Nuove mappe ad alta risoluzione dell’inquinamento atmosferico in Italia grazie all’integrazione di modelli statistici e machine learning
Uno studio pubblicato sulla rivista Atmospheric Environment confronta due approcci avanzati per la stima delle concentrazioni di particolato atmosferico (PM10 PM2.5) e biossido di azoto (NO2) sull’intero territorio nazionale, con una risoluzione spaziale di 1 km × 1 km. Lo studio è stato realizzato da ricercatori di ISPRA, del Dipartimento di Epidemiologia del Servizio Sanitario Regionale del Lazio, di ARPAE Emilia-Romagna e del CNR-ISAC.
La ricerca, svolta nell’ambito del progetto “Aria outdoor e salute: un Atlante integrato a supporto delle decisioni e della ricerca”, finanziato nell’ambito del Piano nazionale per gli investimenti complementari (PNC), mette a confronto un modello statistico bayesiano di tipo INLA-SPDE e un algoritmo di machine learning Random Forest, integrando i dati delle reti di monitoraggio della qualità dell’aria con informazioni meteorologiche, dati territoriali e le simulazioni del sistema nazionale di modellistica atmosferica kAIROS.
I risultati mostrano che entrambi gli approcci sono in grado di riprodurre con elevata accuratezza la distribuzione spaziale e temporale degli inquinanti. La combinazione dei due metodi in un modello ensemble consente un ulteriore miglioramento delle prestazioni e permette di produrre mappe dettagliate dell’esposizione della popolazione agli inquinanti atmosferici.
Le mappe ottenute evidenziano le aree del Paese maggiormente interessate dall’inquinamento atmosferico, in particolare la Pianura Padana e le principali aree urbane, fornendo uno strumento utile per la valutazione dell’esposizione, la ricerca epidemiologica e il supporto alle politiche di qualità dell’aria previste dalla nuova Direttiva europea 2024/2881.
Riferimento
Reatini M.A., Nobile F., Stafoggia M., Stortini M., Amorati R., Veratti G., Cattani G., Comparison of Bayesian hierarchical modelling and Random Forest algorithm for spatiotemporal prediction of PM10, PM2.5 and NO2 across Italy, Atmospheric Environment, 389 (2027), 122456. DOI: 10.1016/j.atmosenv.2026.122456.