1
Predisposizione di modello
controllo delle acque potabili:
modalità lavoro e analisi dei dati
Appendice A
Claudio Bonifazzi
Professore di Statistica e Analisi dei Dati
Scuola di Medicina – Università di Ferrara
Leonella Rossi
Dirigente Area Laboratoristica
ARPA – Regione Emila Romagna
Il controllo delle acque potabili: nuovi orizzonti . Bologna 5 giugno 2013
• Realizzazione di un modello integrato per il controllo delle
acque destinate al consumo umano nel rispetto delle
normative vigenti e delle specifiche tecniche, procedurali e
documentali che queste comportano e con il concorso di tutti
gli attori istituzionali (AUSL, ARPA, Gestori e/o Distributori)
chiamati a espletare questo compito
• Modello basato sulla valutazione preventiva del rischio che si
verifichi un evento avverso quale l’impossibilità di rilevare la
presenza di sostanze contaminanti, che permetta di fare
valutazione del rischio sull’intero processo (generale) e su
ciascuna sua fase (puntuale); adattabile a tutte le filiere di
captazione, potabilizzazione e distribuzione presenti sul
territorio.
2
Finalità del progetto
Indici di Complessità
• Normativa
•
•
•
•
•
•
•
Legge della CE, recepita a livello nazionale, tradotta in decreto regionale
Enti diversi preposti (AUSL, ARPA, Distributore/Gestori) a funzioni diverse
Categorizzazione dei siti di captazione, delle caratteristiche della rete, …
Modalità di campionamento per tempi, luoghi e sostanze
Procedure di accettazione, analisi e rendicontazione codificate
Tempi di espletamento e norme per la pubblicazione degli esiti
…..
• Strutturale
•
•
•
•
•
•
Siti di captazione profondi, superficiali e di altra natura
Sorgenti utilizzate in modo continuo, stagionale e occasionale
Reti di distribuzione fortemente interconnesse
Presenza di filiere captazione-distribuzione diverse nella medesima area
Presenza di gestori e distributori diversi nel territorio
….
Indici di Complessità
• Di analisi
•
•
•
•
•
•
Numero molto elevato di sostanze da monitorare (oltre 60)
Sostanze con diverso impatto sulla salute del cittadino
Campionamento codificati secondo criteri diversi lungo la filiera
Misure di concentrazione con diversa sensibilità e precisione
Tecniche e protocolli di analisi in continuo aggiornamento
Variabilità della concentrazione di ciascuna sostanza
• In filiere diverse, in punti e in tempi diversi
• Presenza di eventi accidentali e non quantificabili
• Misura della concentrazione rispetto ad un valore di riferimento
• …
Obiettivo. Predisporre un metodo per il controllo delle acque potabili
che tenga conto degli indici di complessità noti e ipotizzati; che abbia a
supporto la valutazione quantitativa del rischio della mancata
segnalazione di un evento avverso; che possa dare indicazioni per una
eventuale riprogettazione del processo di monitoraggio
FMEA/FMECA
FMEA/FMECA (Failure Modes-Effects (Critical) Analysis(1)) è una metodologia
utilizzata per identificare e valutare il rischio di un potenziale evento avverso in un
processo produttivo, in un servizio o in un processo transazionale. FMEA è un metodo
grafico impiegato nella fase di progettazione/riprogettazione di un processo e può
essere utilizzato nella fase di analisi, di miglioramento e di controllo del processo.
FMEA/FMECA è una tecnica di ottimizzazione(2) utilizzata per:
•
•
•
•
•
Progettare/riprogettare il processo secondo criteri di robustness
Introdurre miglioramenti e semplificazioni procedurali e individuare i problemi
Ridurre gli oneri organizzativi e razionalizzare i costi
Aumentare la conoscenza del processo e favorire il lavoro di squadra
Dare una priorità a ciascuna delle possibili fasi di improving.
Il project team individua i possibili eventi avversi e le cause che li possono
generare; per ciascuno evento indica un indice di gravità (G) (effetti provocati), un
indice di probabilità (P) (frequenza dell’evento) e un indice di rilevabilità (R)
(possibilità di misurare l’evento) e calcola il Risk Priority Number (RPN) o indice
probabile di rischio (IPR) di ciascun evento avverso:
IPR = G x P x R
Tabella FMEA
FMEA è un metodo grafico utilizzato nella fasi di analisi, miglioramento e controllo del
processo di innovazione per individuare i possibili miglioramenti da apportare e
fissare l’attenzione sui fattori che hanno un maggiore impatto sul servizio. La tabella
mostra un modello generale di FMEA utilizzabile nelle fasi di analisi e miglioramento.
Processo
Failure
Mode
Failure
Effects
Gravità
Cause
Probabilità
Controlli
Rilevabilità
RPN
Processo. Descrizione coincisa di ciascuna fase del processo.
Failure Mode. Potenziali disservizi e/o malfunzionamenti (failure).
Failure Effects. Elenco delle cause reali o potenziali conseguenze di ciascun failure.
Gravità. Incidenza di un potenziale failure sul processo: fattore G valore in scala 1-5.
