4. MATERIALI E METODI
Il lavoro svolto tratta due discipline diverse delle Scienze Geologiche, la prima stratigrafica e la seconda geochimica, in conseguenza di ciò, è stato necessario suddividere le attività svolte in due sezioni differenti; queste ultime saranno illustrate nel dettaglio nei paragrafi seguenti.
4.1 Ambito stratigrafico
Il seguente elaborato è svolto prevalentemente al computer con l’utilizzo di software dedicati all’elaborazione di dati geografici e stratigrafici.
La metodologia utilizzata per la modellazione stratigrafica 3D della Pianura di Pisa si basa su correlazioni litologiche all’interno di facies sedimentarie (Capitolo 2, Tabella 2) ed è strettamente legata alla quantità e qualità dei sondaggi e ai dati di letteratura prodotti negli ultimi anni (Aguzzi et al., 2005; Aguzzi et al., 2006; Aguzzi et al., 2007; Amorosi et al., 2008; Sarti et al., 2008; Sarti et al., 2008a; Amorosi et al., 2009; Rossi et al. 2011; Sarti, 2011; Sarti et al., 2012; Amorisi et al., 2013), i quali hanno rivelato la presenza di una paleovalle (Incised-Valley Sistem, IVS) all’incirca coincidente con l’attuale corso del Fiume Arno di età tardo-quaternaria (Capitolo 2).
L’area di studio è coperta da numerosi sondaggi, la maggior parte realizzata a scopo idrico (consumo umano o irrigazione dei campi) da società di perforazione diverse, spesso con scarso dettaglio stratigrafico-sedimentologico e rare informazioni cronologiche; mentre una piccola parte è composta da sondaggi a carotaggio continuo a profondità compresa tra 20 e 100 m, corredati di una dettagliata descrizione stratigrafica-deposizionale e cronologica, perforati durante un progetto di collaborazione tra l’Università di Pisa e di Bologna e gli Enti locali. I pozzi utilizzati in questo lavoro sono 490 ed hanno una profondità minima di 3,5 m e massima di 264 m (Fig.4.1).
Figura 4.1 Distribuzione geografica dei sondaggi all’interno dell’area di studio, suddivisi in classi di profondità (metri).
Come primo passo, è stata effettuata l’estrazione dei sondaggi compresi nell’area di studio da banche dati esistenti, al fine di realizzare un database integrato in ambiente GIS che permettesse una gestione rapida e razionale di tutti i dati.
Le banche dati utilizzate contengono informazioni utili alla caratterizzazione del sottosuolo e raccolgono i dati forniti dai servizi pubblici, ISPRA (Istituto Superiore per la Ricerca Ambientale), LAMMA (Laboratorio di Monitoraggio e Modellistica Ambientale), SIRA (Sistema Informativo Regionale Ambientale) e da privati. Tali dati, organizzati in forma tabellare e consultabili anche in ambiente GIS, contengono informazioni riguardanti:
● numero identificativo originale dell’indagine;
● la posizione geografica di ciascun pozzo, compresa l’appartenenza territoriale regionale, provinciale e comunale;
● tipo d’indagine e suo utilizzo; ● informazioni aggiuntive;
● distanza (m) in profondità dal piano campagna;
● quota (m) del piano campagna rispetto al livello del mare; ● data di acquisizione o realizzazione dell’indagine;
● numero di diametri utilizzati per la realizzazione del pozzo; ● presenza di acqua riscontrata durante l’indagine;
● numero di falde acquifere individuate;
● numero dei tratti filtranti e loro collocazione lungo la tubazione del pozzo;
● livello statico e dinamico (m) della tavola d’acqua dal piano campagna misurata all’interno del foro;
● temperatura dell’acqua misurata durante l’indagine (°C);
● percorso del file .PDF o .JPG per visualizzare la scheda tecnica qualora compilata dall’operatore incaricato dell’indagine;
● posizione, espressa sia in metri dal piano campagna sia in metri sul livello del mare, della superficie di trasgressione (TS) coincidente con l’inizio della trasgressione marina tardo-pleistocenica/olocenica;
● descrizione stratigrafica delle litologie, con i limiti litologici precisi al letto e al tetto (m), perforate durante la realizzazione del pozzo.
