Indice generale

Prefazione
Prefazione XIII

11 Gli
Gli inquinanti
inquinanti atmosferici
atmosferici 1
1.1 Composizione dell'atmosfera
dell”atmosfera 1
1.2 Scale spaziali e temporali dei processi
atmosferici 3
1.3 Inquinamento a scala urbana e regionale 6
1.3.1 Il monossido di carbonio 6
1.3.2 Gli ossidi di azoto 9
1.3.3 Gli ossidi di zolfo 12
1.3.4 Il particolato 15
1.3.5 L'ozono
L”ozono troposferico e i composti organici volatili 20
1.3.6 Riferimenti normativi 23
1.4 Acidicazione
Acidificazione ed eutrozzazione
eutrofizzazione 24
1.4.1 Descrizione del fenomeno 32
1.4.2 Riferimenti normativi 34
1.5 Ozono stratosferico 36
1.5.1 Dinamiche di formazione
formazione e distruzione 38
1.5.2 Gas che contribuiscono alla distruzione dell'ozono
dell”ozono 41
1.5.3 Riferimenti normativi 43
1.6 Eetto
Effetto serra 44
1.6.1 I principali gas serra 47
1.6.2 Riferimenti normativi 50
1.7 Le agenzie ambientali 52
1.7.1 L'Agenzia
LyAgenzia Europea (EEA) 52
1.7.2 L'Agenzia
L7Agenzia Nazionale (ANPA) 53
1.7.3 Le Agenzie Regionali (ARPA)
(ARPA) 54
22 Fenomeni
Fenomeni di
di trasporto
trasporto e
e trasformazioni
trasformazioni chimiche
chimiche 57
57
2.1 Il trasporto e la diusione
diffusione 57
2.1.1 L'equazione
Lyequazione dierenziale
differenziale di diusione
diffusione 57
2.2 La deposizione 63
2.2.1 La deposizione secca 63
2.2.2
2.2.2 La
La deposizione
deposizione umida
umida 65
2.2.3 La deposizione occulta 65
2.3 Fondamenti di chimica dell'atmosfera
dell°atmosfera 67
2.3.1 Composti inorganici 69
VIII
VIII Indice generale

2.3.2 Composti organici 72

2.4 Soluzioni dell'equazione
dell7equazione di diusione
diffusione 76
2.4.1 Soluzioni analitiche 76
2.4.2 Le soluzioni numeriche 77
3 Il
Il ruolo
ruolo della
della meteorologia
meteorologia 81
81
3.1 Cenni alla sica
fisica dello strato limite planetario 81
3.2 Fenomeni locali 89
3.3 Modellistica meteorologica 94
3.3.1 Modelli diagnostici 95
3.3.2 Modelli Prognostici 96
3.3.3 Modelli di turbolenza 98
3.3.4 Disponibilit
Disponibilita a dei dati 99
4 II modelli
modelli di
di qualit
a dell'aria
qualità dell,aria 101
101
4.1 Criteri per la scelta del modello 101
4.2 Modelli deterministici 104
4.2.1 I modelli euleriani 104
4.2.2 Modelli fotochimici a griglia 107
4.2.3 I modelli lagrangiani 114
4.3 Modelli stocastici 129
4.4 Un sistema esperto di supporto alla scelta dei modelli 130
4.4.1 Il sistema FRAME 131
4.5 Database modellistici in Web 133
4.5.1 MDS: il catalogo europeo 133
4.5.2 Altri siti web
Web 135
4.6 Esercitazione 135
4.6.1 Modelli per scenari industriali ee urbani 136
5 Modelli
Modelli gaussiani
gaussiani 139
139
5.1 Modelli stazionari 139
5.1.1 Formulazione e condizioni di applicabilit a
applicabilità 139
5.1.2 Determinazione dei coeÆcienti
coeflicienti di dispersione 141
5.1.3 Altezza eettiva
effettiva della sorgente 146
5.1.4 Estensioni del modello gaussiano 153
5.1.5 Il modello climatologico 162
5.1.6 Codici disponibili 163
5.2 Modelli a pu
pullì 165
5.2.1 Formulazione generale 165
5.2.2 Codici disponibili 168
5.3 Esercitazione 168
5.3.1 Il modello APC-2 169
5.3.2 Descrizione e installazione del Software 172
5.3.3 Esecuzione ed analisi di simulazioni 173
 Indice generale IX
IX

66 Preprocessori
Preprocessori emissivi
emissivi e
e meteorologici
meteorologici 185
185
6.1 Le sorgenti emissive 186
6.2 Inventari delle emissioni 187
6.2.1 Caratteristiche 187
6.2.2 Metodologie 188
6.2.3 L'inventario
Lvinventario CORINAIR 189
6.3 Il modello delle emissioni POEM 191
6.3.1 Metodologia 191
6.4 Il modello meteorologico CALMET 197
6.4.1 Ricostruzione del campo di vento 198
6.4.2 Denizione
Definizione dei parametri di turbolenza 199
6.4.3 Calcolo del campo di temperatura 200
6.5 Esercitazione 202
6.5.1 Il codice CALMET 202
6.5.2 Esecuzione e analisi delle simulazioni 205
77 Modelli
Modelli fotochimici
fotochimici 211
211
7.1 Il modello fotochimico CALGRID 212
7.1.1 I moduli di trasporto 213
7.1.2 Il modulo chimico 217
7.2 Analisi di episodi a scala urbana e regionale 226
7.2.1
7.2.1 Il
Il dominio
dominio di
di calcolo
calcolo 226
226
7.2.2 Selezione dell'episodio
de11“episodio 227
7.2.3 Predisposizione degli input 230
7.2.4 Simulazione del caso base 237
7.3 Applicazioni di CALGRID 239
88 Valutazione
Valutazione di
di strategie
strategie di
di risanamento
risanamento 245
245
8.1 Le emissioni da traÆco
traflico 246
8.1.1 Carburanti 247
8.1.2 Tecnologie di controllo delle emissioni 251
8.1.3 Strategie di riduzione delle emissioni urbane 253
8.1.4 Normativa europea 256
8.2 Caratterizzazione fotochimica di un'area
un7area 258
8.3 Ipotesi di scenari emissivi alternativi 261
8.3.1 Interventi tecnologici in applicazione alle norme
norme europee
europee 261
8.3.2 Interventi sul trasporto
trasporto pubblico 263
99 Modelli
Modelli per
per previsioni
previsioni in
in tempo
tempo reale
reale 269
269
9.1 Modelli grey-box
grey-boa: 270
9.1.1 Modelli Autoregressivi con ingressi ARX 270
9.1.2 Modelli ciclostazionari 271
9.1.3 Modelli con categorie 273
9.1.4 Modelli ciclostazionari con categorie 274
9.1.5 Software per l'identicazione
liidentificazione dei modelli
modelli ARX 275
9.2 Modelli neuro-fuzzy 276
9.2.1 I sistemi in logica fuzzy 276
X
X Indice generale

9.2.2 Le reti neurali 280

9.2.3 Le reti neuro-fuzzy 283
9.3 Valutazione dell'aÆdabilit a previsionale
dell”ai°ridabilità 286
9.4 Esempi di applicazione a casi reali 287
9.4.1 Previsioni in prossimit
prossimitàa di una centrale termoelettrica 287
9.4.2 Previsione della concentrazione giornaliera di SOS022 a Milano 291
9.4.3
9.4.3 Previsioni
Previsioni di
di concentrazioni
concentrazioni orarie
orarie di
di NO
N022 a
a Brescia
Brescia 295
295
9.5 Esercitazione 299
10
10 Un
Un centro
centro di
di controllo
controllo della
della qualit
a dell'aria
qualità de117aria 303
303
10.1 Sistemi di Supporto alle Decisioni 303
10.2 Un sistema di controllo di emissioni industriali 304
10.3 Sistemi di previsione e allarme urbani 307
10.3.1 Valutazione delle previsioni 311
10.3.2 Uno schema di previsione a doppio anello per llozono
l'ozono 312
10.3.3 Applicazione alla citt a di Brescia
città 313
10.4 Valutazione di normative di controllo delle emissioni 325
10.5 Progetto di una rete di monitoraggio 335
10.5.1 MONET: un sistema di supporto alle decisioni 337
10.5.2 Esercitazione: localizzazione di una rete nell”area
nell'area di Piacenza 343
A
A Richiami
Richiami di
di carattere
carattere generale
generale sui
sui processi
processi stocastici
stocastici discreti
discreti 347
347
A.1 Normalizzazione e standardizzazione 349
A.2 Processi e modelli ARMA (p,q) 351
A.2.1 Processo autoregressivo di ordine p o AR(p)
AR(p) 352
A.2.2 Processo a media mobile di ordine q o MA(q)MA(q) 355
A.2.3 Processi autoregressivi di ordine p, a media mobile di ordine q
o ARMA (p,q) 359
A.2.4 Il problema della stima dei parametri 361
A.3 Test diagnostici 366
A.3.1 Test Anderson 366
A.3.2 Test di Student 367
A.3.3 Test del periodogramma cumulato 367
A.4 Modelli a scatola nera di processi stazionari 368
A.4.1 Modelli ARMAX (p,q,r)(p,q,r) 370
A.4.2 Modelli TFM 374
A.5 Modelli a scatola nera di processi non stazionari 375
A.5.1 Modelli lineari ARIMA 375
A.5.2 Modelli stagionali 377
B
B Analisi
Analisi di
di causalit
a
causalità 379
379
B.1 Denizioni
Definizioni di causalit
a
causalità 379
B.2 Rassegna di metodologie di analisi della causalit
a
causalità 382
B.2.1 Relazioni di causalit a
causalità 382
B.2.2 Metodologia di Pierce e Haugh 383
B.2.3 Metodologia di Sims 384
B.2.4 Metodologia di Geweke 385
 Indice generale XI
XI

B.2.5 Teoremi riassuntivi per la caratterizzazione del rapporto di

causalit
a
causalità 386
B.3 L'analisi
L”analisi di causalit
a proposta: un'integrazione
causalità unlintegrazione alla metodologia di Pierce
e Haugh 387
Bibliograa
Bibliografia 391
391
XII
XII Capitolo 0

.
 Prefazione

Questo testo si propone di fornire al lettore, studente o professionista nel settore

ambientale, le basi metodologiche e applicative che gli consentano di impostare cor-
rettamente e trattare operativamente problematiche di controllo e gestione dell'in- dell”in-
quinamento atmosferico. Nasce dall'esperienza,
dalllesperienza, ormai più piu che decennale, maturata
nelljambito di corsi di modellistica e controllo ambientale tenuti presso il Politecnico
nell'ambito
di Milano e l'Universit
llUniversita a degli Studi di Brescia e rivolti a studenti di ingegneria am-
bientale, elettronica e informatica, ad allievi di dottorato e a laureati che frequentano
corsi di formazione permanente.
Scopo degli autori non eè certo quello di coprire l'ampiol”ampio spettro delle tematiche
attinenti al settore, ma pi u realisticamente di trattare in modo mirato alcuni degli
più
argomenti attualmente di maggiore interesse e potenzialitàpotenzialita applicative, sia in casi
ormai piuttosto ben consolidati, che in altri ancora in parte sulla frontiera della
ricerca. Anche se non si eè ritenuto opportuno entrare nel dettaglio dei complessi
meccanismi della diusione
diffusione di un inquinante che sono trattati in testi specialistici
di chimica, sica
fisica dell'atmosfera
dell”atmosfera o uidodinamica
fluidodinamica (peraltro richiamati nei riferimenti
bibliograci),
bibliografici), la presentazione dei diversi modelli e dei rispettivi scenari di applica-
bilit
a eè stata corredata da richiami essenziali alle nozioni teoriche e metodologiche
bilità
che ne costituiscono i fondamenti.
A partire poi dall'accresciuto
dall”accresciuto interesse del mondo politico verso le tematiche
dell'inquinamento
delllinquinamento atmosferico e di conseguenza all'emanazionealllemanazione di leggi e decreti
per la tutela della salute dei cittadini e dello stato dell'ambiente,
dell”ambiente, gli autori hanno
posto particolare attenzione ad ancorare la schematizzazione e l'impostazione Pimpostazione della
trattazione modellistica alle normative vigenti in ambito nazionale e internazionale,internazionale,
tenendo presente l'esigenza
Pesigenza sempre pi piùu condivisa di un controllo sanitario della qua-
lit
a dell'aria
lita dell”aria e di sistemi di informazione distribuita, aÆdabili affidabili e di semplice accesso
ai cittadini, anche grazie alle moderne tecnologie delle telecomunicazioni.
telecomunicazioni. Diventa
allora non solo auspicabile, ma essenziale e qualicante
qualificante per un'amministrazione
un”amministrazione pub-
blica aÆancare
affiancare alla strumentazione per il monitoraggio della situazione ambientale
sistemi informativi avanzati, che consentano sia di eettuare effettuare previsioni di episodi
critici in tempo reale a scopi preventivi che di valutare a priori l'impatto l”impatto ambien-
tale di nuove attivit a industriali o insediamenti urbani, nonché
attivita nonche l'eÆcacia
Fei-licacia di strategie
d'intervento.
d”intervento.
Problema comune ai tecnici che devono rispondere rispondere operativamente a queste
esigenze, eè comprendere quale sia il ruolo che ii modelli matematici possono effet- eet-
tivamente giocare, quale ne sia l'aÆdabilit a e la reale
l”aflidabilita reale possibilita
possibilita di utilizzo ee im-
im-
plementazione operativa nei casi reali. Non esistono infatti infatti modelli
modelli "universali",
“universali”,
adatti a tutte le problematiche poste da una corretta gestione della qualit qualitaa dell'aria,
dell”aria,
poich
poichée lo spettro delle situazioni da fronteggiare può puo essere anche molto ampio, al
pari degli obiettivi da perseguire. Per questo la scelta del modello più piu appropriato
XIV
XIV Capitolo 0

va ponderata eettuando
effettuando analisi articolate e ben impostate con l”intento l'intento di caratte-
rizzare lo scenario che interessa prendere in esame (ad es. i particolari inquinanti, inquinanti,
le loro caratteristiche chimiche, gli indicatori ambientali ad essi correlati, la risolu-
zione temporale richiesta, le caratteristiche del dominio e gli strumenti di calcolo
eettivamente
effettivamente disponibili).
Questo testo si propone quindi di rispondere ad un esigenza di inquadramento e
sintesi dell'attuale
dell”attuale livello di conoscenza nelle tematiche trattate,trattate, in maniera tale da
consentire un approccio qualicato
qualificato e realistico all'utilizzo
all”utilizzo dei modelli e l”acquisizione
l'acquisizione
da parte degli addetti ai lavori
lavori,, siano essi studenti che tecnici e professionisti, di un
linguaggio comune indispensabile per trattare problematiche complesse come quelle
ambientali, interagendo necessariamente con competenze diversicate diversificate e complemen-
tari (ad es. chimica, meteorologica, informatica, amministrativa ecc), ecc.), a partire da
dierenti
differenti livelli di formazione e approfondimento. Tra i numerosi esempi di applica-
zione, particolare attenzione eè stata posta all'illustrazione
all”illustrazione di alcune fasi dello studio
condotto nell'iter
nell”iter di messa a punto di un piano di risanamento della qualit qualitàa dell'aria
dellyaria
in Lombardia. I modelli vengono utilizzati ad un un primo livello di complessit
complessità a per la
la
valutazione e la scelta delle politiche di intervento da adottare per giungere al ri-
spetto degli standard di qualit
qualitaa dell'aria
dell“aria previsti dalla normativa.
normativa. Successivamente
gli stessi strumenti vengono integrati in un sistema più piu complesso interfacciato
tnterƒacctato con
basi di dati regionali (archivi di misure, inventari di emissione, dati cartograci) cartografici) e
strumenti di elaborazione gracagrafica e statistica. Un sistema di supporto alle decisioni
di questo tipo consente di controllare lo stato di qualit qualitaa dell'aria
delljaria su scala metro-
politana e regionale in modo rapido e flessibile essibile e, allo stesso tempo, di valutare la
sostenibilit
sostenibilità a di politiche d'intervento
d”intervento future, l'eetto
l”effetto di evoluzioni tecnologiche in
atto, l'impatto
ljimpatto di nuovi impianti o interventi di tipo territoriale.
territoriale.
Numerosi sono anche i richiami alla letteratura scientica, particolarmente ricca
scientifica, particolarmente
di proposte metodologiche e studi applicativi eettuati effettuati in aree urbane e industriali;
inoltre vengono riportati indirizzi di siti sttz' WEB ritenuti di particolare
WEB ritenuti particolare interesse per ilil
lettore. Al testo eè allegato un CD contenente alcuni pacchettzI pacchetti software e data base base,,
che consentono al lettore di eseguire al proprio Personal Computer con modalita modalita
interattiva le esercitazioni proposte al termine dei diversi capitoli, oltre che di uti-
lizzare gli stessi strumenti per approfondirne lo studio ed effettuare eettuare analisi di suo
interesse.
Gli autori desiderano ringraziare di cuore i colleghi e gli studenti che hanno
condiviso la passione per la ricerca scientica
scientifica nel settore ambientale e la pazienza
nella analisi dei problemi reali presi in esame, con l”intento
l'intento di "forgiare" le metodo-
“forgiare” le
logie modellistiche fino
no a calarle nei diversi ambiti applicativi. Un grazie particolare
inne
infine agli amici Giuseppe Brusasca, Giorgio Guariso, Davide Bergoli e Veronica
Gabusi per il generoso aiuto nella fase di redazione e revisione del testo e delle eser-
citazioni.
Giovanna Finzi, Guido Pirovano, Marialuisa Volta
 1
Gli inquinanti atmosferici

1.1 Composizione dell'atmosfera

dell”atmosfera

L'atmosfera
L”atmosfera eè sostanzialmente composta da idrogeno, ossigeno e gas nobili. Sebbene
le concentrazioni dei gas siano pressoch
pressochée costanti, l'atmosfera
l”atmosfera 
èe in realt
a un sistema
realtà
dinamico in continua evoluzione grazie alle interazioni con la vegetazione, gli oceani,
gli organismi viventi. I gas sono prodotti dalle attivit a biologiche, dalle esalazioni
attività esalazioni
vulcaniche, dalle attivit a antropiche e dai processi chimici che si innescano in at-
attivita
mosfera. Sono invece rimossi dall'atmosfera
dall”atmosfera quando sono coinvolti in processi fisici sici
e chimici e di deposizione. I gas pi
piùu rilevanti ee la
la natura
natura dei cicli che li interessano
interessano
sono elencati nella tabella seguente [1].

Gas
Gas Simbolo
Simbolo ppm
ppm ciclo
ciclo
Azoto N
N22 780840 biologico e microbiologico
Ossigeno O
O22 209460 biologico e microbiologico
Argo Ar 9340 nessuno
nessuno
Biossido di carbonio CO
CO22 355 antropogenico e biogenico
Neon Ne 18 nessuno
nessuno
Elio
Elio He
He 5.2
5.2 sico-chimico
fisico-chimico
Metano CH
CH44 1.72 biogenico e chimico
Cripto Kr 1.1 nessuno
Idrogeno H
H22 0.58 biogenico e chimico
Xeno Xe 0.09
Ozono O
033 10
10_22 - 1010*11 chimico
Ammoniaca NH
NH33 10
1074 - 10
4
10733 biogenico e chimico
Biossido di zolfo SO
SO22 10
10_5 - 10
5
10_44 antropogenico, biogenico e
chimico
Tabella 1.1
Tabella 1.1 I gas nell'atmosfera
nell”atmosfera

L'aria definita contaminata quando contiene composti di origine naturale

L7aria viene denita
e/o antropica che, per le loro caratteristiche o per la quantit
a in cui sono presenti,
quantità
2
2 Capitolo 1

possono essere in grado di produrre danni anche gravi agli esseri viventi, alla vegeta-
zione e ai manufatti esposti alla sua azione. La condizione di inquinamento implica
quindi una variazione signicativa
significativa nelle concentrazioni dei componenti minori in at-
mosfera. Agli inquinanti di origine naturale, si aggiungono sostanze derivanti da
attivit
attivitàa umane che, essendo concentrate in piccole aree, urbane e industriali, pos-
sono dar luogo a preoccupanti peggioramenti della qualit qualità a dell'aria,
dell”aria, aggravati dal
vericarsi
verificarsi di condizioni meteorologiche che favoriscono llaccumulo l'accumulo di inquinanti.
inquinanti.
dell”atmosfera naturale 
La composizione chimica dell'atmosfera e`e determinata dai processi me-
teorologici e da un bilancio dinamico fra complicate sequenze di reazioni chimiche,
siche
fisiche e biologiche interconnesse le une con le altre:  èe l'insieme
l”insieme di queste tras-
formazioni e dei fenomeni autodepurativi
autodepumtz'm naturali dell'atmosfera,
dell“atmosfera, unitamente alla
distribuzione spaziale ed alla variazione temporale dei parametri meteorologici, che
determinano la concentrazione degli inquinanti e conseguentemente la qualit qualitàa locale
dell'aria.
delllaria.
Molte delle reazioni in atmosfera avvengono a temperatura ambiente o, se ri-
chiedono un'elevata
unjelevata energia di attivazione, vengono iniziate fotochimicamente.
fotochimicamente. A
causa della natura fortemente ossidante dell'atmosfera
dellyatmosfera della Terra, le principali rea-
zioni sono rappresentate dall' ossidazione di gas presenti in bassi stati di ossidazione.
dallyossz'dazione
L'atmosfera
L”atmosfera tuttavia non  termodinamico, poich
e in equilibrio chimico termodinamico, poichée sono co-
stantemente attivi molti processi che in uenzano
influenzano le concentrazioni dei componenti
principali.
Nelle passate ere geologiche la composizione dell'atmosfera
dellflatmosfera era diversa dall'at-dalllat-
tuale: a quest'ultima
quest7ultima si  eè giunti attraverso numerosissimi processi di trasformazione
e di scambio chimici, sici
fisici e biologici che avvengono tra l'atmosfera
l”atmosfera e le altre geos-
fere idrosfera, litosfera e biosfera. Nell'ultimo
Nellyultimo secolo, con lo sviluppo della civilt a
civiltà
industriale, l'uomo
l7uomo ha accelerato enormemente, rispetto ai tempi geologici, geologici, questi
processi e ne ha messo in atto di nuovi. La continua crescita delle emissioni e in
grado di interferire con il complesso sistema atmosferico, provocando cambiamenti
nella capacit
capacità a ossidante dell'atmosfera
dell”atmosfera e portando le concentrazioni di sostanze tos-
siche verso livelli inaccettabili, tali da risultare dannosi per l'ambiente Pambiente e la salute
umana.
L'interazione
L7interazione fra la biosfera e l'atmosfera,
l”atmosfera, e in particolare l'impatto
l”impatto degli inqui-
nanti emessi su quelli che sono i naturali processi di produzione e rimozione, può puo
effetti di isteresi
poi portare a eetti isteresí cos
così che la richiesta riduzione delle emissioni per in-
vertire il trend potrebbe essere molto pi u gravosa di quanto non sia stato l'aumento
più llaumento
iniziale di emissioni che ha lo ha innescato. Alcuni esempi esempi di evidenze sperimentali
attribuibili all'aumento
all“aumento delle emissioni sono:

0 Il crescente numero di episodi con elevate concentrazioni di ozono e altri ossi-

danti fotochimici in aree urbane e in quelle adiacenti;
o l'apprezzabile
llapprezzabile crescita durante gli ultimi 100 anni dei valori di fondo
fondo dell'ozono
dell”ozono
troposferico in Europa e nell'emisfero
nell”emisfero nord;

o la persistente acidit
a (pH sempre pi
acidità piùu bassi)
bassi) delle piogge
piogge nonostante
nonostante le riduzioni
riduzioni
drastiche di contenuto di zolfo nei combustibili;
ø il numero crescente di episodi di iperattivit
a algare nei
iperattività nei mari
mari europei.
europei.
In questi processi hanno un ruolo importante:
 Gli inquinanti atmosferici 3
3

ø le elevate concentrazioni di prodotti corrosivi e tossici, quali gli acidi minerali e

organici i nitrati organici,
organici7 i perossidi organici ecc.;
ecc.;
0 l'eccessiva
l”eccessiva deposizione di nutrienti, dei quali un'apprezzabile
un”apprezzabile frazione  eè prodotta
nei processi foto-ossidativi in atmosfera;
0 la forte presenza di ossidi di azoto (NO,
(N0, NO
N02)2 ) e di prodotti quali l”acido
l'acido nitrico
(HNO
(HN03) 3 ) uniti alla riduzione delle emissioni di sostanze a carattere alcalino;

0 la presenza di specie ossidanti, come l'Ol”033 (che può

puo raggiungere concentrazioni
elevate soprattutto di giorno)
giorno) e le specie radicaliche, cio
cioèe composti chimici molto
reattivi con almeno un elettrone spaiato. Di questi i più piu importanti nelle ore
diurne sono il radicale ossidrile OH
, il radicale idroperossile HO
0H~, 2
, i radicali
H02-7
alchile R
, alcossi RO
R-, R0,
, alchilperossido RO 2
ed inne
R02- l'ossigeno atomico O
infine rossigeno
,
0-,
mentre di notte riveste maggiore importanza il radicale nitrato NO 3;
N03;
o i composti organici volatili VOC:
V00: cio
cioèe idrocarburi (alcani, alcheni,
alcheni7 alchini, aro-
matici) e rispettivi derivati ossigenati, alogenati, solforati e azotati;
ola radiazione luminosa che d a luogo a reazioni fotochimiche, principalmente di
da
fotodissociazione, relative sia ai composti inorganici che organici.
In tabella 1.2 eè mostrato un quadro d'insieme
d”insieme di alcuni tra i principali inquinanti
atmosferici con le loro rispettive fonti,
fonti7 quantit
quantitaa e tempi di permanenza in atmosfera.

1.2
1.2 Scale
Scale spaziali
spaziali e
e temporali
temporali dei
dei processi
processi
atmosferici
atmosferici
L'atmosfera
L atmOSIera pu o essere
puO eSSere paragonata
paragonata a a un
Un reattore
reattore chimico
CrllmlCO nel
rlel quale
quale 1i composti
COrIlpOSÈl sono
SOrlO
introdotti,
lrlÈrOClOlllll, rimossi
rlmOSSl ed
ed evolvono
eVOlVOnO su
SU scale
SCale spaziali
SpaZlall e
e temporali molto diverse.
temporall mOlIJO lerSe. ln In l'lgllra
gura
1.1
Li sono rappresentatl i1 range
SOrlO rappresentati Tangã di
(11 variabilit
a spaziale
Varlablllta SpaZlale e temporale delle
e EempOrEìle delle dinamiche
(llnamlcrle
atmosferiche.
m

Scale
Scale spaziali
spaziali Si possono grossolanamente distinguere le
le seguenti categorie spa-
ziali:
0 lala microscala
microscala riguarda
riguarda i1 fenomeni
fenomeni che
che hanno
hanno una
una azione limitata aa poche
azione limitata poche decine
decine
di metri;
0 la scala
la scala urbana
urbana oo locale
locale interessa
interessa aree
aree metropolitane e/o industriali
metropolitane e/o industriali con
con un
un raggio
raggio
dii-
10-50 km;
m;
0 la mesoscala o scala regionale e`e caratteristica di fenomeni che interessano aree
da alcune decine ad alcune centinaia di chilometri;
o la scala
scala sinottica
smottica descrive le dinamiche caratteristiche di scale che vanno dalle
centinaia alle migliaia di chilometri;
chilomem'L
o la scala globale comprende scale oltre i 55000
000 km.
La tabella 1.3 descrive pi
u in dettaglio la scala di diversi fenomeni chimici che
più
si svolgono in atmosfera.
 4
4
Capitolo 1

w-v :NQMUQTHOH magow UJUMQUWOQOHHQN miomwwwam-H UJUMQQWOQOHGg-N OQEUH-L 05005 :U INEHUQ

Gas Principali fonti antropogeniche Emissioni antropogeniche Tempo medio di perma-
(106 ton/anno)
Aofliwìfioa moi
nenza in atmosfera
E msn-.È 8885?.
OO :U @:ofimsnäou ßãwmobfi :Bflmsmãou «U om: -05 ooo Não» 622
CO uso di combustibili fossili, combustione di bio- 700/2 000 Mesi
masse @wmßã
NOO @:oÉš-wåowww ßãwmow :Bflmsnãoo :U om: 2 com m GEN 03
CO2 uso di combustibili fossili, deforestazione  5 500 100 anni
CH4 risaie, allevamenti, discariche, produzione di 300-400/550 10 anni
«mo áãsšåß @šë nåëãš ëåëå :U âmäåšm 3 Eš
:Bfimssãoo Emmâ
combustibili fossili
âOZ Enßwsnšou :o om: mv wcofiwsnãou “Emwå -05 om-omÉm-om E310
NOx uso di combustibili fossili, combustione di bio- 20-30/30-50 Giorni
masse @wmßã

N2 O
ONZ
Fertilizzanti azotati, deforestazione, combu-
ššoä Gcmäfiiå
nmøoEÈmäo-ãw -spãou
6/25mmš
170 anni
Gsm o:
stione di biomasse wmmßãoß :o 255m
NOm wiåšom “Ewmom :Efimssãoo :o om: 32-02 com-QÉ wcßãšow ß Epowm mm
SO2 uso di combustibili fossili, fonderie 100-130/ 150-200 Da giorni a settimane
CFC
UMD
Bombolette spray, refrigeranti, materiali e-
mfiåoßäom câäã šcfiäwãå :Eääã -w H Z
1 Da 60 a 100 anni
QQH ß ow ßQ 5%
spansi iššw

Tabella 1.2 Origine, emissioni annue (in milioni di tonnellate) e tempi medi di residenza in atmosfera dei piu importanti gas presenti
3?n BEEN EomwwÉ-ã dEmEO Né ma E215 w Amg-ßzwnnop su EEE mv :55 mNãEê E Éåmoãä Em “ww Eøwfioacb www Eãww-a
in traccia in atmosfera [2]
E fummoëå E Éuußfi E
 Gli inquinanti atmosferici 5
5

Scala urbana
Scala urbana Scala
Scala regionale
regionale Scala
Scala sinottica
sinottica
I Microscala
Microscala | oo locale
locale oo mesoscala
mesoscala l ee globale
globale
.
l
I
l
¬ i
l

100 r ~ Specie vita

Specie aa vita
y l lunga ..CFC51
lunga
` N20 I
lo yr - ` . CH4 1
Tempo di
1- Tempo trasporto
k. .CHJCCI 1
di trasporto
2 l yr - iiiiiiiif *LBL i i / inter-emisferico
inter-emisferico
Scala temporale

â f Specie vita
Speciedaa vita Q CO \
media
â 1 me la .Aerosols 1 Tempo di
H- Tempo trasporto
di trasporto
*É 1 Trop OK l intra-emisferico
intra-emisferico
à 2 |
å | day - NOX..H;O; ` Tempo
H- Tempo
ICJ Hi» .DMS di rimescolamento
di rimescolamento
. 1 locale
locale
1 h _ i ALCSPLX _____ /
vita \
Specie aa vita
/Specie
breve
breve
l 00 i .Cl-[3021
° HoI I
1 o N01 |
| 5 \. OH! 1 / 1 1 1 1 1
1 m 10 m 100 rn 1 km 10 km 100 km 1000 km 10.000 km

Scala spaziale
Scala spaziale

Figura 1.1
Figura 1.1 Variabilit
a spaziale e temporale degli inquinanti
Variabilita inquinanti in
in atmosfera [1]
[1]

Processo
Processo scala
scala (km)
(km)
inquinamento urbano 1-100
inquinamento regionale 10-1 000
deposizione e piogge acide 100-2 000
inquinanti tossici 0.1-100
assottigliamento dell'ozono
delllozono stratosferico 1 000-40 000
incremento dei gas serra 1 000-40 000
interazioni aerosol-clima 100-40 000
trasporto troposferico e processi di ossidazione 1-40 000
interazione stratosfera-troposfera 0.1-100
trasporto stratosferico e processi di ossidazione 1-40 000
Tabella 1.3
Tabella 1.3 Gas in atmosfera e scale spaziali interessate.
interessate.

Scale
Scale temporali
temporali definisce tempo di
Si denisce dz' vita di una specie l'intervallo
l”intervallo medio nel nel
quale
quale una
Una molecola
molecola di(11 quella
quella specie
Speele rimane
I'lmane inln atmosfera
atmoSIera prima
prlma che Che sia rimossa at-
Sla rlmOSSa at-
traverso
traVerSo processi
proCeSSI sici
115101 e
e trasformazioni
traSIOI'maZlOIll chimiche.
Chlmlle. ll Il tempo
tempo di vita pu
(11 Vlta puo o variare
Varlare da
(1a
pochi
poCnl centesimi
CenteSlml di
(11 secondo
Secondo perper i1 radicali
faCllCall piu attivi,
plll attl, a a diversi
lerSl anniannl per
pel" le
le specie
SpeCIe piu
plll
stabili.
stabill. Le
Le molecole
mOleCOle conC011 vita
Vlta media
medla molto
molto breve
breve subiscono
SUDISCOIIO processi
pToCeSSI di trasporto aa
C11 trasporto
scala
Scala spaziale
SpaZlale limitata,
llmltata, mentre
mentre lele specie
SpeCIe pi u stabili
plll Stablll sono
Sono convolte
COIIVOlte ln in Ienomel'll
fenomeni aa scala
SCala
globale.
6
6 Capitolo 1

1.3
1.3 Inquinamento
Inquinamento a
a scala
scala urbana
urbana e
e regionale
regionale
La presenza di un'elevata
un”elevata densit
densitàa di attivita antropiche ed emissive in un ambiente
attività
dalle
dalle caratteristiche
caratteristiche dispersive
dispersive atmosferiche
atmosferiche non pronunciate, pu
non pronunciate, puoo generare variazioni
generare variazioni
signicative
signilicative della
della qualita dell'aria
qualita dell aria in
in ambito
ambito locale.
locale. Tipici
lipici esempi
esempi di infrastrutture
di infrastrutture
in
in cui
cui sono
sono rilevabili
rilevabili criticit
a ambientali
criticita ambientali sono
sono le
le aree urbane, le
aree urbane, le reti
reti stradali
stradali ee ii poli
poli
industriali.
industriali. Le
Le conseguenze
conseguenze di di un'alterazione
un alterazione della
della qualit
a dell'aria
qualita dell aria sono possibili
sono possibili
rischi
ma per la salute, danni alla vegetazione e a ecosistemi.

1.3.1
1.3.1 Il
Il monossido
monossido di
di carbonio
carbonio

Il monossido di carbonio eè un composto inodore, incolore e insapore; èe gassoso a

192ÆC ; non eè apprezzabilmente solubile in acqua, ed ha
temperature superiori a -192°C;
un peso pari al 96,5% del peso dell'aria.
delliaria. La formazione di ossidi di carbonio può
puo
avvenire secondo i seguenti processi:
0 Combustione
Combustione incompleta
incompleta di
di carbonio
carbonio o
o di
di composti
composti contenenti
contenenti carbo-
carbo-
nio
nio Le reazioni coinvolte nella combustione del carbonio sono essenzialmente
essenzialmente le
le
seguenti:
220+ O22 !
C +O -> 2 CO
200
CO + O2 !
22CO+O2 CO2
-> 22002
La prima reazione eè molto pi
piùu veloce (circa 10 volte)
volte) della seconda. Si avra
avra
quindi CO presente o come prodotto intermedio, o come prodotto finale,
nale, qualora
l'O2
l”O2 non sia suÆciente
sufficiente o suÆcientemente
sufficientemente miscelato con il combustibile.

0 Reazione
Reazione a
a elevata
elevata temperatura
temperatura tra
tra CO
CO2 e
e composti
composti contenenti
contenenti car-
2 car-
bonio
bonio Negli altoforni viene prodotto, secondo la reazione

CO
CO22 +
+CC! CO
-› 2200
il CO necessario come agente riducente dei minerali contenenti ossido di ferro
per la produzione della ghisa. Parte del CO cos
così prodotto può
puo sfuggire nell”at-
nell'at-
mosfera e agire da inquinante.
0 Dissociazione
Dissociazione ad
ad elevate
elevate temperature
temperature di
di CO
CO2 in
in CO
CO e
e O
O Nelle combu-
2
stioni ad alte temperature l'equilibrio:
l”equilibrio:

Co22 $
CO e CO
co+o+O (1.1)
(1.1)
si sposta a destra; ad esempio a 1745 ÆC l'1%
1745°C 1,1% della CO
CO22 prodotta dalla combu-
940Æ C se ne dissocia il 5%. Se i fumi
stione si dissocia in CO e O, mentre a 11940°C
vengono poi bruscamente rareddati,
raffreddati, l'equilibrio non riesce
l”equilibrio non riesce a spostarsi verso
sinistra tanto rapidamente, cos
cosi la CO
CO22 rimane dissociata.

Sorgenti
Sorgenti Le emissioni nazionali di CO per il
il 1994 sono state stimate in 9 230 910
tonnellate [3]. La distribuzione percentuale calcolata per sorgenti èe riportata in
tabella 1.4.
 Gli inquinanti atmosferici 7
7

Settore
Settore emissivo
emissivo CO
CO
Trasporto su strada 63%
Trattamento dei riuti
rifiuti 17%
Altre forme di trasporto 7%
Processi di produzione 5%
Combustione nell'industria
nell”industria manufatturiera 4%
Impianti di combustione non industriale 3%
Altri processi 1%
Tabella 1.4
Tabella 1.4 Emissioni italiane di CO stimate per il 1994

La sorgente pi
piùu importante e`e costituita dai mezzi di trasporto;
trasporto; fra questi gli
autoveicoli a benzina sono risultati essere i maggiori inquinanti. Le emissioni di
monossido di carbonio dai motori
motori,, dipendono da:
o il rapporto aria-combustibile: pi u eè ricca la miscela, pi
più u CO viene emesso;
più
si spiega cos
così perch
perchée il motore diesel, che utilizza miscele molto povere,
povere, ha
emissioni di CO molto ridotte;
ø temperatura dell'acqua
dellyacqua di rareddamento
raffreddamento del motore;
motore;
o caratteristiche tecniche della camera di combustione;
o stato di usura del motore;
o condizione di marcia: al diminuire della velocit
velocitaa di marcia
marcia lele emissioni di CO
aumentano raggiungendo valori massimi col motore al minimo. minimo.
Le emissioni industriali di CO sono dovute essenzialmente
essenzialmente ai processi di produ-
produ-
zione della ghisa e dell' acciaio. Tali processi consistono nell'arrichimento
dellyacciaz'o. nell”arrichimento dei minerali
in impianti di sinterizzazione (che ne migliora le propriet
proprietaa chimiche e fisiche),
siche), nella
produzione della ghisa in altoforno e nell'attivit a di fonderia.
nell”attivita fonderia. L'emissione
L7emissione di CO
nelle raÆnerie
mfiìnem'e di petrolio  eè dovuta in gran parte al processo di rigenerazione dei
catalizzatori usati nei processi di trasformazione del petrolio.
petrolio. Tra i processi impiega-
ti (cracking, reforming, isomerizzazione, alchilazione e polimerizzazione),
polimerizzazione), ilil primo
primo èe
quello che necessita una pi u frequente riattivazione del catalizzatore, costituendo cos
più cosi
la maggior fonte di emissione di CO. Le industrie del legno ee della carta producono
soprattutto inquinamento idrico, per o emettono anche CO durante la distillazione
però
per il recupero sia di prodotti chimici pregiati che di energia calorica
calorifica dal liquido
nero che si forma nel processo di trattamento del legno. legno. Altre emissioni di CO ven-
gono da forni usati per rigenerare la calce dal carbonato di calcio. Si hanno poi le
emissioni di CO dovute alla combustione in impianti fissi ssi con l'impiego
17impiego di carbone,
olio combustibile, legno, mentre la combustione di gas naturale produce emissioni di
CO in quantitativi pressoch
pressochèe trascurabili.
Per un bilancio pi u corretto bisognerebbe considerare anche le
più le emissioni dovute
a processi geosici
geofisici e biologici come attivit a vulcaniche, emissioni naturali di gas,
attivita
scariche elettriche nel corso di temporali, metabolismo delle meduse meduse nei mari,
mari, ger-
ger-
minazione di semi e sviluppo di piante, produzione di metano, metano, mama tali
tali quantitativi
sono del tutto trascurabili nell'aria
nell“aria sovrastante le zone urbane, rispetto all'apporto
all7apporto
di CO delle attivit
attivitaa umane.
8
8 Capitolo 1

Rimozioni
Rimozioni naturali
naturali Le emissioni complessive di CO e il lungo tempo di persi-
stenza nell'aria
nell”aria sarebbero suÆcienti
suflicienti a raddoppiare ogni 4-5 anni la concentrazione
nell'ambiente
nell”ambiente atmosferico mondiale. Ma poich poichee ci
o non si verica
ciò verifica si  èe ipotizzata
la capacit
capacitaa di alcuni microorganismi
microorganismi,, comunemente presenti nel suolo, di rimuovere
molto rapidamente l'ossido
llossido di carbonio presente nell”atmosfera;
nell'atmosfera; pare che tale tipo di
rimozione sia preponderante rispetto all'adsorbimento
all”adsorbimento da parte delle piante e all'os- alllos-
sidazione che subisce il CO nell'atmosfera
nell”atmosfera in presenza di ossigeno. Una grossolana
stima ha portato a dire che il suolo degli Stati Uniti avrebbe la capacit capacità a di eliminare
dall'atmosfera
dalllatmosfera per adsorbimento del terreno, grazie alla presenza di quei microrga-
nismi, piu di cinque volte la quantit
più quantita a di CO emessa dagli USA. In realt realtàa invece la
concentrazione di CO nell'atmosfera
nelllatmosfera continua ad aumentare. Infatti bisogna consi-
derare che il CO viene soprattutto prodotto dai motori delle autovetture in zone
urbane, dove il terreno e`e asfaltato e quindi inadatto all'adsorbimento
all”adsorbimento di CO.
Si pu
puòo quindi concludere che l'inquinamento
liinquinamento di ossidi di carbonio  èe un inquina-
mento tipicamente urbano
urbano;; la sua concentrazione nelllaria
nell'aria èe determinata soprattutto
dal grado di emissione del gas nell'atmosfera
nelllatmosfera da parte delle autovetture, dal grado
di rimozione del terreno, che nella citt a eè molto basso, e,
citta e, come per ogni inquinante
atmosferico, dal grado di dispersione nell'atmosfera.
nell“atmosfera. La concentrazione di ossido di
carbonio segue con risposta quasi immediata gli incrementi del traÆco traffico orario.

