1 15 2 Dublin Core The Dublin Core metadata element set is common to all Omeka records, including items, files, and collections. For more information see, http://dublincore.org/documents/dces/. Title A name given to the resource Alvin L. Young Collection on Agent Orange Description An account of the resource The Alvin L. Young Collection on Agent Orange comprises 120 linear feet and spans the late 1800s to 2005; however, the bulk of the coverage is from the 1960s to the 1980s and there are many undated items. The collection was donated to Special Collections of the National Agricultural Library in 1985 by Dr. Alvin L. Young (1942- ). Dr. Young developed the collection as he conducted extensive research on the military defoliant Agent Orange. The collection is in good condition and includes letters, memoranda, books, reports, press releases, journal and newspaper clippings, field logs and notebooks, newsletters, maps, booklets and pamphlets, photographs, memorabilia, and audiotapes of an interview with Dr. Young. For more about this collection, <a href="/exhibits/speccoll/exhibits/show/alvin-l--young-collection-on-a">view the Agent Orange Exhibit.</a> Text A resource consisting primarily of words for reading. Examples include books, letters, dissertations, poems, newspapers, articles, archives of mailing lists. Note that facsimiles or images of texts are still of the genre Text. Box The box containing the original item. 095 Folder The folder containing the original item. 2400 Series The series number of the original item. Series IV Subseries IV Dublin Core The Dublin Core metadata element set is common to all Omeka records, including items, files, and collections. For more information see, http://dublincore.org/documents/dces/. Creator An entity primarily responsible for making the resource Cerlesi, S. Description An account of the resource Corporate Author: Regione Lombardia, Ufficio Speciale di Seveso Date A point or period of time associated with an event in the lifecycle of the resource September 20 1984 Title A name given to the resource Typescript: Paper from September 1984 conference entitled, "Evoluzione temporale della methodologia Statistica" [Temporal Evolution of Statistical Methodology] https://www.nal.usda.gov/exhibits/speccoll/files/original/7c52a45bf17e0bb012349a8119185a5e.pdf 4ffd59aaeabfc0005d068b6276a4313a PDF Text Text Item D Number °2387 Author Cerlesi, S. Corporate Author Report/Article Title Distribuzione e Deposizione Atmosferica di Aerosols in Caso di Incident! con Dispersion! di Prodotti Tossici Journal/Book Title Year Month/Day Color Number of Images A P ril13 D 14 Descripton Notes Friday, October 05, 2001 Page 2387 of 2422 �VARESE ECOLOGIA Associazione per la difesa dell'ambiente Via Giacomo Puccini, 4 - Tel. (0332) 286.090 21100 VARESE CONVEGNO SUL TEMA ENERGIA E AMBIENTE organizzato con la collaborazione della Delegazione Lombarda della Societa Italiana di Merceologia VARESE, VILLA PONTI Centro Congress! della Camera di Commercio di Varese 13-14 APRILE 1984 �DISTRIBUZIONE E DEPOSIZIONE ATMOSFERICA DI AEROSOLS IN CASO DI INCIDENTI CON DISPERSIONI DI PRODOTTI TOSSICI. S. Cerlesi (*) G. Belli M S. Ratti £*$ (*) Silvia Cerlesi, dell'Ufficio Speciale di Seveso (Regione Lombardia) e Dipartimento di Fisica Nucleare e Teorica dell'Universita di Pavia. M Giuseppe Belli, dell'Istituto Tecnico Industriale Statale-Pavia e Dipar- fc*$ timento di Fisica Nucleare e Teorica dell'Universita di Pavia. Sergio Ratti, del Dipartimento di Fisica Nucleare e Teorica dell'Universita di Pavia. �-1171. Introduzione. I numerosi process! industrial! distribuiti (non sempre in modo ottimale) nel territorio, possono in talune situazioni provocare fenomeni di inquinamento sia di carattere endemico che, (fortunatamente di rado) catastrofico. E1 evidente