Cause. Elenco dettagliato delle potenziali cause di disservizio.
Probabilità. Frequenza con la quale può verificarsi ciascun failure: fattore P in scala 1-5.
Controlli. Opportunità di individuare le cause di un potenziale failure in uno stadio iniziale.
Rilevabilità. Indice che quantifica la possibilità di misurare la sia misurata (R) , in scala 1-5.
Risk Priority Number (RPN). Prodotto di gravità (G), frequenza (P) e misurabilità (R).
Per ciascuna fase RPN indica la priorità con la quale deve essere intrapresa l’azione di
miglioramento..
Tabella FMEA.
Controllo delle acque potabili
Processo
•
•
•
•
•
•
•
•
Failure
Mode
Failure
Effects
Gravità
Cause
Probabilità
Controlli
Rilevabilità
RPN
Processo. Campionamento, misura e rendicontazione della concentrazione di varie sostanze.
Failure Mode. Mancata segnalazione di un valore non conforme.
Failure Effects. Limitazione del servizio, …, conseguenze sulla salute. .
Gravità (G). Fattore legato agli effetti della assunzione di una data sostanza
Cause. Contaminazione in uno qualsiasi dei punti di controllo lungo la filiera.
Probabilità (P). Fattore dipendente dagli aspetti tecnici, territoriali, antropici, ….
Controlli. Prelievi/analisi/rendicontazione già attivi sul territorio.
Rilevabilità (R). Fattore legato alla misura di concentrazione rispetto ai limiti di legge (LL)
RPN = GxPxR
Modello Sperimentale
• Complessità normativa
• Espressa nella struttura di controllo territoriale articolata in figure
diverse (AUSL, ARPA, Gestori) deputate a funzioni diverse; nelle
modalità di campionamento per luogo, tempi e parametri; nelle
modalità di reporting, …
• Complessità strutturale
• Definizione di un modello generale di filiera distributiva che tenga
conto di tutti i possibili fattori di contaminazione nelle fasi di
captazione e distribuzione. Scelta di un modello territoriale prototipo
della fornitura dell’acqua potabile
• Complessità di analisi
• Scelta di un gruppo di parametri (data set) rappresentativo
dell’intero processo di monitoraggio: effetti sulla salute, modalità di
campionamento, e variabilità di ciascuna sostanza nel tempo e nei
punti di campionamento. Modello di riferimento (storico) per la
riprogettazione del processo
Filiera: schema generale
Captazione
Uscita
Centrale
•
•
•
•
•
Profonda, superficiale, altra natura
Utilizzo continuo/stagionale/sporadico
Campionamento caratteristico
Caratteristiche Fis/Chimiche di H2O
Impatto di una non conformità (?)
Uscita
Centrale
•
•
•
•
Punto di controllo della potabilizzazione
Proprietà Fis/Chim perfettamente controllabili
Punto iniziale della rete distributiva
Impatto di una non conformità (?)
Rete
•
•
•
•
•
•
•
Acqua di provenienza da filiere diverse
Utilizzo continuo/stagionale
Caratteristiche tecniche della rete
Proprietà F/C dipendenti da fattori locali
Densità abitativa, insediamenti critici
Insediamenti industriali
Impatto di una non conformità (?)
Captazione
Rete di
Distribuzione
Modello Territoriale
Centro Pozzi S. Vitale
01 Area Pianura
C.P. Tiro a segno
01 Area Bologna
C. P. Borgo Panigale
01 Area Bologna
C.P. Fossolo
01 Area Bologna
C. P. Mirandola
02 Area Pianura
Sorgente Superficiale Setta
Modello Territoriale
Centro Pozzi S. Vitale
01 Area Pianura
C.P. Tiro a segno
01 Area Bologna
C. P. Borgo Panigale
01 Area Bologna
Replicazione di più filiere
• Sorgenti profonde e superficiali
• Approvvigionamento
continuo/stagionale/occasionale
• Estensione/sovrapposizione delle reti
• Presenza di insediamenti civili critici e
industriali
C.P. Fossolo
01 Area Bologna
C. P. Mirandola
02 Area Pianura
Sorgente Superficiale Setta
Data Set - Sistema Informativo
Data Set HERA – Campionamento POZZI area di BO Anni 2009-2011
'data.set’: 7576 obs. of 7
$ PUNTOPRELIEVO: Factor w/
$ DATA
: Factor w/
$ SOSTANZA
: Factor w/
$ UMISURA
: Factor w/
$ LTGTEQ
: Factor w/
$ VALOREN
: num 0.02
$ VALOREA
: Factor w/
variables:
42 levels "BO1BOL001POZ000#BORGO POZZO 1",..: 18 21...
103 levels "01/02/10","01/02/11",..: 26 26 26 52 55 ...
62 levels "ALLUMINIO","AMMONIO",..: 1 1 1 2 2 2 2 ...
15 levels "-",”mg/L",”ug/L",..: 4 4 4 4 4 4 4 ...
3 levels "","<",">": 2 2 2 2 2 2 2 2 2 2 ...
0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 ...
7 levels "","ASSENTE","ASSENTI",..: 1 1 1 1 1 1 1 ...