Eetti
Effetti dell'ossido
dell”ossido di
di carbonio
carbonio
Eetti
Efietti sulle piante e sui materiali La presenza di CO in atmosfera porta alla dimi-
sulla piante
nuizione della capacit a dei batteri di fissare
capacità ssare l'azoto
l”azoto nelle radici delle piante. Perch
Perchée
il CO possa danneggiare le piante, deve per peròo raggiungere concentrazioni superiori
ai 100 ppm per lunghi periodi (mesi), ma le condizioni attuali sono ben ben lontane
lontane da
questi livelli. Non si sono riscontrati particolari eetti
effetti nocivi del CO sui materiali.
Eetti
E'fietti sugli uomini E  ben noto che inalazioni d'aria
È d“aria ad alta concentrazione di CO
(superiore a 100 ppm) possono portare alla morte, ma l'inquinante
l“inquinante non raggiunge
nell'atmosfera
nelllatmosfera concentrazioni cos
cosi elevate. L'eetto
L”effetto tossico del CO sul corpo consiste
nella riduzione della capacit a del sangue di trasportare ossigeno.
capacita ossigeno. Infatti avviene una
reazione tra l'ossido
l”ossido di carbonio e l'emoglobina
l”emoglobina (Hb)
(Hb) che porta alla formazione del
carbossiemoglobina ) in luogo della formazione di O
composto COHb ((carbossiemoglobina) 2 Hb (
OgHb ossiemo-
(ossiemo-
globina
globina)) che ha il compito di trasportare ossigeno dai polmoni alle cellule del corpo.
Gli eetti
effetti conseguenti alla formazione della COHb sono essenzialmente due:

o riduzione del trasporto d'ossigeno;

dlossigeno;

0 spostamento a sinistra della curva di dissociazione dell'emoglobina

delllemoglobina nel sangue;
ci
o signica
ciò significa che, a parita di concentrazione di ossigeno, l”OQHb
parità l'O2 Hb risulta meno
dissociabile in presenza di COHb.
Gli eetti
effetti sull'uomo
sull”uomo sono proporzionali alla percentuale di emoglobina legata sotto
forma di COHb (vedi tabella 1.5). A sua volta il tasso di COHb nel sangue èe di-
rettamente legato alla concentrazione di CO nelllaria.
nell'aria. Per una
una data concentrazione
costante di CO nell'aria,
nell”aria, il tasso di COHb nel sangue raggiunger
raggiungeràa un valore di equi-
librio dopo 4-12 ore (vedi tabella 1.6). Il valore di equilibrio
equilibrio può
puo essere
essere approssimato
dalla seguente relazione:
%
%COHb : 16
[[concentrazione
COHb nel sangue = 00.16- nell0aria in ppm]
concentrazione di CO nell/aria ppm] + 00.5
: 5 (1.2)
(1.2)
 Gli inquinanti atmosferici 9
9

Il termine costante 0.5 eè la stima della normale percentuale di fondo di COHb nel
sangue dei non fumatori, essa aumenta con l'aumentare l”aumentare del numero di sigarette
abitualmente fumate in un giorno, fino no a quintuplicarsi nei forti fumatori (2 o pi u
più
pacchetti al giorno con aspirazione). Il tempo necessario al raggiungimento dell'equi-
dell”equi-
librio e`e funzione dell'attivita sica.
dell”attività fisica. Variazioni positive di CO nell'atmosfera
nell”atmosfera portano
ad incrementi di COHb nel sangue, mentre variazioni negative a decrementi; ne segue
che gli eetti
effetti da inalazione di CO in quantit
quantitaa non eccessive sono reversibili.

COHb
COHb (%)
(%) Eetti
Effetti riscontrati
riscontrati
meno di 1.0 nessun eetto
effetto apparente
da 1.0 a 2.0 segni di eetto
effetto sul comportamento
da 2.0 a 5.0 eetti
effetti sul sistema nervoso centrale; menomazione nella di-
scriminazione degli intervalli di tempo, acutezza visiva, lu-
cidit
a e altre funzioni psicomotorie
cidità
da 5.0 a 10.0 mutamenti nella funziona cardiaca e polmonare
da 10.0 a 80.0 emicrania, aaticamento,
affaticamento, sonnolenza, coma, difetti respira-
tori, morte
Tabella 1.5
Tabella 1.5 Eetti
Effetti della concentrazione di COHb nel
nel sangue
sangue

CO
CO nell'aria
nelllaria (ppm)
(ppm) COHb
COHb nel
nel sangue
sangue
10 2.1
20 3.7
30 5.3
50 8.5
70 11.7
Tabella 1.6
Tabella 1.6 Valori di equilibrio COHb nel sangue -- CO nell”aria
nell'aria

1.3.2
1.3.2 Gli
Gli ossidi
ossidi di
di azoto
azoto

In termini di inquinamento atmosferico gli ossidi di azoto (sotto forma forma gassosa)
gassosa) che
destano piu preoccupazione sono l'NO
più lyNO e l'NO
lyNOg.2 . Tali prodotti giungono dalla reazione
di due gas (N(N22 e O2 ) comunemente presenti nelljaria
O2) nell'aria nelle
nelle percentuali di circa 80%
e 20% rispettivamente. I due gas reagiscono però pero solo ad elevate temperature (pi u
(più
di
di 1210 ÆC) formando
1210°C) formando monossido
monossido di
di azoto,
azoto, il il quale ossidandosi aa sua
quale ossidandosi volta forma
sua volta forma
biossido di azoto secondo le seguenti reazioni:
N 2 O2 $
N202 (_) 2 NO
2NO

2QNO O2 $
NO + 2202 <-› 2 NO2
2NOg
10
10 Capitolo 1

Ne consegue che le combustioni, superando facilmente i 1210ÆC, hanno come reazioni

1210°C,
collaterali le due riportate sopra. La quantit
a di NO prodotta dipende dai seguenti
quantita
fattori:
0 temperatura di combustione,
ø tempo di permanenza a tale temperatura dei gas in combustione,
0 quantit
a di ossigeno libero contenuto nella fiamma.
quantita amma.
Nella tabella 1.7 viene indicata la dipendenza della formazione di NO dalla
temperatura e il tempo occorrente per formare 500 ppm di NO a quella temperatura.
temperatura.

ÆC]
Temperatura [[OC] NO [ppm]
[ppm] Tempo [s]
[s]
27 1.1
10-10
10 10 --
527 0.77 -
1 316 550 1 370
1 538 1 380 162
1 760 22600
600 1.10
1 980 44150
150 0.117
Tabella 1.7
Tabella 1.7 Dipendenza della formazione di NO dalla temperatura.
temperatura. La terza
terza colonna
colonna
indica il tempo
tempo per la formazione di 500 ppm di NO
NO

Tali valori sono stati rilevati in laboratorio utilizzando un miscuglio

miscuglio di gas conte-
nente per il 75% N N22 e per il 3% O 2 , considerando che l'ossigeno
02, nell'aria reagisce per
Possigeno nell”aria
la maggior parte con le sostanze sottoposte alla combustione. Diminuendo l'eccesso lyeccesso
d'aria
d7aria e quindi di ossigeno, nella miscela di combustibile di un motore di unyauto- un'auto-
mobile si assiste ad una minor emissione di NO x , ma purtroppo ad un conseguente
N02,
incremento di CO. Durante il rareddamento
raffreddamento dei fumi,
fumi, qualora avvenga lentamente,
lentamente,
eè possibile che l'NO
l”NO si dissoci nuovamente in N N22 e O 2 ; ma in genere nei processi
02;
di combustione il rareddamento
raffreddamento  eè molto veloce, cos
così che parte dell'NO
dell”N0 prodot-
to rimane nel miscuglio a temperature pi u basse. La produzione di NO
più N022 invece,
aumentando col diminuire della temperatura, avviene prevalentemente durante il
rareddamento.
raffreddamento. Essa inoltre  e`e direttamente proporzionale:
0 alla concentrazione di O2,
O2,

0 al quadrato della concentrazione di NO.

Cos, poich
Così, poichée durante il rareddamento
raffreddamento la concentrazione di O 022 aumenta mentre
quella di NO diminuisce, l'eetto
lyelfetto globale porta ad una limitata produzione di NO N02, 2,
stimata essere pari al 10% dell'NO
dell”NO presente nei fumi.
fumi. Altri quantitativi di NO si
convertono in NON022 una volta giunti in atmosfera per
per il verificarsi
vericarsi del ciclo fotolitico
fotolitico
degli ossidi di azoto.

Ciclo
Ciclo fotolitico
fotolitico Tale fenomeno
fenomeno eè una conseguenza diretta della interazione tra
tra
luce solare e NO 2 . Le fasi
N02. fasi del ciclo sono:
 Gli inquinanti atmosferici 11
11

 NO
N022 assorbe energia dal sole sotto forma di luce ultravioletta;
ultravioletta;
ø l'energia
l”energia assorbita scinde le molecole di NON022 in molecole di NO e atomi di
ossigeno O;
0; l'ossigeno
lyossigeno atomico prodotto 
èe molto reattivo;

 gli atomi di ossigeno atomico reagiscono con l'ossigeno

l”ossigeno atmosferico (O 2 ) per
(02)
produrre ozono (O 3 ), un inquinante secondario;
(03),

0 l'ozono
l”ozono reagisce con l'NO
17N0 per dare NO
N022 e O
022 e il ciclo si chiude.

Se
Se il
il ciclo
ciclo avvenisse
avvenisse eettivamente
effettivamente cos, l'NO
cosi, l”N022 si
si convertirebbe in NO
convertirebbe in per convertirsi
NO per convertirsi
nuovamente in NO N022 senza modiche
modifiche nelle concentrazioni dei due composti a regime.
Ma gli idrocarburi presenti nell'atmosfera
nell”atmosfera interferiscono nel ciclo permettendo che
l'NO
l”N0 si converta pi u rapidamente in NO
più N022 di quanto l'NO
17N022 venga dissociato in NO e
O,
0, con un conseguente accumulo di NO N022 e di ozono (si veda il paragrafo 2.3).

Sorgenti
Sorgenti La fonte
fonte principale di NONOacx 
eè l'azione
Fazione batterica che ne
ne produce un quan-
titativo di un ordine superiore a quello di origine antropico. Quest'ultimo pero ha
Questaultimo però
la caratteristica di essere presente in alte concentrazioni in aree limitate.
limitate. Infatti si
eè riscontrato che nelle citt a la concentrazione di NO
citta NOIx 
èe 10 100 volte maggiore che
10-100
nelle aree extraurbane dove agisce soprattutto l'azione batterica. Le emissioni di
Fazione batterica.
NO
N022 stimate per l'Italia tonnellate. La distribuzione
l”Italia nel 1994 sono pari a 2 157 334 tonnellate.
percentuale calcolata per tipologia di sorgenti èe riportata in tabella 1.8.

Settore
Settore emissivo
emissivo NO
N022
Trasporto su strada 49%
Combustione per la produzione di energia e industrie di trasformazione 21%
Altre forme di trasporto 14%
Combustione nell'industria
nell”industria manufatturiera 11%
Impianti di combustione non industriale 3%
Trattamento dei riuti
rifiuti 1%
Processi di produzione 1%
Tabella 1.8
Tabella 1.8 Emissioni italiane di NO
N022 stimate per il
il 1994

La maggior fonte di inquinamento da NO NOacx sono quindi i trasporti

trasporti.. In particolare
i motori diesel producono pi u ossidi di azoto dei motori a benzina, poiché
più poiche utilizzano
miscele molto povere in termini di rapporto aria-combustibile. Molto elevata e`e anche
l”emissione dovuta a combustione in impianti fissi,
l'emissione ssi, specialmente impianti termoelet-
trici. I processi industriali che non contemplano combustioni, come le fabbrichefabbriche di
acido nitrico, producono quantit
quantitaa relativamente piccole
piccole di NO
NOI,x , che influiscono
in uiscono per
peròo
signicativamente
significativamente sull'ambiente
sull”ambiente in quanto sono altamente concentrate ee localizzate.

Rimozioni
Rimozioni naturali
naturali Il tempo di permanenza medio degli ossidi di azoto in at-
mosfera eè molto breve: circa tre giorni per l'NO
l”N022 e circa quattro per lO.
l'NO. Questo
fa pensare che possano intervenire meccanismi di rimozione naturali, che eliminino
gli ossidi di azoto dall'atmosfera
dalliatmosfera trasformandoli in acido nitrico (HNO
(HN03),3 ), il quale
12
12 Capitolo 1

poi precipita sotto forma di nitrati o con la pioggia o con la polvere. Tuttora per peròo
non sono ben chiari i processi che permettono una trasformazione cos così veloce degli
ossidi di azoto. Si eè ipotizzato per questo l'intervento
l”intervento dell'ozono
dell”ozono nelle reazioni,
reazioni, come
possibile causa di accelerazione della trasformazione.
trasformazione.

Eetti
Efl'etti degli
degli ossidi
ossidi di
di azoto
azoto
Eetti
Efietti sulle piante
piante La maggior parte dei dati disponibili si riferisce oggi ad espe-
rimenti controllati in laboratorio. Da essi si rileva che piante di cotone e di fagiolo
sottoposte a fumigazione con NO N022 (1 ppm)
ppm) per 48 ore mostrano macchie sulle foglie
per leggera necrosi; se invece sono sottoposte a fumigazione con NO (10 ppm),
diminuiscono la velocit a di fotosintesi (misurata in base all'assorbimento
velocità all”assorbimento di CO 2 ).
002).
Eetti
Efietti sugli uomini L'NOL7N022 pare essere circa quattro volte più
piu tossico dell'NO,
dell”N0, ma
entrambi rappresentano potenziali pericoli per la salute umana in quanto l”N0 l'NO èe
in grado di ossidarsi facilmente
facilmente in NO
N022 una volta nell'atmosfera.
nell7atmosfera. Sono stati svolti
numerosi esperimenti su animali per indagare gli effetti
eetti acuti di tossicità
tossicita da NO
N0 e
NO
N022 e si 
eè osservato che:
ø l'NO,
17N0, in concentrazione di 2500 ppm per 12 minuti, ha portato le cavie a convul-
sioni e paralisi del sistema nervoso centrale;
o l'NO
l02, 2 , in concentrazioni di 100 ppm, ha interferito sulle vie di respirazione
portando ad edemi polmonari e a conseguente morte.
Per le piccole dosi si sa che concentrazioni tra 1 e 3 ppm permettono all'olfatto
allyolfatto di
accusare la presenza dell'NO
dell”N022 per il suo odore pungente, mentre concentrazioni di
13 ppm di NON022 portano ad irritazioni delle mucose degli occhi e del naso. Non ci
sono pero dati a suÆcienza
però suflicienza per conoscere gli eetti
effetti sull'uomo
sull”uomo delle concentrazioni
oggi presenti nell'atmosfera.
nellyatmosfera. Si pupuòo per
peròo supporre che il maggior pericolo derivante
dalla loro presenza risieda nel loro coinvolgimento nella formazione di ossidanti fo-
tochimici, i pi
u pericolosi componenti dello smog.
più
Eetti
E'fietti sui materiali Gli eetti
effetti degli ossidi di azoto sui materiali sono dovuti es-
senzialmente alla loro acidicazione
acidificazione una volta giunti nell”atmosfera
nell'atmosfera (formazione di
acido nitrico), che ha portato a casi di sbiadimento di tessuti colorati, perdita di
resistenza delle fibre
bre tessili, e corrosione di leghe al nichel e ottone.
ottone.

1.3.3
1.3.3 Gli
Gli ossidi
ossidi di
di zolfo
zolfo

Dalla combustione dei diversi materiali contenenti zolfo vengono prodotti partico-
lari tipi di ossidi di questo elemento: l'anidride
l”anidride solforosa o biossido di zolfo (SO
(802)2)
e l'anidride
l”anidride solforica (SO 3 ). Lo zolfo pu
(803). puòo inoltre essere immesso in atmosfera come
H 2 S, H
H2S, 2 SO3 e H
H2803 2 SO4 (oltre a diversi altri solfati). II due composti SO
H2SO4 ed SO
S022 ed 5033 (in-
dicati con il termine generale di SO 502) x ) sono i principali imputati dell'inquinamento
dellainquinamento
atmosferico da ossidi da zolfo e presentano queste caratteristiche: assenza di co-
lore, odore pungente, il fatto che l'SO l“SO22 non brucia nell'aria
nell”aria ed elevata reattivit a
reattività
dell'SO
dellaSOg.3 . Il meccanismo semplicato
semplificato della formazione
formazione degli SO
SO96x 
eè rappresentato dai
due equilibri:
S+O O22 $
<-› SO
SO22 (1.3)
(1.3)
 Gli inquinanti atmosferici 13
13

SO2 +
22802 022 $
+ O (_) 2SO3
2503 (1.4)
(1.4)

La quantit
quantità a di SO
8033 generalmente prodotta  eè sempre molto modesta,
modesta, anche al variare
della velocit
velocitàa della reazione 1.4. Infatti alle elevate temperature tale velocit a eè alta,
velocità
l'equilibrio
l”equilibrio viene raggiunto rapidamente e quindi la concentrazione di SO 8033 nella
miscela risultante e`e bassa; viceversa alle basse temperature la reazione eè pi u lenta
più
e la quantit
quantità a prodotta nella miscela in equilibrio maggiore;
maggiore; in realt
realtàa la reazione
eè cos
così lenta che le condizioni di equilibrio non vengono mai raggiunte,
raggiunte, per cui la
concentrazione di SO 8033 tende comunque a rimanere bassa. Inoltre l”803l'SO3 gassosa può puo
essere presente nell'aria
nellyaria solo se la concentrazione di vapore èe bassa. In caso contrario
infatti accade che l'SO 3 , combinandosi con il vapore d'acqua,
17803, d7acqua, porta alla formazione
di goccioline di acido solforico
solƒom'co,, secondo la seguente reazione:

SO 3 + H2 O ! H2 SO4
SOg+H20->HQSO4 (1.5)
(15)

E questo il motivo per cui normalmente in atmosfera eè più

È piu facile trovare H 2 SO4
H2804
che SO 3 . La quantit
803. quantità a di acido solforico non eè dovuta unicamente alla produzione
primaria di SO 803;3 ; infatti una volta in atmosfera 1,802 l'SO2 èe parzialmente convertita
in SO8033 e quindi in H 2 SO4 da processi fotolitici
H2804 fotolitici e catalitici. Questa conversione èe
in uenzata
influenzata da numerosi fattori, fra fra i quali l'umidit
llumiditàa dell'aria,
delljaria, l'intensita, la durata e
liintensità,
la distribuzione spettrale della luce solare,
solare7 la presenza in maggiori o minori quantit quantitàa
di materie catalizzatrici, assorbenti e alcaline. E  questo il motivo per cui, alla luce
È
del giorno e a bassa umidit a, sono molto importanti per ljossidazione
umidità7 l'ossidazione le reazioni
fotochimiche
fotochimiche che
che coinvolgono
coinvolgono SO
80272 , NO
N022 e e idrocarburi
idrocarburi (dato
(dato l'eetto
l“effetto catalitico
catalitico degli
degli
ossidi di azoto sull'ossidazione
sull”ossidazione dell'SO 2 ). Di notte invece, in condizioni di umidità,
dell”802). umidita,
nebbia o pioggia, l'SO178022 viene assorbita dalle goccioline di acqua alcalina presenti in
atmosfera e reagisce con essa con conseguente formazione, a velocit velocitàa apprezzabili, di
solfati come il solfato di calcio e di ammonio. L' aerosol o mistura che cos
L7aerosol cosi si forma
eè frequentemente associata a scarsa visibilit a.
visibilità.

Fonti
Fonti di
di inquinamento
inquinamento da
da SO
80,cx Lo zolfo presente
presente globalmente in atmosfera
proviene per circa due terzi da fonti naturali (tipicamente i vulcani)
vulcani) e per la restante
parte
parte dall'attivit
a dell'uomo.
dall”attività dell”uomo. Le
Le emissioni
emissioni nazionali
nazionali di
di SO per ilil 1994
8022 per 1994 sono
sono state
state
stimate in 3 671 901 tonnellate [3]. La distribuzione percentuale calcolata per sorgenti
eè riportata in tabella 1.9.

Settore
Settore emissivo
emissivo SO
8022
Natura 61%
Combustione per la produzione di energia e industrie di trasformazione 20%
Combustione nell'industria
nell”industria manufatturiera 11%
Processi di produzione 3%
Trasporto su strada 2%
Impianti di combustione non industriale 2%
Altre forme di trasporto 1%
Tabella 1.9
Tabella Emissioni italiane di SO stimate per il 1994
1.9 Emissioni italiane di 8022 stimate per il 1994
14
14 Capitolo 1

I maggiori imputati dell'inquinamento

dell”inquinamento da SO SOgox di produzione antropica sono
gli impianti di combustione fissi;
ssi; una parte infatti proviene dalla combustione di
carbone e la restante dall'uso
dall”uso di olii combustibili (lo zolfo  eè infatti presente come
impurit
impurità a nei combustibili fossili, carbone e petrolio, data la sua resistenza al processo
di fossilizzazione dei materiali originari). Il traÆco
traffico non  e`e dunque la fonte principale
dell'inquinamento
delllinquinamento da SO SO96x e anzi vi contribuisce in piccola parte.
parte. Per quanto riguarda
la distribuzione delle emissioni dovute a fonte fissa,ssa, il primo posto e occupato dalle
centrali elettriche, seguite dagli impianti industriali, fra i quali i pi u importanti sono
più
le fonderie, le raÆnerie
raffinerie di petrolio, gli impianti di acido solforico e gli impianti per
la conversione del carbon fossile in coke. Il contributo delle fondem'e fonderie èe poi doppio,
essendo molti dei metalli utili (rame, zinco, piombo, mercurio, ecc.) ecc.) presenti in
natura sotto forma di solfuri nei minerali. L'SOUSOQ2  èe infatti
infatti un sottoprodotto abituale
nelle normali operazioni metallurgiche dato che, essendo lo zolfo un7impurità un'impurita non
desiderata nei metalli, e pi
piùu facile ed economico eliminarlo dai minerali piuttosto che
dal metallo finito.
nito. Per questo la maggior parte dei minerali di zolfo viene concentrata
e quindi arrostita in presenza di aria con conseguente passaggio di SO SO22 in atmosfera
in una certa quantit a.
quantità.

Eetti
Effetti degli
degli ossidi
ossidi di
di zolfo
zolfo
Sulle piante
piante La gravit
gravitàa dei danni arrecati alle piante dipende dalle concentrazioni
di SO
S022 e dalla durata di esposizione. Per brevi esposizioni ad alte concentrazioni si
sono rilevati danni acuti, caratterizzati da zone di necrosi delle foglie, foglie, le quali scolo-
riscono e si seccano assumendo una tinta avorio-marrone. Questa fenomenologia e in
relazione alla capacit
capacità a delle piante di trasformare l'SO178022 assorbita in H 2 SO4 e solfati,
HQSO4
che si depositano sulle regioni apicali o ai margini delle foglie; foglie; questi si aggiungono
a quelli assorbiti dalle radici per cui, a concentrazioni suÆcientemente
suflicientemente alte, si mani-
festano sintomi cronici con caduta di foglie. A causa di esposizioni prolungate, prolungate, ma
a concentrazioni pi u basse, si hanno invece danni cronici, caratterizzati da graduale
più
ingiallimento delle foglie, dovuto ad un blocco nel meccanismo di formazione della
clorolla.
clorofilla. Un'altra
Un7altra causa di formazione di macchie sulle foglie  e la presenza di vapo-
ri di acido solforico, che si posano sulle foglie gi a bagnate da bruma o da rugiada.
già
L'SO
USOQ2 sembra inoltre interferire negativamente anche sullo sviluppo e produttivit produttività a
delle piante. Si pu
puòo notare inne
infine che, a seconda della specie, la reattivit
reattivitàa delle piante
varia grandemente e che in alcune aree urbane si raggiungono concentrazioni di SO SOQ2
abbastanza alte da provocare danneggiamento alle piante più piu sensibili per durate di
esposizione di circa 8-10 ore.
Sull'uomo
Sulljuomo I primi segnali della presenza di SO S022 (gas colorato e pungente)
pungente) sono
avvertiti ad una concentrazione di circa 0.3 ppm, oltre la quale l'odore l”odore comincia a
raggiungere il limite di tollerabilità.
tollerabilita. L'SO
USOQ2  eè molto solubile nei passaggi nasali, per
cui i suoi eetti
effetti irritanti sono per lo pi u ristretti al tratto superiore dell'apparato
più dell7apparato
respiratorio. Una concentrazione di 1.6 ppm per qualche minuto pu puòo già
gia produrre
bronco-costrizione. Gli eetti
effetti irritanti riguardano quindi le vievie respiratorie
respiratorie (aumento
di resistenza al passaggio dell'aria
dellyaria durante la respirazione), gli gli occhi
occhi ed
ed in una
una certa
misura anche il sistema nervoso. I danni maggiori all'apparato
all”apparato respiratorio sembrano
comunque derivare dalla combinazione con i particolati sospesi nell'aria, nell”aria, che possono
possono
raggiungere il tratto
tratto pi u profondo, vale a dire ii polmoni.
più polmoni. I soggetti più piu esposti
esposti a
questi eetti
effetti nocivi sono gli anziani e coloro che già gia sorono
soffrono di malattie croniche
alle vie respiratorie, mentre non vi sono prove di una relazione diretta fra esposizione
 Gli inquinanti atmosferici 15
15

continua a SO S022 (alle concentrazioni normali presenti nell'aria

nell”aria ambiente)
ambiente) e malattie
respiratorie in persone sane. Inoltre sono rari i casi preoccupanti di esposizione SO S022
in quanto il gas eè cos
cosi irritante che gia a concentrazioni basse funziona esso stesso
gia
da allarme.
Sui materiali I materiali che sono maggiormente danneggiati dall'SO dall”SOg2 sono le ver-
nici, i metalli e i materiali da costruzione. Per le vernici si ha che il loro tempo
di essiccamento ed indurimento aumenta dopo esposizione ad SO 2 , per cui alcune
S02,
pellicole di vernici diventano pi u molli ed altre pi
più u fragili se essiccate in presenza
più
di SO 2 , fatto questo che in uisce
S02, influisce sulla loro durata. Nei metalli invece la velocita velocita di
corrosione viene accelerata notevolmente in ambienti inquinati da SO S02, 2 , quali sono
le zone industriali e quelle con emissioni dovute all'uso all”uso di combustibile per il riscal-
damento. Conferma di questo e`e che la velocitvelocitaa di corrosione si presenta pi piùu alta in
autunno e inverno, quando appunto gli inquinanti sotto forma di particelle e di ani-
dride solforosa sono pi piùu concentrati. I metalli più piu attaccati sono il ferro,
ferro, l”acciaio
l'acciaio e
lo zinco. Ma i danni maggiori causati dagli SO SO96x sono quelli dovuti all'acido
all7acido solforico
prodotto dalla reazione dell'SOdellySOg3 con il vapor d'acqua
diacqua atmosferico. I materiali da
costruzione (e specialmente quelli contenenti carbonati come il calcare, il marmo,
l'ardesia
ljardesia da tetto e la malta)
malta) vengono attaccati dalle alte concentrazioni di acido
solforico con conseguente conversione dei carbonati in solfati. Poich Poichèe questi sono so-
lubili in acqua e quindi asportabili dalla pioggia ne consegue una diminuzione della
resistenza meccanica del materiale. La reazione che avviene eè la seguente:
CaCO
Cacog3 + + H 2 SO4 !
HQSO4 _) CaSO
CCLSO44 ++ CO
0022 + + H 2O
HÈO (1.6)
(1.6)

Sulla supercie

superficie dei muri si formano poi macchie di solfato di calcio due volte pi u
più
voluminose di quelle del carbonato del materiale dal quale esso era stato formato, per
cui tale materiale appare alterato. Anche alcune fibre bre tessili, quali le fibre
bre vegetali,
perdono resistenza, mentre il cuoio, avendo una forte aÆnit a per l'SO
affinità PSOQ, 2 , si altera e si
disintegra.
disintegra. La La carta
carta inne
infine assorbe
assorbe SO 2 , si
S02, si ossida
ossida aaH 2 SO4 e
H2SO4 e si
si scolorisce,
scolorisce, diventando
diventando
rigida e fragile.

1.3.4 Il particolato
Con la terminologia aerosol atmosferici si intende l'insieme
l”insieme delle particelle la cui
dimensione pupuòo variare da pochi angstr
_ om a qualche centinaia di micron ((nm).
àngström m).
L'insieme
L7insieme complessivo delle particelle presenti in atmosfera prende il nome di PTS
(Particolato Totale Sospeso). Particelle di diametro inferiore a 2.5 ,um m (generalmente
indicate con la sigla PM2.5)
PM2.5) sono dette particolato fine ne particles),
ne ((fine particles ), quelle di
dimensione superiore genericamente polveri ((coursecoarse partícles).
particles ). Si denisce
definisce inoltre la
classe PM10 che rappresenta la porzione di particolato con diametro inferiore ai 10
,um
m e sulla quale si eè concentrata l'attenzione
Pattenzione sia in termini scientici
scientifici che legislativi.
Il particolato ne
fine pu
puòo essere ulteriormente diviso in due classi granulometriche [1]:
o La classe di particelle con diametro compreso tra 0.005 e 0.1 ,um m èe la
la pi
u nu-
più
merosa, ma al tempo stesso contribuisce sulla massa totale solo per una piccola
frazione. Le particelle sono prodotte per condensazione di vapori vapori prodotti du-
rante la combustione, dalla aggregazione di specie in atmosfera;
o le particelle con diametro compreso tra 0.1 e 2.5 ,um m sono in genere prodotte
per coagulazione di particelle a diametro minore e per condensazione di vapori.
16
16 Capitolo 1

Gli aerosol sono generati,

generati7 trasformati e rimossi da diversi meccanismi chimico-sici,
chimico-fisici7
caratterizzati da quattro principali proprieta delle particelle:
0 la composizione chimica,
o la dimensione delle particelle,
ø la pressione di saturazione,
ø la tensione superciale.
superficiale.

I fenomeni che interessano le particelle no

fino a modicarne
modificarne granulometria e ca-
ratteristiche chimico-siche
chimico-fisiche sono schematizzati in figura
gura 1.2.

Conversione chimica
Conversione chimica
Vapore
Vapore di gas
di gas in
in vapori
vapori
a bassa volatilità
Condensazione
Vapore
a bassa
Particelle volatilità
primarie
primarie i
Nucleazione
Coagulazione
Coagulazione omogenea
omogenea
Polveri trasportate
Polveri trasportate
Catene Accrescimento t dal vento
del nucleo +
+
per condensazione
per condensazione i Emissioni
Emissioni
+
+
| Aerosol marini
Gocce +
+
| Vulcani
+
+
Particelle di
Particelle di
Coagulazione
Coagulazione origine vegetale
origine vegetale

agulazione
Co
Dilava- Sedi-
mento
mento mentazione

0.001 0.01 0.1 l l() 100

Diametro delle particelle, µm
pm

__ Particolato fine _-l-_- Particolato __-

Figura 1.2
Figura 1.2 Principali sorgenti, processi di trasformazione
trasformazione e rimozione
rimozione delgli aerosol.
Figura tratta da [4]
[4]

Per nucleazione
nacleazz'one si intende il processo di formazione
formazione di particelle allo stato solido
processo di condensazione com-
a partire da specie gassose (reazioni chimiche). Il processo
porta il passaggio di specie dalla fase gas allo stato condensato (solido o liquido).
liquido).
Con il termine coagulazione si indica il fenomeno per cui due particelle allo stato
condensato si urtano originando una nuova particella.
 Gli inquinanti atmosferici 17
17

Fonti
Fonti di
di inquinamento
inquinamento da
da particolati
particolati Occorre innanzi tutto osservare che i
particolati presenti in atmosfera provengono in buona parte anche da processi na-
turali, quali le eruzioni vulcaniche e l'azione
llazione del vento sulla polvere e sul terreno,
processi che solo raramente provocano inquinamento da particolati (a meno di fe-
nomeni di concentrazione locale elevata). La causa principale eè infatti da ricercarsi
nelle attivit
a dell'uomo,
attivita dellluomo, tipicamente l'industria
l”industria delle costruzioni (particelle di pol-
vere),
Vere), le fonderie (ceneri volatili) e i processi di combustione incompleta (fumi). Per
quanto riguarda gli impianti fissi,
ssi, il maggior contributo e fornito dalle centrali ter-
moelettriche, mentre, tra i processi industriali, quelli metallurgici occupano il primo
posto nella emissione di polveri inquinanti, seguiti dalle industrie di lavorazione delle
pietre e del cemento; emissioni di rilievo sono dovute all'industria
all”industria della lavorazione
e stoccaggio del grano. Il traÆco
trafIico urbano contribuisce all'inquinamento
all”inquinamento dell'aria
dell”aria da
particolati sia a causa della combustione, sia attraverso la lenta polverizzazione della
gomma dei pneumatici e dell'asfalto.
dellyasfalto. Il diametro delle particelle in sospensione  èe
indicativamente correlato alla fonte di provenienza [5] [5] come indicato in taballa 1.10.

Diametro
Diametro Provenienza
Provenienza
> 10 ,um
m processi meccanici (es. erosione del vento, macina-
zione e diusione),
diffusione), polverizzazione di materiali da
parte di veicoli e pedoni;
m e 10
tra 1Lam m
10/im provenienza da particolari tipi
tipi di terreno,
terreno, da polveri
polveri
e prodotti di combustione di determinate industrie e
da sali marini in
in determinate localita;
localita;
tra 0.1 m e 11,um
0.1pm m combustione ed aerosol fotochimici;
fotochimici;
< 0.1 ,um
m particelle non sempre identificabili
identicabili chimicamente,
originate apparentemente quasi del tutto da processi
di combustione.
Tabella 1.10
Tabella 1.10 Dimensioni ed emissioni di particolato.

Da ultimo eè importante notare che, sempre in relazione alle dimensioni delle par-
ticelle, sono stati eettuati
effettuati studi sui tempi di permanenza nell”aria
nell'aria e sul meccanismo
di rimozione dei particolati da parte delle piogge. Questo meccanismo,
meccanismo, noto con il
termine washout
washout,,  eè eÆcace
efficace per le particelle di dimensioni non inferiori a circa 2m.
2,um.
Le goccioline cos
così formatesi cadendo inglobano anche altre particelle, ingrandendosi
man mano che scendono ai livelli pi u bassi.
più

Eetti
Effetti dei
dei particolati
particolati
Eetti
E'fiettz' sulle piante
piante Le ricerche nora
finora eettuate
effettuate riguardano solo effetti
eetti da polveri
speciche.  stato ad esempio possibile rilevare che le polveri di forni
specifiche. E
È forni per
per cemento,
mescolandosi con nebbia leggera o pioggia, formano
formano una
una spessa crosta sulla supercie
superficie
superiore delle foglie che puo essere rimossa solo con forza,
può forza, non
non essendo suÆciente il
sufficiente il
lavaggio con acqua [5]. Tale incrostazione, facendo da scudo alla luce solare, interfe-
risce con la fotosintesi e sconvolge il processo di scambio della CO
COg2 con l'atmosfera,
17atmosfera,
oltre a inibire lo sviluppo della pianta. Inoltre il danneggiamento della foglia per
18
18 Capitolo 1

abrasione meccanica rende le piante pi u suscettibili agli attacchi da parte di in-
più
setti. Non ultimo eè da rilevare il danno indiretto arrecato agli animali che usano le
piante come alimento, poich
poichée i particolati depositatisi sulle piante possono contenere
componenti chimici dannosi.
Sull'uomo
Sullluomo Il sistema maggiormente attaccato dagli inquinanti particolati  e l'appa-
Pappa-
rato respiratorio e il fattore di maggior rilievo per lo studio degli eetti effetti 
e proba-
bilmente la dimensione delle particelle, in quanto da essa dipende l”estensione
l'estensione della
penetrazione nelle vie respiratorie. Prima di raggiungere i polmoni, i particolati de-
vono oltrepassare delle barriere naturali, predisposte dall'apparato
dall”apparato respiratorio. Tali
barriere sono innanzi tutto costituite dai peli delle narici, i quali agiscono da filtro ltro
per le particelle piu grosse; quelle pi
più u piccole sono invece fermate dalle mucose (a
più
cui le particelle aderiscono) che rivestono l'apparato
Papparato respiratorio. In alcune parti si
hanno inoltre dei minuti peli (ciglia) che durante la respirazione ondeggiano avanti e
indietro fra le mucose convogliando le particelle verso la gola,gola, dove vengono inghiot-
tite [5]. Alcuni particolati sono eÆcacemente
efficacemente bloccati dalle dimensioni e dalla forma
dei canali attraverso i quali passa l'aria.
llaria. Si pu
o ritenere che le particelle con diame-
può
tro superiore a 5  m siano fermate e depositate nel naso e nella gola;
,um gola; le particelle
di diametro compreso fra 0.5 e 5.0  m sfuggono all'azione
,um alllazione delle ciglia e giungono
a depositarsi nei bronchioli. Anche queste vengono per la maggior parte rimosse
nello spazio di circa due ore. Il pericolo eè invece rappresentato dall'insieme
dall”insieme di parti-
celle che raggiungono gli alveoli, dai quali vengono eliminate in modo meno rapido
e completo, dando luogo ad un possibile assorbimento nel sangue con conseguente
intossicazione. Il materiale che permane nei polmoni pu o:
può:

0 avere un'intrinseca tossicita, a causa delle sue caratteristiche fisiche

unyintrinseca tossicità, siche o chimiche,
o interferire con l'eliminazione
l”eliminazione di altri materiali pi
u pericolosi,
più pericolosi,
ø causare fenomeni di assorbimento o adsorbimento sulle particelle,
particelle, per cui posso-
no essere convogliate molecole di gas irritanti nei polmoni (ad esempio il carbone
sotto forma di fuliggine pu
o incorporare per adsorbimento molte molecole di gas
può
sulla sua supercie).
superficie).

