Cristiana Di Cristo1, Angelo Leopardi2, Claudia Quintiliani3, Giovanni de Marinis4
Dipartimento di Ingegneria Civile e Meccanica, Università degli Studi di Cassino e del Lazio Meridionale, Cassino, Italia
1dicristo@unicas.it, 2a.leopardi@unicas.it, 3c.quintiliani@unicas.it, 4demarinis@unicas.it
Nell’ambito della gestione dei sistemi di distribuzione idrica la disinfezione è diffusamente impiegata per garantire adeguati standard qualitativi della risorsa erogata alle utenze. I composti del cloro rappresentano ancora oggi la soluzione più diffusa grazie alla loro efficacia, ai costi ridotti e alla capacità di assicurare una concentrazione residua in rete, che limita la proliferazione di specie microbiche. Diversi studi multisettoriali e attività di ricerca hanno portato all’individuazione di una serie di sottoprodotti di disinfezione (DBPs), derivanti dalla reazione del cloro con le sostanze naturalmente presenti in acqua, potenzialmente cancerogeni (e.g. Weinberg et al., 2002) e/o dannosi per la salute in caso di ingestione, ma anche per esposizione, contatto o inalazione (e.g. Chowdhury and Champagne, 2009). Tra quelli con i maggiori effetti nocivi ci sono i trialometani (THMs), sottoprodotti dell’ipoclorito di sodio, la cui concentrazione nelle reti idriche va monitorata e tenuta al di sotto di valori soglia opportunamente normati. In Italia il D. Lgs. 31/01 fissa una soglia massima di 30 μg/l. Un valido supporto per realizzare un’efficiente clorazione, che tenga conto anche della formazione di DBPs, è rappresentato dall’individuazione delle aree più critiche di un sistema idrico rispetto all’esposizione dell’utenza ai THMs mediante l’uso della modellazione numerica. In questo caso, rispetto le varie relazioni empiriche proposte per valutare la formazione dei THMs (Di Cristo et. al., 2013), un modello cinetico risulta più adeguato allo scopo.
Lo studio descritto propone un criterio per stimare la vulnerabilità in un sistema di distribuzione idrica rispetto all’esposizione delle utenze a concentrazioni di THMs elevate, in particolare, al di sopra di un limite di attenzione fissato di 25 μg/l e, quindi, più restrittivo rispetto a quello stabilito dalla legge italiana. Usando le concentrazioni istantanee di THMs ottenute durante una simulazione di qualità realizzata con un modello cinetico che assume la formazione di THMs funzione lineare del consumo di cloro (Di Cristo et al., 2014), sono valutati in ogni nodo del sistema una serie di parametri, rappresentativi dell’esposizione nel punto considerato. Un primo fattore è rappresentato dalla concentrazione media giornaliera di THMs, CTHMs, valutata come rapporto tra la massa totale di THMs e il volume di acqua complessivamente erogato all’utenza nel nodo di interesse. Questo primo parametro permette di avere un’immediata contezza dell’entità dell’esposizione con la localizzazione delle aree soggette al superamento della soglia di attenzione, senza però tenere conto sia del numero di utenze interessate, sia della durata dell’esposizione. Altri parametri qui introdotti sono la massa di THMs erogata con concentrazioni sopra il limite di attenzione fissato, MTHMs, e il volume normalizzato, Vc,n, che rappresenta la percentuale di acqua eccedente il limite rilasciata in ciascun nodo di domanda. Tali fattori, considerando anche le portate erogate, permettono di avere indicazioni sul numero di utenti potenzialmente coinvolti. La durata dell’esposizione, TE, è, invece, dedotta attraverso il tempo di esposizione, calcolato per ogni nodo come la somma degli intervalli temporali in cui avviene il superamento della concentrazione di soglia.
In questa prima fase, l’analisi di vulnerabilità è stata applicata alla rete di letteratura Net3, riportata nel manuale di EPANET. I risultati hanno evidenziato che i differenti parametri CTHMs, MTHMs, Vc,n portano all’individuazione di nodi vulnerabili diversi, in accordo con la diversità delle informazioni da essi ricavabili, mentre il volume normalizzato e del tempo di esposizione individuano le medesime aree. Le informazioni ottenute nello studio di vulnerabilità descritto possono essere utili per scopi diversi, quali l’implementazione di metodi di ottimizzazione del processo di clorazione nelle reti idriche o l’ottenimento di valide indicazioni di supporto a studi epidemiologici (Maslia et al.. 2000). Nei prossimi studi verrà valutata la robustezza dei diversi fattori rispetto alle incertezze del sistema, legate soprattutto alla variabilità delle portate erogate.
Se ne è parlato durante il convegno “Efficienza e risparmio energetico dei sistemi idrici” che si è tenuto l’8 e il 9 luglio 2015 presso l’Università degli studi di Trento.
Bibliografia
Chowdhury S. and Champagne P. (2009). Risk from exposure to trihalomethanes during shower: probabilistic assessment and control. Sci. Total Environ., 407, 1570-1578.
Di Cristo C., Esposito G., and Leopardi A. (2013). Modelling trihalomethanes formation in water supply systems. Environmental Technology, 34(1), 61-70.
Di Cristo C., Leopardi A. and de Marinis G. (2014) Assessing measurement uncertainty on trihalomethane prediction through kinetic models in water supply systems. Journal of Water Supply: Research and Technology—AQUA In Press, Uncorrected Proof, DOI:10.2166/aqua.2014.036.
Maslia M.L., Sautner J.B., Aral M.M., Reyes J.J., Abraham J.E. and Williams R.C. (2000). Using Water-Distribution System Modeling to Assist Epidemiologic Investigations. J. Water Resour. Plann. Manage., 126(4), 180-198
Weinberg H.S., Krasner S.W., Richardson S.W., and Thurston A.D. (2002). The occurrence of disinfection by-product (DBPs) of health concern in drinking water: results of a nationwide DBP occurrence study, EPA International Report, EPA/600/R-02/068.