Air quality data analysis obtained by means of new generation sensor network
Abstract
Air pollution measurement networks are meant to monitor the concentration of the primary pollutants.
This type of infrastructures can be installed in urban areas in order to have an overall view of the
environmental conditions. This thesis work aims to increase the quality of environmental data
provided by air quality monitoring networks. In particular, the object of this thesis work is the
treatment of the large number of data produced by the air quality monitoring networks implemented
by Sense Square along the Italian territory both in urban and extra-urban context. The first issue faced
was the definition of the correct positions for the sampling points of the network that is relevant to
the network design. A modelistic approach was applied to define the most interesting points of the
city where to install the measuring stations. The Operational Street Pollugtion M odel was used to
simulate the PM10 concentrations in five chosen points. For each point it was possible to define the
local conditions such as traffic intensity, street geometry, hourly number and type of vehicles passing
through the streets and the meteorological parameters. The model adopted takes into account the
pollutant dispersion using a Gaussian plume, while a box model is used to calculate the contribution
from the recirculation vortex along the urban canyon. The state of art uses the dispersion models to
define the pollutant behaviour dispersed in the atmosphere but doesn’t compare the modelled results
with the real measured ones. In this case, the comparison of the data obtained by the OSPM model
and the ones measured after the installation of the sampling stations showed a good agreement,
suggesting that the points chosen were the most interesting from the air pollution point of view.
A similar approach was used, to forecast the urban quality air using the concentration levels of
particulate matter and meteorological conditions.
To integrate the fixed monitoring network to have a higher space resolution, the real-time on-road
monitoring stations were implemented. The real-time on-road mobile monitoring network provides
for the concentrations of pollutant in an innovative configuration. In fact, the data coming from vans
equipped with the measuring devices moving along the streets of Milan makes it possible to aggregate
the data or by districts or by cell. For the micro-analysis, the whole investigated area was divided into
square cells of 1km side to form a grid. For each cell, the large amount of data available allows the analysis of the hourly, weekly and, monthly average. This new type of monitoring has to be compared
with the traditional one represented by the Milan municipality air quality network. From the
comparison between the two sets of data it was possible to notice the good agreement between them,
suggesting that even if the measurement techniques are different, the results are reliable. Obviously,
the availability of data from the dynamic network is strictly connected with the vans operating hours
from 09:00 to 17:00. Moreover, the urban context is full of traffic restrictions like traffic limited
zones, pedestrian pathways and parks that doesn’t allows the vans passage. So, it is possible that some
of the cells in the grid which the city is divided into have no data available. This missing values can
be estimated by using a geospatial interpolation model. Another possibility to estimate air quality in
the missing cells, is to use measured data in the neighbouring cells with purposely designed
algorithms. In the present study, the results of the applications of few simple methods is assessed by
comparing, in each cell where available data are present, the values predicted by the algorithm using
the neighbouring data end the experimental value. Different criteria will be adopted and compared.
In some of them the influence of the neighbouring cells on the prediction of the local concentration
is based exclusively on the distance between the centre of the influencing cell and the centre of the
tested cell, in others the direction and the speed of the wind are taken into consideration in the
calculation procedure. The approach proposed involves various innovative aspects, in fact this study
use air quality data provided by an extremely innovative technology really and currently measured in
an Italian city. Moreover, the model is applied to a very large area. Finally, the developed method for
the spatial estimation of missing data was compared with other tecniques to evaluate the best solution.