Come sopra accennato si hanno diversi particolati tossici i cui effetti eetti sulla salute
sono tuttora oggetto di studio. Ad eccezione dell'aerosol dell”aerosol di acido solforico,  `ee diÆ-
diffi-
cile trovare nell'atmosfera
nell”atmosfera particolati intrinsecamente tossici ad alte concentrazioni.
L'interesse
L7interesse  eè volto quindi a individuare e caratterizzare particelle tossiche, quali ad
esempio alcuni metalli presenti nell'aria nell”aria in tracce ed in continuo aumento a causa
delle attivit
attivitaa umane (tab. 1.11). Esempi interessanti di particolati aerostrasportati
sono il berillio e l'Tormento,
amianto, aggiunti all'elenco
alllelenco degli "inquinanti
” inquinanti atmosferici perico-
losi"
losi” nel 1971 dalla Agenzia di Protezione dell'Ambiente
dell”Ambiente statunitense (EPA) (EPA) come
richiamo ad un maggior controllo delle emissioni. Infatti anche una leggera sovraes-
posizione a tali elementi pu può o costituire un pericolo per la la salute.
Il berillio ed i suoi composti (quelli solubili come il BeSO BeSO44 ed il il BeCl
BeClQ)2 ) provoca-
no inammazione
infiammazione acuta dei polmoni. I composti insolubili insolubili ed
ed ilil berillio metallico
provocano invece la "berilliosi",
77berilliosi”, malattia polmonare cronica che consiste in in un
un ab-
bassamento della resistenza alle malattie polmonari come la pleuremia e l'edema Pedema
polmonare. Per quanto riguarda l'amianto, l°amìanto, si puòpuo dire che questo elemento, un un
silicato minerale broso,
fibroso, pu
può o permanere a lungo nelllatmosfera
nell'atmosfera provocando gravi
 Gli inquinanti atmosferici 19
19

Elemento
Elemento Fonti
Fonti
Nichel Nafta, oli residui, carbone, fumo di tabacco, sostanze chi-
miche e catalizzatori, acciaio e leghe non ferrose
Berillio Carbone, industria elettrica nucleare
Boro Carbone, agenti pulenti, medicinali, manifattura del vetro,
altre industrie
Germanio Carbone
Arsenico Carbone, petrolio, detersivi, insetticidi, ganghe
Selenio Carbone, zolfo
Ittrio Carbone, petrolio
Mercurio Carbone, batterie elettriche, altre industrie
Vanadio Petrolio (Venezuela, Iran), prodotti chimici e catalizzatori,
acciaio e leghe non ferrose
Cadmio Carbone, estrazione zinco, condotte d'acqua
d”acqua e tubi, fumi di
tabacco
Antimonio Industria
Piombo Gas di scarico autoveicoli (a benzina super)
super)
Tabella 1.11
Tabella 1.11 Metalli potenzialmente pericolosi per
per la
la salute
salute anche in tracce

inconvenienti ai polmoni. Le fibrebre infatti, essendo molto

molto fragili,
fragili, si suddividono fa-
fa-
cilmente in sottili brille
fibrille (100 000 di esse peserebbero un grammo)
grammo) che possono
possono cos
così
essere aerotrasportate senza diÆcolt
difficoltaa e costituire un pericolo per gli abitanti di luo-
ghi ubicati presso fonti di polveri di amianto. Queste possibili fonti sono legate alle
pratiche di costruzioni di edici
edifici per quel che riguarda l'uso
l”uso di materiale antincendio
a base di amianto; costituiscono quindi un potenziale pericolo anche per gli indivi-
dui che vivono e lavorano in ambienti nei quali sono presenti tali materiali.
materiali. I danni
maggiori finora
nora riscontrati sono subiti dagli addetti ai lavori, i quali risultano i pi u
più
esposti al rischio di cancro al polmone.

Sui materiali I danni sui materiali sono legati soprattutto alla composizione chi-
mica e allo stato sico
fisico dell'inquinante.
dell”inquinante. Un primo tipo tipo di danno indiretto `ee causato
dall'annerimento
dall”annerimento dei materiali, dovuto alla sedimentazione dei particolati; la puli-
tura necessaria indebolisce il materiale (sempre che ancor prima le particelle non
siano anche di per s sèe corrosive o veicolino sostanze corrosive adsorbite o absorbite).
Gli edici
edifici (case, monumenti, strutture, ecc.) ecc.) vengono sporcati e danneggiati da
particelle solitamente catramose, collose ed acide, le quali aderiscono alle superci superfici
fungendo da serbatoi di acidi per la corrosione (fatto questo che si verifica verica soprat-
tutto in citt
a, dove vengono usate grandi quantit
citta, quantitaa di carbone ed olii a base di zolfo).
zolfo).
Anche le superci
superfici con verniciature fresche o gi a asciutte subiscono l'attacco
gia Pattacco dei
particolati; ne sono un esempio le condizioni delle auto parcheggiate nei nei pressi
pressi di
impianti industriali o in aree urbane fortemente inquinate. In In aria asciutta e pulita
pulita
i metalli resistono bene alla corrosione che per peròo aumenta in in velocit
a all'aumentare
velocita all”aumentare
dell'umidita. Poich
dell”umidita. Poichèe i particolati fungono da nuclei
nuclei di condensazione per
per le goccio-
line d'acqua
diacqua nelle quali si dissolvono molti dei gas assorbiti dai particolati stessi,
si ha che la corrosione risulta accelerata (specie in presenza di composti contenenti
zolfo). Questo fatto spiega perchperchèe diversi esperimenti hanno evidenziato che le ve-
20
20 Capitolo 1

locit
a di corrosione dei metalli pi
locita u elevate si hanno nell'atmosfera
più nell”atmosfera di zone urbane e
industriali.

1.3.5
1.3.5 L'ozono
L”ozono troposferico
troposferico e
e ii composti
composti organici volatili
organici volatili

L'atmosfera
L7atmosfera pu
puòo essere considerata come un ambiente ossidante dinamico, nel quale
composti ridotti dell'azoto,
dellyazoto dello zolfo e del carbonio (NO, NO
N02,2 , SO2 , VOC)
S02, V00) ven-
gono trasformati, attraverso lunghe catene di reazione, in prodotti ossidati come
CO 2 , HNO
002, HNO33 e H 2 SO4 . All'interno
H2SO4. Alliinterno di questa camera di reazione svolgono un ruolo
importante:
0 gli ossidi di azoto (principalmente NO e NO 2 ) che si formano dalla reazione
N02)
tra l'ossigeno
liossigeno e l'azoto
lyazoto presenti nell'aria
nellyaria a causa delle alte temperature che si
raggiungono nei processi di combustione;
o ozono, che pu
gli ossidanti: in particolare l'lyozono, o raggiungere elevati livelli di concen-
può
trazione, soprattutto di giorno, e le specie radicaliche, composti chimici molto
reattivi, con almeno un elettrone spaiato.
ø i composti organici volatili : alcani, alcheni, alchini, aromatici e i rispettivi
derivati ossigenati, alogenati, solforati e azotati; il termine composti organici
Volatile Organic
volatili ((Volatilc Organic Compounds
Compounds,, VOC)
V00) indica l'insieme
l”insieme degli organici at-
mosferici allo stato gassoso, esclusi CO
00 e CO
002. 2 . I VOC
V00 antropogenici e biogenici
in atmosfera sono diverse centinaia, vengono quindi spesso trattati per famiglie
caratterizzate da simili propriet
proprietàa chimico-siche x2.3).
chimico-fisiche ((§2.3).
Un ruolo fondamentale svolgono le reazioni fotochimiche, generalmente di fo-
todissociazione, sia nella chimica inorganica (per esempio la dissociazione dell'NO dell”NO22
e dell'NO
dell”NO3),3 ), che in quella organica (per esempio la dissociazione della formaldeide,
HCHO).
HOHO). In particolari condizioni emissive e meteorologiche (intense emissioni V00 VOC
e NO
NOI,x , forte irraggiamento e scarsa circolazione), il complesso di trasformazioni
descritto pu
può o produrre alte concentrazioni di inquinanti secondari e di ozono in par-
fotochimico, o smog ƒotochi-
ticolare. Tale fenomeno prende il nome di inquinamento fotochimico, fotochi-
mico
mico,, e pu
puòo essere denito
definito come il complesso delle trasformazioni degli ossidi di azoto
e dell'ozono,
dell”ozono, in presenza di composti organici in grado di modicare
modificare il naturale equi-
librio tra O 033 e NO
NOw,x , facendo aumentare la concentrazione di ozono e contribuendo
alla formazione di sostanze, come ad esempio i PAN (Perossi-Acetil-Nitrati), nocive
alla salute dell'uomo
dell”uomo e degli ecosistemi. L'inquinamento
L7inquinamento secondario, generalmente
trae origine in contesti fortemente antropizzati (ad esempio le grandi aree urbane) urbane)
dove eè facile riscontrare forti emissioni di composti organici e dell'azoto.
dell”azoto. Condizioni
tipiche di sviluppo del fenomeno sono le situazioni estive anticicloniche caratteriz-
zate da stagnazione e forte irraggiamento. In queste situazioni i meccanismi sopra
descritti possono portare in poco tempo allo sviluppo di forti forti concentrazioni di in-
quinanti. Tali composti, inoltre, a causa del loro loro carattere secondario possono
possono dar
luogo ad alte concentrazioni e fenomeni di accumulo anche a notevoli
notevoli distanze (no
(fino a
centinaia di chilometri)
chilometri) dalle zone di emissioni (ad esempio inin aree rurali ee remote).
Per tale motivo l'inquinamento
l7inquinamento secondario viene considerato anche un fenomeno di
mesoscala (o addirittura transfrontaliero). Per una trattazione pi piùu dettagliata del
fenomeno sotto questi aspetti si faccia riferimento al capitolo x§2.3.2.3.
 Gli inquinanti atmosferici 21
21

Fonti
Fonti di
di inquinamento
inquinamento da
da VOC
VOC Le emissioni nazionali di composti organici,
escluso il metano, per il 1994 sono state stimate in 22784 784 801 tonnellate [3]. La
distribuzione percentuale calcolata per sorgenti èe riportata in tabella 1.12.

Settore
Settore emissivo
emissivo NMVOC
NMVOC
Trasporto su strada 39%
Uso di solventi 20%
Agricoltura e foreste 20%
Altre forme di trasporto 8%
Estrazione e distribuzione di combustibili fossili e energia geotermica 5%
Trattamento dei riuti
rifiuti 4%
Processi di produzione 4%
Impianti di combustione non industriale 1%
Tabella 1.12
Tabella 1.12 Emissioni italiane di composti organici volatili non metanici
metanici stimate
stimate per il
1994

La presenza di composti organici nell'aria

nell“aria 
èe dovuta in parte a processi di origine
naturale (processi biologici di decomposizione di materia organica sulla supercie
superficie
terrestre, fotolisi delle piante, attivit a geotermica, processi in atto in giacimenti di
attività
carbone, gas naturale e petrolio e a processi spontanei di combustione). Per quan-
to riguarda invece le emissioni dovute alle attivit a dell'uomo,
attivita dell”uomo, la fonte principale
di inquinamento sono i mezzimezzt` di trasporto
trasporto,, fra i quali i veicoli a benzina hanno il
peso piu rilevante. I due meccanismi principali tramite i quali le auto immettono
più
idrocarburi nell'aria
nell”aria sono l'evaporazione
l”evaporazione della benzina (complessa miscela di idro-
carburi semplici con aggiunta di additivi non idrocarburici quali il piombo, molto
volatile nell'aria)
nell”aria) e le emissioni di carburante incombusto nei gas di scarico. Se non
eè presente un sistema di controllo degli scarichi, si eè stimato che per l'automobile
Pautomobile il
60% degli idrocarburi proviene dai gas di scarico, il 20% sfugge dal carter, il 10%
da evaporazione nel carburatore e un altro 10% da evaporazione dal serbatoio del
carburante. La seconda importante fonte d'inquinamento
d7inquinamento  èe costituita dai processi
industriali nelle fasi di produzione, lavorazione, immagazzinamento, trasporto e uti-
lizzo di vernici e solventi
solventi..

Eetti
Effetti degli
degli idrocarburi
idrocarburi e
e degli
degli ossidanti
ossidanti fotochimici
fotochimici
Eetti
Efiettt sulle piante
piante Tali eetti
effetti sono stati fra i primi ad essere rilevati e, e, mentre
dall'inizio
dall”inizio era stato individuato solo l'ozono
l”ozono come causa principale, attualmente si
sta scoprendo anche l'importanza
llimportanza dei PAN [6]. Per quanto riguarda l'ozono, l7ozono, il suo
eetto
effetto nocivo eè rilevabile da macchie bianche oo piccoli puntipunti (necrosi di gruppi
gruppi di
cellule) sulla supercie
superficie superiore delle foglie
foglie e dall'apparizione
dall”apparizione di bruciature alle e- e-
stremit
stremitàa dei germogli; si noti che le piante pi
piùu ricche
ricche di zuccheri sono le
le più
piu resistenti
resistenti
all'ozono.
all”ozono. La famiglia dei PAN, in particolare il perossiacetilnitrato, causa invece
sulla supercie
superficie inferiore delle foglie
foglie (specie le più
piu giovani)
giovani) una colorazione traslucida
traslucida
e bronzea. In alcuni casi il tessuto della foglia muore. Generalmente i PAN non
danneggiano le piante se esse non sono state esposte in precedenza alla luce e i livelli
22
22 Capitolo 1

di danneggiamento possono essere molto diversi a seconda delle ore di esposizione

e della concentrazione (ad esempio per 5 ore con 0.01 ppm vengono danneggiate le
piante pi piùu sensibili). Fra gli idrocarburi, inne,
infine, l'etilene
l”etilene (C 2 H4 ) sembra essere il solo
(C2H4)
a provocare eetti effetti negativi (inibizione dello sviluppo, cambiamento del colore delle
foglie, morte dei fiori)
ori) per concentrazioni ambiente di circa 1 ppm. Altri idrocarburi,
quali l'acetilene
l”acetilene e il propilene, hanno invece dato eetti effetti tossici solo per concentrazioni
da 60 a 500 volte pi u alte di quelle dell'etilene.
più dell”etilene.
Eetti
Efiettí sull'uomo
sull homo Fino ad ora non sono stati rilevati particolari eetti effetti diretti no-
civi degli idrocarburi sull'uomo.
sull”uomo. Da ricerche effettuate
eettuate con idrocarburi aciclici ed
aliciclici non si sono registrati eetti effetti per livelli inferiori a 500 ppm. Gli idrocarbu-
ri aromatici (ad esempio il benzene) costituiscono invece una minaccia pi u seria a
più
causa dei loro vapori che sono molto pi u irritanti per le mucose e la cui inalazione
più
pu
può o essere dannosa per l'apparato
lyapparato respiratorio (eetti
(effetti rilevabili per concentrazioni
superiori a 25 ppm). A proposito del metano e dell'acetilene, dell”acetilene, si pu
puòo dire che so-
no degli asssianti,
asfissianti, mentre certi composti organici derivati degli idrocarburi (quali
i fenoli
fenoli inalati o assorbiti dalla pelle) possono provocare disturbi digestivi, ecces- ecces-
siva salivazione, disordini del sistema nervoso ed eruzioni cutanee [1]. [1] Si eè inoltre
riscontrata una relazione fra idrocarburi policiclici (IPA) (IPA) quali il benzopirene e in-
cidenza del cancro ai polmoni. Per quanto riguarda invece gli ossidanti fotochimici, fotochimici,
poich
poichèe vengono inalati con l'aria llaria che si respira, il loro eetto
effetto si osserva sui normali
processi respiratori (oltre ad una certa irritazione degli occhi caratteristica dell'espo- dellyespo-
sizione a questi composti). L'ozono, Lyozono, caratterizzato dall'assenza
dall”assenza di colore e dall'odore
dallyodore
pungente, comporta una casistica molto complessa di eetti: effetti: la sua presenza  e ri-
conosciuta ad una concentrazione di circa 0.02 o 0.05 ppm, oltre la quale comincia
l'irritazione
llirritazione al naso e alla gola; ad un valore di 0.1 ppm si manifesta manifesta secchezza delle
fauci e un'esposizione
un7esposizione da 1 a 3 ppm per un periodo di 2 ore produce estremo aati- affati-
camento e mancanza di coordinazione in soggetti sensibili. Al limite un'esposizione un7esposizione
a 9 ppm in uguali periodi di tempo ha causato edema polmonare nella maggior parte
dei soggetti. Per le concentrazioni di ozono presenti nell”atmosfera nell'atmosfera resta comunque
un ampio margine di salvaguardia per la salute dell'uomo. dellluomo. Da ultimo, i PAN non
dovrebbero presentare alcun riconosciuto pericolo per la salute alle concentrazioni
rilevate nell'ambiente
nell”ambiente atmosferico; sono stati comunque messi in relazione soprat-
tutto con le irritazioni degli occhi e dell'apparato
dell”apparato respiratorio per concentrazioni di
circa 0.5 ppm.
Eetti
Efiettz' suism' materiali L'ossidante
L”ossidante di maggior interesse nelle ricerche in questo settore
eè l'ozono;
llozono; la gomma e le bre fibre tessili sono materiali soggetti ad alterazione chimica
per esposizioni a quantit
quantita a molto piccole di ozono. Gli effetti eetti prodotti sono di due
tipi: il primo eè dovuto alla rottura della catena degli atomi di carbonio (per cui il
materiale diventa pi piùu uido
fluido e perde resistenza alla tensione),
tensione), mentre il secondo causa
una minore elasticit a ed una maggiore fragilit
elasticità fragilitàa per la formazione di nuovi legami
fra catene di carbonio parallele. Per quel che riguarda la gomma, si e`e rilevato che
l'attacco
llattacco dell'ozono
dell”ozono dipende dallo stato di tensione a cui essa si trova. trova. Ad esempio per
uno sforzo di appena il 2 o 3% rispetto al carico di rottura e per una una concentrazione
di 0.01 0.02 ppm si ha formazione
0.01-0.02 formazione di screpolature. I danni sono rilevanti nella
fabbricazione dei pneumatici dato il continuo stato di tensione tensione (trazione ee flessione)
essione) a
cui si trovano sottoposti. Proprio per impedire l'attacco l”attacco dell'ozono,
dell”ozono, con conseguente
fessurazione, si usano particolari additivi antiozonanti (peraltro costosi e sempre
meno eÆcaciefficaci al passare del tempo). L'attacco
Llattacco dell'ozono
delljozono riguarda anche le fibre bre
tessili, in relazione a fattori come luce e umidit umidità, a, che sembrano elementi necessari
 Gli inquinanti atmosferici 23
23

perch
perchée abbia luogo un'apprezzabile
un”apprezzabile alterazione della resistenza delle fibre.
bre. Gli effetti
eetti
dannosi sono risentiti in modo via via piu intenso, nell”ordine,
più nell'ordine, da cotone, acetato,
nailon, poliestere.

1.3.6
1.3.6 Riferimenti
Riferimenti normativi
normativi

Per quanto riguarda gli inquinanti che concorrono a denire

definire la qualit
a dell'aria
qualita dellyaria a
livello locale i principali riferimenti normativi sono costituiti da direttive europee e
conseguenti recepimenti
recepimentz' a livello nazionale.
La normativa individua nel corso degli anni una serie di composti inquinanti
e su questi stabilisce degli standard di qualit a , generalmente sotto forma di soglie
qualità
di superamento o livelli massimi, relativamente sia al lungo periodo che ad episodi
critici in alcuni casi distinti per popolazione umana ed ed ecosistemi. In particolare
particolare
vengono introdotte le seguenti denizioni:
definizioni:

Valori
Valori limite
limite di
di qualit
a dell'aria:
qualità dell,aria: limiti massimi di accettabilit
a delle concentra-
accettabilità
zioni e limiti massimi di esposizione relativi ad inquinanti nell'ambiente
nell”ambiente esterno
(DPR 203 del 24/5/88).
Valori
Valori guida
guida di
di qualit
a dell'aria:
qualità dell”aria: limiti delle concentrazioni e limiti
limiti di esposi-
zione relativi ad inquinamenti nell'ambiente
nellyambiente esterno destinati alla prevenzione
a lungo termine in materia di salute e protezione dell'ambiente
dell”ambiente e a costituire
parametri di riferimento per l'istituzione
lyistituzione di zone speciche
specifiche di protezione am-
bientale per le quali eè necessaria una particolare tutela della qualita dell'aria
qualita dell7aria
(DPR 203 del 24/5/88).
Obiettivi
Obiettivi di
di qualit
a: individuano il valore medio annuale di riferimento
qualità: riferimento da rag-
giungere e rispettare a partire da una determinata data (DM del 25/11/94).
così come i livelli di
Questi standard, cos protezione per la salute e per gli ecosiste-
dl' protezione
mi, vengono generalmente deniti
definiti attraverso indicatori di lungo periodo (medie
annuali, esposizioni accumulate,...) e quindi individuano le condizioni medie
di non pericolosita dei diversi composti inquinanti che possono essere presenti
pericolosità
in atmosfera. Come evidenziato nelle denizioni
definizioni stesse, alcuni di questi stan-
dard non rappresentano vincoli immediati da rispettare, quanto condizioni di
riferimento a cui tendere.
tendere.
Stato
Stato di
di attenzione:
attenzione: una situazione di inquinamento atmosferico che, se persi-
stente, determina il rischio che si raggiunga lo stato di allarme (DM 15/04/94).
Stato
Stato di
di allarme:
allarme: una situazione di inquinamento atmosferico suscettibile di de-
terminare una condizione di rischio ambientale e sanitario (DM 15/04/94).
Livelli
Livelli di
di attenzione
attenzione e
e allarme:
allarme: le concentrazioni di inquinanti
inquinanti atmosferici che
determinano lo stato di attenzione e lo stato di allarme (DM 15/04/94). I livelli
di attenzione e di allarme fanno riferimento ad indicatori
indicatori di breve
breve periodo
periodo (me-
die orarie o giornaliere) e vengono utilizzati per
per identificare
identicare situazioni critiche di
carattere episodico. I documenti forniscono, inoltre, le linee di indirizzo relativa-
mente alle tecniche di monitoraggio, archiviazione e scambio delle informazioni
misurate.
24
24 Capitolo 1

Per una migliore comprensione del signicatosignificato degli standard proposti dalla nor-
mativa, di seguito vengono richiamate brevemente le denizionidefinizioni dei principali indici
statistici utilizzati. Gli indici statistici vengono solitamente calcolati su un campione
di misure eettuate
effettuate da una o pi u stazioni lungo una certo intervallo temporale:
più temporale: 1
giorno, 1 anno, 1 semestre,... Le misure hanno quasi sempre passo orario (biorario
in alcuni casi). Le misure dovrebbero essere sempre analizzate in modo da eliminare
eventuali valori di picco anomali e valori troppo prossimi alla soglia strumentale.
Inne
Infine occorrerebbe sempre vericare
verificare la numerosit
numerositaa del campione (generalmente, i
campioni dovrebbero contenere almeno il 70-80 % di dati validi). validi). Considerando un
generico
generico campione
campione di di N
N misure x1 ,x2 ,...xN ee M
misure X1,X2,...xN M classi
classi contigue
contigue c 1, c
cl, 2 ,..cM di
c2,..cM valori,
di valori,
si denisce
definisce la funzione discreta distribuzione di frequenza come:
Ni
ffii =
I _ (1.7)
(1-7)
N
dove N
N,-i rappresenta il numero di misure che cadono nella classe i-esima (i=1,M);
(i:1,M);
mentre si denisce
definisce distribuzione di frequenza cumulata la funzione:
funzione:
Nc
NCii
fc
ƒcii = NN (1.8)
(1-8)
dove Nc
Ncl-i rappresenta il numero di misure il cui valore 
eè inferiore all'estremo
alljestremo super-
iore della classe i-esima (i = 1,M).
LM). Nelle figure
gure 1.3 e 1.4, a titolo
titolo di esempio,
esempio, sono
rappresentate la distribuzione in frequenza e la distribuzione di frequenza cumulata
di un campione di misure orarie di ozono. La normativa poi utilizza, nella denizione
definizione
degli standard, alcuni indici statistici tra cui:
0 la media o media aritmetica, calcolata come:
PN
=1 x
Ma:
Ma=
iN
Zfíi "vii (1.9)
(1.9)
N
o Il percentile x-esimo che eè denito
definito come il valore misurato che non vieneviene supe-
rato con frequenza pari a x% X% o, in altri termini, il valore misurato con frequenza
cumulata pari a X%. x%. Ad esempio la mediana o 50 50°Æ percentile,
percentile, rappresenta il va-
lore misurato che non viene superato con frequenza pari al 50%. Analogamente
95°Æ ed il 98
il 95 98°Æ percentile. In gura
figura 1.4  50OÆ e del 95
eè riportata la posizione del 50 95°Æ
percentile del campione.
In tabella 1.13 e`e riportato l'elenco
l”elenco delle normative in vigore. Nelle tabelle dalla
1.14 alla 1.24 eè poi riportato l'elenco
l”elenco degli indicatori di qualit
a dell'aria
qualita dell7aria proposti
dalle normative stesse. La notazione (*) (*) indica standard di qualit
qualitaa proposti in
ambito europeo, ma non ancora recepiti dalla normativa nazionale o la cui entrata
in vigore eè dierita
differita nel tempo.

1.4
1.4 Acidicazione
Acidifìcazione ed
ed eutrozzazione
eutrofizzazione

I fenomeni
fenomeni di acidicazione
acidificazione consistono nell'abbassamento
nell”abbassamento del pH delle acque super-
ciali
ficiali e dei suoli, a causa dell'apporto
dell“apporto di sostanze acidicanti
acidificanti dovuto soprattutto a
 Gli inquinanti atmosferici 25
25

0.04

0.04 _ à

0.03
relativa]

0.03 e

0.02
[fre qu enza

0.02

0.01 ,

0.01 ,

0.00
O 61218243036424854606672788490

[ppb]

Figura 1.3
Figura 1.3 Distribuzione in frequenza
frequenza di un campione di misure di ozono

100%
90% ,
80% f
cum ula ta]

70%
60% f
-
50%
40%
[freq uenza

30% f
-
20% f
10% f
0% 1 . . 1
0 20 x5° 40 60 x°5 80 100
[Ppb]

Figura 1.4
Figura 1.4 Frequenza cumulata di un campione di misure
misure di ozono
26
26 Capitolo 1

Nome Anno Riferimento Contenuto

Direttiva 1992 - UE Linee guida per il monitoraggio
quadro 92/72 1996 dell'ambiente
dell”ambiente atmosferico e il mi-
sulla Q.A.
QA. glioramento della Q.A.
QA.
(direttiva
\ozono")
“ozono”) - Di-
rettiva 96/62
Direttiva 1999 UE Valori limite per la protezione
1999/30 della salute umana e degli ecosi-
stemi per concentrazioni di SO 2,
802,
NO
N02,x , PM10
PMlO e piombo
Nuova diretti- in via di UE Valori limite per la protezione
va denizione
definizione della salute umana e degli ecosi-
stemi per concentrazioni di ozo-
no, CO
C0 e benzene
DCPM 1983 Italia Valori limite per
per le concentrazio-
28/3/83 ni di ozono, VOC, CO, C0, F, Pb
DPR 203/88 1988 Italia Valori limite e guida per concen-
trazioni di NO 2 , SO
N02, S022 e PTS
DM 25/11/94
25 / 11 /94 1994 Italia Soglie di attenzione e allarme per
NO
N02,2 , SO 2 , PTS, CO.
802, C0. Obiettivi
di qualit
qualitàa per PM10,
PMlO, Benzene e
IPA
DM 16/5/96 1996 Italia Sistema di sorveglianza per ozo-
no. Denizione
Definizione delle soglie di at-
tenzione e allarme e dei livelli di
protezione della salute e della ve-
getazione per ozono.
Tabella 1.13
Tabella 1.13 Normativa della qualit
a dell'aria
qualità in Italia
delllaria in Italia ee nella
nella Comunit
a Europea
Comunità

precipitazioni secche ed umide. La presenza in atmosfera di composti acidicanti acidificanti  `ee
legata principalmente alla trasformazione di ossidi di azoto e di zolfo, zolfo, ammoniaca e
composti organici (per i quali eè rilevante il contributo emissivo antropico)
antropico) rilasciati
in aria sotto varie forme. L'acidicazione
L”acidificazione comporta effetti
eetti dannosi su ecosistemi
sensibili (dalla suscettibilita di questi a subire danni da altre cause, fino
suscettibilità no ad arrivare
alla totale invivibilita dell'habitat
invivibilità dellyhabitat stesso) e materiali (manufatti di pregio storico o
artistico).
In particolare l'acidicazione
l”acidificazione ([7]) pu
puòo produrre danni ai laghi soprattutto quelli
poveri di nutrienti e con scarsa capacit
capacitàa tamponante (a bassa alcalinit a oo in
alcalinita in generale
con fondi
fondi non in grado di rilasciare basi cationiche tamponanti).
tamponanti). Nei laghi,
laghi, inoltre,
inoltre,
gli eetti
effetti negativi dell'aumento
dellyaumento di acidit
aciditàa possono essere intensificati
intensicati dalla presenza
presenza
di ioni di alluminio, rilasciati dal fondo
fondo a causa della diminuzione del pH, ee tossici tossici
per molte forme viventi. Sui terreni ricoperti di foreste l'acidicazione
l”acidificazione provoca il
rilascio di ioni metallici e rende pi u diÆcoltoso
più difiicoltoso l'acquisizione
l“acquisizione da parte della pianta
pianta
di nutrienti fondamentali
fondamentali come il calcio, il magnesio ed ed ilil potassio. Tutto questo
_ Indicatore
@.Hofiwufiäfl
2013/ EEE
_ Limite [g/m3]
Tš\wi_ wfiamfl
om
Indice
wumüim _
ßcßmöš
_ Rif.Legisl.
Amwwmflfiwm
MED ww\mom
_ Note
wuoz
wcoßšzbwö Bßššß mšww @:Uwä
Valore limite 80 mediana DPR 203/88 Distribuzione annuale delle medie
-
omm Owa 25cp giornaliere (1 aprile - 31 marzo)
222:o S 21^? Hm QNÈE
250 98Æ percentile
-
omfi Éãëwã @Èmmšwm 3 owwmš 95050 1m -E5
130 mediana Semestre freddo (1 ottobre - 31 mar-
AON
2013/ @2s owòw EEE -Ewšåå MED wwmimom
zo)
@:ošsåšö 235mm @:ww @:UQE
Valore guida 40-60 media aritmeti- DPR 203/1988 Distribuzione annuale delle medie
-
02-02
ca
wo
22g 0%a giornaliere (1 aprile - 31 marzo)
@Hwnßãoã S @:Éß Hm Aoäßš
100-150 valore medio
giornaliero
2212:o
@šoßßoä ë 0:25 Qnm ßëwš Qäào «H5 mEO omša -Ewšm wåo> ww :v EQ @Èäasm :o: mm
Livello di protezione 350 media oraria Dir. CEE 99/30 Da non superare piu di 24 volte all'an-
TAV 23mm E ÈQ ÈQ -Ep mv wiwšš mou cãššä. .oc
per per la salute (*) no. Attualmente con margine di tol-
Fiìwì omá É mNcãE
leranza di 150 [g/m3 ]
ma EEE-212:o -swiss w£o> m su EQ määasm :o: mQ
125 media giornalie- Da non superare piu di 3 volte all'an-
É oc
59/5 mv 22%;o ow
ra
Bmššfi 4235 w iQ Emo omšm
no
Livelli di protezione 20 media annuale e Dir CEE 99/30
degli ecosistemi (*)
Eöäãoom :w TAV
invernale
Bfišwìx
mv ßswom @:ošãfiß ma fiëwš -@:mšoü EQ «aafimm :Uomñm Gšß :U wsošwoamw fizww -om
Soglia di attenzione 125 media giornalie- DM 25.11.94 Episodi acuti di esposizione della po-
Q wcoßfiog
ra polazione
mv ßzwom EEE? omm Ewwš -@:ßãoä
Soglia di allarme 250 media giornalie-
É
ra
Tabella 1.14 Indicatori per le concentrazioni di SO2 in Italia e nella Comunita Europea
dimm-QP vHÀ E Eošmbswnšou 2 ÈQ Eoäuëfi E “Om 215 w EE; ÈESEOU awaoäm
Gli inquinanti atmosferici
27
27
 28
28
Indicatore Limite [g/m3] Indice Rif.Legisl. Note
_ 288n 81:5 _ 8%v _ _mšìì .vmvwåäm _ 202 _
22€/ Ema: com owm 25:8v mmm! wwmìmom @cošsåšwô Eãšcm omwmv @mvmvš
Valore limite 200 98Æ percentile DPR 203/1988 Distribuzione annuale delle medie
orarie amavo

Valore guida
2013/ @3s
50 om
mmm medianaßcßmvwš
2550v omo
135 98Æ percentile
Capitolo 1

Livello di protezione
25m53 mv 0:35
200
com
media oraria
amavo wmvwã
Dir. CEE 99/30
.mm EMO omšm
Da non superare piu di 18 volte all'an-
-cßšm wmo> mm mv Em @Éväzm :o: fiQ
per la salute(*)
Aiwvšßm E EQ
no. Attualmente con margine di tol-
-m5 mv «viwäš nov Bcäšmšå .oc
leranza del 50 % â om Emv mäßäm
40
ov
media annuale
wmvwã wmüšvš

Livelli
-2o
di
mv
prote-
59mm 30
om
media annuale
wmßššß ßmvmvš
zione degli ecosistemi
mšmvbmmonvw mwwmv EEE
(NOx )(*)
Sìozv
Soglia di attenzione
mv mmwom @øošømvfim
200
com
media oraria
amavo @mvwš
DM 25.11.94
2G 231mm
Episodi acuti di esposizione della po-
mvomãm -om @:wmv @cošmommmv mv 6:v
polazione
wcofiflom

Soglia di allarme
mv ßmwom wšämß
400
cow
media oraria
2520 ßmvwã

Tabella 1.15 Indicatori per le concentrazioni di NO2 in Italia e nella Comunita Europea
mmwnmhv mHÀ ioumhvmëm 2 .6m Eomähëooøou mv NOZ mmm: o ßmßå Hm moaoämm mfinøaoo

Indicatore Limite [g/m3] Indice Rif.Legisl. Note

225%5 _ 81:5 _ ršìš @åvš _ .vwvwåäm _ Boz _
22€/ @vmnm ooodw fimgo wmvwš 35m wwwwm
Valore limite 40,000
ooovom media oraria
So w :m ßmvwã DPCM 28.3.83
10,000 media su 8 ore
Livello di protezione
@:ošvoì mv 0:35
10,000
ooovom
media su 8 ore
@.vo w :m ßmvwš
In discussione
@coñmšmmv :H
Con margine di tolleranza all'entrata
Éßšãšw mëãwzop mv mvšmäš øoO
per la salute(*)
OLBEmm E EQ
in vigore di 6000 [g/m3 ]
Fšìì ooow mv 20mm, E

Soglia di attenzione
mv ßmwom wmoããfiß
15,000
©00v
media oraria
ßmvwš ßmãö
DM 25.11.94
EQ «@.mmøvm
Episodi acuti di esposizione della po-
mvomñm -oa ßmwmv mmošwoaww mv Gava
polazione
wcomämva

Soglia di allarme
mv @mwom EEE?
30,000
ooovom
media oraria
amavo wmvwã

Tabella 1.16 Indicatori per le concentrazioni di CO in Italia e nella Comunita Europea

ammo-NB wfiá äa iopßumzm mv Eoãßšnwocou 2 OO gmoämm ÈEDEOO ßmwø w mmgm E
 .E8515
Indicatore
wpoamummvflm Limite [g/m3] Indice Rif.Legisl. Note
207m
81:5 ršìì 81:5
com ßfluwã m 5m 950 ÉOmQ mwämwm
Valore limite
255 2018/ 200 media su 3 ore DPCM 28.3.83 Da adottarsi a cura delle Autorita
511314 @:mvw fa: ß 12:30:: :Q
competenti solo in aree e periodi cor-
:ov mvoimš w mg: E omom mcmšääov
rispondenti a superamenti di ozono
omoNo mv Eãšfmšsw ß mswwcoåm

Tabella 1.17 Indicatori per le concentrazioni di idrocarburi non metanici in Italia e nella Comunita Europea
@ma bHÀ mv 505112525: 2 :un Eoäumvfi E .32:53: :e: .ìššuošë :wmoämm ÈEEHÉU :ma: m :msm

Indicatore Limite [g/m3] Indice Rif.Legisl. Note

wpofiwummvflm _ 81:5 _ ršìì 81:5 _ :28.5.15 _ wuoz _
Valore limite
21:: @:omcø 150
om: media aritmeti-
:mvä: -mwãfiä DPR 203/1988
wwmimom mEQ Calcolato sulla distribuzione annuale
2:25: :comënmämv :zzm 220210
oom ca :o
@:Éwuäm Omm delle medie giornaliere
25% mvävmßãomm @mvwš
300 95Æ percentile
Soglia di attenzione
:105128: mv 1:m 150
omm media giornalie-
@mvmvã -@mßšoâ DM 25.11.94
EQ «mmmmm Episodi acuti di esposizione della po-
mv 5:0: mvowãm -om ßmwmv @1258w
ra ß: polazione
2552015

Soglia di allarme
811mm: mv mmwom 300
com media giornalie-
-wmxãomw :mvwš
ra :1

Tabella 1.18 Indicatori per le concentrazioni di PTS in Italia e nella Comunita Europea
mmwnmffi wHÀ Eopmumvfi :ma 2 EomNãÉooøoo am mv mmm: o ßmgm :m ÈESEOO daßoämm

Indicatore Limite [g/m3] Indice Rif.Legisl. Note

888115 _ 81:5 _ 81:5 _ ršìì .E8515 _ 802 _ _
mv 025220 €298 o: 2111:: 918: EQ wammwm :820210 8:8 912: 2501: 1:2:
Obiettivo di qualita 40 media annuale DM 25.11.94 Calcolata come media mobile della
media giornaliera
Éwmmšömm mmvmvš

Livello di protezione
255295 mv 0:25 50
om media su 24 ore
@:o 1m :w :mvä: Dir CEE 99/30
:Ö omäm mms Da non superare piu di 35 volte all'an-
-1:1v 259/ mm :v 115 @:ßävasw :o: :Q
per la salute(*)
Aißšmm E :ma no e successivamente non piu di 7
ß mv EQ :o: Bššmìmwwuäm w o:
da 40 a 20
om m o: :mv media annuale
2111:: :mvwã
Gli inquinanti atmosferici

Tabella 1.19 Indicatori per le concentrazioni di PM10 in Italia e nella Comunita Europea
ammo-NB mHá omënm mv Eoãßšnwocou 2 :ma Eofiömäm i ßwmoämm ÈESÉOO :ma: w :mmm
29
29
 30
30
Indicatore Limite [g/m3] Indice Rif.Legisl. Note
Såããã 81:5 Fšìì @åÉ .Ewåäm Boz
Èzßåo mv QÈÈQBO oH 295mm ßmöš 2G wmàfimm ÈEOUÈO @ãou Ewwã 2505 ßzww
Obiettivo di qualita 10 media annuale DM 25.11.94 Calcolata come media mobile della
media giornaliera
Ewwš smãoâ
Livello di protezione
0:25 mv wcoãßoa 5
m media annuale
magnum Ewwš In discussione
5 95625m Con margine di tolleranza all'entrata
:oO gšäwzoa mv wšwäš ßäbãšm
Capitolo 1

per la salute(*)
E EQ AVLBEmm
in vigore di 5 [g/m3 ]
E m :v Eowg Fcåwì

Tabella 1.20 Indicatori per le concentrazioni di benzene in Italia e nella Comunita Europea
mimo-NB oNá Èoãmånwocou 2 Em Eofiöflufi su E EEÉÈ ßwmoäm wfiøøšoO msm: w ßzßå

