Notizie
Come l'intelligenza artificiale individua gli hotspot di nitrati
1 dicembre 2025 |
I livelli di nitrati nelle acque sotterranee superano il limite di 25 milligrammi per litro nel 15% di tutti i siti di monitoraggio in Svizzera. Nelle aree caratterizzate dalla coltivazione di seminativi e ortaggi, le concentrazioni sono addirittura superiori al valore limite in quasi il 50% dei siti di monitoraggio. Tuttavia, questi dati dell'Ufficio federale dell'ambiente (UFAM) sono valori localizzati che riflettono solo la concentrazione di nitrati nei rispettivi pozzi di acqua freatica. In precedenza non si sapeva come fosse la situazione a qualche chilometro di distanza. "Con il nostro approccio basato sull'intelligenza artificiale, stiamo colmando le lacune tra i vari punti di misurazione", spiega Lenny Winkel, capogruppo del dipartimento Risorse idriche e acqua potabile dell'Eawag e professore al Politecnico di Zurigo. L'obiettivo è quello di identificare le aree a rischio in cui è necessario prelevare campioni mirati e in cui possono essere necessarie misure. I risultati sono stati appena pubblicati sulla rivista Aqua & Gas.
Elevate concentrazioni di nitrati sono potenzialmente pericolose, soprattutto per i neonati, in quanto possono causare una restrizione dell'apporto di ossigeno. Non è ancora stato stabilito con chiarezza se esista un legame tra il contenuto di nitrati nell'acqua potabile e il rischio di cancro negli adulti. A parte le preoccupazioni per la salute, i nitrati sono un utile indicatore della qualità complessiva dell'acqua, poiché riflettono anche la presenza di tracce di sostanze provenienti dall'agricoltura, come i pesticidi.
Riconoscere i modelli nella ricchezza dei dati con l'IA
In uno studio iniziale, il team di Winkel si è basato sui dati relativi alle acque sotterranee raccolti in un totale di 1336 siti di monitoraggio nazionali e cantonali, oltre che sui dati relativi a parametri ambientali quali l'uso del suolo, il clima, il suolo, la topografia e la geologia. I ricercatori hanno analizzato questi set di dati utilizzando modelli di apprendimento automatico, una forma di intelligenza artificiale (AI). "In linea di principio, raccogliamo il maggior numero di informazioni possibili su un punto di misurazione delle acque sotterranee", spiega Winkel: "Se poi si verificano le stesse condizioni in un altro luogo, ma dove non ci sono misurazioni, possiamo prevedere se ci si può aspettare livelli di nitrati alti o bassi".
L'apprendimento automatico è necessario per analizzare i dati, poiché esistono innumerevoli combinazioni di fattori diversi che svolgono un ruolo. I modelli imparano in modo indipendente da quali combinazioni è possibile trarre determinate conclusioni sulla concentrazione di nitrati nelle acque sotterranee. "Utilizziamo l'intelligenza artificiale per questo, anche se la sua applicazione nel nostro studio è in realtà un metodo statistico", spiega Winkel. Ciò significa che una grande quantità di dati viene raccolta e analizzata statisticamente da un computer per riconoscere i modelli. I valori dei nitrati e dei parametri ambientali nei 1336 punti di misurazione servono come dati campione con cui l'algoritmo del computer viene addestrato a fare previsioni per le località in cui non ci sono valori misurati. Il risultato dei calcoli del modello: È molto probabile che le concentrazioni di nitrati nelle acque sotterranee superino il valore limite in circa il 35% dell'Altopiano svizzero. Una mappa con una risoluzione di 250 x 250 metri mostra le località a rischio (vedi illustrazione).
Cosa favorisce alte concentrazioni di nitrati?
Ma non è tutto. "Ora stiamo anche cercando di imparare dal modello quali fattori hanno una particolare influenza sull'inquinamento da nitrati", spiega Winkel. In gergo tecnico, questo è noto come apprendimento automatico interpretabile. Non sorprende che le concentrazioni di nitrati nelle acque sotterranee siano più elevate nelle aree a forte vocazione agricola. Tuttavia, sono importanti anche altri fattori finora poco considerati. Se in primavera piove molto ma in estate non piove quasi per niente, la concentrazione può essere elevata. Questo perché il nitrato può essere rilasciato dal fertilizzante applicato in primavera, entrare nelle acque sotterranee e - se non viene ulteriormente diluito - rimanere arricchito. Le piogge autunnali, invece, hanno un effetto diluente perché in questo periodo vengono applicati meno fertilizzanti. La concentrazione di nitrati può quindi fluttuare notevolmente nel tempo.
I ricercatori hanno anche scoperto, ad esempio, che un elevato contenuto di carbonio organico nel suolo indica una bassa concentrazione di nitrati nelle acque sotterranee, indipendentemente dalla percentuale di terreno agricolo. Una spiegazione potrebbe essere che un maggiore contenuto di carbonio organico nel suolo porta a tassi di denitrificazione più elevati, per cui una maggiore quantità di nitrato viene convertita in azoto molecolare prima che raggiunga le acque sotterranee. Queste informazioni potrebbero aiutare le autorità a controllare la qualità dell'acqua nei punti caldi al momento giusto e ad avviare le misure necessarie.
Detective ambientali al lavoro
I modelli di previsione dell'inquinamento da nitrati delle acque sotterranee fanno parte di un più ampio progetto del settore dei PF che coinvolge Eawag, EPFL, ETH di Zurigo, PSI e WSL. L'iniziativa congiunta, denominata ReCLEAN, mira a comprendere e quantificare il ciclo dell'azoto in Svizzera nel suo complesso. "L'azoto è un elemento interessante perché è presente ovunque sulla Terra in forme diverse", spiega Winkel (vedi illustrazione).
Molti dei diversi tipi di azoto causano gravi problemi ambientali che si ripercuotono sul clima, sulla qualità dell'aria, sugli ecosistemi e sulla salute umana. "Ecco perché anche l'azoto è un argomento molto rilevante", spiega Winkel: "Rintracciamo dove, in quale forma e in quale quantità l'elemento è attualmente presente. Siamo quindi una sorta di detective ambientale". I ricercatori vogliono scoprire come si trasformano i vari composti e come i sistemi interagiscono tra loro. Non si tratta solo di capire come si sviluppa la situazione in una certa area nel tempo, ma anche come un cambiamento in un'area influisce su un'altra. "È quindi fondamentale che i ricercatori di diverse discipline lavorino insieme per ottenere una comprensione che vada oltre un'area specifica", afferma Winkel.