'data.set’: 7576 obs. of 12 variables:
$ AREAMAT : Factor w/ 1 level "BO1": 1 1 1 1 1 1 1 1 1 1 ...
$ COMUNE : Factor w/ 3 levels "BOL","CAL","SLA": 1 1 1 1 1 1 1 1 1 1 ...
$ COMPDC : Factor w/ 28 levels "001","002","003",..: 19 22 23 1 1 1 2 2 2 2 ...
$ TIMPTO : Factor w/ 1 level "POZ": 1 1 1 1 1 1 1 1 1 1 ...
$ PUNTOC : Factor w/ 1 level "000": 1 1 1 1 1 1 1 1 1 1 ...
$ ANNO
: Factor w/ 3 level "2009”,"2010”,"2011": 4 3 1 1 2 1 1 3 3 3 ...
$ DATA
: Factor w/ 103 levels "01/02/10","01/02/11",..: 26 26 26 52 55 ...
$ SOSTANZA: Factor w/ 62 levels "ALLUMINIO","AMMONIO",..: 1 1 1 2 2 2 2 2 2 2 ...
$ UMISURA : Factor w/ 15 levels "-",”mg/L",”ug/L",..: 4 4 4 4 4 4 4 4 4 4 ...
$ LTGTEQ : Factor w/ 3 levels "","<",">": 2 2 2 2 2 2 2 2 2 2 ...
$ VALOREN : num 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 ...
$ VALOREA : Factor w/ 7 levels "","ASSENTE","ASSENTI",..: 1 1 1 1 1 1 1 1 1 1 …
Sostanze/Parametri selezionati
Captazione Profonda
Ammonio
Cloruri
Coliformi Totali
Conduttività
Durezza
Ferro e Manganese
Nitrati
pH
Sodio
Solfato
Tetra+Tricloroetilene
Captazione Superficiale
Ammonio
Cloruri
Coliformi Fecali
Coliformi Totali
Conduttività
Durezza
Ferro e Manganese
IPA Totali
Metalli pesanti (Hg, NI, Pb, Cd)
Nitrati
pH
Sodio
Solfato
Tensioattivi
Tetra Tricloroetilene
Torbidità
Uscita Centro/Rete
Alluminio
Ammonio
Bromati
Bromuri
Cloriti
Cloruri
Coliformi Totali
Conduttività
Durezza
Escherichiacoli
Ferro e Manganese
Metalli pesanti (Hg)
Nitrati
pH
Sodio
Solfato
Tetra+Tricloroetilene
Trialometani totali
Per punto di campionamento
Per finalità:
• Verifica di stabilità del Processo
• Verifica Completa della matrice
Indicatore di Processo
Alluminio
Ammonio
Cloruro
Coliformi totali
Conducibilità
Durezza
Ferro
Manganese
pH
Sodio
Solfato
Torbidità
Verifica Completa
Bromato
Clorito
Cromo
Escherichia coli
IPA
Mercurio
Nichel
Nitrato
Nitrito
Nitrito
Piombo
Tri+Tetra
Trialometani Totali
Indice di Gravità G
G=1
G=2
(2)
Ammonio
Ferro
(2)
Cloruri
Manganese
Conducibilità
Coliformi Fecali(1)
(1)
Coliformi Totali
Durezza
Ferro
Manganese
pH
Sodio
Solfato
Torbidità
G=3
Allumino
(2)
Ammonio
(2)
Coliformi Totali
Nitrati(1)
G=4
Cromo
IPA Totali
Mercurio
Nichel
(3)
Tetra+Tricloroetilene
G=5
Bromati
Cloriti
Escherichia coli
Mercurio
Nitrati
Nitriti
Tetra+Tricloroetilene
Trialometani totali
(1)Captazione Superficiale
(2)Punto
di Rete
(3)Captazione Profonda
La scelta del valore da assegnare al fattore G è stata fatta a partire dalla incidenza sulla
salute del cittadino di sostanze a concentrazione superiore a quanto previsto dai limiti di
legge per tempi prolungati. Questa assunzione spiega il diverso ranking dato alla medesima
sostanza se individuata in punti diversi della filiera captazione-distribuzione.
Il ranking assegnato a ciascuna sostanza è legato alla rappresentatività della sostanza
rispetto alla rete distributiva della città di Bologna; l’estrapolazione del metodo ad altre aree
richiede la definizione di un set di parametri e di un ranking rappresentativi della nuova
realtà.
Indice di Probabilità P
Con P si vuole dare una indicazione quantitativa della frequenza con la quale può verificarsi
un evento avverso nelle diverse aree del processo di captazione-distribuzione. Il ranking è
stato assegnato con criteri diversi per i punti di captazione e per l’uscita centro e rete.
• Captazione superficiale e profonda. Classificazione del punto di captazione normativa;
dalla frequenza di approvvigionamento (continuo, stagionale, occasionale); nel caso delle
sorgenti profonde dal turnover dei pozzi; dalla presenza di fattori antropici nell’area del
sito di captazione; ecc.