Pesigenza di mantenere sotto controllo la situazione ambientale per evidenziare i fenomeni di inquinamento di tipo strisciante o nascosto. E1 inoltre necessario un piano di intervento sempre attivo per i casi di incidente riievante. Questa relazione riguarda soprattutto quest'ultimo aspetto e si articola in due fasi: 1) una descrizione di come si e affrontato il probiema nell'emergenza di Seveso; 2) quali metodoiogie si sono approntate per affrontare il probiema del controllo ambientale e in particolare come si e arrivati alia parametrizzazione di una funzione analitica descrittiva dell'andamento del contaminante (TCDD: TetraCloroDibenzo-p-Diossina) depositato al suolo. II lavoro si svolge nell'ambito di una convenzione tra 1'Ufficio Speciale di Seveso (Regione Lombardia) e il Dipartimento di Fisica Nucleare e Teorica (Universita di Pavia). 2. Caso Seveso. Come e noto, nel 1976 nel territorio di Seveso si e manifestate un drammatico incidente con dispersione di inquinante nell'ambiente. E1 esplosa la valvola di sicurezza di un reattore chimico dell'Icmesa e una notevole quantita di sostanze tossiche e stata espulsa nell'atmosfera. Al momento dell'evento le condizioni metereologiche (successivamente ricostruite solo in parte) erano caratterizzate da un vento con direzione sud-est. Questo fatto piu la naturale microturbolenza deli'atmosfera ha provocato la ricaduta dei prodotti chimici nocivi su una vasta area inizialmente non conosciuta. I primi interventi sono stati di carattere conoscitivo: si e dovuto delimitare 1'area interessata al fenomeno inquinante e valutare 1'entita dello stesso; questo al fine di definire le procedure protezionistiche e stabilire gli interventi precauzionali nei confront! della popolazione. Mediante un'anaiisi di prima approssimazione su campioni di terreno, 1'area interessata venne suddivisa in zone a diversi livelli di contaminazione (fig. 1): �-118- Zona A: alto inquinamento minore dildooQ yg/m Zona B: medio inquinamento minore di 50 yg/m 2 Zona R: basso inquinamento minore di 5 yg/m . Le informazioni di base provengono dalle analisi chimiche di prelievi di terreno (carotaggi). L'analisi chimica assegna a ciascun carotaggio un vaiore di inquinamento espresso in microgrammi per m . In un carotaggio si esaminano circa 500 gr. di terreno, ottenuti da un campione cilindrico di dimensioni: 3.5 cm di raggio e 7 cm di profondita. L'area interessata al campionamento e: Zona A = 87.3 ha = 8.73 105 m 2 Zone B+R = 1699 ha = 1.7 107 m2 Durante la mappatura 1976/77 sono stati effettuati 431 carotaggi in zona A aJ centro di una ipotetica grigliatura di 50 x 50 m e 718 carotaggi nelle zone B+R secondo una grigliatura di 150 x 150 m. Quindi J'area totale analizzata durante la mappatura 1976/77 e: Zona A = 2.87 m cioe il rapporto tra area analizzata e area interessata e 3.29 10~6 e per le 2 Zone B+R = 4.78 m cioe il rapporto tra area analizzata e area interessata e 2.81 10 . Relativamente alia mappatura 1976/77 disponiamo quindi di una campionatura che rappresenta solo tre parti su un milione dell'area interessata (zona A) o, addirittura tre parti su dieci milioni dell'area interessata (zone B+R). D'altronde aumentare indiscriminatamente il numero di carotaggi sarebbe risultato improponibile per due evident! ragioni: 1'impossibilita tecnica di analizzare un enorme numero di campion! in tempo utile e 1'altra ragione e il costo relative ad ogni singola analisi. E' evidente quindi la difficolta statistica (del resto comune a tutti i problemi di questo genere) di descrivere 1'andamento della concentrazione del contaminante. Da questo nasce 1'esigenza di costruire una metodologia che consenta di descrivere 1'andamento del contaminante in modo che: - sia possibile interpolare in ogni punto della regione interessata la stima del livello di