LCA Fattori di caratterizzazione locale nella categoria Human Health

1. LCAFattori di caratterizzazione locale nella categoria Human Health Applicazione allo studio della produzione di riso Tesi di laurea di Silvia Mandelli

2. Sostanze considerate • Monossido di carbonio (CO) • Ossidi di azoto (NO2,NOX) • Ossidi di zolfo (SO2, SOX) • Polveri (PM10, dust, particulates)

3. Dati e studi utilizzati • Dati di emissione e di concentrazione degli inquinanti in Provincia di Milano • Lo studio MISA • Stime degli effetti a lungo termine, dalla ricerca condotta da UO Reg.Tumori INT • Dati di mortalità, ricoveri e degenze ospedaliere relativi a patologie cardiovascolari e respiratorie (con distinta analisi per oncologia polmonare) in Provincia di Milano

4. Costruzione dell’indicatore Elaborazioni su dati di inquinamento Calcolo DALY mortalità DALY Calcolo DALY malattia Elaborazioni su dati di mortalità e malattia Il valore ottenuto indica l’effetto degli inquinanti considerati sulla salute umana (cvs, resp, tmp) in termini di anni di vita persi imputabili all’emissione di 1 kg di sostanza.

5. Costruzione dell’indicatore -1 • Calcolo anni di vita persi per classe d’età (aspettativa media di vita) • Moltiplica per il n. di morti, per causa • (totale anni di vita persi per classe d’età e causa corrispondente n. tot di morti) = n.medio di anni persi per ogni caso, per gruppo patologico • [n.ricoveri per gruppo di causa * (gg degenza media*d.r. + gg convalescenza media* d.r.) 365gg] n.ricoveri per gruppo di causa = n.medio di anni persi per ogni caso di malattia, per gruppo patologico • Calcolo del contributo apportato dall’emissione di 1kg di sostanza al livello di concentrazione

6. Costruzione dell’indicatore -2 • fattore di correlazione * n.morti/ricoverati * concentrazione attribuita a 1kg di sostanza = n.morti/ricoverati imputabili all’emissione di 1kg di inquinante • (n.medio di anni persi per ogni caso, per gruppo patologico) * (n.morti/ricoverati imputabili all’emissione di 1kg di inquinante) = DALY mortalità e DALY malattia, per gruppo di causa e inquinante • Si è giunti così all’aggregazione finale, ottenendo un valore dell’impatto per i quattro inquinanti considerati, espresso in DALY per ogni kg di sostanza emessa, che può essere evidenziato per causa (somma per gruppo patologico) o per tipo di effetto (somma per mortalità e somma per malattia).

7. inquinante DALY per causa cardiovascolare mortalità+malattia DALY mortalità DALY malattia DALY per causa respiratoria mortalità+malattia DALY per causa oncologica polmonare mortalità+malattia DALY 3,59434E-6 0,000160969 SO2-SOx 0,000133925 3,9233E-6 0,00010331 NO2-NOx 3,06382E-5 0,000164564 PM10 0,000351596 0,00742987 8,60949E-5 2,11383E-5 0,000107233 5,44727E-8 1,47094E-6 CO 0,000272194 0,000457053 0,00705222 0,007781466 0,000359168 0,00769562 1,24329E-6 2,82114E-7 1,52541E-6 0,008054788 Risultati

8. Human Health Ecosystem Quality Resources Human Health modif. HH ProvMI inorg. Ecosystem Quality Resources Sostituzione del fattore di caratterizzazione Eco-Indicator 99 con inserimento della caratterizzazione locale Eco-Indicator 99

9. La produzione di riso -1 livellamento aratura erpicatura Coltivazione concimazione Il caso studio riguarda la coltivazione di riso carnaroli biologico svolta da un’azienda agricola che si trova al limite meridionale del Comune di Milano. allagamento semina raccolto essiccazione

10. La produzione di riso -2 macchine selezionatrici Lavorazione sbramatura sbiancatura La pilatura viene eseguita in riseria (sita a breve distanza dall’azienda agricola) senza uso di sostanze chimiche. separatori alveolari e selezionatrici a fibre ottiche brillatura

11. La produzione di riso -3 pesatura Confezionamento insacchettamento La confezione si costituisce di un sacchetto di plastica e di uno di tela personalizzato. sigillatura confezionamento finale

12. Valutazione con Eco-Indicator 99 Il danno totale vale -0.865 Pt , essendo costituito per il –115.6% dal processo complessivo grazie al valore dell’utilità della funzione, per il 9.454% al Confezionamento, per il 4.998% alla Coltivazione, e per l’1.197% alla Lavorazione. Complessivamente costituisce dunque un danno evitato. Inoltre il danno è ripartito nelle tre categorie come segue: per il 12.14% in Ecosystem Quality, per il 4.67% in Resources, mentre in Human Health si ha un danno evitato pari a –1.16%.