Indicatore Limite [g/m3] Indice Rif.Legisl. Note

Såãäfi 21:5 ršìš gi: ._ååqš Boz
Obiettivo di qualita 0.001 media annuale DM 25.11.94 Calcolata come media mobile della
@ëßã :O Éšßo 50.0 åë åãš 2m 3:3 E2028 ëš ga: 2505 2%
media giornaliera
EEE Éwzmšoü

Tabella 1.21
mimo-NH Hmà iopßoëfi 2 5m Eošãëwoøou :u «RE E Èfimšnäöyššmì asma w dadi
Indicatori per le concentrazioni di IPA (Benzo()Pirene) in Italia e nella Comunita Europea ÈESEOO ßwmoäm

Indicatore Limite [g/m3] Indice Rif.Legisl. Note

288€: 81:5 rãìì 8:2: .Emåäm 202
21:5 EBSØ m Emsøsm Ewwã mm.m.wm ÉOLQ
Valore Limite 2 media annuale DPCM 28.3.83
Livello di protezione
@:oämšoa É 0:25 0.5 md media annuale
wšsiš Efiwã Dir CEE 99/30
omša HHO iQ Con margine di tolleranza all'entrata
:oO É wšwäã Èfišãšm mëgåg
per la salute(*)
E “ma OLBEßm
in vigore di 0.5 [g/m3 ]
Semi, i :V md Fnåwš

Tabella 1.22 Indicatori per le concentrazioni di piombo in Italia e nella Comunita Europea
mãwmmß NNÀ iopmuflufi 2 .5a Eošãëwoøoo :u ÈÉQÃ E “Sms w @2d ÉÉSEOO mmaoääm

Indicatore Limite [g/m3] Indice Rif. Legisl. Note

228%5 81:5 ršìì «ÈÉ .É .Ewå Boz
Valore Limite 20 media giornalie- DPCM 28.3.83
22€ Beš â ãš: -åãäa wwwwm 295
ßh
ra
10 E
media mensileEwwš @2235

Tabella 1.23 Indicatori per le concentrazioni di uoro in Italia e nella Comunita Europea
mimo-NF mflá iopßumwfi Ea 2 Eofißšiwonou :u Eoäì E ßzw: m dadi ÉÉSÉOO @waoääm
 Indicatore Limite [g/m3] Indice Rif. legisl. Note
_ 0028005 _ _ 00503 0:55 8:5 .0002 .05 0002 _
Valore Limite
05050: 00000> 200
com media oraria
000000 00005 DPCM
0>00n0n0
mmmflmwm da non superare piu di una volta al
00 0000 00000006 00000 00
0605
00 0:00, 005
28.3.1983 mese
Livello di protezione
0:03: 00 0000600000 110
o: media mobile
00005 0000005 DM 16.5.96
00.0.00 0>0Q Calcolata ogni ora oppure per gli in-
-000 :w 000 05000 000 0500 000000000
per la salute sulle 8 ore tervalli 0-8, 8-16, 12-20, 16-24
220m 00 000 000 0 0:00 6-00 006-60 5-0 0-0 Ešš
Livelli di protezione
0:0>0¬0 00 000600000 200
com media oraria
000000 00005
della vegetazione
0006050w0> 0:00
65
m0
media giornalie-
00005 -000000000w
ra 00
Soglia di attenzione
0000600050 00 000wom 180
ow: media oraria
000000 00005 DM 16.5.96
00.0.00 0>0Q Episodi acuti di esposizione della po-
-00 0:00 0000660060 00 0500 000600m0
polazione
000060000

Soglia di allarme
0500:0 00 000w0m 360
owm media oraria
000000 00005
Obiettivo di salvaguar-
0000000006 00 000050000 120
om: media mobile
0000005 00005 in discussione
5 0000650600 Fino al 2010 ammesso un numero
050 00 000m 0660550 50 000550
dia della popolazione
000 0:00 00006000000
sulle 8 ore
000 w 0:06
massimo di 20 giorni di superamen-
056605 om 00 5000m 00 0005000006
(*) to
É B
0 002g 00 050 00 2000 .0503 000:
Obiettivo di protezione AOT40 da mag- in discussione
00006600600 000
00 .0503 08 0
6 000 [g/m3
h] Fino al 2010 il valore e 17 000 [g/m3

0000600000 00 0000500000 -00a 00v 0500.
della vegetazione (*)
TL 0000605000000 0:00 gio a luglio
0:05: 0 000N
h] (mediato su 5 anni)
A500 m 06 05000050 T0
Soglia di attenzione (*)
OL 0000600050 00 000w0m
180
om:
media oraria
000000 00005
in discussione
5 000066000600

Soglia di allarme (*)

FL 0500:0 00 000w0m
240
000
media oraria
000000 00005
in discussione
00006600600 5
-000m0206 00 0250600 o owHO< 00 05:20: 0000505000000 050w000¬6 0500 0506D
Obiettivo di salvaguar- 0 AOT60 da EMEP Usato come surrogato dell'obiettivo
dia della popolazione
00006000000 0:00 000
aprile a set-
0 000000
-006
di salvaguardia della popolazione
00006000000 0:00 000000m0>006 00
tembre 0000500
0000605000 00 02500000 T0 .05\w1_ ooo om 00 000-040 060000 0:00 000000w0>00m
Obiettivo di protezione 20 000 [g/m3
h] AOT40 da Salvaguardia delle foreste
della vegetazione
00006050w0> 0:00
aprile a set-
-506 0 0:000
tembre 0000500`

Tabella 1.24 Principali indicatori di inquinamento secondario da ozono in vigore in Italia ed in discussione nella Comunita Europea.
«NH 0200-05 :000000000 05060 00 00000000006 050505005 00 000500005 5 .00000050 05005500 0:05 00006600600 000 00 0:05: 5 000w0>
Gli inquinanti atmosferici

L'AOT40 e denito come Accumulate exposure Over a Threshold of 40 ppb e rappresenta l'integrale nel tempo della
0:00 00500 0000 000035000 0506000000 0 000 00 x0 0000000šìu 0 000g 00000000 0000050006 0500 00050000 0I 0050/012:
dierenza fra le concentrazioni orarie di ozono e la soglia di 40 ppb, calcolato per le sole concentrazioni superiori a 40
ov 0 000000006 0000600500500 0006 00 000 000000000 5000 30 00 000w06 00 0 000060 00 000000 0506005000000 00 0000 050000000
ppb. Generalmente si calcola solo sulle ore di luce. Analogamente si denisce l'AOT60.
.own-0.0000 006050000 6 05050w00000< .0000 00 000 0:06 0006 0000000 6 050500000000 .0000
31
31
32
32 Capitolo 1

genera un generale indebolimento della pianta che Che risulta piu facilmente attaccabile
più
da parassiti ed agenti atmosferici. Inoltre le sostanze acidicanti,
acidificanti, in particolare i
composti dello zolfo, possono provocare danni ai materiali (erosione, scolorimento,
indebolimento, modica
modifica delle proprieta ottiche)
proprieta ottiche) quali le pietre dei palazzi o i metalli.
metalli.
L'apporto
L7apporto all'interno
allvinterno di un ecosistema di composti azotati, sia in forma acida che
basica, pu eutrozzazione. Per eutroz-
o, inoltre, favorire lo sviluppo di fenomeni di eutrofizzazione.
può, eatrofiz-
zazione si intende un eccesso di apporto di sostanze nutrienti. Il contributo di queste
sostanze all'interno
all7interno di un habitat pu o avvenire anche attraverso il comparto atmo-
può
sferico. Tra le sostanze emesse in atmosfera da attivit a antropiche quelle coinvolte
attivita
in processi di eutrozzazione
eutrofizzazione sono gli ossidi di azoto e l”arnmoniaca.
l'ammoniaca. L'eutrozza-
L”eutrofizza-
zione provoca uno sviluppo squilibrato di alcune specie rispetto ad altre, causando
un detrimento dell'equilibrio
dell7equilibrio complessivo.

1.4.1
1.4.1 Descrizione
Descrizione del
del fenomeno
fenomeno

Di seguito vengono descritti i principali meccanismi chimico-sici

chimico-fisici che danno origine
ai fenomeni di acidicazione.
acidificazione. Per una trattazione piùpiu completa si rimanda ad es. a
[1]. La trasformazione delle sostanze emesse in acidi, pu puòo vericarsi
verificarsi in diversi modi
e pu
puòo dar luogo ad acidi in fase gas (HNO 3 , HCl, CH
(HNOB, 3 COOH, ...), in fase aereosol
CHgCOOH,
(solfati, nitrati, ...) e in fase liquida
liquida.. La rimozione di questi composti prendeprende ilil
nome, nel complesso, di deposizione acida e pu puòo avvenire sia per deposizione secca
che umida. La deposizione secca e legata alle caratteristiche della supercie
superficie terrestre
(in particolare dell'eventuale
dell7eventuale vegetazione), della turbolenza e, nel caso di particolato,
delle particelle. Per ci o che riguarda la deposizione umida si può
ciò puo distinguere tra le
modalitaa di rimozione ([8]):
seguenti modalit
0 per nucleazione nucleation scavenging
nucleazione ((nucleation ): quando inquinanti presenti in forma
scaoenging):
aerosol fungono da nuclei di condensazione per la formazione di gocce allo stato
liquido o solido all'interno
all”interno delle nuvole;

0 per assorbimento in-cloud scavenging

assorbimento ((in-cloud scaoenging o rainout ): quando inquinanti in forma
rainout):
gassosa vengono assorbiti in fase liquida all'interno
all”interno delle gocce, dando luogo
eventualmente anche a meccanismi di reazione;
0 per precipitazione below-cloud scavenging;
precipitazione ((below-cloud precipitation scavenging
scaoenging; precipitation scaoenging o wa-
shout idrometeore ) producendo
): quando gocce liquide o solide precipitano ((idrometeore)
shout):
un dilavamento della nuvola e della colonna di atmosfera incontrata;
0 per deposizione cloudwater deposition; fog
deposizione ((cloudwater fog deposition ): avviene quando nu-
deposition):
vole particolarmente basse (ad esempio in montagna, oppure nebbie)nebbie) si trovano
in prossimit
a della supercie
prossimità superficie terrestre; in questo caso si ha rimozione per depo-
sizione anche in assenza di precipitazione vera e propria.
Il contributo principale alle deposizioni acide di origine
origine antropica èe fornito
fornito dagli
acidi nitrico e solforico nelle forme gas, liquido e aerosol. Un contributo minore ee
dovuto all'acido
all”acido cloridrico (legato principalmente alla combustione delle plastiche)
plastiche)
e agli acidi organici (per lo piu formico e acetico). Accanto ai composti acidicanti
più acidificanti
sono presenti anche sostanze basiche come l'ammoniaca
l“ammoniaca NH NH33 (in larga misura di
origine antropica)
antropica) e alcuni cationi originati dall'erosione
dall“erosione dei terreni e dal ricircolo
 Gli inquinanti atmosferici 33
33

delle polveri (ad es CaCa2+).

2+
). Le sostanze basiche hanno un effetto
eetto tampone e contri-
buiscono a diminuire l'acidit a complessiva del sistema.
l”acidita
Lo zolfo eè emesso in atmosfera essenzialmente sotto forma di biossido di zolfo
SO 2 . Il composto si pu
S02. puòo trasformare attraverso reazioni omogenee o eterogenee
nelle fasi gas/liquido/aerosol.
gas/ liquido/ aerosol. Il meccanismo di ossidazione in fase gas èe regolato
principalmente dalla reazione con lo ione ossidrile OH
:
OH-:

SO2 + OH
+M ! HOSO2
+M
SOg+OH-+M->HOS02-+M (1.10)
(1.10)
dove M eè una generica molecola d'aria,
d”aria, seguita dalle reazioni:

HOSOZ2
' +
HOSO O2 !
+02 H022
' +
_) HO SO3
+503
SO
5033 + H2 O + M !
+H20+M _) H 2 SO4 +
H2SO4 M
+M

d”acqua producono acido solforico

che in presenza di vapore d'acqua solfom'co e un radicale ossidrile
HO 2
. L'H
HOg-. 2 SO4 cos
L7HQSO4 così formato tende molto rapidamente a condensarsi in forma aero-
sol. In questa forma pu o essere rimosso per deposizione secca o fungere da nucleo
può
di condensazione all'interno
allyinterno delle nuvole favorendo la formazione di gocce. Una
parte del biossido di zolfo, in funzione della sua concentrazione in aria e del pH,
pu
puòo essere assorbito direttamente in fase liquida. L'ossidazione
L”ossidazione dell'SO
de1178022 in acqua èe
legato essenzialmente alla presenza di perossido d'idrogeno
d”idrogeno H 2 O2 e, in misura mi-
H202
nore, di altri composti come ozono, radicali inorganici e ossidi d'azoto.
d”azoto. La reazione
predominante eè quella dello ione HSO
HSO;3 (che nasce dall'idrolisi
dall”idrolisi del biossido di zolfo)
zolfo)
che viene trasformato dal perossido d'idrogeno
dlidrogeno in un primo composto intermedio e
successivamente in acido solforico:
HSO
HSO;3 + H2 O2 $
+H202 (_) SO2 OOH
SOQOOH_ + H
+ 2O
H20

SOQOOH_
SO 2 OOH +H H+ !
+
-› H
H2SO4
2 SO4 (1.11)
(1.11)
Una volta formatosi, l'H 2 SO4 pu
l”HQSO4 o essere rimosso attraverso i processi sopra descritti.
può
La produzione di acido nitrico e legata alle trasformazioni degli ossidi d'azoto
d7azoto
emessi in atmosfera. L'azoto
L7azoto viene emesso essenzialmente sotto forma di NO. Molto
rapidamente l'azione
Fazione ossidante dell'ozono
dellyozono e dei radicali organici ed inorganici, porta
alla formazione di NO
N02.2 . Esempi di queste reazioni sono:

NO + O3 ! NO2 + O2
NO+03_>N02+02

NO + HO2
! NO2 + OH

NO~I~HOZ~->]\/vOg-l-OH`
NO + RO2
! NO2 + RO

NO+R02'_>N02+RO'

dove RO
R02-2
rappresenta un generico radicale organico, nato dall'ossidazione
dall”ossidazione di un
composto organico,
organico7 ad esempio attraverso reazione con OH
. Una volta formato
OH-.
il biossido di azoto pu o intervenire in diversi meccanismi reattivi; di particolare
può
interesse per la formazione dell'acido
delllacido nitrico  OH-:
:
e`e la reazione con OH
NO2 + OH
+M ! HNO3 + M
NOQ+OH'+M->HN03+M

Questa reazione eè generalmente piu veloce della corrispondente ossidazione

più ossidazione del bios-
sido di zolfo e pu
puòo produrre signicative
significative concentrazioni di HNO
HNOg,3 , particolarmente
in presenza di attivita fotochimìca.
attivita fotochimica. Un altro percorso reattivo, legato alla chimica
del radicale NO
N033 (presente solo di notte a causa della rapida fotolisi),  eè costituito
34
34 Capitolo 1

dalle seguenti reazioni:

NO 2 +O
N02+0 33 ! NO3 +
_)NO3 +02 O2
NO
N033 + NO N022 !
_> N 2 O5
N205
N O
N205
2 5 + H O
H20(acq)
2 (acq ) !_) 2 HNO
2HNO3(v)
3(acq )

Una volta formato, l'acido

l”acido nitrico viene rapidamente assorbito in fase liquida dove si
dissocia molto velocemente in ioni (acido forte).forte). A dierenza
differenza degli ossidi di zolfo,
zolfo, le
reazioni di ossidazione dell'azoto
dell”azoto in fase liquida contribuiscono in modo trascurabile
alla formazione di HNO HNOg, 3 , per cui si puo aermare
può affermare che i processi dominanti nella
formazione dell'acido
dell”acido nitrico sono quelli in fase gassosa omogenea ed eterogenea.
Un ultimo composto che svolge un ruolo importante nel bilancio dell'acidi- delllacidifi-
ammoniaca NH
cazione e l'Fammom'aca NH3. 3 . Si tratta di un composto di origine sia naturale che
antropogenica. Emesso in forma gassosa viene facilmente assorbito in fase liquida
(soprattutto a pH bassi)
bassi) dove, un volta idrolizzato, si dissocia quasi completamente
nello ione ammonio, secondo le reazioni d'equilibrio:
d”equilibrio:

NH
NH3 3 + H2 O $
+HQO (_) NH
NH33
H 2O
HQO

NH33
- H
NH 2O $
H20 NH,+
e NH +
4 + OH_
OH
I fenomeni di acidicazione
acidificazione ed eutrozzazione hanno origine
eutrofizzazione hanno origine principalmente
principalmente nelle
nelle
emissioni di ossidi d'azoto,
d“azoto, di zolfo e ammoniaca. La scala temporale dei meccani-
smi chimico-sici
chimico-fisici coinvolti e le caratteristiche delle sorgenti emissive pi u importanti
più
(ovvero i camini legati ai processi di combustione)
combustione) caratterizzano il problema come
tipicamente transfrontaliero
transfrontaliero,, anche se non va sicuramente trascurato il contributo
fornito, sotto forma di composti gassosi, all'inquinamento
allyinquinamento di scala locale sia in corri-
spondenza di sorgenti diuse
diffuse (traÆco
(traffico e riscaldamento)
riscaldamento) che, in particolari condizioni,
di sorgenti puntuali.

1.4.2
1.4.2 Riferimenti
Riferimenti normativi
normativi

I principali documenti di carattere internazionale inerenti il problema dell'acidi-

dell”acidifi-
cazione e dell'eutrozzazione, protocolli deniti
dell”eutrofizzazione, sono costituiti dai protocolli definiti e sottoscritti in
ambito UNECE (vedi tabella 1.25). I protocolli discendono dalla convenzione di
Ginevra del 1979 e si pongono come nalit a generale la risoluzione del problema
finalità
dell'inquinamento
delllinquinamento transfrontaliero legato sia ai fenomeni di acidicazione
acidificazione ed eutro-
zzazione,
fizzazione, ma anche alle problematiche dell'inquinamento
dell”inquinamento secondario e, negli anni
pi
piùu recenti, del trasporto di sostanze tossiche e nocive (composti organici persistenti,
persistenti,
particolato, metalli).
Il protocollo di Helsinki rappresenta la prima forma di accordo operativa nata
a seguito della convenzione di Ginevra. Obiettivo dell'accordo
dell”accordo  èe la riduzione delle
emissioni annuali nazionali di ossidi di zolfo di un un valore pari ad almeno ilil 30%,
utilizzando come base di calcolo la stima al 1980.
L”obiettivo del successivo protocollo di Soa
L'obiettivo Sofia 
eè la
la riduzione
riduzione delle emissioni
emissioni di
ossidi di azoto. Pi u precisamente il protocollo prevede una prima riduzione
Più riduzione delle
emissioni per limitare il trend positivo e successivamente la denizione
definizione di una politica
politica
rispetto del carico critico
di riduzione delle emissioni che abbia come obiettivo il rispetto critico.. Per
carico critico si intende, in questo caso, la massima esposizione ad un inquinante che
 Gli inquinanti atmosferici 35
35

Nome
Nome protocollo
protocollo Anno
Anno Contenuto
Contenuto
Helsinki 1985 Riduzione emissioni di SO
SO96x
Soa
Sofia 1988 Riduzione emissioni di NO
NOQCx
Ginevra 1991 Riduzione emissioni di VOC
Oslo 1994 Ulteriore riduzione delle emissioni di SO
SO96x
Gothenburg 1999 Riduzione emissioni di NO
NOw,x , VOC, SO
SO,lcx e NH
NH33
Tabella 1.25
Tabella 1.25 Protocolli inerenti le tematiche
tematiche di acidicazione
acidificazione ed eutrozzazione
eutrofizzazione

un sistema naturale pu puòo sopportare in una certa unita unita di tempo (1 anno solitamente)
solitamente)
senza venire danneggiato.
Il protocollo di Ginevra
Ginevra del 1991  eè esplicitamente indirizzato alla risoluzione
del problema dell'inquinamento
dell”inquinamento secondario. Lo strumento principale di intervento
eè la riduzione delle emissioni di composti organici volatili (VOC) (VOC) che insieme agli
ossidi d'azoto
d”azoto costituiscono i principali precursori dell'ozono dell”ozono e degli altri inquinanti
secondari. Anche in questo caso, il protocollo prevede una prima riduzione delle
emissioni su scala nazionale (del 30% rispetto ai valori del 1988-90 entro il 1999) 1999) e
successivamente la denizione
definizione di politiche di ulteriori riduzione aventi come obiet-
tivo il rispetto dei livelli critici
critici.. In questo contesto il livello critico viene denito definito
come la concentrazione in atmosfera, relativa ad un certo tempo di esposizione, al di
sotto della quale non si registrano eettieffetti negativi sui sistemi naturali e sulla salute.
Anche il protocollo di Ginevra identica
identifica una serie di azioni di carattere conoscitivo,
simili a quelle di Soa
Sofia (studio degli eetti {livelli critici{;
effetti ilivelli criticif; monitoraggio e modella-
zione dei fenomeni, inventari delle emissioni, denizione definizione e analisi di strategie). In
particolare viene sottolineata l'importanza
llimportanza del diverso ruolo giocato dai composti
organici (espresso in termini di potenziale di produzione di composti fotochimici) fotochimici)
e della possibile interazione con altre problematiche (tossicit a, persistenza, contri-
(tossicità,
buto alla riduzione di ozono stratosferico). Analogamente il protocollo esprime la
necessit
necessitaa di denire
definire opportuni standard di emissione e suggerisce un ampio spettro
di possibilita di riduzione sia per le sorgenti fisse
possibilita sse che per quelle mobili.
mobili.
Il protocollo di Oslo
Oslo del 1994 tratta ancora il problema della riduzione di emis-
sioni di composti dello zolfo. Ma a dierenza
differenza del precedente del 1985 ee analogamente
al documento sulla riduzione di composti dell'azoto, dell”azoto, il protocollo pone come riferi-
menti il rispetto sia dei livelli massimi nazionali che del carico critico critico,, che in questo
caso rappresenta il quantitativo massimo di zolfo depositato che un ambiente èe in
grado di sopportare. In aggiunta il documento introduce anche il concetto di livello
critico, denito
definito come il valore di concentrazione in atmosfera, relativa ad un certo
tempo di esposizione, al di sotto del quale non si registrano effetti eetti negativi sui sistemi
naturali e sulla salute.
Il protocollo pi
più Gothenburg, 1999)
u recente ((Gothenburg, 1999)  èe strutturato in maniera simile ai
precedenti, ma presenta come sostanziale novit a, il tentativo di arontare
novità, affrontare in maniera
organica e non distinta, le tematiche acidicazione,
acidificazione, eutrozzazione
eutrofizzazione e inquinamento
secondario. Inoltre il documento introduce aggiornamenti e precisazioni sia per
quanto riguarda le denizioni
definizioni di carichi e livelli critici che relativamente ai livelli di
riduzione delle emissioni di NO NOw, x , SO x , NH
SOI, NH33 e VOC e alle metodologie
metodologie per per realizzarli.
realizzarli.
La normativa europea ed italiana oltre a recepire le indicazioni relative al control-
lo e alla riduzione delle emissioni, nel corso degli anni ha definito alcuni indicatori
ha denito indicatori,,
36
36 Capitolo 1

sotto forma di livelli massimi accettabili di concentrazione o esposizione,

esposizione, al fine
ne di
permettere di valutare l'impatto,
l7impatto, non tanto delle deposizioni, quanto dei precursori
gassosi sui sistemi naturali e sulla salute. I due principali composti monitorati sono
ilil biossido
biossido d'azoto
d7azoto NO
N022 ee il
il biossido
biossido di
di zolfo
zolfo SO2 . In
SOg. In tabella
tabella 1.26
1.26 sono riportati ii
sono riportati
riferimenti dei principali testi di legge europei.

Nome
Nome Anno
Anno Riferimento
Riferimento Contenuto
Contenuto
Direttiva 1999/32 1999 UE Riduzione del tenore di zolfo
in combustibili liquidi
Direttiva LCP denizione
definizione UE Limiti alle emissioni da gran-
di impianti di combustione
Direttiva NEC denizione
definizione UE Limiti alle emissioni di SO 2,
802,
NO
NOw,x , VOC e NH
NH33
Tabella 1.26
Tabella 1.26 Riferimenti normativi europei relativi
relativi a problematiche
problematiche transfrontaliere
transfrontaliere

1.5
1.5 Ozono
Ozono stratosferico
stratosferico

La stratosfera si estende al di sopra della troposfera,

troposfera, a quote che vanno dai 9-
15 km a circa 40-50 km; uno strato sottile, detto tropopausa tropopausa,, (caratterizzato da
una temperatura costante, pari a -50°C) -50Æ C) impedisce il rimescolamento dell'aria
dell”aria tra
troposfera e stratosfera; in quest'ultima
questlultima la temperatura dell'aria
delljaria tende ad aumentare
con la quota.
Nella stratosfera a quote comprese fra circa 20 km (zone polari e alte latitudini)
latitudini)
e 50 km (zone intertropicali e basse latitudini)
latitudini) esiste una elevata concentrazione di
ozono in una fascia denominata ozonosfera
ozonosƒem,, in grado di assorbire una quota rilevante
della radiazione ultravioletta proveniente dal sole. L'eventuale
Ljeventuale aumento di tale ra-
diazione UV-B (290-315 nm) risulta nocivo per la salute umana (aumento del cancro
cutaneo, di malattie degli occhi e del sistema immunitario), per gli animali e per gli
organismi acquatici, per la vegetazione (piante terrestri e acquatiche), con rilevanti
eetti
effetti negativi sui cicli biogeochimici e sui materiali.
L'ozono
L”ozono viene prodotto nella stratosfera sia per l'azione
Fazione delle radiazioni solari
ultraviolette che per concomitanti condizioni favorevoli di tipo fisico sico e chimico-sico.
chimico-fisico.
La quantit
quantitaa totale di O033 integrato dalla supercie
superficie terrestre all'atmosfera
all”atmosfera  èe espressa
unitaa Dobson (DU)
in unit (DU),; tale unit
unitaa misura lo spessore (in centinaia di millimetri)
millimetri) che
la colonna d'ozono
d”ozono dovrebbe occupare per valori standard di temperatura e pressione
(273 K e 1 atm). I valori globali della colonna d'ozono
d”ozono variano tra 290 e 310 DU.
La principale causa di variazione dell'ozono
dellyozono stratosferico  èe legata
legata all'attivit
all”attivitaa solare
ed in particolare alle macchie solari, alle variazioni del vento
vento solare ee soprattutto alle
variazioni del usso
flusso solare incidente sull'alta
sull”alta atmosfera terrestre; altre cause sono
legate ad anomalie meteorologiche ed alle interazioni energetiche tra tra stratosfera e
troposfera. Un ulteriore fenomeno presenta oscillazioni quasi biennali ed eè dovuto
all'alternanza
all”alternanza di venti da est e da ovest nella stratosfera alle latitudini equatoriali,
equatoriali,
con periodicit
periodicitàa comprese tra 24 e 30 mesi che in uenzano
influenzano il trasporto atmosferico.
 Gli inquinanti atmosferici 37
37

STHATGSPHEHE

THGPDSF'HERE

_' 1EJD 1-50

Figura 1.5
Figura 1.5 Circa il 90% dell'ozono
dell°ozono stratosferico si trova
trova nella
nella stratosfera, dove raggiunge
raggiunge
la massima concentrazione tra i 19 e 23 km km circa.
circa. La temperatura
temperatura dell'aria,
dellyaria,
dopo una rapida
rapida diminuzione con l'altezza
17altezza nella troposfera, aumenta nella
nella
stratosfera in quanto l'ozono
l”ozono assorbe le radiazioni [9].
[9]

Queste cause naturali non spiegano per peròo la diminuzione marcata di ozono stratosfe-
rico osservata negli ultimi decenni (a partire dal 1979): sono state misurate,misurate, tramite
strumenti di terra e via satellite, perdite di ozono fino no al 60% nella stratosfera antar-
tica durante la primavera dell'emisfero
dell”emisfero sud (settembre-ottobre), e del 20-25% nelle
regioni polari artiche da gennaio a marzo [10]. E' Ej stata riconosciuta, in seguito a
studi e ricerche internazionali finalizzate
nalizzate alla comprensione del fenomeno, l”impor- l'impor-
tanza di cause legate alle attivit a umane ed in particolare alle emissioni di composti
attivita
artificiali quali gli idrocarburi alogenati
chimici articiali alogenati,, tra i quali i più
piu dannosi per l”ozono
l'ozono
stratosferico sono quelli clorurati e fluorurati
uorurati (Cloro uorocarburi
(Clorofluorocarburi CFC)CFC) [10]. Una
volta emessi in atmosfera, i CFC subiscono processi chimici di fotodissociazione con
liberazione di radicali liberi contenenti cloro e uoro,fluoro, i quali attraverso i processi
di diusione
diffusione atmosferica e di trasporto raggiungono la stratosfera, dove avvengono
altri processi chimici e fotochimici complessi di distruzione dell'ozono.
dell”ozono. Le maggio-
ri emissioni di questi composti chimici provengono dai paesi più piu industrializzati,
principalmente nell'emisfero
nellyemisfero nord della terra. Oltre ai CFC, esistono altre cause
secondarie, ma non meno importanti, quali le emissioni derivanti dal carbonio (CO,
CO
CO22 e CH 4 ), le emissioni derivanti dall'azoto
CH4), dall”azoto (in particolare N 2 O) e le emissioni
N20)
dei composti organici volatili parzialmente o interamente alogenati. Tra le emissioni
che in futuro potrebbero avere una certa rilevanza, vi sono anche quelle relative alle
emissioni degli aerei che volano a quote stratosferiche [11].
Un altro fenomeno importante, che in uenza
influenza sia la distribuzione dell'ozono
dell”ozono stra-
tosferico che la concentrazione di quello troposferico,
troposferico, riguarda gli scambi che possono
vericarsi
verificarsi tra troposfera e stratosfera per l'esistenza
resistenza di punti di rottura nella tropo-
pausa. L'abbassamento
L”abbassamento della quota della stratosfera provoca un un riscaldamento della
sua parte bassa e trasferimenti di ozono verso gli strati inferiori.
inferiori. Infatti,
Infatti, tracce
tracce di
vapor acqueo (abbondantemente presente nella troposfera) possono penetrare nel-
troposfera) possono nel-
la stratosfera, mentre aria stratosferica ricca d'ozono
d”ozono pu
può o essere
essere trasportata
trasportata verso
la troposfera, soprattutto alle medie latitudini. Ad esempio, esempio, si osservano concen-
trazioni di ozono troposferico superiori alla media, media, nelle zone a latitudini medie
caratterizzate da basse pressioni e da altezze ridotte della tropopausa [12].
38
38 Capitolo 1

1.5.1
1.5.1 Dinamiche
Dinamiche di
di formazione
formazione e
e distruzione
distruzione

La formazione dell'ozono
dellyozono avviene nella stratosfera ad altezze superiori ai 30 km circa:
d”onda <
quando un fotone di radiazione ultravioletta (di lunghezza d'onda /\< 242nm),
242nm)7 avente
 , colpisce una molecola di ossigeno in seguito ad una reazione fotochimica,
energia hhu,
vengono liberati atomi della sostanza stessa secondo il seguente schema:
02+fwao+o
O 2 + h ! O + O (1.12)
(1.12)
Successivamente questi atomi si combinano con altre molecole di ossigeno formando
ozono:
O + O2 + M ! O3 + M
O+OQ+M-›03+M (1.13)
(1.13)
(dove M indica una molecola di ossigeno O Og2 o azoto N 2 , che assorbe l”energia
N2, l'energia emessa
nella reazione). Nella stratosfera alta, dove la pressione
pressione ee quindi [M]
[M] èe molto bassa,
bassa,
il tempo caratteristico di reazione eè pari a circa 100 s; mentre nella bassa stratosfera,
[M] eè maggiore e quindi il tempo corrispondente èe inferiore.
inferiore. Quindi, la produzione
di ossigeno atomico eè favorita alle alte altitudini, mentre O 033 a quelle basse.
basse. L'ozono
Lyozono
cos
così formatosi assorbe la radiazione ultravioletta proveniente dal Sole (con lunghezze
d'onda
d“onda comprese tra 240 e 320 nm) e si scompone in questo modo: modo:
o33 +
O + h
hu !
aOo22 +
+Oo (1.14)
(1.14)
L'atomo
L7atomo di ossigeno liberato si unisce ad un'altraunlaltra molecola di ossigeno e forma nuo-
vamente ozono, il quale a sua volta, assorbendo radiazione, può puo scomporsi di nuovo.
Questo meccanismo per la produzione dell'ozono dell”ozono nella stratosfera  eè stato studiato e
proposto da Chapman [13].
La velocit
velocitàa di formazione dell'ozono
dell”ozono (gura
(figura 1.6)
1.6) èe funzione della latitudine,
dell'altitudine
dell”altitudine e della stagione e pu può o essere calcolata in base alla velocita
velocita di fotolisi
dell'O 2 . La produzione dell'ozono
dell”Og. dell”ozono  eè massima all'equatore
all”equatore e aumenta con l”altitudine7
l'altitudine,
per la dipendenza dell'intensit a solare e dell'angolo
dellyintensità dell”angolo zenitale dalla latitudine. Le
regioni di concentrazione massima dell'ozono
delllozono (gura
(figura 1.7) non coincidono però
1.7) non pero con le
le
zone di maggiore produzione, a causa del ruolo del trasporto orizzontale e verticale
nella ridistribuzione delle masse d'ariad7aria stratosferiche. Il tempo di residenza dell'O dell”Og3
risulta essere superiore al tempo impiegato per il trasporto (l'ordine (l”ordine dei tempi di
trasporto dall'equatore
dall”equatore ai poli  eè di 3-4 mesi). In particolare, ad altitudini inferiori
ai 20 km all'equatore no a 40 km ai poli, il tempo di
all7equatore e fino dt vita
m'ta èe tale da consentire il
trasporto dell'O
de117033 intatto.
I processi di formazione e dissociazione si ripetono più piu volte fino
no a quando
l'ozono
l”ozono incontra un atomo di ossigeno e reagisce con esso formando due molecole
stabili:
O
033 + O !
+ O _) O + O
022 + 022 (1.15)
(1.15)

Questa reazione di distruzione a livello troposferico non èe abbastanza veloce da equi-
librare quella di formazione,
formazione, mentre nella stratosfera la trasformazione dell'ozono
dell”ozono in
due molecole di ossigeno eè accelerata dall'esistenza
dall”esistenza di alcuni cicli catalitici favoriti
favoriti
dalla presenza di radicali altamente reattivi (X)(X) che possono
possono dar luogo
luogo alla distru-
zione dell'ozono.
delljozono. I radicali liberi X (H, OH, NO, Cl o Br) definiti catalizzatori
Br) sono deniti catalizzatori,,
in quanto non vengono \consumati"
“consumati” nel processo. In questo modo un atomo di s-
pecie X, prima che intervenga qualche processo che lo rende inerte, eè in grado di
 Gli inquinanti atmosferici 39
39
pnl-"- I..¬-_
a
I..

mlII-nnš
O
.ß

5x10°
3x106
O
b.)
Altitudine, km
km

1x10°

u-
5
Altitudine,

3x10

\D f-iiilliiiliriilirulii
5
o
N

1x10
1x104
2
1x10
10 1x19I
118-4
10`6
0 i i l i i ` i i l 1 i l 1 l l i
90° N 60° 30° 0° 30° 60°

o
S

O
Primavera
Primavera Autunno
Autunno
Latitudine
Figura 1.6
Figura 1.6 Velocit
a medie di formazione dell'ozono
Velocità delllozono dalla fotolisi
fotolisi dell'O
de117022
crn-33 ss-l]
[molecola cm 1
[1]
] [1]

eliminare centinaia di migliaia di molecole di ozono,

ozono, secondo la
la seguente reazione:
X + O3 !
X+03 XO + O2
_)XO-l-Og

XO + O ! X + O2
XO+O->X+O2

Bilancio netto: O
033 +
+0O!
-› O
022 + O2
+02

L'importanza
L7importanza di un ciclo catalitico, corrispondente ad una dato composto X, dipende
dalla concentrazione di X e dalla velocita delle reazioni nel ciclo stesso (in genere la
velocita
seconda reazione risulta essere piu lenta). Di seguito viene descritto uno dei prin-
più
cipali meccanismi di distruzione dell'ozono ozone depletion
delllozono stratosferico ((ozone ), dovuto
depletz'on),
alla presenza in atmosfera di composti clorati.

Ciclo
Ciclo ClO
CIOgox Nel 1974 Molina e Rowland [14]
[14] hanno scoperto che i cloro uorocarbu-
clorofluorocarbu-
ri (CFC), prodotti e utilizzati in diverse applicazioni tecnologiche
tecnologiche (dai refrigeratori
refrigeratori
agli spray), non hanno alcun prodotto nale sink ) troposferico ee permangono
finale ((smk) permangono in
atmosfera no
fino a diondersi
diffondersi verso l'alto
l”alto nella stratosfera, dove i potenti raggi
raggi UV
li fotolizzano. Le reazioni di fotolisi
fotolisi rilasciano un un atomo di Cl; si riportano, come
esempio, le reazioni per CFCl
CFClg3 (CFC-11)
(CPC-11) e CF 2 Cl2 (CFC-12):
CF2012 (OFC-12):
CF
CFCl3 hu !
Cl3 + h -› CF Cl2 + Cl
CFClg
40
40 Capitolo 1

50 V
Altitudine, km
Altitudine, km

' 0.5 q
0 i L 1 1 m 1 i 1 i L
90° N 60° 30° 0° 30° 60° 90° S

Primavera Autunno
Latitudine

12
Figura 1.7
Figura 1.7 Distribuzione delle concentrazioni medie di ozono (in unit
a di [10
unità [1012 molecole
molecole
eni-3])
cm 3
]) in funzione della quota [1]
[l]

CF 2 Cl2 +
CFQClg hl/ !
+ h _) CF2 Cl +
CFQCI + Cl
Cl

I CFC si fotodissociano per lunghezze d'onda

d”onda comprese tra 185 e 210 nm. nm. La massima
perdita di CCl
CClg3 avviene a 23 km, mentre per CF 2 Cl2 nell'intervallo
CF2012 nell”intervallo tra 25 e 35
km. La maggior dissociazione si verica
verifica ai tropici.
tropici. L'atomo
Llatomo di cloro  èe fortemente
fortemente
reattivo verso l'O
17033 e si instaura un rapido ciclo di distruzione che coinvolge il radicale
monossido di cloro (ClO):
Cl
0l+03+ O3 ! ClO + O2
->0l0+02
ClO
0l0 + O 0! -> Cl + O 022
Bilancio: O 0 !
033 + O -› O022 + O022
Nell'alta
Nelllalta stratosfera, il tempo caratteristico di reazione del Cl  eè di circa 1 secondo,
mentre per il ClO eè approssimativamente di 1 minuto.minuto. Le principali specie di cloro
organico (CCl y ) presenti in stratosfera e corrispondenti al 95% del totale risultano
(CCly)
dalla somma di numerosi composti:
001yy =
CCl : CF0112012 + CF
2 Cl2 + 0F013
Cl3 ++ CF
0F0120F201(0F0
Cl2 CF2 Cl(CF C _ 113) 113) ++ CCl
00144
++ CH0H30013
3 CCl3 ++ CF 2 HCl (CF C _ 22)
0F2H01(0F0 22) + 011301
+ CH 3 Cl
 Gli inquinanti atmosferici 41
41

Analogamente il cloro inorganico (Cly ) eè cos

(Cly) così composto:
Cl : Cl + 22Cl2
Clyy = Cl2 + ClO
CIO + OClO + 2201202
Cl2 O2
+ HOCl + HCl + BrCl
+HOCl BT'CZ + ClONO
CZONOQ2
La rimozione di una specie reattiva pu puòo essere permanente se il prodotto viene
trasportato dalla stratosfera alla troposfera, dove èe rimosso dall'atmosfera.
dall”atmosfera. Una
specie pu
puòo anche essere temporaneamente rimossa dai cicli catalitici e mantenuta in
una specie \riserva"
“riserva” non reattiva, che non viene rimossa dall'atmosfera
dall”atmosfera (ad es. HCl
e ClONO
CION022 nella bassa stratosfera, alle medie latitudini). L'esistenza
L7esistenza di tali specie 
èe
fondamentale nei cicli di distruzione dell'ozono; gura 1.8 si riporta un esempio
delllozono; in figura
per il ciclo ClO
CIOgcx [1].