Il nuovo database raccoglie le informazioni suddividendole in tre macrocategorie: informazioni generali e stratigrafiche, indagini idrogeologiche, caratteristiche del pozzo. In dettaglio le informazioni contenute in ciascuna macrocategoria sono:
● Informazioni generali: identificativo del pozzo (codice, stazione id, stazione nome), coordinate geografiche (Sistema di coordinate WGS84), successione stratigrafica del pozzo con i limiti al tetto e al letto di ogni litologia (m p.c.), idrogeologia (suddivisione dei litotipi in: copertura, acquifero, interstrato e substrato), conducibilità idraulica (suddivisione dei litotipi in base alle caratteristiche idrauliche in: acquitardo, acquicludo ed acquifero), geologia (formazione geologica di appartenenza del litotipo) età geologica, profondità e quota (m p.c.), tipo di falda (confinata o artesiana), uso (consumo umano o altro) fonte di acquisizione del dato, temperatura (°C);
● Indagini idrogeologiche: portata massima ed esercizio (l/s), livello piezometrico statico e dinamico (m), abbassamenti (m), trasmissività (m2/s), permeabilità (m/s);
● Caratteristiche del pozzo: posizione, espressa come profondità (m) dal piano campagna, lungo la struttura del pozzo di: cemento, tamponi in argilla e/o compactionite, dreni (diametro in millimetri) e finestrature.
Avendo creato un database che raccoglie tutti i dati, in particolar modo informazioni stratigrafiche, è stato possibile procedere con l’interpretazione e l’elaborazione (sezioni stratigrafiche e modellistica 3D) dei dati.
I dati stratigrafici sono stati inseriti all’interno del programma di calcolo Excel, del pacchetto Office Microsoft 2003, dove sono stati opportunamente filtrati ed adattati alle esigenze operative di
ciascun software, per permettere una più immediata utilizzazione ai fini delle successive elaborazioni.
Per le elaborazioni sono stati utilizzati due software: Strater2 della Golden Software e Petrel E&P software platform della Schlumberger Software. Strater2 è un plotting software package per la rappresentazione e realizzazione grafica di sondaggi e well log; mentre Petrel E&P software platform è un programma per la visualizzazione, modellazione e costruzione di mappe in 3D.
4.1.1 Sezioni stratigrafiche
In primo luogo, 56 sondaggi sono stati interpretati attraverso un attento studio della scheda tecnica, esaminando le informazioni stratigrafiche, cronologiche e paleontologiche, dove presenti, e basandosi sui risultati ottenuti nella letteratura di riferimento (Aguzzi et al., 2005; Aguzzi et al., 2006; Aguzzi et al., 2007; Amorosi et al., 2008; Sarti et al., 2008; Sarti et al., 2008a; Amorosi et al., 2009; Rossi et al. 2011; Sarti, 2011; Sarti et al., 2012; Amorisi et al., 2013).
A causa dell’eterogeneità della descrizione stratigrafica e per facilitare la correlazione litologica degli strati presenti è stato necessario realizzare una codifica evitando di creare ripetizioni nella nomenclatura. Con questa codifica sono state individuate le seguenti classi:
● terreno vegetale; ● materia organica; ● ghiaia;
● sabbia; ● argilla e limo.
In un secondo momento questa schematizzazione è stata arricchita da due ulteriori categorie che individuano gruppi di litologie:
conoide: corpo sedimentario costituito da depositi clastici di diversa granulometria (ghiaia, sabbia, argilla e silt);
UMT: Unità Metamorfica Toscana (Unità Metamorfiche del Monte Serra e di Santa Maria del Giudice) affioranti ai margini dell’area di studio in corrispondenza dei Monte Pisano e incontrate nei sondaggi nella zona pedemontana.
L’elaborazione di questi dati ha consentito la realizzazione di un modello preliminare stratigrafico del sottosuolo, ampliando il modello proposto in letteratura nell’area compresa tra la città di Pisa e Cascina.
Dapprima sono state realizzate cinque sezioni stratigrafiche (Pisa, G, H, I e J) orientate longitudinalmente e trasversalmente l’area di studio (Fig.4.2), (Allegato A).