During the first part of the work a deterministic approach was used to to investigate the behaviour of
unexpected events like fires. This methodology was studied in deep to evaluate the dispersion of the
pollutant generated after a fire occurred in a factory. The fire was described as an equivalent stack
having the height of the observed cloud of smoke generated by the fire. The pollutant propagation
was simulated with a Gaussian plume dispersion model. From February 2020, the progressive
adoption of measures to contain Coronavirus's contagion has resulted in Italy, especially in
Lombardy, a sudden change in anthropic activities. From a scientific point of view, the new situation
represents a unique laboratory for understanding and predicting the consequences of specific
measures aimed at improving air quality. In this part of the work, the effect of the lockdown on air
quality in the city of Milan (Italy) was analyzed. The PM10 values measured by the ARPA Lombardia
air quality monitoring network indicate the seasonality of these pollutants, which typically record the
highest values in the coldest months of the year. March 2020 data analysis shows an alternation of
days with higher and lower particulate matter concentrations values. Some episodes highlighted the
complexity of the phenomena related to the formation, transport, and accumulation of atmospheric
particulates. Others highlighted the contribution of the second component and the meteorological
situation most favorable to accumulation. The study showed that the trend of a general reduction of
pollutant concentrations observed must be attributed to the decrease in emissions, in particular from
the transport sector, from the variation of meteorological and environmental conditions.
Among the various phenomena that participate in air pollution, there is the influence of Saharan dust.
These powders can participate in the increase of PM10 concentrations even though they are of a
different nature compared to the particulate produced in urban areas. For this reason, a procedure has
been implemented to take into account the contribution of these dusts to the extent of pollution. [edited by Author] Le reti per il monitoraggio dell'inquinamento atmosferico hanno lo scopo di monitorare la
concentrazione degli inquinanti primari. Questo tipo di infrastrutture può essere installato nelle aree
urbane per avere una visione d'insieme delle condizioni ambientali. Questo lavoro di tesi mira ad
aumentare la qualità dei dati ambientali forniti dalle reti di monitoraggio della qualità dell'aria. In
particolare, oggetto di questo lavoro di tesi è il trattamento dell'elevato numero di dati prodotti dalle
reti di monitoraggio della qualità dell'aria implementate da Sense Square lungo il territorio italiano
sia in ambito urbano che extraurbano. La prima questione affrontata è stata la definizione delle
posizioni corrette per i punti di campionamento della rete rilevanti per la progettazione della rete. È
stato applicato un approccio modellistico per definire i punti più interessanti della città dove installare
le stazioni di misura. Il modello operativo dell'inquinamento stradale (OSPM) è stato utilizzato per
simulare le concentrazioni di PM10 in cinque punti scelti. Per ogni punto è stato possibile definire le
condizioni locali quali l'intensità del traffico, la geometria della strada, il numero orario e la tipologia
dei veicoli che transitano per le strade ei parametri meteorologici. Il modello adottato tiene conto
della dispersione degli inquinanti utilizzando un modello plume gaussiano, mentre un modello box è
utilizzato per calcolare il contributo del vortice di ricircolo lungo il canyon urbano. Lo stato dell'arte
utilizza i modelli di dispersione per definire il comportamento inquinante disperso nell'atmosfera ma
non confronta i risultati modellati con quelli misurati reali. In questo caso, il confronto tra i dati
ottenuti dal modello OSPM e quelli misurati dopo l'installazione delle stazioni di campionamento ha
mostrato una buona concordanza, suggerendo che i punti scelti erano i più interessanti dal punto di
vista dell'inquinamento atmosferico.
Un approccio simile è stato utilizzato per prevedere la qualità dell'aria urbana utilizzando i livelli di
concentrazione di particolato e le condizioni meteorologiche.
Per integrare la rete fissa di monitoraggio per avere una maggiore risoluzione spaziale, sono state
implementate le stazioni di monitoraggio su strada in tempo reale. La rete mobile di monitoraggio su
strada in tempo reale prevede le concentrazioni di inquinanti in una configurazione innovativa. Infatti
i dati provenienti dai furgoni dotati di misuratori che si spostano lungo le strade di Milano permettono
di aggregare i dati o per distretti o per cella. Per la micro-analisi, l'intera area indagata è stata suddivisa
in celle quadrate di 1 km di lato per formare una griglia. Per ogni cella, la grande quantità di dati a
disposizione permette l'analisi della media oraria, settimanale e mensile. Questa nuova tipologia di
monitoraggio va confrontata con quella tradizionale rappresentata dalla rete di qualità dell'aria del
Comune di Milano. Dal confronto tra i due set di dati è stato possibile notare la buona concordanza
tra di loro, suggerendo che anche se le tecniche di misurazione sono diverse, i risultati sono affidabili.