inquinamento - sia possibile risalire alia struttura del contaminante subito dopo 1'incidente. E' stato necessario definire allora un algoritmo che permetta di collegare in una relazione di causa-effetto i valori misurati in un certo numero di luoghi con la funzione di distribuzione del contaminante di cui si cerca la descrizione. La procedura matematica da noi utilizzata e di tipo fenomenologico. Trascuria- �- 119- mo cioe la ricerca delle motivazioni fisiche, chimiche e meteorologiche che banno caratterizzato 1'evento e ci interessiamo invece della descrizione qualitativa e quantitativa dei dati a disposizione. Si sono utilizzati dei metodi matematici che permettono di arricchire il campione statistico con delle pseudomisure senza pero distruggere la struttura originaria dell'informazione. E successivamente con dei procedimenti matematici siamo stati in grado di ottenere la valutazione dei parametri di una funzione non nota ma di cui e noto il valore in un numero finite di punti, in questo caso, i punti della mappatura. In particoiare si e descritta la distribuzione della densita del contaminante in zona A utilizzando il Metodo di Interpolazione Pesata di SHEPARD e i polinomi di CHEBYCEV per approssimare la funzione rappresentativa del fenomeno (Ref. 1). 3. Caratteristiche dei dati. E' necessario tener presente le condizioni al contorno che governano questi fenomeni di propagazione aerobica prima di affrontare la trattazione matematica. Una di queste condizioni al contorno e il meccanismo di ricaduta delle particelle di TCDD al suolo (Ref. 2). Al tempo T=O e fuoriuscita la nube avente contenuto A prima che si depositasse al suolo; negli intervalli di tempo successivi At. sono cadute delie gocce che in matematica si chiamano K. quindi nella nube e rimasto (A - K.) contaminante, poi questo (A - K.) ha creato altri K. fino all'istante in cui la nube si e completamente depositata al suolo. La statistica ci dice che se questi K. fossero linearmente indipendenti la variabile x = £ K. sarebbe distribuita come una gaussiana. Ma i K. non sono indipendenti in quanto ciascun K. e proporzionale al contenuto totaie di TCDD della nuvola locale (che decresce al crescere del tempo t) all'istante t., cosicche: k.°c(A -ax.) dove x. e la quantita totaie di TCDD nel campione al tempo t., A e una costante (TCDD nella nuvola al tempo t=O) ed a e una costante di proporzionalita. Assumendo questa relazione lineare fra i valori k. (quantita di diossina "caduta" per unita di tempo) e i valori x. (quantita di diossina "contenuta" al tempo t.), come passo intermedio della dipen- �I •p § o T< 01 �- 121 - denza lineare di k. dal contenuto totale della nuvola, segue che x e una variabile distribuita in maniera LOGONORMALE ovverossia e la variabile y = Inx che segue la distribuzione di GaussO) come conseguenza dell'estensione del Teorema del Limite Centrale (Ref. 3). Quindi la variabile omogenea usata, come dato di partenza per 1'elaborazione, e il logaritmo del valore della concentrazione di TCDD e non, il valore misurato della stessa. Un altro dato importante e la conoscenza dell'andamento della LINEA DI MASSIMA CONTAMINAZIONE in quanto permette una corretta applicazione del metodo di Shepard ai nostri dati. Uno dei nostri primi studi ha affrontato tale problema (Ref. 4). Utilizzando i dati della mappatura 76/77 si sono effettuati dei tagli lungo i'asse X e lungo 1'asse Y e come si puo vedere dalla fig. 2 la contaminazione diminuisce all'aumentare della distanza dall'Icmesa e contemporaneamente aumenta la dispersione. Sui picchi (vaiori medi) di queste gaussiane abbiamo adagiato una curva del tipo (fig. 3): Y = o (1 - e'Bx)Y + 6 Abbiamo verificato 1'andamento di tale linea utilizzando i prelievi della mappatura 1979 e i risultati confermano 1'andamento precedente. II metodo per il controllo di qualita del modello e stato messo a punto nella zona "A" cioe la zona maggiormente inquinata, che ha un'estensione di circa 1 km per 2 km e nelia quale i prelievi di terreno sono stati effettuati con una grigliatura di 50 m di iato come visualizzato in fig. 4 e fanno parte della mappatura del dicembre 1976. 