La prima sezione, Pisa, longitudinale all’area di studio, parzialmente coincidente con le sezioni stratigrafiche realizzate da Aguzzi et al., 2005 (A-A’), Amorosi et al., 2008 e 2013 (M1-c2628), Sarti, 2011 (F-F1), inserisce un maggior numero di sondaggi rispetto le sezioni sopra citate e dettaglia l’andamento dei corpi litologici. Le restati quattro sezioni, G, H, I e J, si sviluppano trasversalmente la precedente, partendo dalle pendici del Monte Pisano, attraversando l’odierno alveo del Fiume Arno e terminando prima della Strada di Grande Comunicazione Firenze-Pisa-Livorno.
Figura 4.2 Ubicazione del data set utilizzato per le correlazioni litologiche e la ricostruzione del modello de posizionale.
La rappresentazione grafica dell’interpretazione dei sondaggi e la realizzazione delle sezioni stratigrafiche è stata svolta utilizzando Strater2, in particolare la funzione Lithology log, modalità che permette di rappresentare i diversi orizzonti stratigrafici perforati, visualizzandoli con un pattern più o meno elaborato. Per consentire al programma l’elaborazione dei dati, occorre realizzare uno specifico database, che contenga al suo interno le informazioni utili, ossia tutti gli elementi descrittivi del sondaggio. Precisamente, è stata costruita una tabella tramite il programma Excel indicando:
nome del sondaggio (Hole ID);
profondità (m s.l.m.) di ciascun intervallo attraversato dal sondaggio specificandone il tetto e il letto (From-To);
litologia (Lithology Keyword);
descrizione litologica (Lithology Description).
È essenziale creare uno schema litologico che specifichi i vari elementi grafici per ogni tipo di litologia\classe (si faccia riferimento alla codifica descritta ad inizio paragrafo). Ciò è realizzabile direttamente su Strater2, tramite lo specifico tool Scheme Editor.
Il programma non permette né di collocare spazialmente i sondaggi attraverso l’inserimento delle coordinate geografiche né di effettuare automaticamente sezioni stratigrafiche; queste mancanze sono state superate agendo manualmente. All’interno del Borehole Views, uno dei componenti principali di Strater2 workspace insieme alle Data Tables e tabs, sono stati posizionati, rispettando la distanza originaria opportunamente proporzionata al foglio di lavoro (0.2 inch = 0.10 km), i sondaggi divisi per sezioni stratigrafiche ; in seguito, sono state realizzate le correlazioni litologiche utilizzando il tool Draw Polygon all’interno della Drawing Toolbar.
4.1.2. Modellistica 3D
Il modello tridimensionale della Pianura di Pisa si basa sulla seguente successione stratigrafica semplificate per le esigenze elaborative del software:
Argilla1(Olocene): depositi per lo più argilloso-limosi, con abbondanti resti organici, corrispondenti in letteratura a depositi di piana costiera, estuario e pianura inondabile (Amorosi et al., 2008);
Sabbia2 (Tardi.glaciale-Olocene): depositi sabbiosi e localmente ghiaiosi, facenti parti di un sistema di canali fluviali impostatosi circa 120000 anni fa in risposta alle variazione glacio-eustatiche del livello del mare, intervallati da depositi argillosi di pianura alluvionale (Sarti, 2011);
ConoideA (Olocene): alternanza di depositi ghiaiosi e argillosi, sporadicamente sabbiosi, dovuti a molteplici fasi di attivazione delle conoidi alluvionali recenti situate alle pendici del Monte Pisano;
Argilla3 (Pre-Olocene): depositi argilloso-limosi, probabilmente collegabili a una sequenza trasgressiva-regressiva individuata nel sondaggio M1 (Fig.2.6, Capitolo 2) con alla base con alla base depositi lagunari e palustri passanti verso l’alto a depositi costieri marini e di fonte
deltizio (Aguzzi et al., 2005), attribuiti o allo stadio isotopico OIS5e o allo stadio isotopico OIS7 da dati di stratigrafia pollinica (Sarti, 2011);
ConoideB (Pleistocene Medio): alternanza di depositi ghiaiosi e argillosi, localmente sabbiosi, facenti parti di un sistema di coni di deiezione terrazzati (Rau e Tongiorgi, 1974; Baldacci et al., 1994);
Sabbia4 (Pre-Pleistocene Superiore): sedimenti fluviali sabbiosi e ghiaiosi con locali corpi argilloso-limosi e argilloso-sabbiosi, posti alla base dei depositi identificati con Argilla3 con contatto di unconformity (Sarti, 2011);
“UMT”: (Trias Medio-Superiore): Unità Metamorfiche Toscane affioranti nel Monte Pisano e incontrate nei pozzi nel sottosuolo nell’area pedemontana.