Ovviamente la disponibilità dei dati dalla rete dinamica è strettamente connessa con l'orario di
apertura dei furgoni dalle ore 09:00 alle ore 17:00. Inoltre, il contesto urbano è ricco di limitazioni
alla circolazione come zone a traffico limitato, percorsi pedonali e parchi che non consentono il
passaggio dei furgoni. Quindi, è possibile che alcune delle celle della griglia in cui è suddivisa la città
non abbiano dati disponibili. Questi valori mancanti possono essere stimati utilizzando un modello di
interpolazione geospaziale. Un'altra possibilità per stimare la qualità dell'aria nelle celle mancanti, è
utilizzare i dati misurati nelle celle vicine con algoritmi appositamente progettati. Nel presente studio,
i risultati delle applicazioni di pochi semplici metodi vengono valutati confrontando, in ciascuna cella
in cui sono presenti dati disponibili, i valori previsti dall'algoritmo utilizzando i dati vicini e il valore
sperimentale. Verranno adottati e confrontati criteri diversi. In alcuni di essi l'influenza delle celle
vicine sulla previsione della concentrazione locale si basa esclusivamente sulla distanza tra il centro
della cella influenzante e il centro della cella testata, in altri si prendono la direzione e la velocità del
vento in considerazione nella procedura di calcolo. L'approccio proposto coinvolge diversi aspetti
innovativi, infatti questo studio utilizza i dati sulla qualità dell'aria forniti da una tecnologia
estremamente innovativa realmente e attualmente misurata in una città italiana. Inoltre, il modello
viene applicato su un'area molto ampia. Infine, il metodo sviluppato per la stima spaziale dei dati
mancanti è stato confrontato con altre tecniche per valutare la soluzione migliore. Durante la prima parte del lavoro è stato utilizzato un approccio deterministico per indagare il
comportamento di eventi imprevisti come gli incendi. Questa metodologia è stata studiata a fondo per
valutare la dispersione dell'inquinante generata a seguito di un incendio avvenuto in uno stabilimento.
L'incendio è stato descritto come una pila equivalente avente l'altezza della nuvola di fumo osservata
generata dall'incendio. La propagazione dell'inquinante è stata simulata con un modello di dispersione
a plume gaussiano. Da febbraio 2020 la progressiva adozione delle misure di contenimento del
contagio da Coronavirus ha comportato in Italia, soprattutto in Lombardia, un repentino cambiamento
delle attività antropiche. Da un punto di vista scientifico, la nuova realtà rappresenta un laboratorio
unico per comprendere e prevedere le conseguenze di misure specifiche volte al miglioramento della
qualità dell'aria. In questa parte del lavoro è stato analizzato l'effetto del lockdown sulla qualità
dell'aria nella città di Milano (Italia). I valori di PM10 rilevati dalla rete di monitoraggio della qualità
dell'aria di ARPA Lombardia indicano la stagionalità di questi inquinanti, che tipicamente registrano
i valori più elevati nei mesi più freddi dell'anno. L'analisi dei dati di marzo 2020 mostra un'alternanza
di giorni con valori di concentrazione di particolato più alti e più bassi. Alcuni episodi hanno messo
in luce la complessità dei fenomeni legati alla formazione, al trasporto e all'accumulo del particolato
atmosferico. Altri hanno evidenziato il contributo della seconda componente e la situazione
meteorologica più favorevole all'accumulo. Dallo studio è emerso che l'andamento di una riduzione
generale delle concentrazioni inquinanti osservata è da attribuire alla diminuzione delle emissioni, in
particolare del settore dei trasporti, al variare delle condizioni meteorologiche e ambientali.
Tra i vari fenomeni che partecipano all'inquinamento atmosferico c'è l'influenza delle polveri del
Sahara. Queste polveri possono partecipare all'aumento delle concentrazioni di PM10 anche se di
natura diversa rispetto al particolato prodotto nelle aree urbane. Per questo motivo è stata
implementata una procedura per tenere conto del contributo di queste polveri all'entità
dell'inquinamento. [a cura dell'Autore]