Figura 1.8
Figura 1.8 Rappresentazione schematica e semplicata
semplificata del ciclo di distruzione dell'ozono
delliozono
dovuto a ClOx.
ClOw.

1.5.2
1.5.2 Gas
Gas che
che contribuiscono
contribuiscono alla
alla distruzione
distruzione dell'ozono
dellaozono

I gas che hanno un ruolo signicativo

significativo nella produzione di radicali liberi di azoto,
azoto7
cloro, bromo e idrogeno coinvolti nella distruzione catalitica dell'ozono
dell”ozono stratosferico
e nelle perturbazioni del bilancio radiativo e del clima, sono divisi in due classi, a
seconda che la distruzione chimica avvenga prevalentemente (o esclusivamente)
esclusivamente) nella
stratosfera (con tempi di residenza lunghi) o nella troposfera (con tempi di residenza
brevi). I tempi di
dz' residenza atmosferici dei gas si determinano dividendo il contenuto
atmosferico per la velocit a di rimozione del gas stesso in atmosfera.
velocita
42
42 Capitolo 1

Per confrontare la potenzialit

potenzialitàa di distruzione dell'ozono
dell”ozono da parte dei vari gas, in
termini quantitativi, si pu
o utilizzare un indice riconosciuto a livello internazionale
può
Ozone Depletion Potenzial
((Ozone Potenzial,, ODP), che fornisce la diminuzione stimata della colonna
di ozono calcolata per una emissione costante di un dato composto in atmosfera,
rapportata alla diminuzione causata dalla stessa massa emessa dal gas assunto come
riferimento (CFC-11).
(OFC-11). I valori di tale indicatore per le principali sostanze nocive allo
strato dell'ozono
dell”ozono sono riportati in tabella 1.27:

Gruppo
Gruppo Specie
Specie Nome
Nome industriale
industriale ODP
ODP
CFC CCl 2 F2
CClZFg CFC-12
OFC-12 1.0
CCl 3F
CClgF CFC-11
OFC-11 1.0
CCl 2 FCClF2
CClgFCCn CFC-113 0.8
Halons CBrClF
CBrClF22 H-1211 3.0
BrF
BrF33 H-1301 10.0
CBr 2 F2
CBI`2F2 H-1202
H-1202 6.0
6.0
Clorocarburi
Clorocarburi CCl
CCL;4 Tetracloruro
Tetracloruro di
di carbonio
carbonio 1.1
1.1
CH 3 CCl3
CHgCClg Cloroformio di metile 0.1
Bromocarburi CH 3 Br
CHgBr Bromuro di metile
metile 0.7
HCFC CHClF
CHClF22 HCFC-22 0.05
CH 3 CCl2 F
CHgCCl2F HCFC-141b 0.1
CH 3 CClF2
CHgCClF2 HCFC-142b 0.06
HFC << 0.001
<<0.001
Tabella 1.27
Tabella 1.27 delliindice ODP per i principali ozone depletion gas [15]
Stima dell'indice [15]

I gas con tempi di residenza lunghi si dividono in cinque sottoclassi: CFC, cloro-
bromocarburi che includono halons, composti del uoro fluoro (SF
(SFG,6 , CF 4 , ecc.), composti
CF4,
perclorinati (CCl 4 ) e varie specie signicative
(0014) significative (N 2 O, HF, HCl, ecc.).
(N20, ecc.). I CFCOFC sono
prevalentemente usati negli impianti di refrigerazione, come propellente nelle comuni
bombolette spray, nell'industria
nell”industria elettronica, per la preparazione di vernici e solventi,
nella produzione di alcune plastiche ed in alcuni processi industriali. La presenza di
bromo in atmosfera ha acquistato importanza in questi ultimi anni per il crescente
aumento della sua concentrazione e per l'elevata eÆcienza di distruzione dell'ozono.
l”elevata efficienza dellyozono.
Quantitativi notevoli di halons con lunghi tempi di residenza (H-1211 e H-1301) H-1301)
sono presenti nei sistemi anti-incendio fissi ssi e portatili, con emissioni che potrebbero
quindi proseguire per decenni. Il fluoruro
uoruro di idrogeno (HF) l”ultimo sink inorganico
(HF) èe l'ultimo
per gli atomi di uoro
fluoro stratosferico risultanti dalla fotodissociazione di gas organici
uoro trasportati nella stratosfera;
contenenti fluoro stratosfera; infatti la rapida crescita negli ultimi
due decenni eè consistente con i dati di produzione di tale gas, gas, proveniente dalla
decomposizione dei CFC OFC antropogenici (non vi sono signicative
significative sorgenti naturali
stabilitaa nella stratosfera, risulta essere un ottimo tracciante del
di HF). Per la sua stabilit
trasporto e delle dinamiche sia verticali sia lungo la latitudine.
Le sottoclassi dei gas con breve tempo di residenza includono composti del cloro
fluoro (HCFC e HFC), cloroformio di metile (CH
e uoro (CHgCClg),
3 CCl3 ), composti del bromo (ad
es. bromuro di metile CH 3 Br), altri alocarburi (composti iodici)
CHgBr), iodici) e altri composti in
 Gli inquinanti atmosferici 43
43

relazione con l'ozono

lyozono (CH
(CH44 e CO 2 ). Gli idrocloro uorocarburi
C02). idroclorofluorocarburi (HCFC)
(HCFC) e gli idro-
uorocarburi
fiuorocarburi (HFC)
(HFC) sono attualmente necessari per alcune nuove applicazioni nella
refrigerazione e nel condizionamento, per la manutenzione di apparecchiature gia gia
installate, per alcuni isolanti termici rigidi e schiume di sicurezza per autoveicoli,
oltre che per diversi importanti usi, come la sterilizzazione e la pulizia di precisione.
Gli HCFC posseggono un potenziale di distruzione dell'ozonodell”ozono a lungo termine rela-
tivamente basso, ma in ogni caso, vista la loro maggiore reattivit a, contribuiscono
reattività,
nel breve periodo ad aumentare il carico atmosferico di cloro; inoltre, come i CFC,
molti di questi composti sono considerati importanti gas serra (vedi paragrafo 1.6).
Il bromuro di metile e`e una sostanza chimica con elevate capacit
capacitaa distruttive della
fascia di ozono: contribuisce per un terzo all'accumulo
alllaccumulo in atmosfera del bromo, che
possiede una eÆcienza
eflicienza di distruzione dell'ozono
dell”ozono di 40 volte superiore a quella del
cloro. Sono identicate
identificate tre principali sorgenti antropiche delle emissioni di questo
composto: gli usi agricoli (suoli e fumigazione di prodotti), la combustione di bio-
masse, i gas di scarico delle automobili che utilizzano benzina con piombo. A queste
si aggiunge la sorgente naturale rappresentata dall'oceano,
dallloceano, che emette tra 60 e 160
migliaia di tonnellate l'anno.
lyanno.

1.5.3
1.5.3 Riferimenti
Riferimenti normativi
normativi

Le Nazioni Unite
Unlte hanno organizzato nel 1982 un primo incontro tra esperti legali
l”elaborazione di una Convenzione
e tecnici per l'elaborazione Convenzione Quadro Globale per la Protezione
Globale per
dello Strato dell'Ozono
dell'Ozono.. Il WMO (World Meteorological Organization)
Organization) si èe occupato
della redazione di un dettagliato rapporto scientico.
scientifico. Dopo tre anni di negoziati
coordinati dall'UNEP
dall”UNEP (United Nations Environment Program), tale convenzione  èe
stata adottata a Vienna
Vienna nel Marzo 1985. L'obiettivo
Llobiettivo della Convenzione  èe quello di
fornire indicazioni di cooperazione e coordinamento a livello livello internazionale, per la la
denizione
definizione di politiche e provvedimenti atti a proteggere la salute umana ee l'ambientePambiente
dagli eetti
effetti negativi diretti e indiretti di una modicazione eettiva o probabile dello
modificazione effettiva
strato dell'ozono.
dell”ozono. Sono stati identicati
identificati e provati scienticamente
scientificamente due principali
problemi legati allo stato dell'ozono
dellyozono stratosferico:
0 le modicazioni
modificazioni dello strato dell'ozono
dell”ozono comportano un cambiamento dell'in- dell7in-
tensit
tensitaa della radiazione ultravioletta solare UV-B che raggiunge la supercie superficie
terrestre; ne conseguono eetti
effetti sulla salute delle popolazioni, sugli organismi,
organismi,
sugli ecosistemi naturali e sui materiali;
0 le modicazioni
modificazioni della ripartizione verticale dell'ozono
dell”ozono e le relative variazioni
della struttura termica dell'atmosfera
de117atmosfera provocano conseguenze meteorologiche e
climatiche.
Il Protocollo di
dl Montreal (1987) propone misure concrete in attuazione alla Conven-
zione di Vienna. Questo documento contiene un calendario completo per regolare regolare
e controllare la produzione, il consumo e l'import/export
l”import/eXport di sostanze chimiche che
danneggiano
danneggiano l'ozono
lyozono stratosferico.
stratosferico. Sono
Sono denite
definite le
le prime misure di
prime misure di regolamentazione
regolamentazione
(art.2) per i cloro uorocarburi
clorofluorocarburi (CFC-11,
(OFC-11, CFC-12, CFC-113,
OFC-113, CFC-114
CPC-114 e CFC-115)
CPC-115)
e gli halons (halon 1211, halon 1301, halon 2402) 2402) ee specicati
specificati i livelli
livelli limite di
produzione e consumo rispetto al 1986 (in %) %) e i tempi di attuazione di tali ridu-
zioni per i Paesi rmatari.
firmatari. E richiesto ad ogni Paese di fornire
fornire dati statistici sulla
44
44 Capitolo 1

produzione annua, sulle importazioni ed esportazioni delle sostanze regolamentate,

sui quantitativi distrutti per mezzo di tecnologie approvate dalle Parti. In risposta
all'acquisizione
all”acquisizione di questi nuovi dati e osservazioni, i Paesi partecipanti al Protocol-
lo di Montreal hanno deciso di ridenire
ridefinire e rinforzare (in quantita, tempi e moda-
quantita,
lit
a) le restrizioni sui composti chimici critici e includere nuove sostanze, adottando
lita)
successivi emendamenti. Il Consiglio
Consiglio dell'Unione
dell7Um`0ne Europea riporta nel Regolamento
CEE
CEE 3093/94 i programmi di eliminazione progressiva delle sostanze che riducono
lo strato dell'ozono,
dell7ozono, quindi le misure di controllo e regolamentazione delle attivit
attivitàa
di produzione, importazione, esportazione, fornitura, uso e recupero di tali composti
chimici, le disposizioni economiche e di gestione, allo scopo di adottare provvedi-
menti a livello comunitario per l'adempimento
l”adempimento degli obblighi derivanti dal secondo
emendamento (Copenaghen, 1992) al Protocollo di Montreal.
La normativa
normativa Italiana
Italiana di base per la protezione della fascia dell'ozono
dell”ozono stratosferico
si basa sulle leggi n.277/88 e n.393/88 che riguardano rispettivamente la ratifica ratica e
l'esecuzione
ljesecuzione della Convenzione di Vienna e del Protocollo di Montreal. Inoltre  eè in
vigore anche la Legge n. 549/93,
549 / 93, che stabilisce un calendario di riduzione e di messa
al bando dei CFC e degli altri composti alogenati potenzialmente nocivi per la fascia
dell'ozono
delljozono stratosferico. Risultano inneinfine in vigore a livello nazionale le disposizioni
del Regolamento CEE n.3952/92 (precedente al n.3093/94). Tale legge prevede:
o l'abolizione
laabolizione del segreto industriale per le informazioni relative alla produzione
e all'utilizzazione
all*utilizzazione di tutte le sostanze ozono distruttive; le imprese
imprese devono co-
municare all'ANPA
all”ANPA i dati relativi all'ubicazione
alllubicazione degli stabilimenti, le
le sostanze
lesive utilizzate e i quantitativi prodotti o immessi sul mercato dal 1986 (art.5);
o l'istituzione
lfiistituzione di un sistema di smaltimento e di riciclo
riciclo di queste sostanze attra-
verso il conferimento a centri di raccolta autorizzati, di un deposito cauzionale
e l'obbligo
l”obbligo per i rivenditori di accettare la restituzione dei prodotti usati, la
denizione
definizione di accordi di programma con le le imprese
imprese del settore;
ø l'esecuzione
l”esecuzione a livello nazionale di adeguate osservazioni dell'ozono
dell”ozono stratosferico
e della radiazione ultravioletta al suolo e redazione di una relazione annuale.

1.6
1.6 Eetto
Effetto serra
serra

influenzato dai bilanci energetici di lungo termine della terra e

Il clima terrestre e`e in uenzato
dell'atmosfera.
dell”atmosfera. Le radiazioni solari (luminose e ultraviolette)
ultraviolette) assorbite dalla super-
superfi-
cie terrestre e dall'atmosfera
dall7atmosfera sono bilanciate da un quantitativo di energia riemessa
dal sistema terra f{ atmosfera verso lo spazio, in forma di radiazioni infrarosse. La
temperatura media terrestre, stimata con un semplice modello di equilibrio che consi-
dera l'energia
l”energia solare entrante ed uscente rispetto alla supercie terrestre, varia tra
superficie terrestre,
i 15 e 18 Æ C, mentre la temperatura dell'atmosfera
18°C, dell”atmosfera  -23Æ C. La radiazione
eè di circa -23°C.
solare incidente sulla supercie
superficie terrestre (per unita
unita di supercie)
superficie)  eè pari
pari a circa 343
Wm
Wm72; 2
; una frazione di quest'energia
questyenergia entrante  èe riflessa
ri essa verso lo lo spazio; tale feno-
feno-
meno di ri essione definita albedo R
riflessione globale media eè denita RP.p . L'albedo
L”albedo èe determinata dalla
presenza delle nubi, dalle particelle di aerosol atmosferico e dalla riflessione ri essione della
supercie
superficie terrestre stessa. La frazione restante (1-R (l-Rp) p ) di radiazioni ad alta frequen-
za eè assorbita dal sistema terra - atmosfera. Per R p =0.3 si valuta una radiazione
Rp:0.3
 Gli inquinanti atmosferici 45
45

incidente pari a 240 Wm Wm72, 2

, equivalente, in termini di media globale e annuale, alla
radiazione infrarossa emessa dal sistema terra - atmosfera verso lo spazio. D'altra Dyaltra
parte la stima del flusso
usso radiativo infrarosso emesso dalla superciesuperficie terrestre risul-
ta pari a 390 Wm Wm_22 e eccede quindi sostanzialmente il flusso usso radiativo uscente al
di sopra dell'atmosfera.
delllatmosfera. Infatti l'atmosfera
l”atmosfera regola al suo interno il quantitativo di
radiazione solare che eettivamente
effettivamente raggiunge la supercie
superficie terrestre e,
e, allo stesso
tempo, la quantit
quantitàa di radiazione terrestre riemessa verso lo spazio [1].
I pi
u importanti componenti atmosferici che
più Che contribuiscono a questo fenomeno
sono l'anidride
Panidride carbonica (CO(002),2 ), il metano (CH 4 ), il protossido di azoto (N
(CH4), (N22 O),
0), il
vapor d'acqua
djacqua e le nubi, presenti naturalmente in atmosfera, che, in parte assorbono
i raggi infrarossi provenienti dalla supercie
superficie terrestre e in parte li riemettono verso la
supercie
superficie stessa. Poich
Poichée si trovano a temperature inferiori (tra i23 {30Æ C) rispetto
{23 e i30°C)
a quelle della supercie
superficie terrestre, essi emettono radiazioni infrarosse a intensità intensita
minori di quelle che avrebbero alla temperatura media superciale; superficiale; quindi se si
considera il bilancio energetico netto, tali gas assorbono notevoli quantitativi di
energia. Questo fenomeno di eetto effetto serra naturale ha permesso di raggiungere una
temperatura media superciale
superficiale adatta alla vita e agli ecosistemi naturali attuali. Le
concentrazioni atmosferiche di tali gas serra sono però pero fortemente aumentate, negli
ultimi due secoli (gura
(figura 1.9), a causa delle emissioni da attivit a antropiche, come
attivita
illustrato nella tabella 1.28.

Inquinante
Inquinante Concentrazioni
Concentrazioni Concentrazioni
Concentrazioni Variazione
Variazione Tempi
Tempi di
di
pre-
pre- nel
nel 1994
1994 %
% annua
annua residenza
residenza
industriali
industriali atmosferici
atmosferici
(anni)
(anni)
CO
0022 280 358 0.40% 50-200
CH
CH44 700 11720
720 0.60% 12
N 2O
N20 275 312 0.25% 120
CFC-11
OFC-11 0 268 - 50
HCFC-22 0 110 5% 12
HFC 0O 0 - 1 5 - 265
SF
SFÖ`6 0O 0.032 - 3 000
CF
CF44 0O 72 2% 50 000
OOO
Tabella 1.28
Tabella 1.28 Andamenti delle concentrazioni in atmosfera dei principali
principali gas
gas serra
serra [16].
[16].
Le concentrazioni di CO
0022 sono espresse in
in ppmv;
ppmv; quelle di CH 4, N
CH4, 2 O e SF
N20 SF66
in
in ppbv;
ppbv; quelle
quelle di
di CFC-11
CFC-ll ee HCFC-22
HCFC-22 inin pptv
pptv

Ad essi si aggiungono altri gas serra, di origine esclusivamente antropica, quali,

i cloro uorocarburi
clorofluorocarburi (CFC), gli idrocloro uorocarburi
idroclorofluorocarburi (HCFC), gli idrofluorocarburi
idro uorocarburi
(HFC), i per uorocarburi
perfluorocarburi (PFC)
(PFC) e l'esa uoruro
liesafluoruro di zolfo (SF
(SFG).
6 ). Si osserva anche
un generale aumento dell'ozono
dell”ozono troposferico (O 3 ) causato dalle emissioni di ossidi
(03)
di azoto (NO x ) e composti organici volatili diversi dal metano (COVNM). Gli ae-
(N01)
rosol e l'ozono
llozono stratosferico, pur essendo composti naturali, in uenzano
influenzano il bilancio
termico terrestre in modo signicativo.
significativo. Per quanto riguarda la determinazione e la
quanticazione
quantificazione degli eetti
effetti sul clima, non eè ancora possibile provare con certezza che
46
46 Capitolo 1

380
(a) 300
- s
O D57 ç 360- š
360 - A 047 àE ,I ' 4 öo _
n S'ple
i 1* South Pole
È 340 ›
å , ,' .gš 'I1'
,5, - - Mauna Loa É ,UI 2 É '
E 340 L ~~~~~ Fossil 002 emissions g 320› ~ ,e 2 ,'
É _ One . hundred year a ................... U] E UU U o 8 I'
U =
.É
._- _ 'Unn'ng mean 8 aoo MKDUÉU'Q'U 1 É
U-
1'
i
.È 320 - E U ,I
o 200 1 i
o
cc) ›
1 1900 1950 20 o
Year
Q
N i'
8 300 r 1

\_d *i á* /
280 - iam/- \__¬
f-

260 l l l l J l 1 l L l l

800 1000 1200 1400 1600 1800 2000

Year

Figura 1.9
Figura 1.9 Andamento delle concentrazioni di CO
C022 negli ultimi 2 secoli

l'aumento
l”aumento di temperatura media mondiale osservato (0,6 ÆC nell'ultimo
(0,60C nell”ultimo secolo)
secolo) èe cau-
sato dall'aumento
dall”aumento delle concentrazioni di gas serra in atmosfera. Le attuali ricerche
del Working Group I dell'IPCC
dell”IPCC (Intergovernmental Panel on Climate Change) Change) [16][16]
riconoscono comunque il ruolo determinante dell'attivit
dell”attivitaa umana nei processi di mu-
tamento del clima e del riscaldamento globale, a causa dell'aumento
dell”aumento delle emissioni
antropiche e del relativo incremento delle concentrazioni atmosferiche dei principali
gas serra.
Vi sono anche altri fenomeni che contribuiscono a spiegare la tendenza al riscalda-
mento, frafra i quali alcuni meccanismi naturali come il grado grado di attivit
attivitaa vulcanica,
vulcanica,
la diversa distribuzione delle temperature degli oceani o una variabilità
variabilita casuale del
sistema climatico stesso.
Nel processo di valutazione quantitativa dei diversi contributi possono essere utili
strumenti modellistici. I modelli di circolazione generale atmosfera - oceano permet-
tono di ricostruire l'andamento
Pandamento delle temperature medie globali con scarti sempre
meno rilevanti e tenendo conto anche del contributo refrigerante degli aerosol e della
ciclicit
ciclicitaa legata alle macchie solari. I modelli climatici
climatici,, tenendo conto dell'incremento
dell7incremento
dei gas serra e degli aerosol, prevedono un aumento nella temperatura superciale superficiale
Æ -3.5ÆC per il 2100 e un
media globale di circa 11°-3.5°C un associato aumento del livellolivello del
mare di circa 15-95 cm.
Il riscaldamento globale potr a determinare modiche
potra modifiche signicative
significative nei cicli cli-
matici con l'intensicazione
l7intensificazione dei fenomeni estremi (forti precipitazioni,
precipitazioni, eventi
eventi alluvio-
 Gli inquinanti atmosferici 47
47

nali, periodi di siccit

a), alterazioni degli ecosistemi terrestri e acquatici, eetti
siccità), effetti sulla
degradazione e aridicazione
aridificazione dei suoli, modicazioni
modificazioni delle produzioni agricole, cam-
biamenti dei cicli idrici e dei relativi sistemi di gestione.
gestione. Sebbene si sia a conoscenza
della rilevante in uenza
influenza del clima sui sistemi naturali, socio-economici e sulla salute
umana in termini qualitativi, la quanticazione
quantificazione degli impatti dovuti ai cambiamenti
climatici su un qualsiasi sistema risulta tuttora assai complessa e imprecisa a causa
delle molteplici interazioni e retroazioni non lineari e addittive dei vari sistemi e/ e/oo
processi critici coinvolti, nonch
nonchée per l'in uenza
l”influenza di ulteriori fattori climatici e non
climatici.

1.6.1 I principali gas serra

Alcuni indici ambientali signicativi
significativi e universalmente adottati per valutare il poten-
ziale di impatto sull'eetto
sull”effetto serra di ogni gas sono il potere radiativo e il potenziale
di riscaldamento globale (GWP).
potere radiativo medio globale fornisce una stima di primo ordine della poten-
Il potere
ziale importanza climatica dei vari fattori
fattori di in uenza.
influenza. I contributi dei singoli gas gas
serra (gas ben miscelati e areosol troposferici)
troposferici) al potere radiativo globale variano
a seconda delle tipologie delle sorgenti e dei meccanismi di diusione diffusione in atmosfe-
ra; quindi, un confronto tra tali indici non fornisce una visione completa dei loro
possibili impatti sul clima.
Il Global
Global Warming
Warming Potenzial (GWP) (GWP)  eè il rapporto tra il contributo all'eetto
all”effetto
serra risultante dall'emissione
dall7emissione di 1 kg di un gas e un”uguale
un'uguale quantit
quantitaa emessa di
biossido di carbonio (CO(COQ)2 ) in condizioni stazionarie; pu
puòo essere calcolata su orizzonti
temporali diversi. In altri termini il GWP si pu puòo denire
definire come il potere radiativo
cumulativo a partire dal presente e su un orizzonte dato, causato dall'emissione
dall”emissione di
una massa di gas ed espresso in funzione di quella di un gas di riferimento (CO 2 ).
(COQ).
In tabella 1.29 e`e riportato il valore del potere radiativo (misurato in Wm Wm_2) 2
) e del
GWP per i principali gas-serra.

Composti Wm /ppbv
Wm72/ppbv
2
Wm
Wm722 20 anni 100 anni 500 anni
CO
C022 1.8
'105
1.8 105 1.56
1.56 11 11 11
CH
CH44 3.7
'104
104 0.47 56 21 6.5
N 2O
N20 3.7
'103
103 0.14 280 310 170
CFC-11
OFC-11 (CCl 3 F)
(CClgF) 0.22 0.06 55000
000 4 000
4000 11400
400
CFC-12
OFC-12 (CCl 2 F2 )
(CClgFg) 0.28 0.14 77900
900 88500
500 44200
200
HCFC-22 (CHClF
(CHCn) 2) 0.19 0.02 4 300 1 700 520
HFC-134a (CH 2 FCF3 )
(CI-12170173) 0.17 3 400 1 300 420
420
SF
SFG6 0.64 0.002 16 300 23 900 34 900
CF
CF44 0.10 0.007 4 400
4400 6 500 10 000
Tabella 1.29
Tabella 1.29 Valore del potere radiativo
radiativo (per unit
a di concentrazione e complessivo)
unità complessivo) e del
GWP (su tre diversi orizzonti temporali)
temporali) per i principali gas serra
48
48 Capitolo 1

Il contributo di un certo gas all'eetto

allyeffetto serra dipende dalle caratteristiche se-
guenti:
o la lunghezze d'onda
d”onda delle radiazioni assorbite,

0 la concentrazione in atmosfera,
0 la sua capacit
a di assorbimento.
capacità

Nella letteratura scientica

scientifica e normativa si esprime la diversa capacit a di incidere
capacita
sull'eetto
sullleffetto serra da parte dei diversi gas, considerando il suo contributo equivalente in
termini di anidride carbonica. Per il calcolo della CO C022 equivalente per ogni sostanza
iz' si utilizza la relazione:
CO 2 eqi =
002611,' :EE,i 
>k f
f,i (1.16)
(1.16)
dove:
EE,i quantit
quantita dell7emissione i in kg,
a dell'emissione
ff,i fattore del potenziale di eetto dellyemissione z'i su di un orizzonte temporale
effetto serra dell'emissione
pressato.
prefissato.

I principali gas serra, in ordine crescente di potere potere radiativo

radiativo ee di importanza
importanza per per i
potenziali impatti sul clima, sono H 2 O, CO
H20, 2, O
C02, troposferico, CH
033 troposferico, CH4,4, N 2 O, CFC-11
N20,
e CFC-12; altri gas che in uenzano
influenzano il sistema climatico sono O 033 stratosferico e gli
aerosol presenti nella troposfera e stratosfera.
Vapor
Vapor acqueo (H (H22 O)
O) Il vapor d'acquad“acqua stratosferico  èe un gas serra diretto e un
composto critico della chimica dell'ozonodell”ozono (eetto indiretto). Se ne prevede una
(effetto indiretto).
crescita a causa di un aumento delle concentrazioni di CH CH4,4 , oltre che di aumenti delle
temperature nella tropopausa, che favoriscono l'ingresso l”ingresso del vapore nella stratosfera
[16].
Biossido di carbonio (CO (CO2) 2) Le concentrazioni di CO C022 sono aumentate quasi del
30% in 200 anni, passando da circa 280 ppmv nel tardo secolo diciottesimo (va-
lore pre-industriale) a 358 ppmv nel 1994, con una velocit velocita a media di crescita degli
ultimi anni pari a circa 1,5 ppmv/anno. Le emissioni cumulative di CO C022 dall'era
dall”era
pre-industriale sono state stimate approssimativamente pari a 230 Gt di carbonio
[17], che rappresentano circa il 30% dell'attuale
dell”attuale quantitativo di CO C022 presente in at-
mosfera. I diversi contributi alle perturbazioni del bilancio del carbonio atmosferico
sono stati stimati con riferimento all'anno
all”anno 1980 (tabella 1.30)1.30) e sono divisi in sorgenti
e sink
sink..
Le principali sorgenti antropogeniche sono costituite dall'utilizzo
dall”utilizzo di combustibili
fossili e dalla produzione di cemento. La deforestazione (in particolare nelle regioni
tropicali)
tropicali) e le variazioni d'uso
dluso del suolo possono portare a signicativi significativi scambi di
CO
C022 tra la biosfera e l'atmosfera.
l”atmosfera. I principali serbatoi di carbonio sono costituiti
dall'atmosfera
dall”atmosfera stessa e dalla biosfera terrestre, inclusi ii suoli, gli oceani e le le riserve
riserve
di combustibili fossili. A partire dalla valutazione dell'aumentodell”aumento del quantitativo di
CO
C022 in atmosfera, che pu può o essere stimata con un alto grado grado di aÆdabilit a, mentre
affidabilità,
minor accuratezza hanno le stime dei contributi delle altre sorgenti ee sink sínk,, si rileva
rileva
nel ciclo globale della CO
C02, 2 , cos
così come  eè attualmente conosciuto, la mancanza di un
sink in grado di assorbire 1.4  i 1.5 GtC/anno. Llidentificazione di tale sink
GtC / anno. L'identicazione smk eè uno
dei principali obiettivi di ricerca scientica
scientifica sul ciclo della CO C022 ee sull'eetto
sullleffetto serra.
 Gli inquinanti atmosferici 49
49

Sorgenti CO
C022 GtC/anno
Emissioni dalla combustione di combustibili fossili e produzione 5.5 
j: 0.5
di cemento
Emissioni nette da cambiamenti d'uso
d”uso del suolo 1.6 
:i: 1.0
Emissioni antropogeniche totali 7.1 ill1.1
Sink GtC/anno
GtC /anno
Depositi nell'atmosfera
nell7atmosfera 3.3 
:i: 0.2
Assorbimenti
Assorbinienti nell'oceano
nell”oceano 2.0 
2.0 :i: 0.8
0.8
Assorbimenti da foreste nell'Emisfero
nell”Emisfero Nord 0.5 
:i: 0.5

Bilancio
Bilancio netto
netto 1.3 
1.3 :l: 1.5
1.5

Tabella 1.30
Tabella 1.30 Principali sink e sorgenti di CO
C022

Metano (CH4)
(CH4) Il metano atmosferico eè aumentato dall'inizio
dall”inizio del diciannovesimo
secolo, in modo non uniforme negli anni, fino no ai livelli attuali di 1721 ppbv (i pi piùu
alti mai osservati). Le misurazioni degli isotopi di carbonio indicano che il 20%
delle emissioni totali annuali sono attribuibili alla produzione e utilizzo dei com-
bustibili fossili; a queste si aggiungono le emissioni di origine agricola (combustione
di biomasse, coltivazione di riso e allevamenti di ruminanti)
ruminanti) rilevanti nelle regioni
tropicali. In totale
totale le emissioni antropogeniche sono responsabili del 60-80% circa
delle emissioni totali,
totali, mentre le emissioni naturali da zone
zone umide (paludi ee tundre,
tundre,
principalmente nei tropici e nelle zone boreali) contribuiscono per il 20%. Si noti che,
nell'atmosfera
nelljatmosfera attuale, una molecola aggiunta di CH CH44 assorbe radiazioni infrarosse
con un'eÆcienza
un”eflicienza 25 volte superiore a quella di una molecola aggiunta di CO C022 [18]
[18]
Questo fenomeno pu o essere parzialmente spiegato dal fatto che i livelli di CO
può C022 sono
circa 200 volte maggiori e la capacit a di assorbimento di molte molecole èe ridotta o
capacita
saturata.
Protossido
Protossído di azoto o ossido nitroso (N (N22 O)
O) L'ossido
L”ossido nitroso  èe un gas serra impor-
tante in quanto ha un tempo di vita molto lungo (di circa 120 anni) anni) e un potere
radiativo per molecola pari a 200 volte quello della CO CO2.2 . Le concentrazioni atmos-
feriche sono state stimate pari a 312 ppbv nel 1994; le velocitavelocita di crescita hanno
variabilit
a decennali e notevolmente inferiori rispetto a quelle del metano. Le prin-
variabilità
cipali fonti di emissioni antropogeniche sono dovute al settore agricolo (combustione
di biomasse, coltivazione dei suoli, specialmente con uso intensivo di fertilizzanti)
fertilizzanti)
e a processi industriali, quali la produzione di acidi adipici e nitrici. Le emissio-
ni naturali in atmosfera sono dovute principalmente all'attivit
all”attivitaa microbica nel suolo
e nell'acqua,
nell”acqua, all'interno
all”interno del ciclo dell'azoto.
delllazoto. Le sorgenti naturali non sono esatta-
mente quanticate,
quantificate, ma probabilmente il loro contributo  eè doppio rispetto a quello
antropogenico.
Composti
Composti alogenati:
alogenatz': CFC,
OFC, HCFC, HFC, perfluorocarburz'
per uorocarburi ed esa uoruro
esafluoruro di zolfo (F6)
(F6)
Gli alocarburi sono composti del carbonio contenenti fluoro, uoro, cloro, bromo e iodio;
molti sono gas serra signicativi,
significativi, la cui principale o
o unica
unica sorgente sono le
le attivit
a
attivita
umane. Gli alocarburi che contengono cloro (CFC e HCFC) HCFC) e bromo (halons)
(halons) assor-
bono radiazioni infrarosse (riscaldamento diretto), ma provocano anche la riduzione
dello strato dell'ozono
dell”ozono stratosferico nella bassa stratosfera (rareddamento
(raffreddamento indiretto
50
50 Capitolo 1

in quanto l'ozono
llozono  eè un gas serra importante). I livelli degli idroclorofluorocarburi
idrocloro uorocarburi
(HCFC) e degli idro uorocarburi
idrofluorocarburi (HFC) continuano a crescere poichépoiche sono utilizzati
come sostituti dei CFC nei sistemi di refrigerazione; i loro valori di GWP sono infe-
riori a quelli dei CFC, ma sono alti rispetto a quelli della CO C02.2 . I per uorocarburi
perfluorocarburi
e l'esa uoruro
llesafluoruro di zolfo (SF 6 ) vengono rimossi molto lentamente dall'atmosfera
(SFÖ) dalllatmosfera con
tempi stimati maggiori di 1000 anni. Le loro attuali concentrazioni e poteri radiativi
associati sono bassi, ma potrebbero diventare signicativi
significativi nel futuro se le emissioni
continuano [16].
Aerosol troposferici e stratosferici Gli aerosol comprendono polveri e particelle
contenenti diverse specie chimiche, prodotte da processi di origine naturale (tempeste
di polvere, attivit
attivitaa vulcanica) e umana (combustione di biomasse e combustibili fos-
sili). Essi contribuiscono al fenomeno visibile della foschia e possono provocare la
diminuzione dell'intensit a della radiazione solare al suolo. Nell'atmosfera,
delllintensita Nelllatrnosfera, gli aerosol
in uenzano
influenzano il bilancio radiativo terrestre, producendo un un eetto
effetto climatico netto di
rareddamento
raffreddamento (potere radiativo negativo), tramite:
tramite:
o la dispersione e l'assorbimento
llassorbimento della radiazione (eetto
(effetto diretto);

o la modicazione
modificazione delle propriet
proprietaa ottiche atmosferiche, in termini di quantitivi e
tempi di vita delle nubi (eetto
(effetto indiretto).

Il potere radiativo degli aerosol dipende dalle loro dimensioni, dalla composizione
chimica delle particelle e dalla distribuzione spaziale; tali fattori sono noti per gli
aerosol stratosferici, mentre rimangono incerti per quelli troposferici [16].

1.6.2
1.6.2 Riferimenti
Riferimenti normativi
normativi

Documenti
Documenti internazionali
internazionali Tra i documenti di rilevanza
rilevanza internazionale
internazionale adottati
alla Conferenza
Conferenza delle Nazioni Unite
Unite sull'ambiente
sulllambiente e sviluppo (UNCED) tenutasi a
Rio nel 1992, due sono di particolare interesse per il problema dell'eetto
dellleffetto serra:

Agenda 21
21:: programma di azione che identica
identifica gli obiettivi dello sviluppo sosteni-
bile e denisce
definisce gli interventi necessari in diverse aree di programma e attuazione
(tra cui atmosfera, suoli, acque, scienza ee tecnologie).
tecnologie).
Convenzione
Convenzione Quadro
Quadro sui
sai Cambiamenti
Cambiamenti Climatici:
Climatici: denisce principi, gli impegni
definisce i principi,
e le disposizioni attuative per il conseguimento dell'obiettivo
delllobiettivo primario identi-
cato
ficato dalla Convenzione, riportato nell'art.2:
nell”art.2: \stabilizzare,
“stabilizzare, in conformit
conformitàa alle
pertinenti disposizioni della Convenzione, le concentrazioni di gas serra nelllat-
nell'at-
mosfera ad un livello che impedisca interferenze antropogeniche pericolose con il
sistema climatico. Questo livello deve essere raggiunto in tempi tali da consen-
tire agli ecosistemi di adattarsi naturalmente ai cambiamenti climatici, evitare
rischi per la produzione alimentare e permettere il proseguimento dello sviluppo
economico in modo sostenibile". guida della Convenzione Quadro
sostenibile”. Il principio guida
sui
sai Cambiamenti
Cambiamenti Climatici
Climatici consiste nella salvaguardia del sistema climatico per per
le generazioni presenti e future, sulla base dell'equit a e in funzione delle respon-
delllequita
sabilit
a comuni, se pur dierenziate,
sabilita differenziate, e delle rispettive capacit a dei Paesi (in
capacita
termini di strutture economiche e risorse, condizioni attuali, impostazioni).
impostazioni). Le
 Gli inquinanti atmosferici 51
51

Parti hanno il diritto di operare per uno sviluppo sostenibile e devono promuo-
verlo attraverso l'adozione
lladozione di politiche e misure eÆcaci,
efficaci, in modo da assicurare
l'accesso
Paccesso alle risorse necessarie e da garantire benefici
beneci globali al minor costo
possibile (art.3).

Il successivo Protocollo di Kyoto eè un atto esecutivo della III Conferenza delle
Parti (1997)
(1997) contenente le decisioni sull'attuazione
sulllattuazione operativa di alcuni impegni de-
defi-
niti dalla Convenzione UNCED di Rio, nella direzione delle problematiche dei cam-
biamenti climatici e dello sviluppo sostenibile. Il protocollo entrerà
entrera in vigore quando
sar
saraa raticato
ratificato da 55 paesi che contribuivano nel 1990 ad almeno il 55% delle emis-
sioni di CO
C022 dei paesi industrializzati. L'obiettivo
L”obiettivo del documento  eè quello di denire
definire
le linee di indirizzo delle politiche e le misure attuative da adottare da parte dei
Paesi firmatari
rmatari (art.2), la quanticazione
quantificazione dei limiti di emissione tra 2008 e 2012 per
ogni paese e l'individuazione
llindividuazione delle modalit
modalitaa concrete di cooperazione per il raggiun-
gimento di tali riduzioni.