La nomenclatura delle unità stratigrafiche individuate riflette la naturale litologica dominante di ogni intervallo stratigrafico verificata durante le correlazioni litologiche e dai dati di letteratura precedentemente citati.
La successione stratigrafica adottata nel modello 3D presenta delle semplificazioni dovute alla caratteristiche di elaborazione dei dati del software.
In base a questa codifica sono stati interpretati tutti i pozzi utili (490 in totale), individuati nell’area di studio ( per ottenere un buona qualità del modello ai margini dell’area di studio, dove per la mancanza di dati si potrebbero verificare eccessive approssimazioni nell’interpolazione delle superfici stratigrafiche, sono stati utilizzati pozzi e sondaggi stratigrafici collocati al di fuori dell’area in esame) ed organizzati in tabelle di dati secondo le necessità elaborative del programma Petrel.
In dettaglio, si tratta di due tabelle Wells e Stratigraphy, create con l’ausilio del programma Microsoft Excel. La prima raccoglie tutte le informazioni generali per l’individuazione e collocazione geografica di ogni sondaggio (well head); mentre la seconda si concentra sui dati stratigrafici, cioè la successione stratigrafica perforata (well tops).
La tabella Wells contiene i seguenti campi: Name;
Coordinate geografiche X e Y (sistema di riferimentoWGS84,World Geodetic System 1984);
Profondità del sondaggio (Mesured deep, TD; m p.c.); Quota del sondaggio (Kelly Bushing, KB, m s.l.m.).
La tabella Stratigraphy riporta la stratigrafia di ciascun sondaggio secondo la codifica dei dati esposta in precedenza, inserendo le informazioni riguardanti il tetto di ogni livello perforato (Well tops). I campi della tabella sono:
Name;
Coordinate geografiche X e Y (sistema di riferimentoWGS84,World Geodetic System 1984);
Well tops;
Profondità well top (m p.c.); Quota well top (m s.l.m.).
Al di fuori dell’area montana e pedemontana, dove non sono state incontrate in sondaggio le conoidi, è stato necessario creare un artifizio stratigrafico. Questa scelta è dovuta alla metodologia di elaborazione dei dati di Petrel, che necessita il rispetto della successione stratigrafica stabilita. Se nel sondaggio non compare un termine di tale successione, occorre giustificarne geologicamente la causa e modellare le eventuali strutture geologiche ( faglie, serie ridotte, ecc..); nel caso in esame, i dati di letteratura (Aguzzi et al., 2005; Aguzzi et al., 2006; Aguzzi et al., 2007; Amorosi et al., 2008; Sarti et al., 2008; Sarti et al., 2008a; Amorosi et al., 2009; Rossi et al. 2011; Sarti, 2011; Sarti et al., 2012; Amorisi et al., 2013) non riportano eventi legati all’attività tettonica. Per ovviare a ciò, il well top di ConoideA e ConoideB è stato fatto coincidere con l’orizzonte immediatamente sottostante, rispettivamente Argilla3 e Sabbia4.
