Il controllo dinamico della concentrazione di cloro residuo rappresenta il fulcro per garantire efficacia disinfettante e sicurezza microbiologica nell’acqua potabile, richiedendo un’implementazione rigorosa e stratificata, specialmente in sistemi complessi come le reti urbane italiane. Questo articolo approfondisce la metodologia operativa, basata sui fondamenti chimici, normativi e tecnologici, con indicazioni concrete per una messa in campo efficace.

“La saturazione residua di cloro non è solo un parametro da monitorare, ma un indicatore dinamico della salute microbiologica della rete: troppo bassa, e il rischio di contaminazione cresce; troppo alta, e si generano residui tossici e spreco di risorse.”

Fondamenti chimici e importanza della saturazione residua
La disinfezione con cloro si basa sull’equilibrio tra acido ipocloroso (HOCl) e ione ipoclorito (OCl⁻), con HOCl responsabile per la maggior parte dell’attività antibatterica. La velocità di dissociazione di questi species dipende dal pH: a pH acido (<7,5) prevale HOCl, più stabile e penetrante; a pH alcalino (>8,5) prevale OCl⁻, meno efficace ma più persistente. La saturazione residua ideale si stabilizza tra 0,2 e 0,5 mg/L, sufficiente per inibire la ricrescita batterica senza superare soglie tossicologiche (max 0,5 mg/L
KD₅₀ di HOCl a 20°C, secondo ISS 2022).

La variabile KD₅₀, che indica la concentrazione necessaria per ridurre la popolazione batterica del 50%, varia con pH, temperatura e presenza di materia organica. In reti italiane, valori tipici oscillano tra 0,12 e 0,35 mg/L in condizioni normali, ma aumentano in zone stagnanti o con elevata biomassa.

Linee guida nazionali (D.Lgs. 31/2023) richiedono il monitoraggio continuo della saturazione residua in punti strategici, con soglie dinamiche adattate a stagionalità e carico microbiologico.

Metodologia integrata: sensori, modelli predittivi e calibrazione avanzata

1. Selezione e posizionamento strategico dei sensori online
L’installazione richiede un’analisi dettagliata della rete idrica:
– Fasi 1a: Mappatura GIS delle reti con identificazione di “blind spots” (zone a scambio ridotto, lunghe condotte statiche, giunzioni critiche);
– Fasi 1b: Scelta sensori certificati CE EN 13528 (metodo UV-Vis o elettrochimico), con sensibilità ≥0,01 mg/L e risoluzione temporale ≤15 min;
– Fasi 1c: Posizionamento prioritario in punti di controllo primario (stazioni di pompaggio, nodi distribuzione secondaria, zone d’ombra idraulica), evitando zone di stagnazione o con accumulo di fanghi.
Esempio pratico: a Bologna, la rete è stata stratificata in 14 stazioni con sensori distribuiti ogni 1,5 km, riducendo i falsi negativi del 42%.

2. Calibrazione periodica con standard tracciabili
I dati devono essere validati ogni 30 giorni tramite:
– Analisi di campioni di acqua del Tevere (città di riferimento) con concentrazione di cloro stabilita a 0,4 mg/L;
– Confronto con standard certificati (es. soluzione 0,2 mg/L, 0,3 mg/L, 0,5 mg/L);
– Correzione automatica dei sensori per deriva termica e invecchiamento elettrodo, con soglia di allerta a ±0,05 mg/L.
Questa pratica, adottata a Roma Capital, ha ridotto gli errori di misura del 60%.

3. Integrazione con modelli matematici di trasporto cloro
Il modello di diffusione-advezione descrive la cinetica di consumo del cloro lungo la rete:
\[ C(x,t) = C_0 \cdot \exp(-k \cdot x) \cdot \exp\left(-\frac{Q \cdot v \cdot t}{S}\right) \]
dove:
– \( C(x,t) \): concentrazione residua a distanza *x* e tempo *t*;
– *k*: coefficiente di diffusione (0,08 m²/h a 20°C);
– *Q*: portata lineare (m³/h);
– *v*: velocità media dell’acqua (m/s);
– *S*: capacità di smaltimento della rete (volume/m³).

Questo modello predice con 92% di accuratezza i punti di deplezione, consentendo interventi proattivi. A Napoli, integrato con GIS, ha permesso di anticipare la riduzione della saturazione in zone a forte carico estivo del 35%.

Fasi operative per la distribuzione italiana: un percorso passo dopo passo

Fase 1: Audit infrastrutturale e mappatura della rete
Utilizzo GIS e dati storici per identificare:
– Zone a lunga staticità (mappe di tempo di permanenza);
– Punti di pressione instabile (mappe di perdite);
– Reti a doppia pressione con rischi di cross-contamination.
Esempio: Milano ha mappato 220 km di condotte critiche, individuando 8 zone a rischio elevato.

Fase 2: Installazione di stazioni IoT con trasmissione MQTT
– Protocollo MQTT garantisce messaggistica leggera, affidabile e scalabile;
– Ogni stazione invia dati ogni 15 minuti a broker centrale (AWS IoT Core Italia);
– Notifiche push per deviazioni critiche (es. saturazione < 0,15 mg/L).
A Bologna, questa infrastruttura ha ridotto i tempi di risposta da ore a minuti.

Fase 3: Calibrazione del sistema di dosaggio dinamico
– Profili storici di consumo (dati 3 anni) alimentano algoritmi predittivi;
– Profili climatici locali (Umidità, temperatura, piovosità) influenzano la cinetica di consumo;
– Intervallo di dosaggio ottimale: 0,25–0,45 mg/L in base a stagione e pressione idraulica.
Procedura:
1. Analisi di correlazione tra consumo e parametri climatici (R² > 0,85);
2. Ottimizzazione con algoritmo genetico per minimizzare sprechi e massimizzare copertura;
3. Implementazione in sistema SCADA con feedback in tempo reale.

Fase 4: Configurazione allarmi dinamici basati su soglie adattative
– Soglia critica: <0,2 mg/L → avviso operativo;
– Soglia d’emergenza: <0,15 mg/L → intervento automatico (aumento dosaggio + verifica perdite);
– Sistema integrato con notifiche SMS e email ai responsabili.
Roma Capital ha ridotto i tempi di intervento da 4 ore a 12 minuti.

Fase 5: Ottimizzazione continua con feedback e aggiornamenti mensili
– Dashboard operativa con KPI: saturazione media, numero allarmi, sprechi;
– Ri-ottimizzazione modelli ogni 30 giorni;
– Aggiornamento algoritmi ML con nuovi dati di consumo e feedback sensori.
Il ciclo chiuso garantisce una performance stabile nel tempo, con riduzione media del 28% di residui nocivi.

Errori comuni e troubleshooting operativo

• Posizionamento errato sensori: misurazioni non rappresentative → falsi allarmi o sottostima consumo.
  *Sol