Per rispondere alle criticità del progetto, WSP ha sviluppato un approccio integrato che combina modellazione idrogeologica, analisi spaziale e statistica avanzata.
Il lavoro è partito dalla costruzione del modello concettuale del sito, attraverso la raccolta e la rielaborazione delle informazioni disponibili sulla storia delle attività antropiche e sulle caratteristiche geologiche e idrogeologiche dell’area. Questo passaggio ha rappresentato la base per tutte le successive attività di analisi.
Successivamente, è stato sviluppato un modello idrogeologico numerico per simulare il comportamento della falda in diverse condizioni di ricarica. La calibrazione del modello è stata effettuata considerando scenari rappresentativi del regime idrico, permettendo di analizzare come le variazioni delle condizioni idrologiche influenzino le direzioni di flusso e le possibili traiettorie di trasporto dei PFAS.
Il modello ha anche consentito di valutare gli effetti di elementi locali, come i prelievi idrici e le caratteristiche morfologiche del substrato, che possono modificare il campo di flusso e influenzare la dispersione dei contaminanti.
Parallelamente, i dati analitici sono stati sistematizzati e integrati in un ambiente GIS. Questo ha permesso di effettuare analisi spaziali avanzate, mettendo in relazione la distribuzione delle concentrazioni con le caratteristiche del sito e con le potenziali sorgenti di contaminazione.
La dimensione temporale è stata considerata attraverso l’analisi delle serie storiche dei dati, consentendo di individuare trend e variazioni nel tempo e di confrontare aree situate a monte e a valle idrogeologico.
Un elemento distintivo dell’approccio è stato l’utilizzo di tecniche di statistica multivariata per il fingerprinting dei PFAS. Queste tecniche hanno permesso di identificare “impronte digitali” caratteristiche associate a diversi gruppi di campioni e punti di monitoraggio.
Attraverso metodi come clustering e analisi fattoriale, è stato possibile individuare pattern nei dati e riconoscere correlazioni tra sostanze, punti di misura e aree del sito. Questo ha consentito di distinguere tra segnali potenzialmente riconducibili a diverse sorgenti, anche in presenza di sovrapposizioni.
L’integrazione tra modellazione e analisi statistica ha rappresentato il punto di forza dell’approccio. Il modello ha fornito il contesto fisico e dinamico, mentre il fingerprinting ha permesso di interpretare i dati chimici in modo strutturato e coerente con il sistema idrogeologico.