Analisi e sintesi dei risultati

La letteratura di settore evidenzia l’importanza di disporre di mappe che sintetizzino i risultati modellistici di dispersione del sedimento (GBRMPA, 2012). In Feola et al. (2016) vengono fornite indicazioni sulle tecniche di sintesi, facilmente standardizzabili e replicabili, per lo studio degli effetti (durante ed al termine delle operazioni di movimentazione) dovuti all’incremento dei livelli di SSC e DEP considerabili significativi non soltanto rispetto ai valori di intensità, ma anche di durata e probabilità di superamento (frequenza) di prestabiliti livelli di riferimento.

Nel seguito si forniscono indicazioni in merito alle tecniche di analisi ed elaborazione dei risultati modellistici ottenuti dagli scenari di modellazione per supportare l’identificazione e una valutazione agevole dell’entità dei potenziali effetti in relazione a intensità, tempo di permanenza e frequenza con cui si verificano gli scostamenti rispetto ai livelli di riferimento individuati nella fase conoscitiva preliminare.

Per la sintesi dei risultati modellistici deve essere definito un numero discreto di punti di controllo omogeneamente distribuiti all’interno del dominio di calcolo, eventualmente collocati a profondità diverse (sia l’area di intervento un bacino semi-chiuso, un tratto di litorale o un’area al largo), in corrispondenza dei quali estrarre le serie temporali dei parametri idrodinamici e di trasporto ottenuti dalle simulazioni modellistiche. La distanza tra i punti deve essere definita in base alla variabilità dei risultati numerici per la specifica area di indagine, ragionevolmente superiore alla dimensione della griglia di calcolo. A titolo di esempio, eventuali variazioni localizzate di batimetria devono essere riprodotte nella griglia di calcolo poiché importanti da un punto di visto idrodinamico, ma non necessariamente rappresentate nelle mappe di sintesi prodotte ad una risoluzione spaziale maggiore. Per ogni punto di controllo, sono note le serie temporali dei parametri di interesse (es. intensità di corrente, SSC, DEP, ecc.) ottenute da simulazioni numeriche che permettono una caratterizzazione

96

della variabilità spaziale e temporale dei parametri idrodinamici nonché degli effetti associati alle attività di movimentazione dei sedimenti. Le serie temporali devono essere opportunamente analizzate al fine di produrre indici statistici relativi a specifiche finestre temporali con l’obiettivo di sintetizzare i risultati.

A titolo di esempio, per quanto riguarda l’idrodinamica, per ogni punto di controllo possono essere stimati alcuni parametri, quali velocità media e massima raggiunta dalla corrente. Per quanto riguarda le variazioni in termini di incremento di torbidità indotto dalle attività di movimentazione, è possibile valutare l’intensità media e massima del parametro sull’intero dominio (rispettivamente SSCmedio e SSCmax).

La Figura 4.7 mostra un esempio in cui, sulla base della definizione di un livello ipotetico di intensità di riferimento (SSCLR pari a 5 mg/l), vengono identificati i diversi superamenti in termini di durata (tj_LR) e intensità media (SSCmedio,j_LR). La durata totale degli eventi di superamento (ttot_LR) è data dalla somma delle durate dei singoli eventi (tj_LR), mentre un parametro di frequenza (MLR) è derivato dal numero di eventi di eccedenza per ogni specifico scenario di simulazione (Ni).

Figura 4.7 - Esempio di una serie temporale di SSC relativa a generici punti di controllo e profondità sulla verticale e ad un generico scenario di simulazione. Valutazione dei valori medi e massimi e identificazione di eventi di eccedenza di livelli di riferimento in termini di intensità (SSC_{medio,j_LR}) e durata (t_{j_LR}), per un livello di riferimento arbitrariamente stabilito pari a 5 mg/l.

Al fine di sintetizzare i risultati ottenuti, il parametro scelto come indicatore degli effetti della movimentazione dei sedimenti può essere restituito su mappe facilmente replicabili per ognuno degli scenari considerati. Se il parametro selezionato è di tipo idrodinamico, sarà possibile identificare, per ciascun scenario sia su base stagionale che annuale, zone a differente regime correntometrico, così come sarà possibile rappresentare la variabilità spaziale della dispersione della nube di torbida in colonna d’acqua (SSC) e della deposizione dei sedimenti al fondo (DEP).