Normativa
Normativa europea
europea ed
ed italiana
italiana Nel panorama della normativa europea ed ita-
liana numerosi sono i documenti che trattano tematiche inerenti alla problematica
dell'inquinamento
delllinquinamento da anidride carbonica e da altri gas serra nei vari settori pro-
duttivi e di attivit a. La comunit
attivita. comunità a europea ha redatto nel 1998 due importanti
Comunicazioni
Comunicazioni riguardanti rispettivamente i cambiamenti climatici ((Com Com 98/353
98/353))
e il problema trasporti - CO Com 98/204
C022 ((Com ). La prima Comunicazione propone le
98/204).
linee di sviluppo delle politiche e delle misure europee per Pattuazione
l'attuazione del Protocol-
lo di Kyoto, con particolare riferimento a energia, trasporti, agricoltura, industria,
ricerca scientica
scientifica e sviluppo di nuove tecnologie. La seconda denisce
definisce le misure di
riduzione delle emissioni del settore trasporti, relative alle tecnologie di costruzione
degli autoveicoli, organizzazione delle diverse modalit
modalita a di trasporto e promozione
delle forme a minori emissioni. Altri documenti di riferimento sono il Libro Bianco
fonti rinnovabili del 1997 e il Programma Quadro
sulle fonti per la ricerca e lo sviluppo
Quadro per
sostenibile nel periodo 1998-2002.
In Italia, dai primi anni '90,
790, la legislazione si 
èe occupata della denizione
definizione delle li-li-
nee guida e di provvedimenti per la riduzione delle emissioni inquinanti da impianti
industriali e in campo energetico. La Legge n.128/98
n.128 / 98 prevede l'incentivo
17incentivo ed il so-
stegno all'uso
all”uso delle energie rinnovabili per la riduzione delle emissioni di CO C02;2 ; le
Delibere CIPE del 1997 e 1998, concernenti le tematiche discusse alla Convenzione
Quadro dei Cambiamenti Climatici, indicano i programmi per il contenimento delle
emissioni di gas serra da predisporre secondo il criterio della massima eÆcienzaefficienza am-
bientale ed economica. A questi provvedimenti legislativilegislativi si aÆancano numerosi
affiancano numerosi
piani e programmi attuativi di vario livello (da nazionale a comunale), con partico-
lare attenzione al sistema energetico.
Di particolare interesse eè la Delibera CIPE
CIPE n.137 del 1998
1998,, per l”attuazione
l'attuazione del Pro-
tocollo di Kyoto, che esplicita le linee guida per le politiche e le misure nazionali
di riduzione delle emissioni di gas serra e quantica
quantifica gli obiettivi di riduzione delle
emissioni per diversi settori.
52
52 Capitolo 1

1.7
1.7 Le
Le agenzie
agenzie ambientali
ambientali

1.7.1 L'Agenzia
L7Agenzia Europea (EEA)

Finalit
a L'Agenzia
Finalità L7Agenzia Europea per l'Ambiente Environmental European Agency
l”Ambiente ((Environmental Agency,,
EEA), fondata a Copenhagen, e stata istituita nel 1990 con un Council Regulation
dell'Unione
dell”Unione Europea (1210/90). Lo scopo principale dell'Agenzia,
delllAgenzia, come specicato
specificato
nell'Art.2
nelllArt.2 del Regolamento del 12 ottobre 1990,  èe quello di \realizzare
“realizzare i propositi di
protezione e sviluppo dell'ambiente
dellyambiente impostati dal Trattato e da successivi programmi
d'azione,
d”azione, dovendo essa stessa sostenere gli Stati Membri con:

o valide informazioni a livello europeo, che fungano da base per le misure di

protezione ambientale,
o l'accertamento
liaccertamento dei risultati degli interventi,

o la diusione
diffusione periodica al pubblico delle informazioni sulla salute dell'ambiente,
dell7ambiente,

o il necessario supporto tecnico e scientico.

scientifico.

Aree
Aree di
di lavoro
lavoro I principali settori di attivit
a dell'Agenzia
attivita dell“Agenzia devono includere tutti
tutti
gli elementi utili alla descrizione dello stato presente ee futuro
futuro dell'ambiente,
dellyambiente, in base
ai seguenti punti di vista:
o la qualit
a dell'ambiente,
qualita dellyambiente,

ø le pressioni sull'ambiente,
sull”ambiente,

ø la sensibilit
a dell'ambiente.
sensibilità dell”ambiente.

L'Agenzia
L°Agenzia deve fornire informazioni che possano
possano essere
essere direttamente utilizzate
utilizzate
nell'elaborazione
nell”elaborazione delle politiche ambientali dell'organizzazione. Viene data priorità
dell”organizzazione. Viene priorita
alle seguenti aree di lavoro:
0 qualit
a dell'aria
qualita dell7aria e emissioni atmosferiche,

 qualit
a delle acque, inquinanti e risorse,
qualita

 stato del suolo, della i'lora

ora e della fauna,
 uso del territorio e risorse naturali,
 controllo degli sprechi,
o inquinamento
inquinamento acustico,
acustico,

 sostanze chimiche pericolose per l'ambiente,

l”ambiente,

o protezione delle coste.

Devono inoltre essere monitorati i fenomeni transfrontalieri, multinazionali e
globali. Le attivita dell'Agenzia
attivita dellyAgenzia non devono, inne,
infine, coincidere con quelle di altre
istituzioni.
 Gli inquinanti atmosferici 53
53

La
La rete
rete EIONET
EIONET Uno dei compiti pi
u importanti della EEA eè il coordinamento
più
diffusione della rete informativa European Environmental Information and Ob-
e la diusione Ob-
servation
seruation Network (EIONET). A tale scopo opera una Commissione, che coordina
i centri del settore presenti nei paesi dell'Unione
dell”Unione Europea con gli ETC ((EuropeanEuropean
Topic
Topic Centers
Centers).). Questi ultimi lavorano per conto della EEA con i paesi e con la
Commissione e arontano
affrontano speciche
specifiche problematiche ambientali.
Nel 1993 L'Unione
L7Unione Europea ha demandato alla EEA il compito di raccogliere
ed organizzare informazioni indicative sullo stato di salute dell'ambiente
dell”ambiente in Europa,
al ne
fine di predisporre eventuali piani di risanamento e prevenzione. La EEA, alla
fine del 1994, ha dato vita allo European Topic
ne Topic Center
Center on Air QualityQuality (ETC-AQ),
il cui compito eè quello di supportare l'EEA
1”EEA ogni qualvolta i sui lavori coinvolgano il
problema della qualit
qualitaa dell'aria.
delliaria.
La necessit
necessitaa di operare sulla base di informazioni aggregate e complementari
rende fondamentale il ruolo di interfaccia attiva tra sistema informativo e utenza
assunto dall'Agenzia
dall7Agenzia Europea. I dati non possono, infatti,
infatti, essere utili se prima non
vengono eÆcacemente
efficacemente selezionati, riuniti e organizzati alla luce del tipo di utenza
prevista. Il lavoro di raccolta, analisi e aggiornamento dei dati non èe centralizzato
nell'Agenzia
nellgenzia Europea, ma viene realizzato da centri di monitoraggio
monitoraggio nazionali ee da
altri organismi dell'EIONET.
delliEIONET. L'EEA
L“EEA valuta i dati finali
nali ee lili dionde
diffonde all'utenza.
all7utenza. Essa
ha inoltre il dovere di assicurare la pipiùu vasta e completa diusione
diffusione di queste conclu-
sioni attraverso periodici bollettini sullo stato dell'ambiente.
dell”ambiente. L'agenzia
L”agenzia europea èe
accessibile attraverso il sito web:Web: http://www.eea.eu.int/.
http://WWW.eea.eu.int/.

1.7.2 L'Agenzia
L7Agenzìa Nazionale (ANPA)

Finalit
a L'Agenzia
Finalità L7Agenzia Nazionale per la Protezione dell'Ambiente,
dell”Ambiente, come evidenzia-
evidenzia-
to nella presentazione riportata sul sito web
Web http://www.sinanet.anpa.it/,
http://WWW.sinanet.anpa.it/7 eè una
struttura tecnico-scientica
tecnico-scientifica avente personalit
a giuridica, sottoposta alla vigilanza
personalita
del Ministro dell'Ambiente
dell”Ambiente e al controllo della Corte dei Conti. All'ANPA
All”ANPA (istitui-
ta con legge n.61 del 21/1/94, a supporto dell'attivit
dell”attivitaa del Governo)
Governo) sono aÆdati
affidati
importanti compiti connessi alla protezione dell'ambiente:
dell”ambiente:

0 collaborare con le Istituzioni, in particolare con il Ministero dell'Ambiente,

dell”Ambiente,
anche nella stesura di normative ambientali e nell”applicazione
nell'applicazione dei controlli;
ø gestire i dati ambientali, diondere
diffondere l'informazione
l”informazione e sostenere la formazione in
tale ambito; promuovere la ricerca per contribuire al miglioramento dell'am-
dell”am-
biente;
0 garantire la sicurezza nucleare e la radioprotezione.
A queste funzioni
funzioni si aggiungono le Direttive del Ministro dell'Ambiente
dell”Ambiente (nota
del 12/1/199)
12/ 1 / 199) riguardanti il supporto tecnico nella programmazione eded attuazione
delle iniziative previste dalla L.13/10/1997, n.344:
o sviluppo della progettazione di interventi mirati;
ø promozione di figure
gure professionali attraverso attivit
a formative
attivita formative speciche;
specifiche;

o promozione di tecnologie
tecnologie pulite e dello sviluppo della sostenibilit
a urbana;
sostenibilità
54
54 Capitolo 1

ø attivit
attivitàa di supporto per l'elaborazione
l”elaborazione normativa con particolare riguardo ai
riuti
rifiuti (norme tecniche previste dal D. Lgs. N.22/97),
N.22 /97), alle radiazioni ionizzanti
(norme attuative del D.Lgs. n.230/95), legge n.413/97.

Programmi
Programmi di
di attivit
a L'ANPA
attività L7ANPA ha posto, tra le priorit
a del Programma trien-
priorità
nale 1998-2000, la realizzazione del Sistema Nazionale conoscitivo e dei control-
li ambientali (SINAnet), la cui architettura complessiva eè stata disegnata avendo
come riferimento il sistema europeo EIONET. Il Dipartimento Stato dell'ambiente,
dellyambiente,
controlli e sistemi informativi ha la responsabilit
a della gestione e dello sviluppo del
responsabilità
SINAnet. Accanto a questa l'ANPA
lyANPA promuove diverse altre attivit a tra cui:
attività

0 formulazione di pareri e proposte ad autorit

a amministrative centrali
autorità Centrali e perife-
riche;

0 cooperazione con le organizzazioni internazionali, con l'agenzia

Pagenzia europea per
l'ambiente
liambiente e con Eurostat;

ø promozione della ricerca e della diusione

diffusione di tecnologie ecocompatibili, di pro-
dotti e sistemi a ridotto impatto ambientale e supporto tecnico al comitato
Ecolabel-Ecoaudit (D.M.
(D.l\/l. 413/95);

o controllo di fattori chimici, fisici

sici e biologici di inquinamento acustico, dell'aria,
dell”aria,
delle acque e del suolo;

0 supporto agli organi preposti alla valutazione e prevenzione dei rischi industriali;

0 realizzazione
realizzazione di
di studi
studi ee di
di attivit
a di
attività di supporto
supporto alla
alla valutazione
valutazione di impatto am-
di impatto am-
bientale;

0 eettuazione
effettuazione di controlli sulle attivit
a connesse all'uso
attività pacico dell'energia
all”uso pacifico dell”energia nu-
cleare.

1.7.3 Le Agenzie Regionali (ARPA)

(ARPA)

Finalit
Finalità a Le ARPA, istituite in attuazione del d.l.- 4 dicembre 1993, n. 496, 'Dispo-
7Dispo-
sizioni urgenti sulla riorganizzazione dei controlli ambientali e istituzione dell'Agen-
dell7Agen-
zia nazionale per la protezione dell'ambiente'
delllambiente7 convertito, con modicazioni,
modificazioni, dalla
legge 21 gennaio 1994,-n. 61, sono organismi regionali che, sulla base degli indi-
rizzi della programmazione regionale, svolgono attivit a tecnico-scientica
attività tecnico-scientifica a favore
favore
di Regione, Province, Comuni e Comunit
Comunità a montane
montane ed altri enti
enti pubblici ai fini
ni
dell'espletamento
dell”espletamento delle funzioni
funzioni loro attribuite nel campo della prevenzione
prevenzione ee tutela
tutela
ambientale. L'ARPA fornisce inoltre supporto tecnico-scientico
DARPA fornisce tecnico-scientifico alle ASL per l'es-
lyes-
pletamento delle attivit
attivitaa connesse alle funzioni di prevenzione collettiva, proprie dei
servizio sanitario regionale, nelle materie individuate ee secondo le modalit
modalitàa previste
previste
dalla legge.
 Gli inquinanti atmosferici 55
55

Attivit
a Le Agenzie regionali per l'ambiente
Attività l”ambiente sono chiamate a svolgere le seguenti
attivit
a tecnico-scientifiche:
attività tecnico-scientiche:
1. supporto tecnico-scientico
tecnico-scientifico ai livelli istituzionali competenti nelle materie iden-
ticate
tificate dal testo di legge;

2. controllo ambientale e segnalazione alle autorit

a competenti delle violazioni in
autorità
materia ambientale;
3. informazione ambientale;
@WFW

4. promozione della ricerca e diusione

diffusione delle innovazioni;
innovazioni;
5. promozione dell'educazione
dell”educazione e della formazione ambientale;

6. altre attivit
a connesse alla tute la dell'ambiente.
attività dell”ambiente.

Le principali attivit a di supporto tecnico-scientico

attività tecnico-scientifico consistono nella formula-
zione alle autorit
a amministrative competenti di proposte e pareri concernenti:
autorità

 i limiti di accettabilit
a delle sostanze e degli agenti inquinanti nei diversi com-
accettabilità
parti;
 l'uso
l”uso razionale delle risorse naturali e delle fonti di energia;
energia;
 le metodologie per il rilevamento dello stato dell'ambiente
delljambiente e per il controllo dei
fenomeni di inquinamento e dei fattori di rischio,
rischio, ilil risanamento ee ilil recupero
recupero
dell'ambiente
dell”ambiente e delle aree naturali protette;

 l'attivit
a di supporto tecnico-scientico
l”attività tecnico-scientifico agli organi preposti alla valutazione e
alla prevenzione dei rischi di incidenti rilevanti connessi ad attivit
a produttive.
attività produttive.
Per quanto concerne le attivit a di controllo ambientale
attività ambientale,, le ARPA vengono chia-
mate a svolgere tali funzioni
 nei controlli dei fattori sici,
fisici, chimici e biologici di inquinamento acustico, dell'aria,
dell”aria,
dell'acqua,
dell”acqua, del suolo e del sottosuolo;

 nell'analisi
nell”analisi e nel controllo dei fattori
fattori fisici
sici connessi a fenomeni,
fenomeni, eventi
eventi o situazioni
di rischio geologico, idrogeologico e sismico;
 nei controlli ambientali delle attivita connesse all'uso
attività all”uso pacico
pacifico dell'energia
dell7energia nu-
cleare e nei controlli in materia di protezione dalle radiazioni;
radiazioni;
 nei controlli fitosanitari,
tosanitari, per quanto concerne gli effetti
eetti di inquinamento diuso
diffuso
derivanti dall'uso
dallyuso di pesticidi.

a di informazione ambientale consistono:

Diversamente le attivit
attività

 nella raccolta sistematica, anche informatizzata, e nella

nella integrale pubblicazione
di tutti i dati sulla situazione ambientale regionale, anche disaggregata per per
ambiti territoriali specici;
specifici;

 nella realizzazione del sistema informativo e di monitoraggio ambientale in

in ac-
cordo con i servizi tecnici nazionali e il sistema informativo regionale;
regionale;
56
56 Capitolo 1

ø nell'acquisizione,
nell”acquisizione, elaborazione e diusione
diffusione di informazioni e previsioni sullo stato
delle variabili meteoclimatiche e sul loro impatto sull'ambiente
sull”ambiente e sulle attivita
attivita
agricole, industriali e civili, in coordinamento con gli altri enti ed organismi
competenti in materia, al fine
ne di evitare duplicazioni.
Le attivit promozione della ricerca e di diusione
a di promozione
attivita difiusione delle innovazioni sono
volte, tra le altre, alla promozione e diusione
diffusione di tecnologie ecologicamente compa-
tibili, di prodotti e sistemi di produzione a ridotto impatto ambientale, alla promo-
zione dello sviluppo delle produzioni agricole ecocompatibili.
Infine le ARPA promuovono attivit
Inne a educative e di formazione
attività formazione ambientale tra-
mite:
. la verica
verifica e promozione di programmi di divulgazione, formazione ed aggiorna-
mento professionale in materia ambientale;
o la promozione degli strumenti di ecoaudit ed ecolabel e delle relative attivit
a
attivita
informative rivolte a cittadini, consumatori e imprese;
imprese;
o l'elaborazione
l”elaborazione e diusione
diffusione di modelli di comunicazione del rischio alla popola-
zione in collaborazione con gli organi competenti.
Inne,
Infine, le ARPA cooperano con l'Agenzia
lyAgenzia nazionale per la protezione dell'am-
dell”am-
biente, l'Agenzia
llAgenzia europea dell'ambiente
dell”ambiente le altre agenzie regionali per l”ambiente,
l'ambiente, con
particolare riferimento alle tematiche di rilevanza interregionale, ed altri enti, istitu-
zioni ed organizzazioni nazionali ed estere, operanti nel settore, nonché
nonche con l'istituto
l”istituto
statistico delle comunit
a europee EUROSTAT.
comunità
 2
Fenomeni di trasporto e trasformazioni
chimiche

L'approccio
L7approccio classico alla modellizzazione matematica della realtarealta fisica
sica si basa sull'uti-
sullluti-
lizzo di leggi che descrivono il comportamento del sistema in in studio oo di sue sotto-
parti.
part1. Tali
Iali leggi si esprimono generalmente nella imposizione
imposizione di condizioni di equi-
librio di forze agenti su parti
part1 innitesime
inhniteslme del sistema o o di conservazione di talune
talune
grandezze, come la massa [19]. Le equazioni che cos cosi si ricavano, valide
valide per ogni
ogni
innnitesima del sistema, sono tipicamente equazioni dierenziali
sottoparte innitesima dlfierenzlalí alle de-
rivate parziali
parziali (PDE). Classici esempi sono le equazioni di De Saint Venant della
scienza delle costruzioni o le equazioni di Navier Stokes della fluidodinamica.
uidodinamica. Uno
dei capitoli fondamentali della Fisica Matematica tratta specicamente
specificamente dello studio
delle propriet
proprieta a di queste equazioni e delle loro soluzioni.
uidodinamica eè uno dei campi di più
In generale la fluldodlnamlca piu vasta utilizzazione di tale
tipo di approccio: conseguentemente, appare naturale pensare che esso sia applica-
bile anche nel settore della modellistica atmosferica e in particolare nella modellisti-
ca dell'inquinamento.
dell”inquinamento. Essendo caratterizzato dalla descrizione puntuale del legame
causa eetto,
effetto, esso si mostra particolamente opportuno in situazioni di notevole va-
riabilit
a spaziale e temporale della meteorologia e del campo di emissione.
riabilità emissione.
In questo capitolo, verr a illustrato come sia possibile, almeno in linea di princi-
verrà
pio, applicare tale schema alla modellistica dell'inquinamento,
dell”inquinamento, ponendo attenzione
alla costruzione del modello e alle numerose problematiche connesse al suo utilizzo. utilizzo.

2.1 Il trasporto e la diusione

diffusione

2.1.1 L'equazione dierenziale di diusione

La formalizzazione
formalizzazione analitica del fenomeno della dispersione di un un inquinante in at-
mosfera procede dall'applicazione
dall”applicazione del principio di conservazione della massa. Si
infinitesimo dxdydz
assume che in un volumetto innitesimo l'intervallo temporale dt
dardydz,, durante l”intervallo dt,,
l'incremento
llincremento di massa di inquinante e quindi la media C
la sua concentrazione media (x;y;z;t)
C(:v,y,z,t)
eguagli l'apporto
l”apporto netto derivato dagli ingressi esterni e dall'eventuale
dall”eventuale contributo di
una sorgente inquinante S o di un fattore rimozione R
fattore di rimozione R.. Il bilancio globale
globale risulta
risulta
58
58 Capitolo 2

pertanto espresso da:

ÆC
60 (x;y;z;t
x z t)
-_Lå;i¢wwu=rr+S+R
Æt
dxdydz = Fn + S + R or
(2.1)

dove:
dove
C (x;y;z;t)
C(m,y,z,t) nell”intervallo temporale dt
concentrazione media nell'intervallo
FFnn infinitesimo dxdydz
usso netto entrante nel volume innitesimo
flusso datdydz
S sorgente di inquinante
R rimozione di inquinante
Si osserva che la descrizione dell'evoluzione sica del fenomeno e riferita ad un si-
stema sso di coordinate, con approccio Euleriano.
A causa dei fenomeni vorticosi (turbolenza ) e delle condizioni meteorologiche
variabili, il moto e, a rigore, sempre vario in quanto, in ogni punto, la situazione
si presenta diversa istante per istante, in dipendenza dal vortice in transito nelle
vicinanze.
_ Tuttavia, se si fa riferimento alla media in un periodo di tempo T di
durata maggiore rispetto alla scala temporale delle fiuttazìoni
uttazioni turbolente, ma minore
rispetto alla scala delle variazioni di velocit
a media del vento, si può
velocità puo distinguere una
componente media yv ed una componente fluttante v0 , sovrapposta al moto di base
uttante v',
ed a media nulla. Si puòpuo cos
così scomporre la velocità l'asse a:x e in
velocita del vento (lungo Passe
modo analogo lungo y e zz)) come segue:
x = vx + vx
vw=ä+%' 0 02
(2.2)

V
dove: R TT T
RT
v_z=%f0
vx = T1 0 vvwdt e åfo 0
x dt T 0 vvm'dt=0
x dt = 0
1

Essendo la concentrazione direttamente influenzata

in uenzata dalla velocit
a del vento, ne con-
velocità
segue che anche C ((x,y,z,t)
x;y;z;t) risulta essere somma di una componente media Q C e di
uttante C
una fluttante C'.0 . Sebbene le componenti medie delle velocit a del vento siano di
preminente importanza per quanto concerne gli aspetti globali del moto, le compo-
nenti uttanti non sono peraltro prive di eetto: se le prime sono responsabili del
trasporto dell'inquinante, le seconde sono invece responsabili della sua diusione.

Il trasporto Il usso netto entrante nel volume innitesimo dxdydz dovuto alla
sola componente media della velocita del vento e per denizione:
Z Z
F0 = C  (v
dS ) (m
(2.3)
V

S
superficie dS dell'elemento
dove il segno meno e`e dovuto al verso della normale alla supercie dellyelemento
innitesimo,
infinitesimo, assunto positivo se uscente.
vx e
Riferendosi al caso bidimensionale e sviluppando in serie di Taylor le funzioni yw
vz si pu
yz puòo scrivere:

_$<_ + dx;z_)) =
:U_z<_
@v
9:,,2_)) + 6x_z ((_
81) x
x;z_))dx
dx
dx2 @
8211v x
+ 2 M2
2 2
vx (xac+d5r,z v x(x;z _w (;z ) (2.4)
2 @x Wâ Qå
.23,2 dx+_
@x 2

con x    x + dx e
cong§a§g+dme
 Fenomeni di trasporto
trasporto e trasformazioni chimiche 59
59

@vz
2 822 (m)
dz @ 22 vz
(2.5)
d 22

z ã + dl) = 21z (Là)

vflzß
( x;z + dz ) = v ( x;z ) + 882;
@z (Lad
( x;z ) z
dz +
+ i â E (x; )
2 @z 2
Z
(2.5)

con z    z + dz .
cong§ß§ã+dz.
Del tutto analoghe sono le espressioni di: C CQ (x + dx;z
dwg)) e C (x;z + dz
C(g,å dz)) necessarie per
esplicitare i diversi contributi di massa entrante ed uscente dall'elemento
dall”elemento di volume
innitesimo.
infinitesimo.
Il flusso
usso medio entrante, o portata di massa, relativo alla componente del tra-
sporto, in termini di integrale di supercie
superficie relativo all'elemento
all”elemento di volume innitesi-
infinitesi-
mo in figura
gura 2.1, si pu
o esprimere come:
può
Z Z
FFI0 = _// C *y-
v
dS =C
dS = C(£,ã)yw C(g+
x;z)dz - C
(x;z )v x ((£,ã)dz (x + dx;z )v x ((ã+
dw,ã)gx dmjãwz
x + dx;z +
)dz +
S
C (x;z )v z (x;z )dx
C(z,ã)yz(z,z)d w-C (x;z + dz
(XM dada;
)vz (x;z + dz
dz)yz(z,z )dx

yz x,g+dz)
C@,g+dz)

YxQßã) yx x+dx,g)

CQÃ) C(›_c+dx,g)

Qfiã)
MM)
Cüfiã)
X

Figura 2.1
Figura 2.1 Bilancio di massa per un volume innitesimo
infinitesimo

Ricordando le equazioni 2.4, 2.5 e considerando solo i termini del primo ordine,
si ottiene:  
@ (Cvx ) @Ö(CQZ)
(Cv )
FI0 = - cw)
F 8x + ôz z dxdz dwdz (2.6)
(2.6)
@x @z
Nell'ipotesi uido incomprimibile
Nelllipotesi di fluido incomprz'mz'bz'le,, vale l'equazione
l”equazione di continuit
a che si traduce
continuità
nell'equazione:
ne117equazione:
@v
ôv x @v
ôv
div _w + _zz =
d ` (v ) =
: :0 (2.7)
2.7
ww) @x
ôw + @zôz ( )
Per la condizione 2.7 di campo di vento a divergenza nulla
nulla,, generalmente
generalmente assunta
nelle applicazioni pratiche, la 2.6 si riduce, nel caso bidimensionale, alla:
60
60 Capitolo 2

 
ôC
@C âC
@C
F0 = v dxdz
vx + _yz] (2.8)
(2.8)
âz z
I _ _ _

F _ @x QI @z
[8.27

Si noti che in questa prima componente del trasporto di massa compare la sola
componente media della velocita ((gwyz),
velocità F'0 verr
v x ;vz ); il contributo F a chiamato trasporto.
verrà trasporto.

La diusione turbolenta La componente uttuante (vx0 ;vz0 ) del vettore velo-

cita, responsabile della diusione turbolenta, puo essere ottenuta dalla teoria della
lunghezza di mescolamento, una delle vie piu semplici per risolvere il problema del-
_
la chiusura della turbolenza ; tale problema eè legato al fatto che nelle equazioni di
_
bilancio di massa e di energia, scritte per esteso, nella formulazione delle variabi-
li stocastiche CC,, v x , vny,
vw, y , vUZz compare un numero maggiore di incognite rispetto al
numero di equazioni.
Si consideri un campo fluido uido bidimensionale, il cui moto di base sia, in prima
approssimazione, parallelo all'asse xx,, ed abbia una distribuzione non uniforme delle
velocit
velocità vx , del tipo indicato in figura
a medie yw, gura 2.2.

ZA

MM) é
Yx(Z) â gli
MH!) ß

x
Figura 2.2
Figura 2.2 Prolo
Profilo di
di velocit
velocità lunghezza `É di
a ee lunghezza di mescolamento
mescolamento

Prendendo in esame una particella soggetta a fluttuazioni

uttuazioni di velocit 0
velocitàa vo;x0 e vU'z,
z , si
suppone che essa esaurisca il suo movimento trasversale in un percorso di lunghezza
`Z,, partendo dal livello z e portandosi ad un livello inferiore di velocita vx (z - E),
velocita ym(z `), con
una quantit
quantitàa di moto superiore a quella del livello di destinazione. La dierenza
differenza di
velocit a, in seguito ad una espansione in serie di Taylor in un intorno del punto di
velocità,
ordinata zz,, sara data da:
sarà
 
dv x
AU;x0 =:rm

v vx (z ) -w-ß) :ddjjl
vx (z `) = `
dz z (2.9)
(2.9)
 Fenomeni di trasporto
trasporto e trasformazioni chimiche 61
61

Se, invece, la particella si porta ad un livello superiore di velocita vx ((zz + É),

velocita gx `), la
dierenza
differenza risulta:  
dv
Av; I w) - W + ß) = -@ ( dz
dr)

vx00 = v x(z ) vx (z + `) = `
Z z~
dv,x
(2.10) (2-10)
Av;x0 e
v
differenze
v
Se ora le dierenze Av;x00 vengono riguardate come le istantanee fluttuazioni
uttuazioni
trasversali della velocita nello strato di livello zz,, potra
velocita potr
a porsi:
porsi:

v; I §<|Av;|+|m; > :ß dg
1  dv 
vx0 = (j
vx0 j + j
vx00 j) = `  d x  (2.11)
(2.11)
2 dz
La lunghezza `, detta lunghezza di mescolamento, rappresenta quindi il percorso
trasversale che una particella deve compiere perche la dierenza fra la sua velocita
originaria e quella del livello a cui e destinata sia eguale alla uttuazione media della
velocita di base nella direzione x. L'ipotesi va completata con quella che le velocita
di uttuazione longitudinali vx0 e quelle trasversali vz0 abbiano lo stesso ordine di
grandezza (ipotesi fondata su considerazioni dinamiche) e siano correlate mediante
un coeÆciente r. Dalla 2.11 deriva che lo sforzo tangenziale xz 0 indotto nel uido
di densita % dalle uttuazioni di velocita, e esprimibile come:
0  
xz  dv  dv dv
= vx0 vz0 = r`2  x 
x = " x (2.12)
(2.12)
% dz dz dz
dove ", in analogia con il coeÆciente di viscosita molecolare  , viene chiamato coef-
ciente di viscosita turbolenta cinematica (eddy viscosity ) e nel moto turbolento e
dominante rispetto allo stesso  .
Per il calcolo dello scambio turbolento legato alle componenti uttuanti del
vettore velocita e della concentrazione, tramite i loro prodotti vx0 C 0 , vz0 C 0 , ci si basa
sul modello della lunghezza di mescolamento appena esposto, assumendo, sempre
nel caso bidimensionale, analogamente alla 2.12:
@C @C
vx0 C 0 = Kxx vz0 C 0 = Kzz (2.13)
(2.13)
@x @z
dove Kxx e Kzz sono chiamati coeÆcienti di diusione turbolenta (eddy diusivity ) e
rappresentano gli elementi diagonali del tensore della diusione turbolenta Kij , che
viene assunto eettivamente diagonale. Si puo pertanto scrivere il secondo contributo
al bilancio di massa relativo al volume innitesimo:
Z Z
F 00 = (Kjj rC )
dS (2.14)
(2.14)
S
che nel caso bidimensionale si riconduce alla:
@C @C
F 00 = Kxx(x;z ) (x;z )dz Kxx (x + dx;z ) (x + dx;z )dz +
@x @x
@C @C
+Kzz (x;z ) (x;z )dx Kzz (x;z + dz ) (x;z + dz )dx =
@z @z
    
@ @C @ @C
= Kxx + Kzz dxdz (2.15)
(2.15)
@x @x @z @z
La 2.15 esprime pertanto la portata di massa inquinante netta, entrante nel volume
innitesimo a causa del processo di diusione turbolenta.
62
62 Capitolo 2

La diusione molecolare Un terzo processo contribuisce al trasporto di inqui-

nante e consiste nella diusione
diffusione molecolare che viene spiegata analiticamente dalla
legge di Fick che, similmente alla diusione turbolenta, implica un flusso
diffusione turbolenta, usso propor-
coefliciente D di diusione
zionale, mediante il coeÆciente diffusione molecolare, al gradiente di concen-
trazione. In termini di bilancio di massa, in maniera del tutto analoga alla 2.14,
si pu
puòo esprimere il contributo netto entrante nell'elemento innitesimo, dovuto alla
nell”elemento infinitesimo,
diusione
diffusione molecolare in termini di: Z Z
F”I000 =
F :D//vC-ds
D rC
dS (2.16)
(2.16)
SS
dove si eè assunto per semplicita costante sul dominio di integrazione il coeÆciente
semplicità coefficiente
D
D,, il quale tuttavia in generale dipender
dipenderàa dalle caratteristiche puntuali del mezzo in
cui il processo di diusione
diffusione ha luogo. La 2.16, nel caso bidimensionale, similmente
alla 2.15, si riconduce alla:  
000 = D _@820
2
C @820
2
C
FF'” + _2 dxdz (2.17)
2.17
@x
[8:622 @z
8,22 ( )
Considerando gli apporti interni all'elemento
allyelemento innitesimo
infinitesimo dovuti ad un fattore sor-
gente S e ad un fattore di rimozione R e tenendo conto delle 2.3, 2.14, 2.16, con le
loro espressioni esplicite 2.6, 2.15, 2.17, l'equazione indefinita di bilancio di massa
l7equazione indenita massa,,
nella sua forma completa risulta:
@C
88% =
@t
r(vc) + r
(K
rC ) + D
C + R + S
:_V(yc)+V-(K-VC)+DAC+R+S (2.18)
(2.18)

In termini semplicati

semplificati si pu
puòo asserire che l'equazione
17equazione 2.18 eè applicabile alla descri-
zione di quelle situazioni in cui la scala di tempo e spazio della concentrazione media
risulti grande rispetto alle scale temporale e spaziale della turbolenza atmosferica ed
i processi di reazione chimica siano suÆcientemente lenti da avere scala temporale
sufficientemente lenti temporale
grande rispetto a quella della turbolenza [1].
Nella pratica, si introducono delle ipotesi semplicative
semplíficatz've,, allo scopo di rendere
possibile Pintegrazione
l'integrazione dell'equazione
dell,equazione 2.18:

0 Diusione
Diffusione molecolare trascurabile rispetto alla turbolenza.
turbolenza.
o Componente verticale della velocita vz = 0). Tale ipotesi
velocita del vento trascurabile ((vz
non eè ammissibile, ad esempio, per situazioni di brezza marina o in presenza di
morfologie complesse.
o CoeÆcienti diffusivitàa turbolenta trasversale K
Coefficienti di diusivit xx e K
Km Kyy xe
yy indipendenti da a;
yy,, mentre K zz dipende anche dalla coordinata verticale zz.. In alcune applicazioni
KZZ
KKm xx e K yy vengono trascurati.
Kyy

o Termine di rimozione trascurabile

trascurabile se llinquinante
l'inquinante eè inerte oo poco
poco reattivo.
reattivo.
Assumendo queste ipotesi, la 2.18 si semplica
semplifica come segue:
  
50 60 60 +Kwfl+
Kxx 520
ÆC ÆC ÆC Æ2 C Æ620
2
C Æö ÆC
60 +
E _ *Jia-1%
Æt
= vx
Æx
vy +
Æy Æx
2
KyyW
+ Kyy
Æy
2
+
+ (g
Æz (Kz
Kzz 5))
Æz
S (x;y;z;tt)) (2.19)
+S(w,y,z, (2-19)
x2.4) tratteremo il problema della individuazione di una soluzione
Nel seguito ((€324)
della 2.19, accennando alle soluzioni analitiche e alle tecniche di calcolo numerico.
 Fenomeni di trasporto
trasporto e trasformazioni chimiche 63
63

2.2
2.2 La
La deposizione
deposizione
A completamento dell'illustrazione
dell”illustrazione del ciclo di evoluzione degli inquinanti in atmos-
fera si introducono i fenomeni di deposizione [20]. Tali processi sono di particolare
interesse per lo studio dei fenomeni di trasporto a breve o lunga distanza e spesso
assumono i connotati di traccianti per l'individuazione
llindividuazione di casi di inquinamento.
inquinamento.

2.2.1 La deposizione secca

Con il termine deposizione secca si intendono tutti i processi tramite i quali gas e
particelle presenti in atmosfera sono trasferiti alla supercie terrestre, sia sugli og-
superficie terrestre,
getti (edici
(edifici ad altri manufatti) che sugli esseri viventi (vegetazione, animali, uomo).
uomo).
L'aggettivo
L7aggettivo secco si riferisce solo ai meccanismi che determinano il trasporto di gas e
particelle alla supercie
superficie e, non alla natura della supercie
superficie stessa. I processi responsa-
bili della deposizione secca dipendono da una molteplicità
molteplicita di fattori:
fattori: concentrazione
dei microinquinanti in atmosfera, condizioni metereologiche su piccola e grande scala,
caratteristiche delle supercie
superficie ricettrice. Le diÆcolt
difficoltàa di interpretazione dei processi
sici
fisici che determinano la deposizione secca e le diÆcolt
difficoltàa nelle misure sperimentali
dirette sono le ragioni principali per cui questo fenomeno e`e tuttora oggetto di ap-
profondimenti. Oltre a ci o, mentre in letteratura si trovano moltissimi dati e studi
ciò,
riguardanti i bilanci della deposizione umida, le informazioni su quella secca sono
meno ricche. La deposizione umida infatti, essendo un fenomeno
fenomeno associato ad eventi
eventi
di precipitazione, eè relativamente semplice da misurare, il che non vale per quella
secca, che eè un fenomeno continuo, sempre operante.
Il concetto pi
u intuitivo e comunemente usato nel descrivere la deposizione secca
più
di un determinato microinquinante, sia esso gassoso e particolato, eè la velocita di
velocità
deposizione
deposizione v
Udd denita
definita come:
come:
F
vUd = _ (2.20)
2.20
d cc(z)
(z ) ( )
dove:
F usso di inquinante rimosso per unit
flusso unitaa di supercie
superficie gm 2 sec 1]
[[gm_gsec_1]
cc(z)
(z ) concentrazione di inquinante in prossimit
prossimitàa del suolo gm 3]
[[gmf3]
vUdd velocit
velocitaa di deposizione ms 1 ]
[[ms_1]
La deposizione secca di gas e particolato atmosferici avviene in due distinte fasi:fasi:
la prima eè il trasferimento dei microinquinanti ad una supercie,
superficie, mentre la
la secon-
da eè la ritenzione dei microinquinanti su tale supercie.
superficie. Per quanto concerne il
trasferimento
trasferimento,, esso pu
puòo essere in uenzato
influenzato dai seguenti fattori:
fattori:
0 eetti
efietti aerodinamici
aerodinamici:: sono responsabili del trasporto di gas e particelle in prossi-
mit
a della supercie;
mità superficie; tale trasporto avviene attraverso ii moti
moti turbolenti dell'at-
dell”at-
mosfera. In generale eè funzione della velocita del vento
velocita vento in
in particolare
particolare della
turbolenza atmosferica,
atmosferica ma dipende fortemente anche dalle caratteristiche delle
sostanza depositante (diametro e peso della particella)
particella) e della supercie
superficie (geo-
metria).
64
64 Capitolo 2

ø Eetti foretici : si dividono in termoforesi (in presenza di un gradiente termico,

Efiettí ƒoreticí:
la particella si muove verso la regione a temperatura più piu bassa), diusiofore-
dz'fiusíofore-
si (il moto della particella e in uenzato
infiuenzato da gradienti di concentrazione, dovuti
a disomogeneit
disomogeneità a del mezzo) ed elettroforesi
elettroforesz' (moto causato dalle forze elettro-
statiche associate alle particelle o dalla presenza di campi elettrici nel mezzornezzo
atmosferico).
0 Eetti
Effetti regolati dalla teoria dello strato quasi-laminare
quasi-laminare:: nelle immediate vici-
nanze della supercie < 11mm),
superficie ricettrice ((< mm), divengono importanti le forze viscose
ed il trasferimento attraverso lo strato quasi-laminare e`e regolato da processi mo-
lecolari e non piu di origine turbolenta. Il trasferimento di un gas avviene attra-
più
verso la diusione
diffusione molecolare, mentre quello di piccole particelle ((d d < 00.: 1Lum)
m)
per diusione
diffusione browniana.
broWniana. Per particelle con diametri maggiori diventa impor-
tante l'impatto
l”impatto inerziale.