4. Pseudomisure. II campione di dati di cui si dispone e insufficiente per poter applicare un metodo matematico in quanto sono necessari 50 punti per coefficiente per approssimare con successo la funzione matematica polinomiale. Occorre quindi perseguire un arricchimento del campione di dati sperimentali generando opportune "pseudomisure" che essenzialmente conservino la struttura e le caratteristiche dell'insieme dei dati di partenza. II dominio (Zona A^ in cui e definita la funzione sperimentale D. (x., y.) ha una forma non geometrica in quanto delimitate da confini geografici, e percio indispensabile circoscriverlo con un rettangolo che viene suddiviso in passi costanti �Km Km • i • i ' i • i ' i' i • i • i • i • i • Figura 3 - Lin«a di nassima c«no«ntrazi*n«. I punti stn»: • tagli* sull'ass* i <4 tagli» sull'asse y Pigura 4 - Distrfbuzione del pionti di preliove in zena A offettuati nol 1976. ~0 0 0.2 0.4 (U 0.3 1.0 1.2 1.< �- 123- sia in ascissa che in ordinata. I nodi di questa nuova grigliatura costituiscono i punti di riferimento nei quali e necessario valutare la nuova funzione g(x, y). Abbiamo utilizzato un metodo di interpolazione pesata, detto metodo di SHEPARD (Ref. 5) applicando la formula, anziche in forma globale, in forma locale. Sia nel piano un punto (x, y), nuova coordinata della pseudomisura e sia r. la distanza fra (x, y) e (x., y.) per ogni i = 1,2,...,n misure originarie. La formula di interpolazione di Shepard e la seguente: n D. V W(r.) ih g (x, y) = 0 se r. > R con W(r.) opportune funzioni peso. La funzione g(x, y) risulta duque una media pesata delle osservazioni sperimentali D. che appartengono al disco di raggio R variabile in funzione della distanza dail'Icmesa e dalla linea di massima contaminazione. 5. Approssirnazione tridimensionale. I dati ottenuti con questo procedimento di interpolazione sono stati introdotti in un programma che consente di scegliere il numero di coefficient) che si desidera ottenere nell'espressione finale della funzione polinominale. Poiche lo scopo e quello di ottenere una superficie abbastanza accurata, e poiche il numero di punti e sufficiente e stato possibile richiedere un'espressione con 30 coefficienti; per motivi suggeriti dall'Analisi Numerica che facilitano la risoluzione del sistema di equazioni sono stati utilizzati i polinomi ortogonali di Chebychev. In questo lavoro abbiamo voluto eseguire una interpolazione "Oggettiva" senza I'eliminazione arbitraria di nessun punto e quindi, quelli presentati, sono i risultati ottenuti sfruttando la massima informazione statistica disponibile. �Figurs, 5 - Eappr»s«ntazi»n« grafica dalla funzicn* oatenatica doscrittiva doll'andamcmt* d«lla dansita di TCDD in z»na A. Ang«l« di r*tazi«n«, 30°. ICMESA Pigura 6 - An^ole di rotazione, 60°. �-1256. Risultati grafici dell'approssimazione. Dopo aver ricavato I'espressione della funzione matematica della distribuzione di diossina, ci si e preoccupati della sua rappresentazione grafica che certamente puo suggerire interessanti osservazioni sia sulla bonta dei procedimenti utilizzati sia sul fenomeno stesso della deposizione di TCDD sul terreno. Nelle figure 5 e 6 sono riportati i grafici ottenuti rappresentando la funzione che approssima la superficie interpolante. Per una maggiore varieta di rappresentazione, e possibile ruotare 1'intera figura di un angolo compreso fra -90" e 90° in modo da visualizzare I'andamento della funzione da different! punti cardinali. Soffermando 1'attenzione