Sito
Captazione Superficiale
Captazione Profonda
•
•
Setta e Reno
P
4
Fossolo e Tiro a Segno
4e5
Borgo Panigale
1e2
Uscita centro e punti di rete. Ranking assegnato a partire dalla densità abitativa; dalla
presenza di “strutture sensibili” quali ospedali, scuole, il carcere, ecc.; dalla presenza di
insediamenti industriali. Dalle caratteristiche tecniche della rete distributiva: età,
frequenza degli interventi manutentivi, ampliamenti, ecc..
Il fattore P assume un valore progressivamente crescente nell’intervallo [1, 5] in presenza
di più fattori concomitanti
Indice di Rilevabilità
L’indice R è legato alla distribuzione dei valori di concentrazione rispetto ai limiti di
legge di ciascuna sostanza
0
Valori Misurati
2009
500 1000 1500 2000 2500
0
2010
2011
500 1000 1500 2000 2500
2012
Tricloroetilene+Tetracloroetilene
Trialometani totali
Torbidita
Solfato (SO4)
Sodio (Na)
Piombo (Pb)
pH
Nitrito (NO2)
Nitrato (NO3)
Nichel (Ni)
Mercurio (Hg)
Manganese (Mn)
IPA
Ferro (Fe)
Escherichia coli
Durezza
Cromo (Cr)
Conducibilita a 20 degC
Coliformi totali
Cloruro (Cl-)
Clorito
Bromato
Ammonio (NH4)
Alluminio (Al)
Limite di Legge
0
500 1000 1500 2000 2500
2009
0
500 1000 1500 2000 2500
0
500 1000 1500 2000 2500
Varie Unità di Misura
2010
2011
Tricloroetilene+Tetracloroetilene
Trialometani totali
Torbidita
Solfato (SO4)
Sodio (Na)
Piombo (Pb)
pH
Nitrito (NO2)
Nitrato (NO3)
Nichel (Ni)
Mercurio (Hg)
Manganese (Mn)
IPA
Ferro (Fe)
Escherichia coli
Durezza
Cromo (Cr)
Conducibilita a 20 degC
Coliformi totali
Cloruro (Cl-)
Clorito
Bromato
Ammonio (NH4)
Alluminio (Al)
0
500 1000 1500 2000 2500
0
500 1000 1500 2000 2500
Varie Unità di Misura
Concentrazione
(a.u.)
0
500 1000 1500 2000 2500
2012
Indice R. Divisione in Classi
 Classe A. Sostanze i cui valori (N) sono tutti minori del limite di
rilevabilità (<LR)(*);
Nc + NM = N, Nc = N; dove: Nc valori <LR e NM valori ≥LR
• Classe B. Sostanze in cui valori sono in parte minori (<LR) e in parte
maggiori o uguali del limite di rilevabilità (≥LR).
Nc + NM = N dove Nc e NM ≠ 0
 Classe C. Sostanze i cui valori sono tutti al sopra del limite di rilevabilità
(≥LR).
Nc + NM = N dove NM = N e Nc = 0
(*)
Nella analisi dei dati ambientali valori inferiori ad un limite di riferimento quale il limite di
rilevabilità LR della tecnica strumentale, sono noti come non detected data o left censored
data perché possono assumere uno dei valori possibile compresi nell’intervallo [0, LR]; i valori
posti al di spora del limite di rilevabilità sono moti come valoro misurati o detected data. La
descrizione in termini di media, varianza, distribuzione percentuale, ecc. di sostanze con left
censored data necessita di apposite tecniche di analisi statistica (3).
Indice R. Calcolo
Step 1. Calcolo del 95 percentile (P95) della distribuzione dei
valori di ciascuna sostanza
• Classe A. Limite di rilevabilità (LR) di ciascuna sostanza.
• Ammonio (NH4), Bromato, IPA, Mercurio (Hg), Nitrito (N02),
Piombo (Pb), Torbidità
• Classe B. Valore P95 del data set con Nc e NM ordinati.
• Alluminio (Al), Clorito, Cromo (Cr), Ferro (Fe), Manganese (Mn),
Nichel (Ni),Nitrato (NO3), Trialometani Totali, Tricoloroetilene +
Tetracloroetilene.
• Classe C. Valore P95 del data set con NM ordinato..
• Coliformi totali(*), Cloruro, Conducibilità a 20°C, Durezza,
Escherichia coli, pH, Solfato (SO4).
(*)I
coliformi sono indicati come appartenenti alla classe C stati per rimarcare che nelle acque
destinate al consumo umano non vi deve essere contaminazione batterica; quindi nella
calcolo del fattore R il limite di legge è stato posto uguale a zero.
Indice R. Calcolo
Step 2. Classificazione del percentile P95(*) nell’intervallo di estremi [0, LL]
dove LL è il limite di legge; l’intervallo è separato in cinque parti uguali.
0
LL/5
LL
1
2
3
4
5
• Se la sostanza è in Classe A, il valore R è posto uguale a 1 (R=1).
• Se la sostanze è in classe B o C il fattore R assume valore:
• R = 1 per P95≤LL/5,
• R = 2 per (2/5)xLL < P95 ≤ (3/5)xLL;
• ….