A proposito della ritenzione, la cattura di un microinquinante da parte di una super- superfi-

cie pu
puoo essere controllata da molteplici processi: per esempio un gas puo puo disciogliersi
nell'acqua
nell acqua di oceani, laghi o superci
superfici umide inin genere; oppure
oppure puo
puo essere assorbito
da particelle del terreno o da cristalli di neve; pupuoo inoltre essere coinvolto in reazioni
chimiche
cliimicne con la supercie
superficie stessa o penetrare negli stomi delle foglie.foglie. Nel caso dei
gas, insomma, la cattura dipende prevalentemente dalle proprietaproprieta chimico-biologiche
delle superci
superfici (reattivit
(reattivita a chimica,
cnimica, stato siologico
nsiologico nel caso della vegetazione, presen-
za di umidit a, pH).
umidita, pl-l). Le particelle depositate sulle superci
superfici possono essere risospese
nell'atmosfera
nell atmosfera e di seguito ridepositate. Il usso netto di particelle nell
ll flusso nell'atmosfera
atmosfera
e quindi il risultato di un ciclo complesso il cui esito finale nale e una ridistribuzione
del particolato atmosferico. Il fenomeni di risospensione dipendono dalle dimensioni
delle particelle oltre che
clie da parametri meteorologici quali velocit
velocitaa del vento e umidit
umiditaa
relativa.
m.

La
La resistenza
resistenza alla
alla deposizione
deposizione Per capire l'importanza
llimportanza relativa di tutti proces-
si descritti e con quale peso concorrono rispettivamente a determinare la velocit a
velocita
di deposizione globale
gloloale di un microinquinante, e opportuno introdurre il concetto
di resistenza alla deposizione
aeposmone,, espressa come l'inverso
linverso della velocit
a di deposizione
velocita
precedentemente denita:
definita:
1
rTd:_
d=
vUdd
La resistenza totale
totale alla deposizione,
deposizione che ha quindi le sm 1 ], èe comu-
le dimensioni di [[smfll
nemente espressa come la somma delle resistenze che caratterizzano ciascun stadio
del trasferimento:
rrd:ra+rb+rs:raria+rs
d = ra + rb + rs = raria + rs
dove:
rrdd =
: resistenza totale
rraa =
: resistenza al trasporto
rn,b = resistenza al trasporto attraverso lo strato quasi-laminare
rrss = resistenza alla ritenzione da parte della supercie
superficie
rTama
aria = resistenza totale al trasporto attraverso il mezzo atmosferico
 Fenomeni di trasporto
trasporto e trasformazioni chimiche 65
65

Il modello di resistenza eè in taluni casi limitante e limitato dal fatto che esistono pro-
cessi che non sono convenientemente esemplicati
esernplificati dal concetto di resistenza,
resistenza, come
ad esempio la sedimentazione gravitazionale delle particelle. L'analogia
L”analogia con la re-
sistenza elettrica, tuttavia, rappresenta un approccio molto usato per la descrizione
della deposizione secca ed e`e alla base di numerosi modelli che descrivono il fenomeno.
fenomeno.

2.2.2 La deposizione umida

Il termine deposizione umida comprende tutti i processi per mezzo dei quali i conta-
minanti atmosferici sono trasportati sul suolo in una delle varie forme di precipi-
tazioni
tazioni (pioggia,
(pioggia, neve,
neve, nebbia).
nebbia). La
La deposizione
deposizione umidaumida perci
perciòo riguarda
riguarda l'interazione
llinterazione
degli inquinanti con l'acqua
lyacqua atmosferica e comprende le reazioni chimiche in fase ac-
quosa, oltre al processo di precipitazione stesso. Si distinguono principalmente due
processi nella deposizione umida: il rainout mmout,, col quale, all'interno
all”interno delle nuvole, la
particella inquinante opera come nucleo di condensazione per le goccioline d'acqua, d7acqua
ed il washout
Hil washout,, con cui il dilavamento degli inquinanti avviene sotto la nuvola, per
l'impatto della precipitazione con le sostanze presenti
limpatto presenti nell”atmosfera.
nell'atmosfera. Questo effetto
eetto
dipende dalle dimensioni delle goccioline, dal pH della pioggia e dalla concentrazione
delle specie inquinanti. Nel caso degli areosol o dei gas altamente solubili, in cui il
dilavamento per impatto con le precipitazioni  eè un processo irreversibile, il fenomeno
pu
puòo essere descritto da una diminuzione esponenziale nel tempo, secondo un rateo
di rimozione che dipende dal tipo tipo di inquinante e pu`o puo essere legato all'intensit
alllintensita a ed al
tipo di precipitazione. Detta cio cioee Q (t) la quantit
Q(t) quantita a di inquinante all'istante tt,, dopo
un intervallo dt si avr
avra:a:
Q (t + dt
Q(t :Q
dt)) = (t) exp llw(t)dt
Q(t) w (t)dt
dove llw(t)
w (t) eè il coeÆciente
coefficiente di washout e pu puòo essere espresso in termini dell'intensit
delllintensitaa
di precipitazione, P (t) (espressa in [[mm/hl):
P(t) mm=h]):
a
lIwa)
w (t) =
: lIwoPd)a
w0 P (t)
dove lZwo
w0 eè una costante che dipende dal tipo di inquinante ed a un esponente che in
letteratura varia tra 00.75 : 75 e 1. Alternativamente spesso si adotta un coeÆciente coefficiente WWrr
washout ratio
((washout ratio)) che esprime il rapporto tra le concentrazioni in acqua ed in aria: in
questo caso il flusso
usso di deposizione umida eè dato da:
F,r =
F =WW,P(t)o
r P (t)C

2.2.3 La deposizione occulta

La rimozione di inquinanti dall'atmosfera
dalllatmosfera viene usualmente denita
definita in termini di
deposizione secca e umida. Esiste
bsiste per
o un ulteriore meccanismo
pero meccanismo che puo
puo qualitativa-
mente denirsi
delinirsi "intermedio"
intermedio tra le due: la deposizione dovuta a goccioline di nube o
nebbia, altrimento detto deposizione occulta
occulta.. Questo fenomeno
fenomeno ha
ha le
le caratteristiche
della deposizione umida, in quanto nubi e nebbie sono costituite da goccioline
goccioline di
acqua liquida. A dierenza
dirlerenza degli elementi di precipitazione (gocce di pioggia, nocchi
occhi
di neve, chicchi di grandine), la cui deposizione ee provocata
provocata essenzialmente
essenzialmente da sedi-
mentazione gravitazionale, le goccioline di nube e nebbia, avendo dimensioni molto
66
66 Capitolo 2

pi
più : 50 - 50 m
u piccole (intervallo 00.50 pm circa), sono più piu soggette a meccanismi di depo-
sizione turbolenta, in analogia con la rimozione secca. A tutt”oggi tutt'oggi il fenomeno della
deposizione occulta trova scarsi riferimenti bibliograci
bibliografici e, nonostante esso sia stato
individuato finn dagli anni '50,
750, solo recentemente  e stato valutato in tutta la sua im-
portanza. Particolarmente rilevante per l'inquinamento
p_ortanza. l”inquinamento ambientale  eè la deposizione
di prodotti acidicanti
acidificanti dovuta a goccioline di nube o nebbia. nebbia.
In genere si pensa alle nubi come a sistemi atmosferici che possono generare
precipitazioni. Spesso
bpesso per
pero o nubi cosiddette non preclpztantz
precipitanti intercettano la supercie
superficie
terrestre:
terrestre: questo fenomeno ee tipico
questo fenomeno tipico di
di aree
aree didi montagna
montagna o o di
di zone
zone caratterizzate
caratterizzate
da
da alta frequenza di
alta frequenza di nebbia.
nebbia. In ln questi
questi casi
casi le goccioline che
le goccioline clie costituiscono
costituiscono le le nubi
nubi
oo le
le nebbie
nebbie (per
(per semplicit
semplicita a descrittiva
descrittiva assimilate
assimilate a nubi al
a nubi al suolo),
suolo), sisi depositano,
depositario,
per
per turbolenza
turbolenza oo per
per sedimentazione
sedimentazione gravitazionale,
gravitazionale, sulle
sulle superci esposte: suolo,
superfici esposte: suolo,
vegetazione, manufatti. Gli Uli inquinanti incorporati nelle goccioline vengono quindi
a contatto con le superci,
superfici, con le quali possono poi interagire.
interagire. llIl bilancio della
deposizione
deposizione occulta
Occulta di
di un inquinante iz sar
un inquinante saraa composto
Composto di di due termini: ilil primo
due termini: primo che
che
riguarda il volume di acqua (goccioline) depositata per unita unita di tempo e di supercie
superficie
dell inquinante zi nelle goccioline depositate:
ed il secondo relativo alla concentrazione dell'inquinante
ddii = ddH2OCi
H2 O ci
dove:

ddH20
H2 O lm 2h]
volume di acqua depositata [[lmf2h]
ccii dell”inquinante i - esimo nelle goccioline [[gl-1]
concentrazione dell'inquinante gl 1]
dd,-i quantit
quantitaa totale di inquinante i - esimo rimossa per deposizione occulta
[lym_2hl
gm 2 h]
Il termine ddH
Il termine O non
H2 O non 
eè determinabile
determinabile direttamente, ma occorre
direttamente, ma occorre calcolarlo
calcolarlo cono-
cono-
scendo la distribuzione dimensionale delle goccioline. Una ulteriore complicazione
deriva dal fatto che la concentrazione ccii pu
puòo non essere costante in goccioline di
diverse dimensioni. Il termine ddHQO
H2 O si pu
o ulteriormente scindere in due componenti,
può

ddH2O I LW
H2 O = LWCC
' vUdH2O
dH2 O
dove:
LCW Liquid Water
((Liquid Water Content
Content)) 
eè il contenuto di acqua liquida nella nube o
nebbia, sommatoria dei volumi delle singole goccioline sospese in aria
per unit lm 3h]
unitaa di volume [[lmfgh]
vUdHZO
dH2 O mm 1 ].
eè la velocit di deposizione delle goccioline [[mmil]
I termini essenziali che concorrono a determinare la deposizione occulta sono
quindi:
o contenuto di acqua liquida nella nube/nebbia;
nube / nebbia;

o velocit
a di deposizione delle goccioline (che può
velocità puo essere
essere anche intuitivamente
denita
definita eÆcienza
efficienza di deposizione;)

o concentrazione di inquinanti nelle goccioline;

o frequenza
frequenza di
di nubi
nubi ee nebbie.
nebbie.
 Fenomeni di trasporto
trasporto e trasformazioni chimiche 67
67

2.3
2.3 Fondamenti
Fondamenti di
di chimica
chimica dell'atmosfera
dell”atmosfera

L'atmosfera
L7atmosfera  eè sede di numerose e complesse reazioni chimico-sichechimico-fisiche che ne deter-
minano la composizione chimica. Gli inquinanti immessi nell”atmosfera inquinanti
nell'atmosfera ((inquinanti
primari ), reagiscono immediatamente tra loro e con i costituenti naturali dell'aria,
primari), dell”aria,
trasformandosi in altre sostanze che vengono chiamate inquinanti secondari secondari.. L'in-
Liin-
sieme delle trasformazioni e dei fenomeni autodepurativi dell'atmosfera, dell”atmosfera, unitamente
alla distribuzione spaziale ed alla variazione temporale dei parametri meteorologi-
ci, determinano la concentrazione degli inquinanti e conseguentemente la qualit qualita a
locale dell'aria.
dell7aria. L'atmosfera
Liatmosfera non eè quindi in equilibrio chimico termodinamico [2],
poich
poichée sono costantemente attivi molti processi che in uenzano influenzano le concentrazioni dei
componenti principali (ossigeno e biossido di carbonio).
Molte delle reazioni in atmosfera avvengono a temperatura ambiente o, se ri-
chiedono un'elevata
unielevata energia di attivazione, vengono iniziate fotochimicamente.fotochimicamente. Le
principali reazioni sono rappresentate dall' ossidazione di gas, a causa della natura
dall”0$sidazi0ne
fortemente ossidante dell'atmosfera
dell”atmosfera della Terra. Un componente atmosferico im-
portante, ma caratterizzato da notevole variabilit variabilitàa nelle concentrazioni, eè l'Pacqua. acqua.
L'acqua
L7acqua atmosferica costituisce una frazione molto piccola di tutta quella disponi-
bile per il ciclo idrologico, ma i suoi eetti effetti sull'atmosfera
sull”atmosfera sono rilevanti;
rilevanti; èe presente
presente
in tutte le sue tre fasi fasi (vapore, liquido e solido)
solido) ed  èe responsabile diretta di molti
fenomeni climatici, generalmente individuati come idrometeore (nubi, nebbie, piog- piog-
gia, neve, grandine, rugiada, brina) che costituiscono uno dei mezzi di rimozione
(deposizioni umide) delle specie chimiche presenti.
La troposfera contiene i 3/4 della massa d'aria diaria totale e quasi tutto il vapor
d'acqua.
d7acqua. Essa  e`e la sede principale delle idrometeore ed e la zona pi piùu studiata dell'at-
dell”at-
mosfera per l'importanza
l”importanza dei fenomeni che avvengono al suo interno e per gli intensi
scambi di energia e materia che ha con le altre geosfere: geosfere: l'inquinamento
l”inquinamento atmosferico
praticamente interessa solo questa regione. L'attuale L”attuale composizione dell'atmosfera
dell”atmosfera
rappresenta la condizione di equilibrio dinamico dei vari tipi di trasformazioni che
coinvolgono le diverse sostanze naturali di cui sono costituite le geosfere. Queste
condizioni sono state raggiunte dopo miliardi di anni e probabilmente sono stabili
da alcuni milioni di anni. Nel corso dell'ultimo
dell”ultimo secolo l'uomo
l”uomo ha ha accelerato enorme-
mente alcuni stadi di questi cicli e ne ha messo in atto di nuovi nelle zone in cui
vive ed in cui lavora. Se comunque si dividono le sostanze suscettibili di reazioni
chimiche in atmosfera in due gruppi (il primo comprendente ii principali costituenti
naturali dell'aria
dell”aria ed il secondo tutti gli inquinanti
inquinanti), ), il rapporto tra le concentrazioni
delle rispettive sostanze eè molto elevato ed eè compreso tra 10 1044 e 10 106.
6
.
Grande importanza hanno i fattori fattori cinetici che influenzano
in uenzano indirettamente, ma
signicativamente,
significativamente, le condizioni di equilibrio termodinamico.
termodinamico. Infatti Infatti se le le sostanze
iniziali sono tali da poter partecipare a pi piùu reazioni simultanee e formare formare diverse serie
di prodotti, i processi pi u veloci consumano rapidamente più
più piu sostanze reagenti, le
sottraggono ad altre reazioni pi u lente o ne abbassano la concentrazione, riducendo
più
cos
così ulteriormente la velocit a dei processi meno rapidi.
velocita rapidi. Questa in uenza
influenza si accentua
se ci si trova in presenza di reazioni a catena, tipiche della chimica dell'atmosfera. dell7atmosfera.
La situazione eè complicata dal fatto fatto che una regione dell'atmosfera
dell”atmosfera non non pu
puòo rite-
rite-
nersi connata,
confinata, ma sottoposta a ussi flussi non costanti, in entrata e in uscita, uscita, di sostanze
inquinanti; questi flussi ussi sono determinati sia dall'eetto
dall“effetto di gravita,
gravita, sia dall'azione
dall”azione di
varie idrometeore, sia dal mescolamento provocato da correnti d'aria. diaria. Le condizioni
68
68 Capitolo 2

ambientali (tipo, numero e localizzazione delle sorgenti degli inquinanti e carat-

teristiche meteorologiche) sono quindi parametri fondamentali nel determinare le
concentrazioni di equilibrio degli inquinanti presenti in una certa regione dell'at- dell”at-
mosfera. Di conseguenza uno studio basato sui risultati sperimentali raccolti in una
determinata regione ha valore semplicemente locale e pu puòo costituire solo una guida
per l'esame
Pesame di altre zone. Risulta pi u procuo
più proficuo lo studio del singolo processo chimico
in funzione di tutte le variabili da cui eè in uenzato,
influenzato, anche se  e`e particolarmente dif-
cile
ficile estendere i risultati ottenuti al complesso insieme di reazioni che si produce in
un'atmosfera.
un7atmosfera.
Nel seguito vengono illustrati alcuni tra i principali meccanismi di produzione
e trasformazione degli inquinanti. L'atmosfera
L7atmosfera èe un ambiente ossidante dinamico,
in cui composti ridotti di azoto, zolfo, carbonio (NO, (N0, SO 2 , CO,
802, VOC) vengono
C0, VOC)
trasformati, attraverso lunghe catene di reazione in fase omogenea ed eterogenea
gassosa e liquida, in prodotti ossidati come NO N02,2 , HNO
HN03,3, H 2 SO4 , e CO
H2SO4, 2 , etc. In
C02,
questi processi hanno un ruolo importante:
o gli ossidi di azoto (NO,
(N0, NO2 );
N02);

ø gli ossidanti (principalmente l'lyozono,

ozono, che pu
puòo raggiungere concentrazioni elevate
soprattutto di giorno) e le specie radicaliche
radicaliche,, cio
cioèe composti chimici molto reattivi
con almeno un elettrone spaiato. Di questi i più piu importanti di giorno sono il
radicale ossidrile (OH
), il radicale perossido (HO
(0H-), 2
), i radicali alchile (R
(H02-),
),
(R),
alcossi (RO
), alchilperossido (RO
(R0), 2
) ed infine
(R02) inne l'ossigeno
l“ossigeno atomico (O),
(0), mentre
di notte riveste maggiore importanza il radicale nitrato (NO 3 );
(N03),

0 i composti organici volatili (VOC): cio

cioèe idrocarburi (alcani, alcheni, alchini,
aromatici)
aromatici) e rispettivi derivati ossigenati, alogenati, solforati e azotati;

0 la radiazione luminosa che d

daa luogo a reazioni fotochimiche, principalmente
di fotodissociazione. Queste ultime sono relative sia ai composti inorganici
(dissociazione di NO
N022 ed NO 3 ), sia organici (dissociazione di formaldeide);
N03),
0 l'acqua.
l”acqua.

Lo stato dell'arte
dellyarte della chimica dei composti inorganici O x , HO
0m, H0gcx e NO
N01,x e i
composti organici volatili eè sintetizzato in una recente review a cura di Atkinson
[21].
Particolare attenzione verr
verraa data allo smog fotochimico;
fotochimico; esso costituisce una
manifestazione dell'inquinamento
dell”inquinamento atmosferico in ambiente urbano e suburbano [2].
Il termine si riferisce ad una miscela di inquinanti (fra i quali predominano gli ossidi
di azoto, l'ozono,
l”ozono, il monossido di carbonio, le aldeidi e gli idrocarburi)
idrocarburi) che si forma
nella bassa atmosfera per interazione della luce solare con le emissioni derivanti dalle
attivit
attivitaa umane. Molti dei processi quindi sono innescati dalla luce solare, che fornisce
l'energia
Fenergia di attivazione per numerose reazioni chimiche. Conseguentemente lo smog
fotochimico assume massima intensit
intensità a nelle ore intorno
intorno a mezzogiorno
mezzogiorno e nel
nel periodo
periodo
estivo. Poich
Poichée quasi tutte le reazioni chiave che riguardano
riguardano tale fenomeno
fenomeno avvengono
in fase gassosa, l'analisi
l”analisi che segue sar
saràa limitata a questo ambito, trascurando quindi
la fase acquosa ed eterogenea (cio(cioèe chimica delle nubi,
nubi, nebbie,
nebbie, aerosol).
 opportuno ricordare che l'espressione
E l“espressione smog fotochimico
fotochimico eè stata coniata per
analogia con lo smog ((smoke
smoke + ƒog)fog ) convenzionale che interessa
interessa anch'esso
anch7esso le aree
 Fenomeni di trasporto
trasporto e trasformazioni chimiche 69
69

urbane, prevalentemente nella stagione invernale; quest'ultimo

questlultimo 
èe costituito essen-
zialmente da anidride solforosa, composti parzialmente combusti e particolato car-
bonioso.

2.3.1 Composti inorganici

Ossigeno
Ossigeno atomico
atomico ed
ed ozono
ozono In un'atmosfera
un”atmosfera inquinata, nella quale esistono
condizioni favorevoli per la formazione di smog fotochimico, si riscontra la presenza
di ossigeno atomico sia allo stato fondamentale, O( P), sia allo stato eccitato, O(
O(3P),
3
D).
O(1D).
1

L'ossigeno
L”ossigeno atomico allo stato fondamentale  eè formato dalla fotolisi del biossido di
azoto e dell'O 3 , quello allo stato eccitato 
dell”03, eè prodotto dalla dissociazione dell'O
de117033 per
eetto
effetto della radiazione ultravioletta.
L'ossigeno
L”ossigeno allo stato eccitato pu
puòo convertirsi ad ossigeno allo stato fondamentale
per mezzo di un catalizzatore oppure, reagendo con H 2 O, può
H2O, puo dar luogo al radicale
OH~
secondo le reazioni
OH
O(1D)
O (1 D) + M _›!O+M
O(1D)
O ( D) + H
1
H20 ! 220H-
2 O _› OH

dove M rappresenta un generico catalizzatore, come una molecola di gas presente
nell'aria.
nelllaria.
L'ossigeno
Lyossigeno allo stato fondamentale reagisce invece con le molecole di ossigeno
O + O2 + M ! O3 + M
O+Og+M_>Og+M (2.21)
(2.21)

Negli strati dell'atmosfera

dell”atmosfera compresi tra 15-30 km di altezza l'ossigeno
Possigeno monoato-
mico, estremamente reattivo, si ricombina per formare molecole bi-tri-atomiche
O 2 + h !O+O
Og+hl/_>O+O
O + O + M ! O2 + M
O+O+M_>02+M
O + O2 + M ! O3 + M
0+02+M_>03+M
O 3 + h ! O2 + O
03+hy_>02+0
dove h
hl/ 
eè l'energia
l”energia della radiazione solare.
A causa dei moti di rimescolamento che si producono in atmosfera, la molecola
di O
033 si trova anche negli strati piu bassi di essa, come suo costituente normale.

Composti
Composti dell'azoto
dell”az0to La chimica inorganica 
eè caratterizzata dalle reazioni dei
composti gassosi dell'azoto
dell”azoto in atmosfera che sono N 2 O (protossido di azoto), NO,
N20
NO
N02,2 , HNO
HN022 (acido nitroso), HNO
HN033 (acido nitrico)
nitrico) ed NH
NH33 (ammoniaca). La chimica
dei composti dell'azoto
dellyazoto eè complicata dall'elevato
dall”elevato numero di stati di ossidazione che
questo elemento presenta. D'altra
D”altra parte non eè corretto considerare i singoli composti
separatamente, in quanto essi si trasformano facilmente
facilmente uno
uno nell”altro
nell'altro ad opera
opera di
processi ossidoriduttivi.
Il protossido di azoto, come componente naturale dell'atmosfera, ha una
dell”atmosfera, ha una concen-
trazione che si aggira su valori pari a 0.5-1.0 ppm. ppm. Per la sua elevata stabilit a non
stabilita
ha una importanza rilevante nelle reazioni chimiche che si svolgono nella parte pi u
più
bassa dell'atmosfera.
delllatmosfera.
70
70 Capitolo 2

Tra i composti citati la specie antropogenica maggiore eè il monossido di azoto

che, reagendo con O 3 , viene ossidato ad NO
03,7 N022 generando il ciclo fotolitico dell'azoto
dell”azoto
riassunto dalle reazioni:
NO 2 + h ! NO + O per
NO2+h1/_>NO+O 0;259 nm <  < 430 nm
per0,259nm<}\<430nm
O + O2 + M ! O3 + M
O+OQ+M_>03+M
NO + O3 ! NO2 + O2
NO+03_>N02+02

: âc .
dove À =
Queste tre reazioni sono molto veloci rispetto alle altre che avvengono in at-
mosfera per cui il ciclo pu
o essere considerato sempre all'equilibrio.
può all”equilibrio. Si pu
puòo ricavare
quindi l'espressione
Pespressione della concentrazione di O
033 in termini di NO ed NO N022

K1 [NO2 ]
O3 ] =
[[03] w (2.22)
(2.22)
K3slNOl
[NO]
dove con K K11 e K
K33 sono indicate le costanti cinetiche della prima e della terza reazione
rispettivamente.
Se non ci fossero reazioni collaterali, il ciclo fotolitico dell'azoto
dell”azoto avrebbe un
eetto
effetto complessivo nullo e le concentrazioni di NO ed NO N02, 2 , una volta raggiunto
l'equilibrio,
laequilibrio, non subirebbero variazioni. In realt a esistono altri gruppi di reazioni
realta
che coinvolgono composti azotati ed i radicali. Ne eè un esempio la reazione di
formazione del radicale OH OH-
il quale, una volta prodotto,
prodotto, eè in grado
grado di innescare
reazioni importanti quali
NO + OH
_›
NO+OH~ ! HNO
HNO22
NO
N022 +
+OH-
!
OH _› HNO
HNO33

ed inoltre
OH
+ O3
OH'+03 ! HO
+ O
_)H02'+02
2 2 (2.23)
(2.23)

llll radicale
radicale perossido
perossido HO 2

H02- eè in
in grado
grado di
di ossidare gli NO
ossidare gli N022 secondo le reazioni
secondo le reazioni
HO 2
+ NO
H02'+ ! NO2 + OH

NO _)NOg-l-OH
H O22
- +
HO +NO2 ! HNO
NO2 _› 4;
H N O4, acido perossinitrico
perossinitrico
A basse concentrazioni di NO
N0acx le reazioni di ossidazione del radicale perossido di-
ventano competitive con la seguente reazione che ha l'eetto
17eífetto di rimuoverlo

H022
° +
HO + HO 2
_)
HOg' !H 2 O2 +
H202 + O
022 (2.24)
(2.24)

Altre reazioni di cui tener conto sono quelle in cui interviene

interviene ilil CO
00 che, analoga-
mente a tutti i VOC, OH-

V00, subisce la reazione di ossidazione da parte del radicale OH

OH
- + CO _›
! HO
HO22
- + CO2 ; in presenza di ossigeno
+002, (2.25)
(2.25)
L'ossidazione
L”ossidazione del CO comporta quindi la formazione
formazione di CO
0022 e di radicali perossidi
HO 2
.
H02-.
Di giorno l'ossidazione
l”ossidazione dei composti in atmosfera avviene soprattutto per mezzo
delllattacco del radicale ossidrile; diversamente, durante la notte
dell'attacco notte,, venendo questo a
mancare, la chimica eè caratterizzata dalla presenza del radicale NO
N03.3.
 Fenomeni di trasporto
trasporto e trasformazioni chimiche 71
71

NO + NO3 ! 2NO2
NO 2 + O3 ! NO3 + O2
N02+03_>N03+02

In presenza di ossidi di azoto tale radicale viene rimosso dando luogo in particolare
aa N 2 O5
N205

NO2 + NO3 + M ! N2 O5 + M
N02+N03+M(_>N205+M

Quest'ultimo
Quest”ultimo composto agisce da serbatoio per il radicale nitrato e ne limita la
concentrazione in aria con un equilibrio molto sensibile alla temperatura;
temperatura; viene poi
rimosso a seguito di reazioni con acqua nelle fasi vapore e liquida, dando luogo
rispettivamente ad acido nitrico e nuovamente alla formazione di NO
N033

N 2 O5 + H
N205 ! 22HN03,
2 Ovap _›
H2Omp HNO3 ; molto lenta
N 2 O5 + H
NzOö H2Oliq ! 22H+
2 Oliq _› H + 22N03_,
+
NO3 ; molto rapida.
rapida.
Altra fonte
fonte di HNO
HN033 
eè il seguente processo:
NO
N033 + HO2
_)
+HO2 ! HNO
HNO33 + O2
+02

definitiva, la chimica inorganica diurna 

Quindi, in denitiva, eè regolata dal ciclo NO-NO
N0-N02- 2-
O
033 e dall'azione
dall”azione dei radicali ossidrili e perossidi,
perossidi, con un eetto
effetto netto complessivo
di trasformazione degli NO N006x in acidi (soprattutto HNO
HN03).3 ). In presenza di CO00 si ha
produzione del radicale HO H022 il quale pu
puòo ossidare NO ad NON02, 2 , rigenerando i radicali
OH
0H-,
, senza consumare O033 la cui concentrazione quindi aumenta per la relazione
(2.22). Come si vedr
vedràa in seguito, questo fenomeno chiave dello smog fotochimico
viene ulteriormente accentuato con i composti organici attraverso i perossidi RO R02.2.
La chimica notturna
notturna  eè regolata dal radicale NO
N033 ee dalla specie tampone
tampone N 2 5.
O
N205.

Composti dello zolfo Il principale composto èe l”anidride

l'anidride solforosa (SO 2 ) che 
(802) èe un
tipico prodotto di combustione di composti fossili.
fossili. In corrispondenza delle sorgenti,
a causa delle elevate temperature che ne accelerano la cinetica e per la presenza di
ossidazione dell'SO
catalizzatori nelle ceneri volatili, si ha l'llossz'dazione dell”8022 a SO e, in presenza
8033 e,
di acqua, formazione di acido solforico sotto forma di goccioline sospese. Lontano
dal luogo di emissione, tale processo di ossidazione procede con una velocità velocita estre-
mamente bassa. Possono poi esistere sostanze ridotte, emesse principalmente da
sorgenti naturali, che svolgono un ruolo importante nell'atmosfera
nell”atmosfera marina e contri-
buiscono all'acidicazione
alllacidificazione delle piogge. Tra i composti ridotti ci sono il solfuro di
carbonile (COS),
(008), l'acido
l7acido soldrico
solfidrico (H 2 S), il solfuro di carbonio (CS
(H28), 2 ). L'acido
(082). L7acido sol-
drico,
fidrico, bench
benchée non sia consumato in presenza di reazioni fotochimiche,
fotochimiche, non sembra
accumularsi in atmosfera; esso reagisce con diversi composti metallici per dare sol-
furi che sono soggetti ad ossidazione, specialmente nelle ore diurne per effetto eetto di
composti fotochimicamente attivi. La principale reazione di ossidazione dell'SO dell”8022  èe

22502
SO2 + OH-
_›
+ OH ! 22503
SO3 (2.26)
(2.26)
che in fase gassosa eè inibita dalla mancanza di catalizzatori adeguati. Diversamente
eè molto favorita la reazione con OH 0H-
che 
eè il maggiore ossidante di SO
8022 in fase
omogenea acquosa
72
72 Capitolo 2

SO
S022 + OH
_›
+OH- ! HOSO
HOSO2- 2

HOS022
' +
HOSO + O ! HO
022 _) HO22
' +SO3
+503
SO
SOg3 + H
H2O !H
2 O _> 2 SO 4;
H2SO4, acido solforico
Il
Il radicale
radicale HO
HO22 pu
puòo reagire
reagire formando
formando H2 O2 che,
H2O2 che, insieme
insieme all'O3, 
all”Og, ee ilil maggiore ossi-
maggiore ossi-
dante
dante di
di SO
SO22 in fase acquosa.
in fase acquosa.

2.3.2 Composti organici

L'atmosfera
L7atrnosfera inquinata eè caratterizzata dalla presenza di un elevato numero di specie
organiche derivanti da emissioni antropiche e di origine naturale. La maggior parte
delle sostanze organiche si ossida lentamente quando e`e a contatto con l'atmosfera.
Patmosfera. Il
meccanismo comune di formazione coinvolge reazioni a catena: inizialmente avviene
la rimozione di un atomo di idrogeno dalla molecola di un idrocarburo,
idrocarburo7 con forma-
zione di un radicale; successivamente si ha l'addizione
l”addizione di ossigeno al radicale,
radicale, con
formazione di un radicale perossidico, il quale a sua volta pupuòo rimuovere un atomo
di idrogeno da un'altra
un”altra molecola di idrocarburo e far procedere la catena.
I composti organici in atmosfera sono diverse centinaia, per cui la trattazione
che segue sara necessariamente ristretta al comportamento delle principali famiglie
sara
di composti organici.

Idrocarburi differenze di reattivit

Idrocarburi Gli idrocarburi hanno notevoli dierenze a : non
reattività: non parteci-
pano tutti in ugual modo ai processi fotochimici che causano l'accumulo
l”accumulo di ossidanti.
ossidanti.
Si passa dalla trascurabile reattivit
a del metano e degli alcani a quella molto elevata
reattività
degli alcheni. Per questo si distinguono diverse famiglie [22]:
0 Gruppo degli alcani
alcani..
Gli alcani (RH) sono anche detti idrocarburi saturi ed hanno la formula ridotta
C n H2n+2 . In questa classe rientrano le maggiori emissioni antropogeniche di
OnH2n+2.
idrocarburi. Essi reagiscono principalmente di giorno con OHOH-
e molto
molto limitata-
limitata-
mente di notte con NO
N03. 3 . Le reazioni inducono formazione
formazione di un radicale
radicale alchile
R-
che reagisce con O
R 022 formando ROR02-2

RH + NO3 ! R
+HNO3
RH+N03%R-+HN03
RH + OH
! R
+H2 O
RH+OH'_>R°+H2O
R
+ O2 _)ROQ
R'+02 ! RO2

e quindi
RO 2
+ NO ! NO2 + RO

RO2-+NO_>NO2+RO-

che, grazie alla successiva fotodissociazione

fotodissociazione di NO
N02,2 , causa indirettamente un un
aumento delle concentrazioni di O 3.
Og.
Il radicale RO 2
reagisce principalmente con NO producendo NO
R02- N022 ed RO
, rapi-
RO-7
damente ossidato da O O27
2 , generando un nuovo composto organico ed un radicale
HO
HO2-2
che reagisce ossidando NO ad NO N022 e rigenerando OH
. Il ciclo fotoltttco
OH-. fotolitico
 Fenomeni di trasporto
trasporto e trasformazioni chimiche 73
73

dell'azoto
delliazoto in presenza di composti organici (gura
(figura 2.3)
2.3) non porta ad alcuna pro-
duzione netta di ossidante, dal momento che per ogni molecola di NO
N022 prodotta
ne eè rimossa una di ozono.

mmm
radiazione solare

O33
O No2
mmm
radiazione \ HCHO
solare M W mia-zio ne
radiazione
I"zo\\ l/oz solare

\ 7,,,wH20
HNOf-ñãz-OH No Hoz Hoz

01
No o,
Ho,,,RO2 0
RooHÀ"

O3
mmm
radiazione solare

Figura 2.3
Figura 2.3 Ciclo fotolitico dell'azoto
delllazoto in presenza di idrocarburi [23].

Ogni
Ogni altra
altra reazione
reazione che
che trasforma
trasforma il il monossido
monossido di di azoto in NO
azoto in N022 comporta
comporta lala
produzione netta di una molecola di O 03.
3 . Quindi durante l'ossidazione
Possidazione degli
idrocarburi, la riconversione dell'NO
delllNO in NON022 pu puòo essere eettuata
effettuata dai radicali
perossidici prodotti soprattutto in seguito all'iniziale
allliniziale reazione del radicale OH 0H-

con gli idrocarburi stessi, come evidenziato dalle reazioni precedenti.
precedenti. Possono
poi svilupparsi altre reazioni regolate dal radicale RO R0-.
. Infatti esso pu
puòo reagire
con l'ossigeno
l”ossigeno producendo HO 2
, la cui reazione con NO
H02-, N0 rigenera il radicale
OH
0H-:
:
RO
- + O
O22 !
_› HO

HO22 ~ + aldeidi
aldeídí o
0 chetoni
chetom'

HO 2
+ NO ! NO2
+ OH

HO2-+NO_›NO2-+OH-

In quest'ultima
questlultima reazione si trasforma anche una
una seconda molecola
molecola di NO
N0 in NO
N022
e conseguentemente pu o essere prodotta un'altra
può un”altra molecola di O 3.
03.
I tipici episodi di smog ƒotochz'mico
fotochimico sono provocati dai processi fotochimici che
coinvolgono i composti organici e gli ossidi di azoto, che devovo essere presenti in
atmosfera in concentrazioni abbastanza elevate, quali possono esssere raggiunte
74
74 Capitolo 2

durante i periodi di scarsa circolazione ed in presenza di forte insolazione.

insolazione. In
queste condizioni l'atmosfera
lyatmosfera diviene un ambiente fortemente ossidante: si ha
formazione di O 3 , di perossidi organici e di ossidi di azoto. La concentrazione
03,
di tutti questi ossidanti segue un andamento ciclico nel corso della giornata con
un massimo nelle ore diurne ed un valore trascurabile di notte. La formazione
di sostanze irritanti, tra le quali l'ozono,
l”ozono, 
èe legata anche al rapporto tra il tenore
di VOC
V00 ed il tenore di NO x.
N03.

0 Gruppo degli alcheni

alcheni..
Hanno
Hanno la la forma
forma C n H2n ed
0,,H2n ed hanno
hanno almeno un doppio
almeno un doppio legame tra atomi
legame tra atomi di
di car-
car-
bonio. Un signicativo
significativo contributo alla loro presenza in atmosfera e dato dalle
emissioni naturali (alcheni biogenici). Il tasso di reazione col radicale OH 0H-
`ee
maggiore che nel caso degli alcani. Essi possono facilmente reagire anche con
O 3 , NO
03, N033 ed O02.2 . Per alcheni con pi
u di tre atomi di carbonio la reazione con il
più
0H-
porta alla rottura del doppio legame C=C
radicale OH 0:0 con conseguente forma-
zione di aldeidi e chetoni. La reazione tra O 033 ed alcheni procede per addizione
dell'ozono
delljozono al doppio legame olenico
olefinico che porta alla rapida decomposizione della
molecola cos
così formata:
formata:
ALKE + O
O33 ! CRIG* + composti organici semplici
_› CRIG

dove con la notazione CRIG0RIG* sono indicati dei biradicali altamente reattivi.
reattivi.
I biradicali reagiscono velocemente, stabilizzandosi o scomponendosi in nuovi
prodotti. Originati
0riginati i prodotti pi
u semplici (aldeidi), la catena prosegue secondo
più
i passi prima illustrati.
0 Gruppo degli alchini
alchini..
Essi sono idrocarburi in cui eè presente almeno un triplo legame fra gli atomi
di carbonio che li rende in grado di reagire con OH 0H~,
, NO,
N0, O3 . La reazione
03.
con il radicale OH
, l'unica
0H-, l”unica importante in atmosfera, procede
procede per
per addizione del
radicale al triplo legame C C.
050.

Composti
Composti aromatici
aromatici Sono composti molto resistenti agli agenti ossidanti
ossidanti e rea-
rea-
giscono quasi solo con OH
0H-.
. La reazione pu
o essere sia di sottrazione di un atomo
può
di idrogeno da un gruppo sostitutivo del carbonio, sia di aggiunta del radicale OH0H-

all'anello.
all”anello. La catena reattiva prosegue poi nei modi gi
giaa illustrati.
illustrati.