13. Valutazione con EPS 2000 • Il danno ambientale vale (3.01-0.9)= 2.11 Pt , essendo costituito per il 71.09% dal processo Confezionamento riso, per il 23.44% da Coltivazione risone, e per il 5.468% da Lavorazione riso bianco. Inoltre il danno è ripartito nelle categorie come segue: per il 125.8% in Ecosystem Production Capacity, per il 10.34% in Abiotic Stock Resources, per un danno evitato pari a -35.76% in Human Health e a -0.4021% in Biodiversity

14. Valutazione con Eco-Indicator 99 Prov.MI • Il danno totale vale –0.85 Pt dovuto per il 5.663% a Coltivazione, per l’ 1.848% a Lavorazione e per il 10.17% a Confezionamento; il processo in sè contribuisce per il –117.7%. Inoltre il danno è ripartito nelle categorie come segue: -3.111% in Human Health, 3.684% in HH Prov.MI inorg., 12.35% in Ecosystem Quality, e 4.751% in Resources.

15. Della caratterizzazione inHuman Health -1 • Dall’analisi svolta con Eco-Indicator 99 E CWE, nella categoria di danno Human Health si ha un danno evitato che vale – 4.65 E-7 DALY. Esso è dovuto per il –445.7% a CO2 non-fossil; cui si contrappone per il 122.7% la produzione di dust(SPM), in Confezionamento per il 75.76%. La categoria di impatto che produce il danno massimo è Respiratory Inorganics (1.37 E-6 DALY), dovuto per il 43.70% agli ossidi di azoto (in particolare per il 20.38% a NOx) e per il 41.73% a dust(SPM). • Con il metodo EPS 2000 risulta invece un danno che vale 2.6508 E-5 Person Yr. La categoria di impatto che produce il danno massimo è Nuisance (3.98E-5 Person Yr) dovuto per il 43.34% agli ossidi di zolfo (in Confezionamento) e per il 40,62% agli ossidi di azoto. In Life Expectancy si ha un danno evitato pari a 4.5E-6 Person Yr dovuto per il –174.1% a CO2(non-fossil); cui si contrappone per il 48.96% il dust(SPM) (in Confezionamento per il 75.71%).

16. categorie Eco-Indicator99 (E)CWE Eco-Indicator99 (E)CWE Prov.MI HumanHealth Respiratory inorganics 1.37 E-6 DALY Human Health (HH modifica + HH ProvMI inorg.) Respiratory inorganics modifica 6.08 E-7 DALY patol.app.cardiovascolare + patol.app.respiratorio + oncologia polmonare 1.451 E-6 DALY caratterizzazione 1.37 E-6 DALY 2.059 E-6 DALY Confronto caratterizzazione

17. Della caratterizzazione in Human Health -2 • Dall’analisi svolta con Eco-Indicator 99 E CWE Prov.MI, in Human HealthconHH ProvMI inorg. si ha un danno che vale (1.45–1.23)= 0.22 E-6 DALY. In Human Health modificata il danno evitato è dovuto per il –150.9% al processo Coltivazione risone grazie all’assorbimento di anidride carbonica (CO2 non-fossil rappresenta il –169.2% dell’indicatore di danno). Lo stesso processo Coltivazione risone contribuisce però per il 39.13% al danno in HH ProvMI inorg., ove gli altri due processi rappresentano il 38.54% (Confezionamento riso) e il 22.34% (Lavorazione riso bianco). Le sostanze maggiormente presenti nella causalità del danno sono gli ossidi di azoto, per una quota pari al 49.6%. La categoria di impatto che produce il danno massimo è patol. app.cardiovascolare (9.5 E-7 DALY), dovuto per il 60.82% agli ossidi di azoto (in particolare per il 28.36% a NOx); i processi Coltivazione risone e Confezionamento riso bianco vi contribuiscono rispettivamente per il 41.74% e per il 46.23%.

18. Conclusioni dell’analisi È assolutamente rilevante notare che il dato comparabile è relativo all’intero gruppo di sostanze Airborne emissions, quindi l’analisi di sensibilità rileva confrontando la categoria Respiratory inorganics del metodo Eco-Indicator 99 con la somma delle quattro categorie di impatto relative alla modifica introdotta (Respiratory inorganics in Human Health modif. e patol. app.cardiovascolare, patol. app.respiratorio, oncologia polmonare in HH ProvMI inorg.). Confrontando i valori complessivi assoluti della categoria di danno alla salute umana si evince che se la caratterizzazione imputata sulla base dei dati della Provincia di Milano fosse valida per l’intero territorio europeo, vi sarebbe attualmente una corrispondente sottostima della valutazione degli effetti dell’inquinamento atmosferico.

19. Considerazioni finali Dal presente studio si ricava anche un dato allarmante: • per come si è inteso costruirlo, il fattore di caratterizzazione locale non è solo funzionale all’inserimento nel metodo per le valutazioni LCA, ma è un indicatore in sé. • ciò implica che moltiplicandolo per le quantità di inquinanti considerati complessivamente emesse da qualsiasi fonte si ottiene una stima, per quanto approssimata, del danno che l’inquinamento atmosferico provoca sui due principali apparati che regolano la salute del nostro corpo (il che comporta costi di varia natura, e di carattere sia individuale che sociale).