In Figura 4.8 è riportato un esempio di rappresentazione di diversi parametri statistici volti alla sintesi delle variazioni spaziali e temporali associate alla dispersione (es. intensità, SSCmedia; durata media di permanenza sopra il livello di riferimento, Tmedio_LR; frequenza di eventi di superamento del livello di riferimento, MLR) e deposizione (es. DEPmax) del pennacchio di torbida indotto da attività di movimentazione (nel caso specifico attività di dragaggio) per uno specifico scenario di simulazione o per periodi aggregati stagionali o dell’intero anno, valutati a specifiche profondità (al fondo, in superficie).

Per rendere conto dell’effetto combinato di durata e intensità, che non possono singolarmente descrivere in modo esaustivo la significatività dei superamenti dei livelli di riferimento stabiliti, si possono utilizzare diversi approcci metodologici.

Un primo approccio di definizione di significatività degli effetti fisici prevede l’utilizzo di una serie di livelli di riferimento (LR), il superamento dei quali porta all’individuazione di intensità medie (SSC, mg/l) e durate di persistenza. In base a considerazioni biologiche e sull’ecologia di specie sito-specifiche, è possibile correlare tali livelli di riferimento (LR) a livelli di tolleranza specifici ai quali associare classi di impatto caratterizzate da crescenti gradi di severità (cfr. par. 4.6.1).

97

In Tabella 4.4 si riportano, a titolo esemplificativo, alcuni livelli indicativi di riferimento per l’intensità (SSCLR) e intervalli di durata crescenti, dalla combinazione dei quali è possibile associare corrispondenti valori di significatività di effetto crescente.

Tabella 4.4 - Esempio di significatività (0 – 5) di effetti associati a crescenti intensità dei livelli di riferimento LR di SSC (in mg/l) e della persistenza degli eventi di superamento. La scelta degli specifici LR può essere fatta in base a considerazioni sito-specifiche e recettore-specifiche. In tal caso dalla definizione di significatività di effetto è possibile arrivare alla corrispondente severità dell’impatto per lo specifico recettore sensibile.

^Tmax_LR [h] ^{0-2 2-5 5-10 10-20 20-40 40-60 >60} S SC LR [ m g /l] 0 - 10 0 0 0 0 0 0 0 10-20 0 0 1 1 2 5. 3 6. 4 20-50 0 1 2 2 3 4 5 > 50 0 1 2 3 4 5 5

Nell’esempio riportato la durata della perturbazione è intesa come massimo di persistenza ininterrotta dei singoli eventi al di sopra dello specifico SSCLR (Tmax_LR). La medesima valutazione può essere estesa ad altre coppie di parametri (es. SSCmax_LR, Tmedio_LR) ritenute significative sulla base di valutazioni sito-specifiche e/o recettore-specifiche. È opportuno inserire anche criteri di frequenza di accadimento degli eventi nella assegnazione dei valori di significatività (Wilber & Clarke, 2001). Vengono prodotte mappe di sintesi per ogni livello di riferimento in termini di intensità (es. SSCLR= 10, 20, 50 mg/l) memorizzando in corrispondenza del singolo punto di controllo il valore di significatività dell’effetto associato alla durata massima di persistenza ininterrotta della concentrazione

98

di solidi sospesi sopra lo specifico valore. Dalla sovrapposizione delle mappe si ricava per ogni specifico punto di controllo il massimo valore di significatività registrato (Figura 4.9).

Figura 4.9 - Esempio di mappe di significatività di un effetto (intensità/durata) correlato ad eventi di superamento di livelli di riferimento (LR) di SSC crescenti (SSC_LR= 10, 20, 50 mg/l). Le classi di significatività sono definite valutando le coppie di intensità e durata della persistenza ininterrotta al di sopra dei singoli LR. La significatività dell’effetto finale è data dalla sovrapposizione delle mappe ottenute per LR crescenti. Sono riportate in termini esemplificativi le mappe per SSC_LR: a) 20 mg/l; b) 50 mg/l.

99

Il formato a “mappa”, inoltre, restituisce informazioni fruibili e facilmente sovrapponibili ad altre informazioni ambientali, quali la presenza e l'estensione di recettori sensibili (es. habitat, allevamenti di mitili, praterie di fanerogame, etc.).