• R = 5 per (4/5)LL < P95 ≤ LL.
• Se il 95-esimo percentile P95>LL, il fattore R è posto uguale a 5
(*) Per le sostanze in classe A, P95 è uguale al limite di rilevabilità strumentale; per le sostanza il classe C il
percentile 95 è il valore in posizione 95*N/100; per le sostanze il classe B il calcolo è stato eseguito con le
tecniche illustrate nel testo citato nel riferimento (3) che tengono conto del numero di undetected (NC) e
detected (NM) data presenti nel data set (3).
Percentile P95 e Fattore R
0
Percentile P95
200
A
400
600
800
B
C
Tricloroetilene+Tetracloroetilene
Trialometani totali
Torbidita
Solfato (SO4)
Sodio (Na)
Piombo (Pb)
pH
Nitrito (NO2)
Nitrato (NO3)
Nichel (Ni)
Mercurio (Hg)
Manganese (Mn)
IPA
Ferro (Fe)
Escherichia coli
Durezza
Cromo (Cr)
Conducibilita a 20 degC
Coliformi totali
Cloruro (Cl-)
Clorito
Bromato
Ammonio (NH4)
Alluminio (Al)
0
200
400
600
800
0
200
400
600
800
Concentrazione (a.u.)
1
Fattore R
A
2
3
4
5
B
C
Tricloroetilene+Tetracloroetilene
Trialometani totali
Torbidita
Solfato (SO4)
Sodio (Na)
Piombo (Pb)
pH
Nitrito (NO2)
Nitrato (NO3)
Nichel (Ni)
Mercurio (Hg)
Manganese (Mn)
IPA
Ferro (Fe)
Escherichia coli
Durezza
Cromo (Cr)
Conducibilita a 20 degC
Coliformi totali
Cloruro (Cl-)
Clorito
Bromato
Ammonio (NH4)
Alluminio (Al)
1
2
3
4
5
1
2
3
4
5
Fattore R
N.B. La assegnazione del valore R sulla base del P95 è una trasformazione di scala che preserva
l’informazione sulla distribuzione dei valori misurati rispetto al limite di legge e, al medesimo tempo,
permette di confrontare le sostanze indipendentemente dalla loro variabilità intrinseca
Calcolo di IPR
IPR = G x P x R
IPR ha valori compresi nell’intervallo di estremi [1, 125] e per ciascuna sostanza il
valore di IPR può essere dato da una diversa combinazione dei tre fattori; ad
esempio:
1. IPR=10 è il risultato del prodotto G=5 x P=2 x R=1: la sostanza è di gravità
elevata (G=5); il campione proviene da un punto di campionamento (PdC)
controllabile e con basso rischi di contaminazione (P=2); la sostanza ha un valore di
concentrazione stabile e distante dal limite di legge (R=1).
2. IPR=48 è il risultato del prodotto G=3 x P=4 x R=4: la sostanza è di gravità
intermedia (G=3), nell’area in cui è sito il PdC ci sono insediamenti sensibili e e la
rete è complessa (P=4); infine, la concentrazione è molto variabile con valori
prossimi al limite di legge (R=4).
La sostanza (2) ha un indice di criticità IPR relativamente alto pari a circa 1/3 della
scala di rischio; la sostanza (1) ha un valore IPR relativamente basso, meno di 1/10
della intera scala: sulla base di questa valutazione è possibile valutare se è
necessario modificare il protocollo di monitoraggio ponendo l’attenzione
principalmente sulla sostanza (2).
Borgo Panigale - IPR
Borgo P. - Valore IPR vs Punto di Campionamento
0
1-C.POZZI
IPR vs Punto di Camp.
Tricloroetilene+Tetracloroetilene
Trialometani totali
Torbidita
Solfato (SO4)
Sodio (Na)
Piombo (Pb)
pH
Nitrito (NO2)
Nitrato (NO3)
Nichel (Ni)
Mercurio (Hg)
Manganese (Mn)
IPA
Ferro (Fe)
Escherichia coli
Durezza
Cromo (Cr)
Conducibilita a 20 degC
Coliformi totali
Cloruro (Cl-)
Clorito
Bromato
AmmonioBorgo
(NH4)
Alluminio (Al)
40
60
80
2-U.CENTRO
3-P.RETE
P. - Valore IPR vs ANNO
0
2009
20
20
40
60
80
0
20
40
60
80
Indice
(a.u.)
2011 di Probabile Rischio2012
2010
Tricloroetilene+Tetracloroetilene
Trialometani totali
Torbidita
Solfato (SO4)
Sodio (Na)
Piombo (Pb)
pH
Nitrito (NO2)
Nitrato (NO3)
Nichel (Ni)
Mercurio (Hg)
Manganese (Mn)
IPA
Ferro (Fe)
Escherichia coli
Durezza
Cromo (Cr)
Conducibilita a 20 degC
Coliformi totali
Cloruro (Cl-)
Clorito
Bromato
Ammonio (NH4)
Alluminio (Al)
IPR vs Anno
0
20
40
60
80
0
20
40
60
80
Indice di Probabile Rischio (a.u.)