sulla Fig. 5 che mostra una vista della funzione ruotata di 30° (in senso antiorario) rispetto alia direzione NORD-SUD si notano due picchi piuttosto pronunciati nelle immediate vicinanze deli'Icmesa; poi la funzione scende mantenendo, pero, valori ancora abbastanza alti lungo la "Fascia di Massima Concentrazione". I bordi della funzione non degradano lentamente, perche lo studio e limitato alia Zona A che e la zona piu inquinata, ma che rappresenta solo una parte del territorio investito dalla diossina. Queste stesse caratteristiche si possono riscontrare anche nella figura 6 che mostra lo stesso modello ruotato di -60° troncato sui confini della Zona A. E1 importante sottolineare che i maggiori difetti si presentano proprio sui bordi della funzione. E' in questa zona infatti che si sono dovuti affrontare i problem! maggiori in quanto i punti a disposizione sono scarsi. E' interessante osservare a posteriori come il comportamento grafico della funzione proposta e consistente con I'andamento numerico dei dati sperimentali sulla superficie geografica considerata, nel senso che si notano avvallamenti e innalzamenti in zone corrispondenti. II confronto e stato effettuato utilizzando le curve di isoconcentrazione (fig. 7) precedentemente calcolate (Ref. 4). 7. Conclusioni. Naturalmente la conoscenza di questa funzione analitica ci da delle possibilita di carattere previsionale. Per esempio, noto il percorso fatto da una persona nel1'area studiata, posso calcolare 1'area e calcolando 1'area (che in matematica si chiarna integrale) posso fornire il totale del contaminante a cui e venuta a contatto. E quindi dato qualunque percorso e facile calcolare 1'integrale perche e �- 126- nota la funzione analitica. I procedimenti utilizzati nella parametrizzazione di una funzione analitica descrittiva dell'andamento della densita di contaminante su una zona geografica assegnata anche se mettono in evidenza le caratteristiche sia locali che global! dell'inquinante stesso (nel caso specifico della distribuzione di diossina) hanno carattere generale. In caso di analoghi disastri ecologici sara possibile valutare, in un tempo estremamente breve e partendo da un set di misure abbastanza limitato, la distribuzione globale del fenomeno e quindi intervenire imrnediatamente con i mezzi appropriate Verificato il modello, con successo, nella sua applicabilita al caso delle alte contaminazioni ci stiamo ponendo il problema piu delicato di adattarlo al caso delle basse contaminazioni. Ma in questo caso i dati disponibili relativi al 1976/77 sono ancora piu scarsi di quelli della Zona A. Quindi sarebbe di estrema utilita la verifica di tale formula utilizzando tutti i dati disponibili provenienti dalle diverse campagne di prelievo. Infatti le campagne di prelievo sono continuate in modo pressoche ininterrotto dal 1976 ad oggi ed hanno fornito una notevole quantita di informazioni regolarmente codificate ed inserite nel campione di base (Data-Base). L'insieme dei dati nella sua totalita non risulta, pero, omogeneo in quanto: 1) e affetto da errori sistematici dovuti al miglioramento delle tecniche analitiche; 2) dipende in funzione del tempo, dall'andamento della TCDD in profondita. Per raggiungere 1'obiettivo della normalizzazione dei dati relativamente al primo aspetto, ovvero in modo da poterli considerare come provenienti dalJ'uso di una metodica analitica invariata nel tempo, si sta collaborando con il centro di Ispra (Joint Research Centre della Commissione delle Comunita Europee - Ispra) e 1'Istituto Superiore di Sanita (I.S.S.) per normalizzare le different! metodiche adottate negli anni. II secondo aspetto del problema della normalizzazione dei dati e risolubile solo usando un maggior numero di curve di penetrazione di TCDD nel suolo a tempi diversi (Ref. 6). Pertanto e