Oggi sensori, modelli predittivi e intelligenza artificiale stanno rivoluzionando la gestione dei siti contaminati, rendendo certi processi di bonifica più rapidi e trasparenti rispetto alle tecniche tradizionali, che rimangono efficaci, ma sono spesso lente e complesse e richiedono un elevato impegno operativo. Le nuove tecnologie, invece, accelerano le analisi e migliorano il supporto necessario ai decisori nella valutazione dei rischi, aiutando anche, in certi casi, a contrastare la gestione illegale dei rifiuti. Anche la comprensione dell’impatto degli inquinanti sugli ecosistemi resta decisiva.
Per avere chiarezza su questo tema importante, complesso e delicato, abbiamo raggiunto per un’intervista la Struttura del commissario unico alle bonifiche incardinata presso la Presidenza del Consiglio dei ministri e operativa in raccordo con il Ministero dell’ambiente. Una struttura che guida il complesso processo di risanamento ambientale che il nostro paese compie coordinandone le attività e pianificando e gestendo gli interventi di risanamento anche delle discariche abusive oggetto di infrazione europea.
A rispondere alle nostre domande è il tenente colonnello Alessio Tommaso Fusco in qualità di subcommissario della Struttura del commissario unico per la messa in sicurezza e bonifica dei siti inquinanti, responsabile della comunicazione e del coordinamento tecnico‑logistico.
Fusco, quali sono concretamente i vantaggi più importanti che l’intelligenza artificiale offre nel settore delle bonifiche e in che modo può aiutare a stimare meglio i rischi ambientali e i costi degli interventi?
L’intelligenza artificiale rende le bonifiche più sicure, rapide ed efficienti: tutela gli operatori, velocizza lo sviluppo e l’applicazione di nuove tecnologie e consente una gestione più mirata delle risorse. Strumenti come droni, sensori avanzati e sistemi di analisi multicriterio permettono di individuare in anticipo anomalie e potenziali contaminazioni, migliorando la stima dei rischi e dei costi. Integrare AI, geospatial intelligence e visione computerizzata permette di analizzare rapidamente i siti contaminati, accelerare le decisioni e facilitare la riconversione delle aree inquinate
Quali criticità strutturali, evidenziate anche dal Quarto rapporto ISPRA sulle bonifiche dei SIR, condizionano i tempi e l’efficacia dei processi di risanamento?
Il report ISPRA mette in luce una serie di criticità che continuano a incidere in modo significativo sui tempi delle bonifiche. La prima riguarda la durata degli iter amministrativi, che in media supera i cinque anni. A questo si aggiunge l’eterogeneità e, in alcuni casi, la scarsa qualità dei dati disponibili, che rallenta le valutazioni tecniche. Un ulteriore elemento è la presenza di quasi 500 siti “orfani”, privi di un responsabile dell’inquinamento e quindi più complessi da gestire. Pesano anche la natura articolata delle contaminazioni, l’impiego di tecnologie di intervento non sempre aggiornate e la limitata integrazione di criteri di sostenibilità nella scelta delle soluzioni. Infine, permane una forte disomogeneità territoriale nell’avanzamento dei procedimenti, che contribuisce a rendere il quadro nazionale frammentato e disomogeneo.
In che modo l’intelligenza artificiale migliora la capacità di prevedere la contaminazione del suolo?
L’AI consente di stimare la presenza e la concentrazione di sostanze pericolose anche in aree non campionate, grazie a modelli di machine learning, ovvero algoritmi che apprendono dai dati senza essere programmati per ogni singolo compito, analizzano in modo integrato informazioni storiche, geologiche e cartografiche per stimare le concentrazioni di contaminanti anche in aree non campionate. Questo approccio consente una caratterizzazione indiretta più accurata, riduce il numero di prelievi necessari e ottimizza tempi e costi delle indagini preliminari.
Cosa si intende per sistemi predittivi nel contesto delle bonifiche ambientali e quale valore aggiunto offrono alle attività di risanamento?
Sono modelli matematici e algoritmi che analizzano grandi quantità di dati per anticipare l’evoluzione di un fenomeno, come la diffusione di un contaminante o l’efficacia di una tecnologia di bonifica. Nel settore ambientale permettono di confrontare scenari alternativi, stimare costi e impatti, e selezionare le soluzioni più efficienti. Integrati con sensori IoT, consentono un monitoraggio in tempo reale e individuano rapidamente deviazioni dai parametri attesi, riducendo errori, varianti progettuali e potenziali contenziosi.
Quali condizioni ritiene indispensabili affinché l’Italia possa compiere un salto di qualità definitivo nella gestione e nella bonifica dei siti contaminati, integrando in modo strutturale innovazione tecnologica e capacità amministrativa?
Per potenziare la gestione e la bonifica dei siti contaminati appaiono utili alcuni elementi chiave quali, ad esempio, il rafforzamento della capacità amministrativa con procedure più snelle e uniformi sul territorio nazionale e l’uso strutturale delle tecnologie innovative come l’intelligenza artificiale, per esempio sui sistemi di monitoraggio avanzato. Queste possono rappresentare condizioni migliorative per affrontare efficacemente un tema cruciale per sicurezza, salute e tutela del territorio.
In copertina: immagine Envato