mortalità dovuta al complesso di cause cardiovascolari e respiratorie fa registrare 15˙397 decessi, e le stesse patologie provocano un numero totale di ricoveri pari a 138˙597.