Al fine di fornire al software un maggior set di dati utili alla costruzione di un modello 3D del sottosuolo, oltre alle informazioni stratigrafiche fornite dalle perforazioni, sono stati inseriti i seguenti elementi:
sezioni stratigrafiche (Pisa, G, H, I e J), formato Bitmaps (.TIFF). Le sezioni sono state digitalizzate, ricavando set di punti coincidenti con i top delle litologie codificate (Sabbia2, ConoideA, Argilla3, ConoideB, Sabbia4, UMT);
gruppi di dati puntuali e poligonali, ognuno dei quali corrisponde all’area di affioramento di: Argilla1,ConoideA, ConoideB, UMT (realizzati con l’ausilio del software GIS);
superficie fittizia rappresentativa del confine tettonico Nord-EST del bacino estensionale di Viareggio (Pascucci, 2005), (per approfondimenti vedere Capitolo 2). La superficie ha un inclinazione di 80° e una direzione di immersione Sud-Ovest;
punti fittizi corrispondenti all’intersezione della superficie sopra citata e del UMT. In seguito questi punti sono stati spostati geograficamente di 103 m verso Sud-Ovest per rendere graficamente più realistico l’andamento della superficie UMT; in caso contrario quest’ultima avrebbe compiuto uno netto balzo fuori dall’area di affioramento;
poligono UMT2 corrispondente al poligono UMT allargato di 103 m lungo il margine sud-occidentale;
poligono coincidente ai confini dell’area di studio (realizzato con l’ausilio del software GIS);
modello digitale di elevazione (DEM, risoluzione 20 m), (realizzato con l’ausilio del software GIS).
Infine, è stata immessa la carta della geologia e della morfologia delle Colline Pisane (Marroni et al., 1990) per fornire un “substrato” ai dati caricarti e per poter comprende più agilmente la posizione geografica degli elementi osservati.
Dopo aver inserito tutti i dati a disposizione, è stato realizzato il modello 2D del sottosuolo della Pianura di Pisa tramite il processo Make\Edit surface. Con questo processo sono state originate sei superfici (Argilla1, Sabbia2, ConoideA, Argilla3, ConoideB, Sabbia4, UMT), frutto dell’interpolazione dei dati puntuali forniti al programma. L’interpolazione dei dati è stata effettuata all’interno di un’area più grande rispetto a quella di studio per avere un maggior definizione ai confini del modello.
All’interno di Petrel è possibile processare i dati, in questo caso le superfici del modello 2D del sottosolo, in modo da poter in parte correggere e migliorare il lavoro fatto automaticamente dal software.
In particolare, sono state utilizzate le seguenti funzioni: Peak remover;
Smooth; Calculations;
Operations (Replace where).
Le prime due funzioni sono state utili per levigare le superfici in caso di anomalie ingiustificate dai dati stratigrafici.
La terza funzione, Calculations, ha permesso di creare una superficie fittizia, collocata a -240 m s.l.m., che costituisce la base del modello e di estrapolare da quest’ultimo solo l’area di studio. L’ultima funzione, Operations (Replace where), ha consentito di attribuire a ciascuna superficie una serie di “vincoli geologici” per obbligare il software a seguire la struttura stratigrafica inserita, anche dove la scarsa quantità di dati lasciava margine ad imprecise e scorrette elaborazioni dei dati. È importante seguire una gerarchia temporale nell’effettuare le operazioni, perché anche questo aspetto influenza la buona riuscita dell’elaborazione della superficie; a questo scopo, è stata data priorità alle operazioni supportate da un maggior bagaglio di informazioni stratigrafiche provenienti dalla letteratura e dall’evidenza dei dati stessi. Segue l’elenco delle operazioni effettuate in ordine temporale; in presenza degli operatori matematici <, ≤ e ≥ la regola attribuita deve essere letta come “superficie X non deve mai essere <\ ≤\≥ della superficie Y”.
1. Argilla1 = DEM;
2. ConoideA = DEM dentro il poligono di ConoideA, UMT, ConoideB; 3. ConoideB = DEM dentro il poligono UMT, ConoideB;
4. UMT = DEM dentro il poligono UMT; 5. UMT < -240 m fuori del poligono UMT2;
6. Sabbia2 = DEM dentro il poligono di ConoideA, UMT, ConoideB; 7. Argilla3 = DEM dentro il poligono UMT, ConoideB;
8. Sabbia4 = DEM dentro il poligono UMT; 9. Sabbia2 ≥ Argilla1 dentro poligono Argilla1; 10. ConoideA, Argilla3, ConoideB, Sabbia4 ≥ Sabbia2; 11. ConoideB, Sabbia4 ≥ Argilla3;
12. Argilla3, Sabbia4 ≥ Argilla1;
13. ConoideA = Argilla3 fuori dal poligono ConoideA + ConoideB; 14. ConoideB = Sabbia4 fuori dal poligono ConoideA + ConoideB; 15. UMT ≥ Sabbia4;
