Modellazione stocastica per la valutazione degli effetti in falda di potenziali sorgenti contaminanti nel Nord-Ovest di Milano

Legislative Decree 152/2006 requires public authorities to identify those responsible for soil and groundwater contamination. In urban areas with a long industrial history and an elevated number of potential contaminant sources, their identification can be difficult. In the Milan metropolitan area Regione Lombardia and Città Metropolitana Milanese are, for more than 20 years, engaged in this kind of activities that are fundamental to carry out the site characterization and the implementation of remediation actions of the observed contaminations. For this reason, the public authorities need new methodologies that help them to find these responsible. The aim of this study is to propose a modelling methodology (tool used within the AMIIGA project n° CE32) through stochastic simulations of the groundwater flow, that can identify potential receptors downstream of an alleged source of chlorinated solvents. The considered Pilot Area is the North-West area of the Functional Urban Area (FUA) of Milan. The methodology consists in a) reconstructing the piezometric trend over time (1980-2018) in the suspect area, changing the time-variable parameters by means of transient flow model (MODFLOW), b) consider the modelling uncertainties of the hydrogeological parameters influencing the flow (e.g. the hydraulic conductivity using the Null-Space Monte Carlo method) and c) simulate the advective transport (MODPATH) of the contaminant as function of the flow variations in time and the possible different hydraulic conductivity distributions in order to obtain a probabilistic estimate of the particle pathlines downstream of the suspected source. The obtained results, in probabilistic terms (particle passage frequencies per model discretization cell and per layer), have been compared with the historical concentration datasets from Tetrachloroethylene (PCE) in order to correlate the suspected source and the measured contamination both from a spatial and temporal point of view.

Il D. Lgs 152/2006 prevede che le amministrazioni pubbliche identifichino i soggetti responsabili delle contaminazioni del suolo e della falda. Nelle aree urbane aventi una lunga storia industriale ed un elevato numero di potenziali sorgenti di contaminazione la loro individuazione può risultare molto complessa. Nell’area metropolitana milanese Regione Lombardia e Città Metropolitana Milanese, sono da oltre 20 anni impegnate in tale attività che risulta di fondamentale importanza per la realizzazione della caratterizzazione di sito e delle misure di gestione e bonifica delle contaminazioni rilevate. Per tale ragione gli enti pubblici avvertono sempre più la necessità di metodologie che li aiutino nella ricerca dei soggetti responsabili. Lo studio si propone di fornire una metodologia modellistica (strumento utilizzato nell’ambito del progetto AMIIGA n° CE32) basata su simulazioni stocastiche del flusso idrico sotterraneo, che sia in grado di identificare i potenziali recettori posti idrogeologicamente a valle di una presunta sorgente di solventi clorurati. L’area pilota di studio ha riguardato la zona Nord-Ovest dell’Area Funzionale Urbana (FUA) di Milano. La metodologia consiste nel a) ricostruire l’andamento piezometrico nel tempo (1980-2018) nell’area sospetta, cambiando i parametri tempo varianti mediante un modello di flusso transitorio (MODFLOW), b) considerare le incertezze modellistiche dei parametri idrogeologici che influenzano il flusso (ad esempio la conducibilità idraulica utilizzando il metodo Null-Space Monte Carlo) e c) simulare il trasporto advettivo (MODPATH) del contaminante in funzione delle variazioni di flusso nel tempo e della variazione dei possibili diversi campi di distribuzione della conducibilità idraulica al fine di ottenere una stima probabilistica dei percorsi delle particelle a valle idrogeologica della sorgente sospetta. I risultati ottenuti, in termini probabilistici (frequenze di passaggio delle particelle per cella di discretizzazione del modello e per layer), sono stati confrontati con le serie storiche disponibili di dati di concentrazione di Tetracloroetilene (PCE) al fine di correlare la presunta sorgente e la contaminazione rilevata sia dal punto di vista spaziale che dal punto di vista temporale.