Page 44 - C:\Users\Utente\AppData\Local\Temp\msoF529.tmp

PANGEA Numero 4 anno 2020

L’analisi grafica è stata corredata dall’analisi statistica, eseguita con il foglio elettronico “Anabasi” (Giuseppe
Braca, ISPRA 2018), per l’individuazione di un cambiamento repentino (definito change point) nell’andamento dei
parametri considerati nel tempo. Il change point è una variazione statisticamente rilevante del parametro conside-
rato (esempio in Figura 5). Esso permette di comprendere come e quando la qualità delle acque è cambiata. Il test
utilizzato per l’analisi è stato il Pettitt (1), basato sui valori assunti dalla seguente statistica:

dove T è il numero dei dati della serie storica, sgn indica la funzione segno. La statistica assume che ad ogni
istante t della serie corrisponde un valore di U(t,T) che viene diagrammato.
L’analisi del grafico della funzione U(t,T) consente di individuare l’istante del probabile change point, che corri-
sponde al punto di massimo o di minimo della funzione.

Anabasi necessita di serie storiche continue nel tempo, motivo per il quale i dati a disposizione, riferiti a due
misure l’anno, sono stati divisi in due serie storiche, una primaverile e una autunnale. L’analisi statistica è stata ese-
guita unicamente per i parametri di conducibilità elettrolitica, cloruri e nitrati. Le serie storiche dell’alcalinità pre-
sentano numerosi dati mancanti, che non permettono al foglio elettronico di effettuare una elaborazione statistica.
Per quanto riguarda i metalli, il percloroetilene e l’atrazina, i dati assumono una poca variabilità di concentrazione,
che rendono poco significativo un eventuale change point individuato.
I change points sono stati ubicati nello spazio (es. in Figura 5), per individuare una correlazione tra i punti di
misura. Anabasi ha individuato change points non sempre statisticamente significativi ed unicamente per i parame-
tri di conducibilità, cloruri e nitrati, a causa della scarsità di dati a disposizione. Dalla carta non si evince una correla-
zione spaziale tra i singoli punti, in quanto Anabasi ha individuato un cambiamento repentino nelle serie storiche
dei parametri considerati in anni differenti.

Fig. 5. A sinistra, esempio di change point individuato nella serie storica dei cloruri. A destra, ubicazione spaziale dei change
points individuati da Anabasi per i cloruri.

5. Distribuzione idrochimica areale: carte idrochimiche mediante tecnica kriging

La variazione idrochimica areale della pianura torinese è stata analizzata e rappresentata mediante carte idro-
chimiche, realizzate con il gridding software Surfer, che sfrutta un approccio geostatistico. La rappresentazione car-
tografica è stata costruita mediante curve di isovalore dei singoli parametri, create ubicando i punti di campiona-
mento sulla carta (mediante coordinate spaziali x e y) ed avviando l’interpolatore kriging. Il kriging è una tecnica di
modellizzazione, che si basa sull’ipotesi secondo la quale la variabile da interpolare possa essere trattata come va-
riabile regionalizzata. La variabile varia in modo continuo tra un punto e l’altro: punti vicini, quindi, hanno un certo
grado di correlazione spaziale, ma punti abbastanza lontani sono statisticamente indipendenti (DAVIS e SAMPSON,
1986). Fornendo al software un file Excel (in formato .csv), contenente i valori di tre variabili, quali x, y (coordinate
spaziali) e z (variabile nota da interpolare), esso crea un grid di calcolo dei dati inseriti (Figura 6). Il contouring è sta-
to realizzato esclusivamente sul settore di pianura, imponendo, a priori, all’interpolatore un confine da non supera-
re.

44