IPR riproduce in una diversa scala di misura la variabilità osservata nella misura di
concentrazione pesata dai fattori di gravità (G) e di probabilità (P); ciascun simbolo è
associato ad un diverso campione
Fossolo – IPR
IPR vs Punto di Camp.
Fossolo - Valore IPR vs Punto di Campionamento
0
1-C.POZZI
Tricloroetilene + Tetracloroetilene
Trialometani totali
Torbidita
Solfato (SO4)
Sodio (Na)
Piombo (Pb)
pH
Nitrito (NO2)
Nitrato (NO3)
Nichel (Ni)
Mercurio (Hg)
Manganese (Mn)
IPA
Ferro (Fe)
Escherichia coli
Durezza
Cromo (Cr)
Conducibilita a 20degC
Coliformi totali
Cloruro (Cl-)
Clorito
Bromato
Ammonio
(NH4)
Fossolo
Alluminio (Al)
0
2009
20
40
60
80
100
2-U.CENTRO
3-P.RETE
- Valore IPR vs ANNO
20
40
60
80 100
0
20
40
60
80 100
Indice
(a.u.)
2011 di Probabile Rischio2012
2010
Tricloroetilene + Tetracloroetilene
Trialometani totali
Torbidita
Solfato (SO4)
Sodio (Na)
Piombo (Pb)
pH
Nitrito (NO2)
Nitrato (NO3)
Nichel (Ni)
Mercurio (Hg)
Manganese (Mn)
IPA
Ferro (Fe)
Escherichia coli
Durezza
Cromo (Cr)
Conducibilita a 20degC
Coliformi totali
Cloruro (Cl-)
Clorito
Bromato
Ammonio (NH4)
Alluminio (Al)
IPR vs Anno
0
20
40
60
80
100
0
20
40
60
80
100
Indice di Probabile Rischio (a.u.)
I fattori di (G) e (P) agiscono come coefficienti di amplificazione e/o di attenuazione in
base al rischio potenziale generato dalla mancata segnalazione di non conformità.
Borgo Panigale - Data Set
data.frame :
$ SAMPLEID :
$ ANNO
:
$ PUNTOC
:
$ FILIERA :
$ ANALISI :
$ SOSTANZA :
$ VALORE
:
$ UdM
:
$ LIMINF
:
$ LIMLEG
:
$ CENSORED :
$ CLASSE
:
$ FATTOREG :
$ FATTOREP :
$ PERC95
:
$ FATTORER :
$ IPR
:
$ CLASSEIPR:
•
•
•
1611 obs. of 18 variables:
int 200102485 200102485 200102485 200102485 200102485 200102485 ...
Factor w/ 4 levels "2009","2010",..: 1 1 1 1 1 1 1 1 1 1 ...
Factor w/ 5 levels "A14BO000","A14BO002",..: 4 4 4 4 4 4 4 4 4 4 ...
Factor w/ 3 levels "1-C.POZZI","2-U.CENTRO",..: 1 1 1 1 1 1 1 1 1 1 ...
Factor w/ 2 levels "COMPLETA","INDICATORE": 1 1 1 1 1 1 1 1 1 1 ...
Factor w/ 24 levels "Alluminio (Al)",..: 8 8 12 12 12 12 15 15 19 19 ...
num 1 2 0 0 0 0 1 1 2 2 ...
Factor w/ 8 levels "gradi F","mg/l",..: 6 6 6 6 6 6 6 6 6 6 ...
num 0 0 0 0 0 0 0 0 0 0 ...
num 50 50 0.1 0.1 0.1 0.1 20 20 10 10 ...
logi TRUE FALSE TRUE TRUE TRUE TRUE ...
Factor w/ 3 levels "A","B","C": 2 2 1 1 1 1 2 2 1 1 ...
int 4 4 4 4 4 4 4 4 1 4 ...
int 1 1 1 1 1 1 1 1 1 1 ...
num 2 2 0.003 0.003 0.003 0.003 3.75 3.75 2 2 ...
int 1 1 1 1 1 1 1 1 1 1 ...
int 4 4 4 4 4 4 4 4 1 4 ...
int 1 1 1 1 1 1 1 1 1 1 ...
Il data set originale è composto dalle prime 8 variabili: SAMPLEID, ANNO, PUNTOC, …,
VALORE e UdM.
Le variabili LIMINF, LIMLEG, CENSORED, CLASSE, ecc. elencano gli step della FMEA (Fattore
G, Fatttore P, …) e il valore calcolato di IPR.
Classe IPR è una variabile ordinale che separa IPR in classi di gravità crescente: Classe IPR
=1, per IPR≤25; Classe IPR =2, per 25<IPR≤50, …, Classe IPR=5, per 100<IPR≤125.
Sistema Informativo
• Il Data Set contiene al suo interno i fattori che caratterizzano la
complessità del processo di monitoraggio e, espresso come valore IPR e
dei fattori G, P e R, il rischio di una mancata segnalazione a fronte di una
non conformità
• Con semplici Query è possibile estrarre dal sistema informativo: (a) il
valore IPR relativo ad un dato periodo temporale (l’intero ANNO, un
singolo periodo, il medesimo periodo in anni successive); (b) l’indice IPR
delle sostanze che fanno parte del CONTROLLO COMPLETO della
matrice; (c) il valore di IPR in un gruppo di punti di campionamento
(PUNTOC) appartenenti ad quartiere o una zona con struttura sensibile,
ecc. (d) Query che interpellano i campi PUNTOC e DATA consentono
l’estrazione e il monitoraggio nel tempo del valore IPR in punti di
particolare interesse.