16. ConoideB ≤ Sabbia4; 17. ConoideA ≤ Argilla3.
Avendo realizzato un modello 2D del sottosuolo è stato possibile procedere alla effettuazione del modello tridimensionale usufruendo del processo Make simple grid, all’interno della cartella Utilities del Processes Explorer. Muovendosi all’interno della finestra di dialogo, che si apre automaticamente, è stato possibile selezionare:
General Parameters: nome del modello 3D e Boundary, cioè i confini dell’area di interpolazione (area di studio);
Input Data: in questo caso le superfici del modello bidimensionale posizionate in ordine stratigrafico. Ogni superficie è stata convertita nel corrispettivo Horizon del modello 3D con specifiche caratteristiche geologiche. Infatti, è possibile scegliere il tipo di orizzonte tra Erosional (gli orizzonti al di sotto verranno troncati), Base (gli orizzonti al di sopra verranno troncati), Discont (gli orizzonti al di sotto e al sopra verranno troncati), Conformable (gli orizzonti verranno troncati da tutte le altre tipologie). Per quanto riguarda gli orizzonti creati, Argilla1, Sabbia2, ConoideA, Argilla3, ConoideB, Sabbia4, UMT, sono state assegnate le seguenti tipologie: Conformable per Argilla 1 e Argilla 3, Erosional per Sabbia2, ConoideA, ConoideB e Sabbia4, Base per UMT;
Geometry: sono disponibile due opzioni, Automatic e User defined. In questo caso è stata scelta l’opzione Automatic che utilizza le informazioni inserite del campo Boundary.
In questo modo è stato realizzato il modello 3D del sottosuolo della Pianura di Pisa; i restanti passaggi sono stati svolti per migliorare l’aspetto grafico del modello e per la realizzazione di sezioni stratigrafiche attraverso l’opzione Insert General Intersection.
4.2 Ambito geochimico
Questa parte dell’elaborato è incentrata sulle indagini sul flusso di CO2 dal suolo in un area di 12,81
km2 a Nord-Est della città di Pisa.
Lo schema di indagine adottato è misto; esso combina il systematic grid sampling con il judgmental sampling. Inizialmente, il territorio in studio è stato suddiviso in celle utilizzando una griglia quadrata (500 m di lato), secondo un approccio tipico dello schema sistematico; in ciascuna delle celle definite dalla griglia, le stazioni di misura sono state individuate sulla base delle caratteristiche topografiche dell’area di studio e sulla natura del fenomeno, secondo un approccio tipico del judgmental sampling. In totale sono state effettuate 130 stazioni di misura: 43 punti sono stati realizzati nei mesi di Novembre e Dicembre 2012; mentre le restanti 96 stazioni sono state effettuate nei mesi di Maggio e Giugno 2013. La campagna di indagine ha avuto inizio il 21 Novembre 2012, ma è stata interrotta l’11 Dicembre 2012 e poi successivamente ripresa e conclusa rispettivamente il 27 Maggio e il 14 Giugno 2013, a causa delle inadatte condizioni del terreno dovute alle abbondanti piogge (Fig.4.3).
Figura 4.3 Ubicazione dei punti di indagine del flusso di CO2.
Sono state eseguite alcune repliche dei punti campionati sia per verificare se ci fossero forti differenze tra i valori del flusso campionati nei mesi invernali e nei mesi primaverili, sia in presenza di misure anomale o errate del flusso.
Le misure del flusso di CO2 sono state raccolte con la tecnica della camera ad accumulo, un metodo
diretto e dinamico che consiste nel misurare l’aumento di concentrazione dell’anidride carbonica dal suolo nel tempo in un volume noto d’aria contenuto in un recipiente poggiato sul terreno; questo metodo non richiede assunzioni o correzioni dipendenti dalle caratteristiche del suolo (Chiodini et al., 1998).
