Polline in Città: Viaggio 3D nel Vento con la Magia della CFD!

Ciao a tutti! Oggi voglio portarvi con me in un viaggio affascinante, quasi invisibile, ma che riguarda la salute e il benessere di molti di noi, specialmente chi vive in città. Parliamo di polline, quelle minuscole particelle rilasciate dalle piante che possono scatenare allergie, e di come abbiamo usato una tecnologia pazzesca, la fluidodinamica computazionale (CFD), per seguirne le tracce nell’aria. Sembra fantascienza, ma è scienza applicata per capire meglio il nostro ambiente!

L’aria che respiriamo: una sfida urbana

Sappiamo tutti che la qualità dell’aria nelle nostre città è una questione seria, anzi, l’Organizzazione Mondiale della Sanità (OMS) la definisce il più grande rischio ambientale per la nostra salute. E le cose potrebbero peggiorare: si stima che entro il 2050 una persona su due soffrirà di allergie, anche a causa dell’inquinamento e dei cambiamenti climatici. Oltre alle emissioni tossiche, c’è un altro “inquinante” naturale che ci interessa da vicino: il polline. Capire come si muove, dove va a finire, specialmente in ambienti complessi come le città piene di edifici e strade, è fondamentale. Qui entra in gioco la nostra ricerca. Volevamo visualizzare il percorso 3D di queste particelle aerobiologiche, in particolare il polline di pino (Pinaceae), su scala locale, cioè proprio nel quartiere, metro per metro.

La nostra missione: seguire il polline con la tecnologia

Il nostro obiettivo era ambizioso: creare un modello basato su traiettorie 3D che mostrasse il viaggio del polline dagli alberi (le sorgenti) fino ai punti di campionamento (dove misuriamo la sua concentrazione), tenendo conto di tutto: la velocità e la direzione del vento, ma anche l’influenza degli edifici che, come potete immaginare, creano vortici e deviazioni.

Per farlo, abbiamo scelto come “laboratorio” a cielo aperto il campus dell’Università dell’Estremadura a Badajoz, in Spagna. Come abbiamo fatto?

• Mappatura hi-tech: Abbiamo usato dati LiDAR (una specie di radar laser) per creare un modello 3D super dettagliato del campus, edifici compresi. Con mappe KML abbiamo geolocalizzato precisamente gli alberi di pino, le nostre “sorgenti” di polline.
• Il “motore” della simulazione: Abbiamo utilizzato software di fluidodinamica computazionale (CFD). Immaginate un potentissimo programma al computer che simula come l’aria (e tutto ciò che trasporta, come il polline) si muove attorno agli ostacoli.
• Dati reali: Abbiamo inserito nel modello dati meteorologici reali (vento, temperatura, ecc.) registrati da una stazione meteo nel campus e le caratteristiche specifiche del polline di pino (dimensioni, densità).
• Metodologia BIM: Abbiamo integrato il tutto usando l’approccio BIM (Building Information Modeling), che ci permette di gestire tutte queste informazioni complesse in modo coordinato.

Abbiamo condotto quattro simulazioni principali, basate su dati raccolti in diversi anni (2009, 2010, 2011) e su una media interannuale, concentrandoci sui periodi di massima concentrazione di polline, analizzando sia i campionatori posti a livello del suolo che quelli su una terrazza (a 16 metri di altezza).

Dentro la simulazione: come funziona la CFD

Ma come fa esattamente la CFD a simulare questo viaggio? In pratica, il software risolve complesse equazioni matematiche (le equazioni di Navier-Stokes mediate da Reynolds, o RANS, nel nostro caso, usando il modello di turbolenza k-ε) che descrivono il movimento dei fluidi, come l’aria. Abbiamo definito un “dominio computazionale”, una sorta di scatola virtuale molto grande attorno al campus, per assicurarci che i bordi non influenzassero i risultati al centro, dove si trovavano i nostri alberi e campionatori.

Abbiamo impostato le condizioni al contorno: come il vento entrava nel dominio (con un profilo di velocità che cambia con l’altezza, come avviene nella realtà vicino al suolo), come usciva, e come interagiva con le superfici (edifici, terreno). Gli edifici sono stati modellati con le loro proprietà (mattoni, cemento), mentre per gli alberi, data la complessità di modellare ogni singola foglia, abbiamo usato un approccio intelligente: li abbiamo rappresentati come “mezzi porosi”. Immaginate una spugna che frena parzialmente il flusso d’aria; abbiamo usato dati di specie simili (Tsuga canadensis) per stimare quanto il pino (Pinus pinea) rallentasse il vento.