necessario disporre di un numero di prelievi in profondita distribuiti nel tempo. Lo svolgimento di queste problematiche e molto importante per individuare le possibili correlazioni esistenti fra risultati frutto di metodiche diverse. Seveso e un caso unico per la sua estensione e quindi si presta per cercare di capire quali sono le informazioni che si possono trarre dalla lezione che questo incidente ci �ti -J I » o • £ M H -» e vo O\ 0> O § O § tf ID N H§ t> $ *> >- �- 128- ha impartito. BIBL10GRAFIA 1) G. Belli, 5. Cerlesi, E. Milani, S. Ratti: "Statistical interpolation model for the description of ground pollution due to the TCDD produced in the 1976 chemical accident at Seveso in the heavily contamined zone A". IFNUP/RL 14/83. 2) G. Belli, G. Bressi, S. Cerlesi, S.P. Ratti "The chemical accident at Seveso (Italy): statistical analysis in regions of low contamination". (CHEMOSPHERE 12, 517-521, 1983). 3) H. Cramer: Mathematical Methods of Statistics, Princeton University Press (1974) p. 213, p. 218. 4) G. Belli, G. Bressi, E. Calligarich, S. Cerlesi, S.P. Ratti: in "Chlorindated Dioxin & related compounds: impact on environment" (ed. O. Hutzinger et al. Pergamon Press, Oxford N. York) 1982 p. 155. 5) a - S.A. Gustafson, K.O. Kortanek, 3.R. Sweigart: 3. Appl. Meteor. 16, 1243 (1977). b - W.R. Goodin, G.3. McRal, 3.H. Seinfeld. 3. Appl. Meteor. 18, 761 (1979). c - H.R. Glahn. 3. Appl. Meteor. 20, 88 (1980). 6) G. Belli, G. Bressi, E. Calligarich, S. Cerlesi, S. Ratti: in "Chlorinated Dioxin ff related compounds: impact on environment" (Ed. O. Hutzinger et al. Pergamon Press, Oxford, New York 1982 p. 137). � Dublin Core The Dublin Core metadata element set is common to all Omeka records, including items, files, and collections. For more information see, http://dublincore.org/documents/dces/. Title A name given to the resource Alvin L. Young Collection on Agent Orange Description An account of the resource The Alvin L. Young Collection on Agent Orange comprises 120 linear feet and spans the late 1800s to 2005; however, the bulk of the coverage is from the 1960s to the 1980s and there are many undated items. The collection was donated to Special Collections of the National Agricultural Library in 1985 by Dr. Alvin L. Young (1942- ). Dr. Young developed the collection as he conducted extensive research on the military defoliant Agent Orange. The collection is in good condition and includes letters, memoranda, books, reports, press releases, journal and newspaper clippings, field logs and notebooks, newsletters, maps, booklets and pamphlets, photographs, memorabilia, and audiotapes of an interview with Dr. Young. For more about this collection, <a href="/exhibits/speccoll/exhibits/show/alvin-l--young-collection-on-a">view the Agent Orange Exhibit.</a> Text A resource consisting primarily of words for reading. Examples include books, letters, dissertations, poems, newspapers, articles, archives of mailing lists. Note that facsimiles or images of texts are still of the genre Text. Box The box containing the original item. 094 Folder The folder containing the original item. 2387 Series The series number of the original item. Series IV Subseries IV Dublin Core The Dublin Core metadata element set is common to all Omeka records, including items, files, and collections. For more information see, http://dublincore.org/documents/dces/. Creator An entity primarily responsible for making the resource Cerlesi, S. G. Belli S. Ratti Date A point or period of time associated with an event in the lifecycle of the resource April 13 1984 Title A name given to the resource Distribuzione e Deposizione Atmosferica di Aerosols in Caso di Incidenti con Dispersioni di Prodotti Tossici Subject The topic of the resource ambient air sampling air pollution statistical interpolation