Palermo, prevedere il NO2 per sostenere le politiche di mobilità e qualità dell’aria
L’inquinamento da traffico può cambiare sensibilmente a poche decine di metri dalla strada. Comprendere queste differenze e prevedere l’andamento delle concentrazioni nelle ore successive può aiutare le città a costruire politiche più efficaci per la qualità dell’aria. È la prospettiva di una ricerca di ARPA Sicilia dedicata a viale Regione Siciliana, a Palermo, pubblicata sulla rivista Atmosphere.
Lo studio analizza il periodo 2020–2025 e integra misure ambientali, informazioni meteorologiche, modelli delle emissioni e intelligenza artificiale. Il sistema ricostruisce la distribuzione del biossido di azoto, NO₂, con un dettaglio spaziale di circa undici metri e sperimenta previsioni fino a dodici ore successive.
Le mappe simulate mostrano una fascia di concentrazioni elevate vicino alle carreggiate. Nel campo medio pluriennale, il NO₂ supera 50 microgrammi per metro cubo lungo la strada e scende a circa 20 a poche decine di metri. Il risultato richiama l’importanza della prossimità alle sorgenti: il dato di una centralina è indispensabile, ma non descrive da solo tutte le differenze presenti nell’area circostante.
Le previsioni sono più affidabili nelle prime ore e diventano progressivamente meno precise con l’allungarsi dell’orizzonte temporale. Per trasformare la sperimentazione in uno strumento operativo, gli autori indicano la necessità di misurare direttamente il traffico e verificare i risultati attraverso ulteriori centraline.
Per le amministrazioni, strumenti di questo tipo possono offrire una conoscenza più dettagliata delle aree critiche e sostenere la progettazione di campagne di monitoraggio. Se ulteriormente validati, potrebbero anche contribuire alla valutazione degli interventi sulla mobilità. La ricerca non quantifica però gli effetti di specifiche misure, come restrizioni alla circolazione, nuove linee di trasporto pubblico o modifiche della viabilità.
Il lavoro evidenzia il ruolo delle agenzie ambientali nell’innovazione al servizio delle città. La possibilità di sviluppare previsioni e mappe dettagliate dipende dalla disponibilità di misure affidabili e dalla continuità delle reti pubbliche di monitoraggio, elementi essenziali per orientare e verificare le politiche di riduzione delle emissioni.
Fonte: Galioto e altri, Physics-Informed Machine Learning for Urban Nitrogen Dioxide Forecasting in Palermo, Italy, Atmosphere, 3 settembre 2026. Studio integrale.