L’apparato di misura utilizzato è del tipo LI-8100 (LI-COR) ed è formato dai seguenti componenti (Fig.4.4):
spettrometro ad infrarosso (IRGA) per misure di flusso da 0 a 3000 ppm, con una precisione di 1,5%;
camera di accumulo di dimensioni standard di 20 cm di diametro (20 cm Survey Chamber), con un volume di 4843 cm3 e un area di esposizione al suolo di 317,8 cm2;
collare in PVC dal dimetro di 20 cm;
computer portatile con il software per la visualizzazione del flusso di CO2 e che permette di
effettuare la misura.
Figura 4.4 Apparato di misura utilizzato e schema di funzionamento della camera di accumulo (Chiodini et al., 1998).
La procedura per le misurazioni si articola come segue: prima di tutto occorre posizionare correttamente un collare in PVC nel terreno, in modo tale che sia stabile e non permetta il passaggio laterale di aria. Dopo aver collegato il computer portatile alla strumentazione, occorre misurare l’altezza del collare dal piano campagna, quest’ultimo parametro è molto importante perché serve a misurare il volume totale all’interno della camera di accumulo, necessario per stimare il flusso di CO2. Dopo aver assegnato l’identificativo del campione, la misurazione può iniziare. Dall’interno
della camera la miscela di gas e aria è convogliata tramite una pompa allo spettrometro ad infrarosso che misura la concentrazione di CO2 (µmol/mol) nel tempo (s). La misurazione viene
effettuata per un tempo di due minuti e mezzo, preceduta da un minuto e mezzo di apertura e ventilazione della camera di accumulo (purge time); ciò è utile per garantire un buon mixing del gas all’interno della camera. Il valore del flusso di anidride carbonica dal suolo viene restituito immediatamente al termine della misurazione e registrato all’interno della scheda di memoria dello strumento. Per ogni punto di misura vengono effettuare due misure.
Il parametro sulla quale si basa il calcolo del flusso di CO2 è la pendenza iniziale (α) della curva
della concentrazione della CO2 nel tempo (Chiodini et al., 1998). Infatti, la massa di CO2 all’interno
della camera di accumulo al tempo t+dt è uguale alla massa di CO2 presente al tempo t, più la massa
di CO2 che entra nella camera al tempo dt, meno la massa si CO2 che esce nello stesso tempo
Equazione 4.1 Equazione del bilancio di massa della CO2; Vc e Ac sono rispettivamente il volume e la sezione orizzontale della
camere, il cui rapporto è Hc (Vc/Ac), cioè l’altezza della camera (Chiodini et al., 1998).
Dall’equazione sopra descritta si arriva alla seguente relazione (Eq.4.2): Equazione 4.2 Relazione per calcolare il flusso di CO2 dal suolo (φ soil CO2), (Chiodini et al., 1998).
Dalla relazione si deduce che il flusso della CO2 è proporzionale alla pendenza iniziale della curva
(α) CO2-t, meno una costante (Hc) che equivale all’altezza della camera di accumulo.
Prima di procedere con l’elaborazione dei dati, è stato eseguito un controllo della qualità di quest’ultimi; ciò è possibile tramite la finestra di analisi della regressione presente nel Data Analysis softaware (Fig.4.5).
In questo modo è possibile visualizzare il diagramma di regressione CO2 (ppm) vs tempo (s), il
valore del flusso (Flux, µmol m-2s-1), il coefficiente di variazione del flusso iniziale (Flux CV, %), il coefficiente di determinazione (R2), il tipo di fit (lineare ed esponenziale).
Si è optato per: una regressione esponenziale dei dati, perché capace di approssimare i dati più accuratamente, anche in terreni porosi (Madsen et al., 2010) e un Dead Time di 30 s (tempo impiegato dalla camera di accumulo per ottenere un mixing stabile del gas).
