Cerca nel sito per parola chiave

pubblicazioni - Poster

Modelling short-term health effects in Milan area during 2020 spring lockdown: combined uncertainty analysis from estimated NO2 levels and exposure-response functions

pubblicazioni - Poster

Modelling short-term health effects in Milan area during 2020 spring lockdown: combined uncertainty analysis from estimated NO2 levels and exposure-response functions

Lo scopo di questo studio è valutare l’incertezza degli effetti sulla salute a breve termine causati dai cambiamenti nella qualità dell’aria determinati dal lockdown, confrontando i risultati di due simulazioni di qualità dell’aria, una per il Business as Usual ed uno scenario per il lockdown.

Per contenere il contagio della pandemia da COVID19, svariati governi hanno dichiarato dei lockdown. La riduzione delle attività umane legate con le restrizioni della mobilità hanno causato un calo senza precedenti delle emissioni, in particolare nel settore del trasporto su strada. Lo scopo di questo studio è valutare l’incertezza degli effetti sulla salute a breve termine (ricoveri evitati (AHA) dovuti a NO2) causati dai cambiamenti nella qualità dell’aria (AQ) determinati dal lockdown.
La catena modellistica CAMx-WRF è stata applicata ad una serie di domini innestati, utilizzando gli inventari emissivi EMEP e l’inventario regionale Lombardo. L’analisi degli impatti sulla salute si concentra su un dominio di 70×70 km centrato sull’area metropolitana di Milano con una risoluzione di 1km, per il periodo dal 24 di febbraio al 30 di aprile. Due simulazioni, Business As Usual (BAU) e scenario lockdown (LOCK), sono state eseguite e i risultati confrontati con le misure della qualità dell’aria per calcolarne l’incertezza. Gli effetti sulla salute per la differenza tra le simulazioni BAU e LOCK sono stati calcolati per l’NO2 seguendo le raccomandazioni del progetto Health risks of air pollution in Europe (HRAPIE) dell’OMS. L’effetto combinato delle concentrazioni di entrambi gli scenari e funzioni dose-risposta (ERF) sull’incertezza dell’AHA è quindi analizzato per le differenti tipologie di stazioni di qualità dell’aria.
La più grande causa di incertezza, misurata come la dimensione dell’intervallo di confidenza (CI) al 95% del numero di AHA, per le stazioni di AQ urbane e suburbane sono le ERF. L’incertezza dei dati di AQ nello scenario BAU ha impatti inferiori sul CI di AHA rispetto allo scenario LOCK. Nel confronto tra tipologia di stazione, la più bassa incertezza in AHA è ottenuta per stazioni di fondo urbano, mentre il più alto per stazioni di fondo rurale.

Progetti

Commenti