• Le diapositive che seguono mostrano alcuni possibili utilizzi di IPR a
partire dai valori nel data-set.
Separazione di IPR in Classi
• Il valore di IPR rappresenta un termine di paragone per le sostanze
prelevate da PdC diversi nelle aree della filiera/filiere scelta come
modello di riferimento. Il valore calcolato nei POZZI, nei punti di USCITA
CENTRO e di RETE permette di valutare per il singolo punto di
campionamento il rischio di non segnalare una eventuale evento
avverso.
• La separazione di IPR in classi di rischio permette di dare una
valutazione del rischio associato a una singola sostanza rispetto
all’insieme delle sostanze campionante. Classe IPR è una variabile
categoriale di valori 1-5 di larghezza pari a 25 IPR; i valori di Classe IPR
sono stati raggruppati in una tabella a 2-vie dove in riga sono elencate
le sostanze monitorate:
• Sostanze con Classe IPR >1 sono evidenti a partire dalla seconda colonna
della tabella a 2-Vie e l’aumentare del loro numero elevato di queste
sostanze è una indicazione di allerta rapidamente riconoscibile.
Classe IPR - Tabella a 2-Vie
IPR
1-25
26-50
51-75
76-100
101-125
Classe IPR
1
2
3
4
5
IPR e Stato di Allerta
Stato di Allerta: Basso (Blue), Classe IPR =1; Alto (Rosso), Classe IPR >1
0
1-C.POZZI
500
1000 1500
0
1-TORRENTE
2-U.CENTRO
500
1000 1500
3-P.RETE
TIRO A.S.
T. SETTA
FOSSOLO
BORGO P.
0
500
1000 1500
0
500
1000 1500
No. Campioni
Confronti. Sull’asse orizzontale sono messe a confronto le Aree di ciascuna filiera;
sull’asse verticale la singola area nelle diverse filiere. (1) Le filiere Fossolo e Setta
hanno il maggior numero di campioni in stato di allerta Alto; (2) in tutte le filiere il
numero di PdC in allerta Alto aumenta lungo la filiera. (3) I campioni prelevati dai
punti di captazione (Pozzi, Torrente) sono nella quali totalità in allerta Basso; (4) le
aree con la maggior percentuale di PdC in allerta Alto sono T.SETTA:U.CENTRO e
FOSSOLO:P.RETE; (5) ….
Data-Set: Confronto fra Aree
Tabella : Valori estratti dal data-set HERA sui POZZI
POZZi
ANNO
BORGO
2009
2010
2011
FOSSOLO
2009
2010
2011
MIRANDOLA 2009
2010
2011
SANVITALE 2009
2010
2011
TIROAS
2009
2010
2011
MI
0
0
0
0
0
0
0
0
0
0
0
0
0
0
3
P1 P10 P11 P12 P13 P14
P2
P3
P4
P5
P7
P8
P9
70
54
66
0
0
0
70
68
66
35
68
33
0
0
3
70
68
66
0
0
0
70
68
33
0
0
0
81
68
66
71
54
66
46
79
36
70
68
66
0
0
0
95
68
66
0
0
0
0
0
0
70
70
66
0
66
66
70
68
66
70 70 70
68 54 68
66 66 66
0 46 71
0 68 46
0 33 33
70
0
0
68
0
0
42
0
0
71 104 105
68 68 68
66 66 66
0 70 84
0 68 70
0 66 66
70
54
66
71
69
33
0
0
0
70
70
66
85
68
66
0
0
77
0
0
0
0
0
0
70
68
66
0
0
0
70
68
66
0
0
0
0
0
0
70
70
66
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
70
68
66
71
68
66
0
0
0
0
0
0
70
68
66
70
68
66
70
68
66
0
0
0
0
0
0
70
85
66
70
68
66
0
0
0
0
0
0
0
0
0
0
0
0
0
0
17
P6
La Mappa dell’utilizzo dei Pozzi Analisi nel periodo 2009-2011 (valori in grassetto)
mette in evidenza quali di questi sono utilizzati in modo continuo, periodico ed
estemporaneo nell’unità di tempo pari ad un Anno
Distribuzione di una sostanza
Durezza Totale vs ANNO & LUOGO
20
40
60
20
40
60
2011
BORGO
2011
FOSSOLO
2011
MIRANDOLA
2011
SANVITALE
2011
TIROAS
2010
BORGO
2010
FOSSOLO
2010
MIRANDOLA
2010
SANVITALE
2010
TIROAS
0.10
0.08
0.06
0.04
0.02
0.00
Density
0.10
0.08
0.06
0.04
0.02
0.00
2009
BORGO
2009
FOSSOLO
2009
MIRANDOLA
2009
SANVITALE
2009
TIROAS
0.10
0.08
0.06
0.04
0.02
0.00
20
40
60
20
40
60
20
40
60
Durezza Totale °F
Data Set HERA POZZI. Durezza Totale (Classe A). Grado di ripetitività e riproducibilità
della Durezza Totale osservata nelle filiere Borgo, …, Tiro a Segno nel periodo 20092011.