I dati raccolti sono stati organizzati in forma tabellare e integrati in ambiente GIS (Appendice B). All’interno della tabella sono state inserite le seguenti informazioni:
identificativo del campione (NOME);
coordinate geografiche nel sistema di riferimento WGS84 (coorX, coordY); misura del flusso di CO2 ed eventuali repliche (A, B,C D, E, F);
note; data;
valore del flusso medio tra la prima e la seconda misura (Flusso CO2);
Per ottenere mappe di flusso e per la stima del flusso totale di CO2 nell’area, occorre trattare
statisticamente i dati. L’analisi e la modellazione dei dati nello spazio comprende due fasi: l’analisi esplorativa dei dati (statistica descrittiva e analisi geostatatistica) e studio ed inferenza del semivariogramma sperimentale.
4.2.1 Analisi esplorativa dei dati
L’analisi esplorativa dei dati si suddivide in due fasi: la prima si avvale della Statistica descrittiva, la seconda dell’analisi spaziale dei dati.
La Statistica descrittiva, branca della scienza statistica, ha come obiettivo quello di organizzare, riassumere e presentare i dati attraverso strumenti grafici e indici.
Nell’analisi statistica effettuata sono stati utilizzati sia indici di posizione (numero dei valori, media, mediana, moda, minimo, massimo, primo e terzo quartile) sia indici di dispersione (range, varianza, deviazione standard, coefficiente di variazione).
L’analisi spaziale dei grafici comprende sia la realizzazione di grafici (istogrammi; boxplot; diagramma di probabilità cumulata), sia la realizzazione di mappe tematiche (mappe a classi e mappa preliminare del flusso di CO2 con la tecnica di interpolazione Natural Neighborn); sia
l’analisi della spaziatura media dei dati.
Il metodo utilizzato per l’individuazione di popolazioni diverse si basa sull’osservazione di cambiamenti di pendenza nella distribuzione dei punti sul grafico che esprime la probabilità cumulata dei valori di flusso (Rinaldi, 2008, Cardelli et al., 2003; Chiodini et al., 1998).
L’analisi esplorativa dei dati è stata realizzata avvalendosi dei seguenti software: Statistica10 (StatSoft), KaleidaGraph (Synergy Software), Excel 2007 (Microsoft) e Geostatistical Analyst (ArcGis 10.1, ESRI).
4.2.2 Costruzione del semivariogramma sperimentale
La Geostatistica si occupa di valutare l’autocorrelazione spaziale dei dati osservati in punti georiferiti impiegando il metodo del semivariogramma.
Nel caso in esame, la variabili analizzata è il flusso di CO2 e la distribuzione spaziale è data dalle
coordinate geografiche dei punti di misura.
Il semivariogramma è un grafico che mette in relazione la distanza tra due punti e il valore della semivarianza tra le misure effettuate in questi due punti. A livello numerico, il semivariogramma è una funzione che interpola la semivarianza dei valori osservati in gruppi di coppie di punti a determinate distanze (Eq.4.3):
Equazione 4.3Equazione della semivarianza in cui z è il valore di una misura in un particolare punto, h è una classe di distanza tra punti di misurazione e n(h) è pari al conteggio del numero di coppie di osservazioni effettuate alla distanza h.
Le proprietà principali del semivariogramma che vanno scelte con cura per ottenere una modellazione corretta sono (Fig.4.6):
Nugget: descrive il livello di variabilità casuale; Partial Sill: descrive il livello di variabilità spaziale;
Range: distanza massima alla quale si osserva correlazione spaziale.
Figura 4.6 Esempio di semivariogramma e delle sue proprietà (Rinaldi, 2008).
Il modello matematico scelto, per l’interpolazione dei dati e la stima dei valori incogniti, al fine di realizzare mappe del flusso, è il modello sferico del semivariogramma con un valore di lag pari a 156 (distanza media tra i dati campionati).
Lo studio ed inferenza del semivariogramma sono stati necessari per utilizzare l’algoritmo di interpolazione Kriging, il quale impiega una combinazione lineare di dati noti per stimare il valore della proprietà di interesse in un punto non campionato (Cardellini et al., 2003).
La mappa del flusso, così realizzata, è stata suddivisa in classi di flusso, stabilite precedentemente con il metodo del diagramma a probabilità cumulata (Rinaldi, 2008, Cardelli et al., 2003; Chiodini et al., 1998).
Il metodo descritto è stato realizzato tramite l’estensione Geostatistical Analyst del software ArcGis10.1 (ESRI).