Un secondo approccio prevede l’utilizzo di un unico indice, il cosiddetto “SSC number” (SSCnum; mg s/l), calcolato come l’area integrale dei superamenti del valore di riferimento (Erm & Soomere, 2006; Rapaglia et al., 2011, Feola et al. 2016). Tale parametro integra intensità, durata e frequenza dei superamenti, poiché può essere approssimato per ogni scenario di simulazione e per ogni punto di controllo, come la somma dei prodotti dell’intensità media degli eventi (j=1..Mi) di superamento del livello di riferimento e delle relative durate:

∑

⋅

=

SSC t

SSC

Un’ulteriore possibile analisi dei risultati numerici consiste nella definizione del semi-variogramma (Matheron, 1963) adatto a quantificare la variabilità spaziale e temporale degli effetti associati alla dispersione del pennacchio di torbida in funzione della distanza dall’area in cui la movimentazione ha luogo. In particolare, è possibile definire la misura della variabilità spaziale γ(h) del generico parametro Z: )] ( ) ( [ 2 1 ) , (s h^ Var Z s h^ Z s − + = γ (4.2)

che sintetizza la variabilità spaziale tramite la stima della varianza del parametro Z (es. SSCmax, SSCnum), calcolato in tutte le coppie di punti (di controllo) posti tra loro a distanza pari a |h|.

È necessario scegliere l’opportuno modello di variogramma (es. lineare, esponenziale, sferico, ecc.) che meglio interpola i punti del variogramma empirico (Figura 4.10).

Molti modelli di semi-variogramma sono definiti dai parametri: - Nugget: microscala di variazione o errore di misura, γ(0); - Sill: varianza del campo stocastico per elevate distanze;

- Range: distanza oltre la quale i valori della variabile campionata in corrispondenza di due punti casuali non risultano più correlati.

Figura 4.10 - Semi-variogramma (γ(h)) empirico (punti) e modello matematico (curva) che meglio interpola i dati e suoi parametri caratteristici (Nugget, Sill, Range).

Con gli strumenti geostatistici attualmente disponibili è possibile scegliere il più opportuno modello di variogramma (es. sferico, esponenziale, lineare, gaussiano) includendo poi l’eventuale anisotropia del parametro considerato (direzionalità nella distribuzione spaziale del dato). L’analisi del variogramma permette la misura diretta della scala spaziale dei fenomeni di trasporto conseguenti alla generazione del pennacchio di torbida e può essere utilizzato per comparare quantitativamente l’estensione delle aree influenzate dalle attività di movimentazione (zona di influenza, cfr. par. 4.6.1) correlate a differenti scenari di simulazione.

100

In Figura 4.11 è riportata, a titolo esemplificativo, la sovrapposizione di molteplici semi-variogrammi del parametro SSCnum nel caso di operazioni di escavo effettuate con tecniche di dragaggio diverse (per semplicità riportate come meccanica e idraulica). L’estensione spaziale della correlazione statistica è la distanza a cui il modello del semi-variogramma raggiunge valori costanti. Per distanze superiori a questa estensione la variabilità del parametro considerato Z non è più statisticamente significativa. Il semi-variogramma può pertanto dare una misura quantitativa della scala spaziale degli effetti “non trascurabili” legati alla dispersione del pennacchio. Se si considera a livello esemplificativo l’utilizzo delle due tecniche operative (draga meccanica e draga idraulica) nelle diverse stagioni, l’estensione spaziale della variabilità di SSCnum può essere identificata intorno a 2250 m (compresi tra 2000 e 2400) nel caso di utilizzo di draga meccanica e circa 1250 m per di draga idraulica.

Figura 4.11 - Esempio di semi-variogrammi ottenuti per i valori del parametro SSCnum estratti in corrispondenza di coppie di punti posti a distanza h e mediati nel tempo per le diverse stagioni, dalle risultanze della dispersione del pennacchio di torbida prodotto da due differenti tecnologie di dragaggio (qui per semplicità riportate come meccanica e idraulica) e aggregati per stagione.

L’utilizzo del semi-variogramma fornisce un’ulteriore informazione legata al valore del limite superiore di ogni curva. Esso rappresenta la stima della varianza (alterazione rispetto al valore indisturbato) della variabile stocastica (Z) e l’intensità fisica delle alterazioni rispetto al valore indisturbato. Nell’esempio riportato in Figura 4.11 si osserva che le condizioni più gravose sono raggiunte in inverno e primavera per movimentazioni eseguite con draga meccanica.

101

5. RELAZIONE TRA MODELLISTICA E MONITORAGGIO