Infine, abbiamo “iniettato” virtualmente le particelle di polline di pino nel flusso d’aria simulato. Il software, usando l’approccio Lagrangiano, calcola la traiettoria di ogni particella tenendo conto della sua massa, della gravità, e della resistenza aerodinamica (drag). Non abbiamo calcolato l’esatta quantità di polline prodotta da ogni albero (è difficilissimo!), ma ci siamo concentrati sul validare le traiettorie simulate confrontandole con i dati reali raccolti dai nostri campionatori.

Cosa abbiamo scoperto: gli edifici come “vigili urbani” del polline

E i risultati? Davvero interessanti! Le simulazioni hanno mostrato chiaramente come la presenza degli edifici influenzi pesantemente il percorso del polline. Abbiamo identificato due effetti principali:

• L’effetto facciata: Il vento che impatta contro la facciata di un grosso edificio (nel nostro caso, l’edificio Margarita Salas) viene deviato.
• L’effetto canyon stradale: Quando il vento si incanala tra due edifici paralleli, come in una strada stretta (un “canyon”), la sua velocità e direzione cambiano, creando turbolenze specifiche.

Questi effetti, ben visibili nelle nostre visualizzazioni 3D (guardate le figure 4 e 5 nell’articolo originale!), spiegavano perché, nella maggior parte dei periodi analizzati, trovavamo più polline nel campionatore a terra (nel giardino) rispetto a quello sulla terrazza. In pratica, gli edifici “costringevano” il polline a depositarsi più in basso, nell’area del giardino, dopo aver attraversato il “canyon” tra gli edifici. Il campionatore sulla terrazza, invece, essendo più esposto e senza ostacoli diretti, riceveva polline che seguiva traiettorie più disperse, allineate con la direzione principale del vento.

C’è stata un’eccezione interessante nel 2010, l’unico anno in cui la concentrazione sulla terrazza è stata leggermente superiore. Questo corrispondeva a condizioni di vento particolari (direzione 204°) che sembravano creare meno accelerazione nel canyon, deviando più polline verso l’alto o lateralmente prima che raggiungesse il giardino. Inoltre, il 2010 è stato l’anno con la temperatura media più alta nel periodo di studio, fattore che potrebbe aver contribuito a una maggiore produzione o rilascio di polline. Nel 2011, invece, con vento debole e direzione sfavorevole, le simulazioni mostravano pochissime traiettorie dirette ai campionatori, in accordo con le basse concentrazioni misurate quell’anno.

Perché tutto questo è importante?

Questo studio, anche se focalizzato su un’area relativamente piccola (0.10 km²), ci dice cose fondamentali. Primo, dimostra che la CFD è uno strumento potentissimo per analizzare la dispersione di particelle aerobiologiche a scala locale, con un livello di dettaglio impensabile con i modelli tradizionali a larga scala. Secondo, evidenzia quanto la disposizione degli edifici e degli spazi verdi (come gli alberi) influenzi la qualità dell’aria che respiriamo a livello stradale, proprio dove camminiamo e viviamo.

Le nostre scoperte potrebbero avere implicazioni pratiche:

• Pianificazione urbana: Capire come gli edifici e gli alberi interagiscono con il vento e il polline può aiutare a progettare città più sane, magari scegliendo dove piantare certi tipi di alberi o come orientare gli edifici per minimizzare l’accumulo di allergeni in aree sensibili.
• Salute pubblica: Modelli come il nostro possono contribuire a creare mappe di rischio allergico più precise all’interno delle città.
• Progettazione edilizia: Le informazioni sulla dispersione delle particelle attorno agli edifici potrebbero persino influenzare il design delle facciate o dei sistemi di ventilazione futuri.

Il nostro lavoro si aggiunge a studi precedenti, ma introduce un’analisi dettagliata delle traiettorie 3D dalla sorgente (l’albero) alla destinazione (il campionatore), considerando l’impatto specifico della micro-architettura urbana.

Conclusioni: guardare al futuro con nuovi occhi (e modelli)

Insomma, seguire il viaggio invisibile del polline con la CFD ci ha aperto gli occhi sulla complessità delle dinamiche aeree nei nostri ambienti urbani. Abbiamo visto come edifici e vento giochino una partita complessa che determina dove queste particelle finiscono. Validare questi modelli numerici con dati reali è cruciale, e i nostri risultati sono incoraggianti.

Questo tipo di analisi, che combina dati ambientali, modelli 3D dettagliati e simulazioni fluidodinamiche avanzate, rappresenta un passo avanti per comprendere e, speriamo, mitigare i rischi legati alla qualità dell’aria e alle allergie nelle nostre città. È un campo di ricerca in continua evoluzione, e siamo entusiasti di contribuire a rendere i nostri spazi urbani luoghi più sani e vivibili per tutti.

Fonte: Springer