Water safety and emerging pollutants: the case of LM6 in Lombardy

Water safety is a growing concern worldwide due to increasing pollution, climate change, and intensive agricultural practices. This thesis investigates the presence and environmental impact of LM6, a metabolite of the herbicide Terbuthylazine (TBA), in groundwater resources in Lombardy, Italy. Despite regulatory efforts to limit pesticide contamination, LM6 has been frequently detected in drinking water sources, raising concerns about its persistence and potential effects. The study integrates multiple statistical and machine learning approaches to analyse LM6 distribution and identify key environmental factors influencing its presence. A comprehensive dataset was compiled, incorporating different kind of variables, such as land use, soil composition and physical characteristics, climate conditions, and pesticide concentration data. Various analytical methods were applied, including correlation analysis, clustering, Principal Component Analysis (PCA), Sobol Sensitivity Analysis (SA), the Law of Total Variance, and Random Forest regression models. These methods were used to determine the most significant predictors of LM6 concentrations and assess their relative importance. Results indicate that LM6 distribution exhibits high complexity, with no single environmental variable consistently explaining its variability. Instead, its presence appears to be influenced by interactions among multiple factors. High LM6 concentrations are concentrated in the southeastern part of Lombardy, while it is nearly absent in the northern region. This pattern aligns with the results of the regression model, which identifies the southern region as a high-risk area. Although total pesticide concentration is correlated with LM6, suggesting a strong link with agricultural activities, a direct relationship with maize cultivation is not evident, contradicting initial assumptions. The different analytical approaches produced varying and sometimes contradictory results, suggesting the potential influence of interaction effects or the need to consider additional key variables. Future research should focus on refining data collection and incorporating further environmental factors to enhance understanding and predictive accuracy.

La sicurezza dell’acqua è un aspetto di crescente preoccupazione a livello globale a causa dell’aumento dell’inquinamento, dei cambiamenti climatici, delle pratiche agricole intensive. Questo progetto indaga la presenza e l’impatto ambientale di LM6, un metabolita della sostanza Terbutilazina (TBA) usata all’interno di molti erbicidi, nelle risorse idriche sotterranee e superficiali della Lombardia. Nonostante gli sforzi normativi italiani ed europei per limitare la contaminazione da pesticidi e l’uso della TBA, LM6 è stato frequentemente rilevato nelle fonti di acqua potabile, sollevando preoccupazioni sulla sua persistenza e sui potenziali effetti per l’ambiente e la salute umana. Questa tesi integra diversi approcci statistici e di machine learning per analizzare la distribuzione di LM6 e identificare i principali fattori ambientali che ne influenzano la presenza. Durante il lavoro è stato creato un dataset comprensivo di variabili di diversa natura, quali uso del suolo, composizione e caratteristiche fisiche del terreno, condizioni climatiche e dati sulla concentrazione di pesticidi. Su questo dataset sono stati applicati vari metodi di analisi, tra cui analisi di correlazione, clustering, analisi delle componenti principali, analisi di sensitività di Sobol, legge della varianza totale e modelli Random Forest per analisi di regressione. Questi metodi statistici sono stati utilizzati per determinare i predittori più significativi delle concentrazioni di LM6 e valutare la loro importanza relativa. I risultati indicano che la distribuzione di LM6 presenta un’elevata complessità, senza che una singola variabile ambientale ne spieghi la variabilità in modo soddisfacente. Al contrario, la sua presenza sembra essere influenzata da interazioni tra più fattori. Le concentrazioni più elevate di LM6 si trovano nella parte sud-orientale della Lombardia, mentre è quasi assente nella regione settentrionale. Questo schema è in linea con i risultati del modello di regressione, che identifica il sud della regione come un’area ad alto rischio. Sebbene la concentrazione totale di pesticidi sia correlata a LM6, suggerendo un forte legame con le attività agricole, non emerge una relazione diretta con la coltivazione del mais, contraddicendo le ipotesi iniziali. I diversi approcci analitici hanno prodotto risultati variabili e talvolta contraddittori, suggerendo l’influenza di effetti di interazione o la necessità di considerare ulteriori variabili chiave. Le ricerche future dovrebbero concentrarsi sul miglioramento della raccolta dei dati e sull’integrazione di ulteriori fattori ambientali per affinare la comprensione del fenomeno e migliorare l’accuratezza predittiva.