SUNTO. – Lo studio presenta un’analisi spaziale dettagliata dell’inquinamento atmosferico, su una vasta area metropolitana. Campagne di monitoraggio furono condotte nell’estate del 2015 e inverno 2016, per diverse specie inquinanti. Su tali dati si sono calibrati modelli di regressione d’uso del suolo per entrambe le stagioni per biossido di azoto (NO2), particolato fine (PM2.5 e PM10), particolato carbonioso e BTEX (benzene, toluene, ethylbenzene e xylene). Poiché molte specie presentano addensamenti (spatial clustering) nell’area di studio, si sono utilizzate tecniche di analisi spaziale, tra cui modelli autoregressivi spaziali e geographically weighted regression. Per ciascun modello si è esaminata una vasta gamma di variabili esplicative, da cui è emerso un insieme coerente di variabili significative per tutti i modelli: altitudine, indicatori di attività industriali e di trasporti ed altri indicatori d’uso del suolo. Tra i medodi testati, i modelli autoregressivi spaziali hanno fornito le stime più soddisfacenti ed affidabili per tutti gli inquinanti. Utilizzando i coefficienti diciascuna regressione, si sono calcolate stime su piccola area dei livelli di ciascun inquinante.

Exploratory spatial analysis of air pollution over a large metropolitan area / Stefania Bertazzon; Isabelle Couloigner. - In: RIVISTA GEOGRAFICA ITALIANA. - ISSN 0035-6697. - STAMPA. - 125:(2018), pp. 525-548.

Exploratory spatial analysis of air pollution over a large metropolitan area

Stefania Bertazzon
Conceptualization
;
2018

Abstract

SUNTO. – Lo studio presenta un’analisi spaziale dettagliata dell’inquinamento atmosferico, su una vasta area metropolitana. Campagne di monitoraggio furono condotte nell’estate del 2015 e inverno 2016, per diverse specie inquinanti. Su tali dati si sono calibrati modelli di regressione d’uso del suolo per entrambe le stagioni per biossido di azoto (NO2), particolato fine (PM2.5 e PM10), particolato carbonioso e BTEX (benzene, toluene, ethylbenzene e xylene). Poiché molte specie presentano addensamenti (spatial clustering) nell’area di studio, si sono utilizzate tecniche di analisi spaziale, tra cui modelli autoregressivi spaziali e geographically weighted regression. Per ciascun modello si è esaminata una vasta gamma di variabili esplicative, da cui è emerso un insieme coerente di variabili significative per tutti i modelli: altitudine, indicatori di attività industriali e di trasporti ed altri indicatori d’uso del suolo. Tra i medodi testati, i modelli autoregressivi spaziali hanno fornito le stime più soddisfacenti ed affidabili per tutti gli inquinanti. Utilizzando i coefficienti diciascuna regressione, si sono calcolate stime su piccola area dei livelli di ciascun inquinante.
2018
125
525
548
Stefania Bertazzon; Isabelle Couloigner
File in questo prodotto:
File Dimensione Formato  
Bertazzon-RGI-articolo-2018.07.23-sb.pdf

Accesso chiuso

Tipologia: Versione finale referata (Postprint, Accepted manuscript)
Licenza: Tutti i diritti riservati
Dimensione 1.81 MB
Formato Adobe PDF
1.81 MB Adobe PDF   Richiedi una copia

I documenti in FLORE sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificatore per citare o creare un link a questa risorsa: https://hdl.handle.net/2158/1143709
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus 1
  • ???jsp.display-item.citation.isi??? ND
social impact