Ammonio (B) – C. Pozzi & Anno
5e-02
•
5e-03
•
Percentuale di valori >LR = 0.5 in
ciascuna Centro Pozzi.
R=1 a Borgo, Fossolo e Tiro AS; R
=3 a Mirandola e San Vitale.
5e-04
Ammonio (ug/L) - Log Scale
Ammonio vs LUOGO
BORGO
FOSSOLO
MIRANDOLA
SANVITALE
TIROAS
Luogo di Prelievo
5e-04
5e-03
5e-02
• Percentuale di valori >LR rilevati
preso in esame.
• Negli ANNI 2009 – 2003 il fattore R
calcolato per tutti i Centri Pozzo e
uguale 3.
5e-05
Ammonio (ug/L) - Log Scale
Ammonio vs ANNO
2009
2010
2011
ANNO
• La linea orizzontale è il Limite di Rilevabilità
Ammonio – Classe IPR
AREA BORGO FOSSOLO MIRANDOLA SANVITALE TIROAS
CIPR ANNO
1
2009
2010
2011
>1
2009
2010
2011
18
6
7
4
0
0
0
20
22
2
0
0
9
7
6
1
3
2
5
16
14
14
4
5
In quale Centro Pozzi
17
18
18
1
0
0
POZZO P1 P10 P11 P12 P13 P2 P3 P4 P5 P6 P7 P8 P9
CIPR LUOGO
1
BORGO
FOSSOLO
MIRANDOLA
SANVITALE
TIROAS
>1
BORGO
FOSSOLO
MIRANDOLA
SANVITALE
TIROAS
5
0
2
4
0
1
0
4
0
0
6
0
0
0
0
0
0
0
6
0
0
0
0
0
6
0
0
0
0
0
5
0
0
5
5
1
0
0
1
1
6
0
0
6
6
0
0
0
0
0
6
0
4
0
6
0
0
1
0
0
6
4
6
0
6
0
0
0
0
0
0
0
6
4
6
0
0
0
0
0
6
0
4
5
0
0
0
1
1
0
6
4
0
4
6
0
0
0
3
0
6
4
0
4
6
0
0
0
3
0
6
5
0
3
6
0
0
0
3
0
2
0
0
0
0
0
0
0
6
0
In quale Pozzo
In Grassetto sono indicati i centri pozzo e i pozzi nei quali i valori rilevati sono in classe L2
Domande
1. La tecnica FMEA può essere uno strumento di analisi,
miglioramento e controllo del processo di distribuzione delle
acque potabili?
2. La FMEA è una tecnica robusta in grado di seguire variazioni del
fattore di rischio a fronte di variazioni programmate o
accidentali dei fattori che influenzano il processo di
distribuzione?
3. La FMEA può essere trasformata in una procedura
standardizzata di carattere generale di futura
informatizzazione?
Note
1. Originariamente sviluppata negli anni quaranta da U.S. Military (MIL–STD–1629, 1949); è
stata utilizzata dalla NASA a partire dal 1966 per i progetti Apollo, Viking, Voyager,
Magellano e Galileo. Contemporaneamente FMEA/FMECA si è diffusa all'aviazione civile
(1967), al settore automobilistico (1970) e all’industria elettronica (1985). A seguito della
sua inserimento fra le procedure di Risk Analysis and Management (1991) è entrata a far
parte è stata codificata come ed è entrata afar parte del la valutazione del rischio e dal
2001è entrata a far parte del mondo sanitario come tecnica di tipo proattivo della
valutazione del rischio.
2. FMEA/FMECA è generalmente utilizzata nella fase di progettazione ex novo di un processo
o quando un processo esistente necessita di miglioramenti in una o più fasi. Fa parte del
percorso di miglioramento continuo dei processi e dei servizi (Define, Analize, Measure,
Improve and Control o DMAIC) ed è può essere utilizzato nella fase di Analyze ed Improve
per individuare, sulla base del valore IPR, le priorità delle fasi di miglioramento e nella fase
di Control per verificare l’efficacia delle modifiche adottate. Le note sono tratte da: M.J.
HARRY, “Statistics and Lean Six Sigma for Process Improvements”, Wiley (2009).
3. L’ analisi e la rappresentazione grafica delle sostanze in classe B – media, mediana,
percentili, box-plot, istogramma, ecc. – è stata eseguita con tecniche statistiche che
tengono conto della presenza di dati mancanti left censored. Queste tecniche sono
descritte nel testo D. R. HELSEL, “Statistics for Censored Enviromental Data” II Eds, Wiley
(2012) e rappresentano un approccio innovativo alla analisi statistica di data-set che
contengono dati non misurabili senza ricorrere alla sostituzione dei dati mancanti con un
valore rappresentativo generalmente adottato.