Aldeidi
Aldeidi e
e chetoni
chetoni Le aldeidi ed i chetoni sono immessi nelle atmosfere urbane
dagli scarichi degli autoveicoli e dai camini di impianti di incenerimento o di centrali
termiche. Possono anche essere prodotti dalla ossidazione di altri idrocarburi.
I chetoni hanno un gruppo C=O 0:0 e provengono soprattutto dalla ossidazione
di altri composti organici. Il principale processo di rimozione avviene con OH 0H-.
. II
composti appartenenti alla famiglia
famiglia delle aldeidi hanno
hanno ilil gruppo sostitutivo CHO
0H0
e sono i composti piu reattivi della chimica organica atmosferica. Signicativo
Significativo eè ilil
contributo antropogenico principalmente dovuto al traffico
traÆco e ai combustibili fossili.
fossili.
Sono composti prodotti in quasi tutte le reazioni che coinvolgono composti organici
in atmosfera
RO
- + O
022 !
_› HO
H022 + aldeidi + altri composti
 Fenomeni di trasporto
trasporto e trasformazioni chimiche 75
75

L'aldeide
L”aldeide piu semplice eè la formaldeide (HCHO)
più (HCHO) coinvolta principalmente in due
processi di rimozione:
0 fotodegradazione
HCHO + h ! H
+ HCO

HCHO+h1/_›H~+HCO~

0 ossidazione
ossidazione

HCHO + OH
_>HCO-+
HCHO+OH~ ! HCO
+ H 2O
H2O

ed
ed inoltre
inoltre

H
+ O2 ! HO2

H'+O2_›H02

HCO
+ O2 ! HO2
+ CO
HCO-+O2_>HO2-+CO

Quindi, in forma sintetica, in presenza di ossigeno si ha:

HCHO + h ! 22HO2-+
HCHO+hI/_› HO2
+ CO
HCHO + OH
_›HO2-+
HCHO+OH' ! HO2
+ CO + H2 O
CO+H2O

II prodotto di queste reazioni eè il radicale perossido con conseguente aumento della
concentrazione di O 3 . Anche le aldeidi pi
03. piùu complesse (acetaldeide - CH 3 CHO, pro-
CH30H0,
pionaldeide - CH 3 CH2 CHO, ecc.) reagiscono col radicale OH
0H30H2CH07 0H-
o si fotodissociano.
fotodissociano.
Ad esempio
CH OH-
_>
3 CHO + OH
CHgCHO ! CH 3 COO2
~ + H
CHgCOO2 2O
H2O
CH 3 CHO + h
CHgCHO ! CH
hz/ _› HO22
- + CO
3 O2 + HO
CH302

Gli RO
R022 prodotti reagiscono poi con NO

NO
NO + RO2
_)
+R02' ! NO
N022 + RO

+RO

R0-
a sua volta pu

Il radicale RO puòo reagire, soprattutto con O 2 , formando nuovi composti
02,
organici (radicali e formaldeide)
formaldeide) che ripetono il processo.
processo. Da notare il fatto che
il radicale acetilperossido (CH 3 COO2
) pu
(0H30002-) o reagire con NO
può N022 producendo i PAN
perossiacetilnitrati )
((perossíacetílnítmtí)
CH 3 COO2
- + NO
CHgCOO2 N022 !
_› CH 3 COO2 NO2
CHSCOO2NO2

I PAN formatisi
formatisi possono dissociarsi termicamente
CH 3 COO2 NO2
CHgCOO2NO2 !
_› CH

3 COO2 ~ + NO
CHgCOO2 N022

e sono quindi un importante serbatoio di NO N022 e di radicali perossidi.

perossidi. D'inverno
D”inverno i
PAN subiscono fenomeni di trasporto a lungo raggio prima di dissociarsi. I PAN
non sono gli unici nitrati organici presenti in atmosfera: esistono anche i perossipro-
perossipro-
(PPN) che nascono dalla dissociazione della propionaldeide.
pionilnitrati (PPN) propionaldeide.
76
76 Capitolo 2

Alcoli
Alcoli ed
ed eteri
eteri I derivati organici dell'acqua
dell7acqua possono essere formati attraverso la
sostituzione di uno o di entrambi gli atomi di idrogeno con gruppi alchilici. Quando
viene sostituito un solo idrogeno si hanno gli alcoli (ROH); (ROH): quando entrambi gli
atomi di idrogeno vengono sostituiti con dei gruppi alchilici ne risultano gli eteri
(ROR).
Gli alcoli in generale sono composti in cui èe presente almeno un gruppo OH. I
maggiori rappresentanti in atmosfera sono l'alcol
l”alcol metilico (CH 3 OH) e l”alcol
(CHgOH) l'alcol etilico
(CH 3 CH2 OH). Possono essere monovalenti o polivalenti in funzione del numero di
(CHgCHQOH).
gruppi OH presenti. L'unico
L7unico processo di rimozione  èe l”ossidazione OH-.
.
l'ossidazione col radicale OH
Gli eteri sono composti ossigenati dalla struttura R-O-R. Principalmente in
atmosfera ci sono dimetil-etere e metil-t-bentil-etere. Sono rimossi quasi solo da
ossidazione con OH
. I meccanismi reattivi sono analoghi a quelli gia descritti per
OH-.
altre specie organiche. A seguito dell'ossidazione
dellyossidazione si ha la produzione del radicale
alchile che,
che7 ossidandosi,
ossidandosi7 produce il radicale perossido.
perossido. Quest'ultimo
Quest”ultimo pu
puòo ossidare
NO ad NON02,2 , generando HO
HOQ-2
ed un nuovo composto organico.

2.4 Soluzioni dell'equazione di diusione

2.4.1
2.4.1 Soluzioni
Soluzioni analitiche
analitiche

L'equazione
L”equazione 2.19 eè una equazione dierenziale
differenziale parziale (PDE)
(PDE) lineare e del secon-
diusione ) e uno iperbolico
do ordine. Vi si riconoscono un termine parabolico ((difiusione)
trasporto ). L'eventuale
((trasporto). L”eventuale introduzione di termini relativi a reazioni chimiche dell'in-
dell”in-
quinante, in generale polinomíalí
polinomiali del secondo grado, rende liequazione
l'equazione quasi-lineare.
quasi-lineare.
Si intende cercare una soluzione in senso classico, ovvero una funzione
C = C (x;y;z;t)
C = C(x7y7z7t)

tale che, sostituita nella 2.19, la soddis

soddisfi identicamente, assieme alle condizioni in-
iziali e al contorno [24].
L'integrale
L7integrale particolare di una PDE viene individuato a partire da quello generale
mediante la precisazione di un numero di funzioni pari all'ordine
all“ordine della equazione
integranda. Per la 2.19 si danno generalmente:
0 Le condizioni iniziali
iniziali:: valori della concentrazione dell'inquinante
dell”inquinante su tutto il
dominio

Q,, per t=0

t:0
C ((Im/,2; 0) jlo

x; y; z ; 0) (2-27)
(2.27)
0 Le condizioni al contorno
contorno:: esse precisano l'andamento
liandamento della funzione concentra-
zione sulla frontiera l¬ del dominio di integrazione. Si pu
puòo ad esempio pensare
di imporre su l¬
C (x; y; z ; t) j (2.28)
oppure
@C
ÖC
(x; y; z ; t) j (2.29)
@w
(dove w indica una delle coordinate spaziali), dando luogo rispettivamente ai
problemi di Dirichlet e di Neumann
Neumann..
 Fenomeni di trasporto
trasporto e trasformazioni chimiche 77
77

In generale non sono reperibili soluzioni analitiche della 2.19, relative a generiche
disposizioni delle sorgenti, e a valori qualsiasi dei coeÆcienti
coeflicienti e delle condizioni al
contorno. Quando anche disponibili, tali soluzioni possono essere di non agevole
valutazione.
Sotto condizioni particolarmente restrittive e nell”ipotesi
nell'ipotesi che
@C
âC
ôt = _ 0 (2.30)
(2.30)
@t
o nel 1953 il modello gaussiano
Sutton ricav
ricavò gaussiano,, (si veda il capitolo 5) adatto per il
calcolo delle concentrazioni in condizioni stazionarie.
Si noti che, perch
perchèe abbia senso parlare di soluzione,  eè fondamentale prima di-
mostrare che essa esiste ed e`e unica. A tale proposito, per le PDE del tipo della 2.19,
quando manchi il termine di sorgente S, vale un teorema di monotonia, da cui si
pu
puòo far discendere l'unicit
a. Quando invece, come nella 2.19, il termine S sia pre-
lyunicita.
sente, si pu
o ancora mostrare che la soluzione esiste ed eè unica, a patto di precisare
può
opportunamente lo spazio funzionale in cui essa va cercata [25],[26].
[25],[26]

2.4.2 Le soluzioni numeriche

La
La prima
prima implementazione
implementazione di di un
un modello
modello numerico
numerico dell'equazione
delllequazione di trasporto-
di trasporto-
diusione,
ditfusione, applicata
applicata adad unun caso
caso reale
reale caratterizzato
caratterizzato da piu di
da piu una sorgente
di una sorgente didi in-
in-
quinante,
quinante,  ee da
da attribuirsi
attribuirsi aa Randerson
Handerson nel nel 1970
l970 [27]
[27] che la integro
che la integro con uno schema
con uno schema
alle dierenze
dillerenze hnitenite di tipo
tipo esplicito, per descrivere la dispersione di SO SU?2 nell'area
nell area
urbana di Nashville, Tennessee
lennessee [27].
]2 (]. Il
ll principale limite dello schema di Randerson
Handerson
e l'uniformit
lunitormita griglia ) spaziale nella direzione verticale, con
a della discretizzazione ((grzglza)
conseguenti problemi computazionali e limitazione eccessiva (60 m) sull'altezza
(bU m) sull altezza della
regione di integrazione.
Una seconda signicativa
significativa applicazione di un modello deterministico riguard riguardo o la
dispersione
dispersione di di SO
SU?2 nella
nella citta di
citta di Chicago
Uhicago [28].
]2ë5]. In
ln quel
quel caso
caso sisi svilupp
sviluppoo uno
uno schema
schema
alle dierenze nite di tipo
dil'lerenze linite tipo implicito per i termini dell'equazione
dell equazione che coinvolgevano
la coordinata verticale z, mentre per gli altri termini termini si scelse unouno schema di tipotipo e-
e-
splicito. Ne conseguiva una griglia spaziale orizzontale che, limitata da condizioni di
stabilit
stabilita,a, risultava uniforme, con conseguente appesantimento dei calcoli numerici.
La letteratura presenta altre numerose tecniche tecniche di integrazione
integrazione numerica dell'e-
dell e-
quazione di diusione.
diffusione. Per una panoramica di tali tecniche si rimanda a [29], [30].
Nel seguito saranno esposte le caratteristiche di alcuni tipici schemi numerici
alle
alle dierenze nite ee tecniche
dzjjerenze jimte tecniche didi splitting
splzttmg,, con particolare attenzione
con particolare attenzione alle
alle condizioni
condizioni
che
che debbono
debbono essere essere rispettate
rispettate per
per garantire
garantire la la stabilit
a della
stabilita della soluzione numerica.
soluzione numerica.

Soluzione
Soluzione dell'equazione
dellaequazione alle
alle dierenze nite Per semplicare
differenze finite le notazioni
semplificare le notazioni
si indichi con C n
i;j;m il valore della concentrazione media nel punto, della griglia
Cl-Tfjm
spazio i
x, jAy,
temporale, di coordinate ((iAx,
spazio-temporale, j
y, mAz;
m
z ; n
t ). Una approssimazione alle
nAt).
@C @ 22 C
dierenze finite delle derivate spaziali _ ee _
differenze nite , conduce, ad esempio,
esempio, alle seguenti
@t
Öt @x
3x22 7
equazioni:
78
78 Capitolo 2

8Cnn _ C
@C n+1 - C
Cn+1 C”n
t
At @
820
2
C
= + () ; n
t   
g ((nn + 1)
nnt
t (2.31)
(2.31)
â,
@t T
t 2 @t2 (00; nnt 5 a
Q-W
 
@820,-
2
Ci _ C
Cm Ci + C
i+1 - 22C, CH
i 1
x
nf2 @840
4
C @840
4
C _
= + (  ) + (2 ) ;
@x
8m22 _
x
Ax22 + 24 @x 1
83644 (ß1)+ w @x4 (ß2) 7

i
x
iAa: S ßl S ((ii + 1)
1
x ;
1)A:U, ((ii 1)
x
- 1) Aa: S  
ßg2 É i
x
íAw  (2.32)
(2.32)

8C @C
@C 8C @C
8C @ C @820
820 C 2 2
con analoghe approssimazioni per , , , , . La 2.31 èe detta equa-
@x @y @z @y2 @z 2
85177811782781/27822'
differenze in avanti nel tempo
zione alle dierenze tempo,, mentre la 2.32  èe detta centrata nello
nella spazio
spazio..
Le approssimazioni delle derivate parziali, del tipo di quelle qui introdotte, conduco-
no ad equazioni alle dierenze nite che, una volta risolte, forniscono la soluzione nu-
differenze finite
nell7 incognita C
merica approssimata, nell' (x;y;z ; tt).). Una famiglia di approssimazioni alle
G(a:,y,z;
@C
80 @820
2
C
dierenze
differenze nite, diffusiva della 2.19 ((E =
finite, per risolvere la sola componente diusiva _ w), ),
@t @x 2

risulta nel seguente schema:

Ogm
Ci
n+1
- CCrin =Z #,,(Cåìf
(Cin+1
+1
- 220.-"“
Cin + + C0511)
+1 n
i )
+1
1
+

t
At
x
Arg2
n Cin + C n
+ <1 _ #a)) (< Cife -
+ (1 +1 220,"

x
A3722
i 1)
Cgil)
(2.33)
(2.33)

dove #19 eè un parametro che soddisfa 0O  19 

S # S 1 e dove l'errore
Terrore di approssimazione 
èe
proporzionale ai fattori
Att e
x2 .
AXA.

ø Se # =0, lo schema dell'equazione

19:0, eè detto esplicito
dell”equazione 2.33  esplicito,, dato che i valori della
soluzione numerica approssimata sono conosciuti al tempo tn:nAt tn =n
t ed i valori
t =(n+1)
t possono essere calcolati, conoscendo i
approssimati al tempo tn+1:(n+1)At
n+1

valori precedenti, in maniera esplicita dalla 2.33.

0 Se #19:1,
=1, ci si riconduce alla soluzione di un sistema di equazioni lineari che, una
volta risolto, fornisce i valori incogniti al tempo t”+1
tn+1 e l'approssimazione
l”approssimazione alle
dierenze eè detta implicita
differenze  implicita..

0 Se # =1/2,
19:1 differenze, detto di Crank Nicol-
/ 2, si ottiene un particolare schema alle dierenze,
son che possiede la prerogativa di avere un errore di troncamento della derivata
parziale @8C/8t
C/@ t proporzionale a
tAt22 e non a
t, come negli altri casi. Questo
At,
metodo risulta ancora di tipo implicito.
In generale i metodi impliciti richiedono, rispetto a quelli espliciti,
espliciti, uno sforzo compu-
tazionale notevole, legato alla soluzione di sistemi lineari
lineari di ordine
ordine elevato
elevato (propor-
zionale al numero di punti della griglia spaziale), ad ogni
ogni passo temporale;
temporale; in
in realtà
realta
gli schemi utilizzati risultano in sistemi di tipo
tipo generalmente
generalmente tridiagonale, per la la
cui soluzione si pu
puoo ricorrere a tecniche semplicate
semplificate che riducono
riducono la, pur
pur notevole,
complessit
complessitàa del calcolo.
Il concetto di stabilita della soluzione numerica gioca un ruolo molto impor-
stabilità
tante nella scelta del metodo numerico di discretizzazione. Nel calcolo numerico si
considera stabile una soluzione numerica in cui gli errori, di qualunque natura essi
 Fenomeni di trasporto
trasporto e trasformazioni chimiche 79
79

siano (di troncamento o di approssimazione), non vengono amplicati amplificati nel procedere
delle iterazioni. Tipicamente le tecniche esplicite richiedono che gli intervalli di dis-
cretizzazione
t,
x,
y,
z rispettino dei vincoli di disuguaglianza, per mantenere
At,Ax,Ay,Az
la stabilit
stabilita. dell”equazione 2.33, ottenuta ponendo #
a. La forma esplicita dell'equazione =0 èe stabile
19:0
verifica la condizione

se si verica t<
x2 /2. La discretizzazione secondo il metodo di
At<Ax2/2.
Crank Nicolson eè invece incondizionatamente stabile ed e anche per questo moti-
Crank-Nicolson
vo che viene spesso utilizzata per esplicitare la componente diffusiva dell'equazione dell”equazione
2.19. L'incondizionata
Llincondizionata stabilit a, per una qualsiasi scelta degli incrementi spaziali e
stabilità,
temporali eè,, in generale, una caratteristica delle tecniche implicite.
alllordine di approssimazione della dis-
In ogni caso permangono gli errori dovuti all'ordine
cretizzazione
cretizzazíone delle derivate parziali, del tipo espresso dalle 2.31, 2.32. Consideriamo,
infatti lo schema alle dierenze
differenze di tipo esplicito utilizzabile, in una approssimazione
del primo ordine, per rappresentare la componente avvettiva dello scambio di inqui-
nante @ôc/ôt:-vx(z)Öc/ÖX,
c/@ t= vx(z)@ c/@ x, scritta, per semplicit
semplicitàa nelle variabili xm,, tt,, fissato
ssato il livello
zzzmAz:
= m
z : A
nfl+1 n.n
tt ne _ n
Ci;j;m
mlm = Ci;j;m
+1 I
_ v
vmm _Axw (Ci;j;m Cii-il
'I 1;j;m )) (2.34)
2.4
(3)
Iulm
x mlm

La condizione di dz' Courant

Courant per garantire la stabilit
a numerica richiede che venga
stabilita
rispettata la disuguaglianza:

t
At
m _
vm Ax < 11 ( 2. 35)
(2.35)

x
con evidenti limitazioni sulla scelta del passo temporale
t
At ee conseguente appesan-
timento dei calcoli.
L'equazione 2.34 e`e una approssimazione al primo ordine dell'equazione:
@C
ÖC @C
ÖC v @820
2
C
= vm + m (
x vm
t) 2 (2.36)
@t @x 2 @x
in cui eè evidenziata una componente di diusione
dz'fiusione numerica introdotta arti-
artifi-
cialmente per il fatto che ad ogni passo di integrazione le particelle di inquinante
sono trasportate in una posizione che dista
x
Ax - vm
t
vm At dal punto piu prossimo della
più
maglia spaziale pressata.
prefissata. Tale diusione
diffusione numerica 
èe proporzionale al coeÆciente
coefficiente
pseudo diusivo :
pseudo-dz'fiusívo:
vm
: Uímmx
P= (
x _ Umm)
vm
t) (2.37)
(2.37)
2
che si annulla per:
vUmAt
m
t =
x
Ax (2.38)
(2.38)

e, qualora non venga rispettata la 2.38 pupuòo essere preponderante rispetto all'eettivo
alFeffettivo
coeÆciente
coefliciente di diusione
diffusione turbolenta.
Poich
Poichée la velocit
velocita funzione della coordinata verticale, vvm
a del vento eè una funzione non
m non
risulta costante e, tenendo conto della 2.35, la condizione 2.38 può puo essere al limite
soddisfatta solo per altezze in cui la velocit a del vento
velocita vento sia massima. D'altra parte,
D”altra parte,
per ridurre la diusione
diffusione numerica, il coeÆciente
coefiiciente P dovrebbe annullarsi al livello della
sorgente di inquinante ((m m = ms ), dove il gradiente di concentrazione èe massimo e
ms),
dove non necessariamente la velocit
velocitaa del vento risulta massima.
massima.
80
80 Capitolo 2

Il problema numerico eè evidente e sono stati sviluppati diversi metodi per risol-
verlo; ad essi si rimanda alle letteratura, per approfondimenti si vedano ad esempio
[31]7 [32], [33], [34].
[31], [34]-

Tecniche
Tecniche di di splitting
splitting Per ridurre i problemi computazionali (in termini di ri-
sorse e tempo di calcolo) in cui si incorre per la soluzione numerica adottando, con
garanzia di stabilit a, metodi impliciti, sono state sviluppate tecniche di splitting
stabilita, splíttmg..
In sostanza l'equazione
17equazione dierenziale
differenziale alle derivate parziali nelle quattro dimensioni
spazio
spazio-temporali x,y,z ,t) viene separata, grazie alla sua linearit
temporali ((w,y,z,t) a, in tre equazioni
linearità,
dierenziali
differenziali in due dimensioni, che sono risolte in successione ad ogni passo tempo-
fractional step
rale ((fractz'onal step)) [35]. Se ciascuna equazione viene risolta, con metodo implicito
od esplicito, rispettando le condizioni di stabilit a, anche la soluzione complessiva ri-
stabilità,
sulta stabile, con notevole risparmio di memoria e di tempo di calcolo. La soluzione,
ad esempio, della componente diusiva diffusiva dell'equazione
dell”equazione 2.19, nelle tre dimensioni spa-
ziali con lo schema implicito ((19# = 1) della 2.33, in un dominio costituito da N N33 punti
di una griglia spaziale, comporta la soluzione di un un sistema lineare che si riconduce,
usando il metodo di Gauss, ad un numero di equazioni proporzionale a (N (N2)2) N
2 2
N3:
3
=
N7.. Con una tecnica di splitting
N 7
splittmg il numero di equazioni da risolvere  e proporzionale
a 2N
2N3,3
, con evidenti vantaggi, rispetto allo schema puramente implicito. implicito.
Diverse combinazioni di schemi impliciti ed espliciti possono prestarsi alla so-
luzione delle equazioni in cui viene suddivisa la 2.19 in seguito allo splitting splittz'ng della
stessa. La scelta di metodi espliciti per rappresentare almeno alcune componenti
della 2.19 comporta, come gi a accennato, la scelta di una griglia spaziale uniforme,
gia uniforme,
essendo limitata dalle condizioni di stabilit a, ed èe giusticabile
stabilita, giustificabile nel caso di distribu-
zione uniforme delle sorgenti di inquinamento.
 3

w
Il ruolo della meteorologia

3.1
3.1 Cenni
Cenni alla
alla sica
fisica dello
dello strato
strato limite
limite planetario
planetario

La porzione di atmosfera nella quale avvengono i principali fenomeni di inquinamen-

to prende il nome di Strato Limite Planetario ((Planetary
Planetary Boundary
Boandary Layer
Layer,, PBL)
PBL) e si
denisce
definisce come la parte di atmosfera i cui moti sono influenzati
in uenzati dalla presenza della
supercie
superficie terrestre, oltre che dal gradiente orizzontale di pressione e dalla forza di
Coriolis [36]. All'interno
All”interno del PBL la struttura del campo di moto del fluido uido atmo›
atmo-
sferico presenta una notevole variabilità
variabilita spazio-temporale e risulta molto complesso
descrivefla in termini quantitativi.
descriverla quantitativi Generalmente
_ si schematizza il moto del uido
_
attraverso una componente di trasporto, che tiene conto delle caratteristiche medie
_
del campo di moto, ed un termine di dispersione turbolenta, che tiene conto delle
oscillazioni
_. attorno al valore medio. L'eetto
Lieffetto di trasporto, che influenza
in uenza soprattut-
to i moti orizzontali, viene quanticato
quantificato attraverso la conoscenza della struttura del
campo di vento medio (in termini di direzione e velocit a). La dispersione turbo-
velocità).
lenta, invece, in uenza principalmente le caratteristiche dei moti verticali del uido
atmosferico ed e generata dal riscaldamento della supercie terrestre (turbolenza di
tipo convettivo) e dalla presenza di rilievi e rugosita (turbolenza meccanica). Per
pilotare correttamente i modelli di dispersione e`e necessario quanticare
quantificare in qualche
modo l'eetto
lieffetto di questi due fenomeni.
fenomeni. Il contributo del trasporto viene stimato
ricostruendo il campo di vento
vento,, mentre la turbolenza viene descritta attraverso dei
coeÆcienti
coeficicienti di dispersione lungo le tre direzioni. In alcuni casi  e`e possibile descrivere
tali fenomeni direttamente sulla base delle misure disponibili, ma, generalmente oc-
corre utilizzare appositi processori. Prima di descrivere in modo più piu dettagliato i
processori meteorologici (vedi paragrafo 6.4), èe opportuno denire
definire alcune grandezze.
grandezze.
Alcune di queste possono essere misurate, mentre altre devono essere stimate.

Caratteristiche
Caratteristiche della della supercie
superficie In generale,
generale, dell'area
delliarea che si
si intende
intende studiare,
studiare,
occorre conoscere l”orografia,
l'orograa, la tipologia di copertura del suolo e una serie di para-
geosici. I principali sono: la rugosit
metri geofisici. a superciale,
ragosita superficiale, la ri essivit
rifiessivitaa della super-
superfi-
albedo ), il rapporto tra flusso
cie terrestre ((albedo), rapporto di
usso di calore sensibile e latente ((rapporto
Bowen
Bowen), umidita del suolo, il coeÆciente
), l'Fumidità coefficiente di assorbimento dell'energia
dellyenergia radiante
radiante,, il
coefficiente di copertura fogliare
coeÆciente fogliare (LAI), il gradiente di temperatura nel terreno.
terreno. Le
informazioni sull'orograa
sulliorografia e sull'uso
sulliuso del suolo possono
possono essere
essere ricavate
ricavate da carte tema-
tema-
82
82 Capitolo 3

tiche oppure, preferibilmente, da database informatizzati. Per un corretto utilizzo di

tali dati occorre vericare
verificare che il grado di dettaglio con cui vengono forniti sia compa-
tibile con la scala spaziale con cui opererano i modelli. Le informazioni sui parametri
geosici
geofisici sono pi u diÆcilmente
più difficilmente reperibili e generalmente vengono denite
definite in funzione
della tipologia di copertura del suolo sulla base di valori di letteratura. UWeperö
Occorre pero
precisare
precisare che,
che, soprattutto
soprattutto nelle
nelle applicazioni
applicazioni meno
meno complesse, il numero
complesse, il numero didi informa-
informa-
zioni
zioni necessarie
necessarie diminuisce
diminuisce notevolmente
notevolmente e e si
si riduce
riduce generalmente
generalmente all'orograa
all orografia ee alla
alla
copertura
m del suolo (vedi ad esempio hppt://edcdaac.usgs.gov/dataproducts.html).

Bilancio
Bilancio energetico
energetico L'energia
L7energia radiante proveniente dal sole interagisce in diversi
modi con l'atmosfera
Patmosfera e la supercie terrestre. In figura
superficie terrestre. gura 3.1 èe riportato uno schema
semplicato
semplificato del bilancio energetico. Uno dei termini più piu rappresentativi ai fini
ni della
descrizione delle caratteristiche dei moti atmosferici ed in particolare della turbolenza
di origine convettiva, eè costituito dal flusso usso di calore sensibile (Q h ). Q
(Qh). Qhh rappresenta
la quantit
quantita a di calore che la supercie
superficie cede all'atmosfera
all”atmosfera attraverso un processo di
convezione. Talelale energia  e in grado di riscaldare l'aria
l aria dando luogo
luogo a moti
moti ascendenti
ee discendenti
discendenti il il cui
cui eetto
effetto ee rendere
rendere pi u eÆciente
piu efficiente ilil rimescolamento
rimescolamento dell'atmosfera
dell atmosfera
lungo
lungo lala verticale.
verticale. Illl usso
flusso didi calore
calore sensibile
sensibile  ee generalmente positivo durante
generalmente positivo durante lele
ore
ore diurne
diurne e e negativo
negativo di di notte,
notte, perch
perchee la
la supercie
superficie si raredda cedendo
si raffredda energia
cedendo energia
sotto
sotto forma
forma radiante.
radiante. Inln questo
questo caso
caso si
si osserva
osserva un rareddamento degli
un raffreddamento degli strati
strati bassi
bassi
dell'atmosfera
dell atmosfera e un conseguente eetto effetto di smorzamento della turbolenza. ll Il flusso
usso di
calore sensibile e denito
definito come:
Q %cp u 
Qhh = -Qcpu*@* (3.1)
(3.1)
%Q = densit
a dell'aria
densità dell”aria
ccIDp =
: calore specico
specifico a P costante
uu* = velocita d'attrito
velocita d7attrito
Q* =: temperatura di scala

e pu
o essere ricavato direttamente dalla sua denizione
può definizione determinando u*u e 
Q* (meto-
do del prolo)
profilo) attraverso la teoria di similarit
a [36]. Oppure Q
similarita Qhh pu
puòo essere calcolato
a partire dall'equazione
dall”equazione di bilancio energetico (metodo del bilancio)
bilancio) che denisce
definisce la
radiazione netta come somma algebrica di:
R
RTLn = Q
Qhh + Q
Q1l + Q
Qgg (3.2)
(32)
R
Rnn = radiazione netta
Q
Q1l = usso
flusso di calore latente
Q
Qgg = usso
flusso di calore verso il terreno
La stessa equazione, leggermente pi
piùu complicata, può
puo essere espressa anche i termini
di radiazione totale incidente. Anche da quest'ultima
quest7ultima 
eè poi possibile ricavare Q h.
Qh.
Il termine di radiazione pu
puòo essere misurato oppure stimato in funzione della posi-
zione geograca
geografica e del periodo dell'anno.
dell”anno. Diversamente i termini che deniscono
definiscono le
equazioni di bilancio sono calcolati in funzione della nuvolosità
nuvolosita e di alcuni parametri
geosici
geofisici (albedo, rapporto di Bowen,. . . ).
)

Prolo
Profilo verticale
verticale di temperatura Fornisce indicazioni sulla capacit
di temperatura a dispersiva
capacità
dell'atmosfera,
delliatmosfera, particolarmente lungo la componente verticale.
verticale. In atmosfera, una
 Il ruolo
Il ruolo della meteorologia 83
83

Onde corte
Onde corte Onde lunghe
Onde lunghe

Dal sole
Dal sole Persa
Persa
"Albedo" Verso
verso
100%
100% +796 +296 = 34% lo
Persa verso
Persa lo spazio
verso lo spazio =
= lo spazio
spazio =
= 6%
6% = 66%
Riflessa verso lo spazio: 25%

4 (dalla terra
(dalla terra ee dall'atmosfera)
dall’atmosfera)
ëgå

dall’atmosfera verso
le:

lo spazio: 60%
lo sp a verso
uvo

s sg

7%
Rif

Irradiata
rat
.2.92 'o'
50%alle n

azio:
E "à E

2%
ta

Rifratt
da à E g-
12
ta d

lla terra:
%

ll’a
Persa 22
tta

Persa
ri
dalla g
a:
rce

dalla
Assorbimento
Assorbimento atmo-
atmo-
Inte

.m atmosfera = 2% : 19% sfera = 106% 60% 114% 10% 23%w= 19%

da
4 i _ _
in atmosfera = 2% sfera =

l’atmosfera, attraverso evaporazione

Rifratta o ° g

Flusso di calore, dalla terra verso

>

Flusso di calore, dalla terra verso

Assorbita dalle nuvole: 2% Q É 'm
Assorbita dalla terra: 19%

*ß a, Emè” \° g m > Eo

Irradiata dall’amosfera
o .i a

verso l’amosfer: 114%

Irradiata direttamente

convezione e turbolenza
verso la terra: 106%
Diffus

A E gE g a
a I: g “ñ <0
mgs

l’atmosfera, attraverso
e ass

Irradiata dalla terra

_. Ea: w-- oo v- m0 52 .-a, gw

verso lo spazio: 6%

(vapore acqueo)
»
w E '-.. '-
-- :x w
-- >o

-
. a EQ m a 2 a U m se 2 o

-
a attra
orbita

Assorblta
Assorbita g “a”, a *= t ì 7; fà ì zz g Q
17%
dell'aria: 17% 5 -- a m 2 U o u N' , w
Rifra rra: 5%

dell’aria:
_. `° w U a «w E E › mm w â
la te

<¬°
verso

E2 Eg .E ,N g Q a? šm ~=
dalla

¬ .E o E m -u-o m 2 *o E
tta v

m
-- 4 'u w U 3 gL ,,,Lv
> ßU Emmv-
QN v-U
4 m¬ N wh E > mt
terra:

- >a, v- > U 5
le nuv

w : -h
erso

i \e
a mo - > U '5: mo
o »_° »-
w
'o m o m o
o; g E E
23%
ole

\ o E u. s

-
- Persa
Persa
^ss°"°""e"'°
Assorbimento
della terra
della terra
= 23% + 19% + 5%=47% dalla
dalla =s% -1oe% “14% + 1o%+23%-47%
terra
terra

Figura 3.1
Figura 3.1 Schema semplicato
semplificato del bilancio energetico sulla
sulla superficie
supercie terrestre
terrestre [37]
[37]

particella elementare d'aria

d”aria si muove verticalmente in modo adiabatico. Si può
puo
dimostrare che il suo gradiente di temperatura eè [38]:
ÆT
__È_C gg  Æo C m i11 ]]
= =p_o.0
= 0098
: 0098 [[Cm
_ 6T_ m
(3.3)
(3-3)
Æz Cp
T = Temperatura della particella d'aria
dlaria
OOQNH

z =
: Altezza dal suolo a cui si trova la particella
g =
: Accelerazione di gravita
gravita
Cpp =
: Calore specico,
specifico, per unit
a di massa, dell'aria
unità de117aria a pressione costante

Le caratteristiche del moto della particella Verranno

verranno in uenzate
influenzate dalla struttura ver-
ticale del prolo
profilo di temperatura dell'atmosfera.
dell7atmosfera. Si vengono a determinare le seguenti
situazioni:
o atmosfera instabile:
instabile: il gradiente termico
termico dell'atmosfera
dell”atrnosfera èe minore
minore di quello adia-
batico. Questa condizione e`e determinata dai moti convettivi innescati dal ri-
scaldamento del terreno nel periodo diurno. Ogni eventuale moto iniziale di
particelle d'aria
d”aria verr
a amplicato
verrà amplificato sia verso l'alto
l”alto che verso il basso:
basso: infatti a
seguito di un moto casuale verso Palto
l'alto dovuto ad un7espansione
un'espansione adiabatica la
particella viene a trovarsi ad una temperatura maggiore dell'aria
dell”aria a quella quo-
ta, mentre con un moto casuale verso il basso si trova ad una temperatura
inferiore. In queste condizioni il rimescolamento dell'aria
dell”aria èe favorito,
favorito, per cui
gli inquinanti eventualmente presenti in atmosfera vengono
vengono dispersi in in volumi
volumi
d'aria
d”aria molto grandi (1 -2 km in verticale). Questa situazione  èe generalmente
accompagnata da venti di debole intensità,
intensita, per cui gli inquinanti tendono s sì a
84
84 Capitolo 3

disperdersi lungo la verticale ma anche molto vicino alla sorgente. Le condi-

zioni instabili possono essere particolarmente critiche per grosse emissioni in
quota (ad esempio da camini industriali o di produzione dell'energia), perche la
dell”energia), perché
forte diluizione verticale accompagnata dallo scarsa dispersione orizzontale può
puo
portare alte concentrazioni al suolo nei pressi della sorgente.
ø atmosfera neutra: il gradiente termico `ee quello adiabatico; si ha in tal caso una
situazione di equilibrio indierente
indifferente per tutti gli spostamenti della particella; la
dispersione verticale di inquinanti e`e quindi sostanzialmente determinata dalla
turbolenza meccanica presente in atmosfera.
0 atmosfera stabile: il gradiente termico dell'atmosfera
delllatmosfera èe maggiore di quello adia-
batico; in tal caso i moti verticali della particella verranno sempre smorzati, per
cui la dispersione verticale degli inquinanti sar a molto bassa.
sara

o inversione termica: la temperatura aumenta con la quota; èe una situazione ge-
nerata dal rareddamento
raffreddamento notturno della terra che cede calore all'atmosfera
all”atmosfera per
irraggiamento. L'altezza
L”altezza di questo strato  eè generalmente limitato a 100-200
metri. La dispersione di inquinanti emessi vicinovicino al suolo èe inibita
inibita dalla forte
forte
stabilit
a verticale, mentre quelli emessi al di sopra dello strato di inversione,
stabilita
diondono
diffondono in
in quota.
quota. InIn particolari
particolari condizioni
condizioni (nebbia,
(nebbia, subsidenza)
subsidenza) si si pu
puòo pre-
pre-
sentare anche il caso di inversioni
inversiom' in quota
quota;; in questo caso la disomogeneit
disomogeneità a
termica rappresenta una barriera per la diusione
diffusione verso l'alto
l”alto degli inquinanti
emessi al di sotto di questo strato.
Le condizioni di stabilit a atmosferica, quelle di inversione in particolare, possono
stabilità
risultare molto critiche in presenza di signicative
significative emissioni al suolo (ad esempio
quelle dovute al traÆco
traflico o al riscaldamento nei grossi centri urbani), perché
perche l”assenza
l'assenza
di dispersione verticale favorisce l'accumulo
l”accumulo degli inquinanti in prossimità
prossimita del suolo,
con conseguente aumento delle concentrazioni rilevate. rilevate. In figura
gura 3.2 èe schematizza-
to l'eetto
l”effetto della struttura termica dell'atmosfera
delllatmosfera sulla dispersione verticale di una
sorgente in quota. Il prolo
profilo verticale di temperatura pu puòo essere misurato, ad esem-
pio, attraverso radiosondaggi (no(fino a quote di circa 7 000 - 10
7000 000 m, con cadenza di
10000
6 - 12 ore)
ore) oppure attraverso apparecchiature più piu sosticate,
sofisticate, come i RASS (no (fino a
quote non superiori ai 1 500-2 000 m, rn, ma con cadenza oraria o semioraria e con un
migliore risoluzione verticale). Spesso eè comodo usare, al posto della T, la tempe-
ratura potenziale #19 che rappresenta la temperatura assunta dalla particella d'aria, d”aria,
qualora venga portata adiabaticamente ad una pressione di riferimento di 1 000 hPa,
denita
definita da:
  k 1)=k
1 000 ((k-1)/k
#19 =
: T ($> (3.4)
(34)
p
dove:
T = temperatura reale della particella d'aria
d7aria
p = pressione reale della particella d'aria
daaria
k Cp/CV
= Cp/Cv
Cp,Cv =
: calori specici
specifici della massa elementare di aria a pressione e volume costanti.
 Il ruolo
Il ruolo della meteorologia 85
85

l”espressione della #
Manipolando analiticamente l'espressione 19 per ricavarne il gradiente in fun-
zione della quota,
quota7 si ottiene:

Æ#=Æz
619/62 = ÆT=Æz
öT/ôz + 7 (3.5)
(3.5)
Per cui una classicazione
classificazione del tipo di atmosfera può
puo essere effettuato
eettuato come segue:
Æ#=Æz
åü/ôz > 0 Atmosfera stabile
Æ#=Æz
åü/ôz =: 0 Atmosfera neutra
Æ#=Æz
619/52 < 0O Atmosfera instabile

Altezza
Altezza dello
dello strato
strato di rimescolamento Pu
di rimescolamento Puòo essere denita
definita come l'altezza
Paltezza dello
strato adiacente alla supercie
superficie all'interno
all”interno del quale un composto, introdotto a livel-
lo del suolo, viene disperso verticalmente per turbolenza meccanica o convettiva in
un tempo pari a circa un'ora
un”ora [39]. L'altezza mixing
L”altezza dello strato di rimescolamento ((missing
height
height,, MH)
MH) costituisce un elemento molto importante ai fini ni della valutazione del-
la qualit
qualitaa dell'aria
dell”aria perch
perchée permette di quanticare
quantificare le dimensioni della porzione di
atmosfera in uenzata
influenzata dalla presenza di composti inquinanti,
inquinanti, generalmente emessi
in prossimit
prossimità a del suolo. MH presenta un caratteristico andamento giorno-notte.
giorno notte.
Solitamente, durante le ore diurne l”altezza
l'altezza dello strato di rimescolamento tende a
crescere per eetto
effetto della turbolenza (in particolare quella convettiva), che si svi- svi›
luppa in presenza della radiazione solare. Dopo il tramonto, invece, si osserva una
rapida diminuzione di MH in concomitanza con lo sviluppo di condizioni stabili.
L'altezza
Lyaltezza dello strato di rimescolamento non viene misurata direttamente, ma può puo
essere ricavata sulla base delle misure di profili
proli verticali di vento o temperatura, o
stimata tramite opportuni algoritmi. Le parametrizzazioni distinguono fra MH di
origine convettiva o meccanica. Nel primo caso si utilizzano algoritmi iterativi basati
sul usso di calore sensibile e sul gradiente termico verticale, mentre nel secondo le
formule sono funzione principalmente della velocita di attrito ux..
A

Variabili
_ di scala Sono parametri che permettono di caratterizzare in termini
quantitativi le caratteristiche della turbolenza all'interno del Mixing
Mising Layer nelle di-
verse condizioni di dispersione (stabile, neutra, convettiva). _ Ricordiamo, ad esempio,
friction velocity ), w (_
ui: (_* convective scale velocity ) e la lunghezza di Monin-Obukhov
(L), denita come il rapporto fra la turbolenza di origine meccanica e quella di ori-
gine convettiva:
u3 T %aCp
L=
kgQh
(3.6)
(3.6)

u = velocita di attrito (friction velocity )

g = accelerazione di gravita
Qh = usso di calore sensibile al suolo
T = temperatura dell'aria [K]
K = costante di Von Karman ( 0.4)
%a = densita dell'aria
Cp = calore specico a pressione costante.
86
86 Capitolo 3

ATflDs FEM uvs TABIL:

,J
ATHosFERA Nauru

AT/'rosfiš'kA STM/LE

mms/aio": AL sono

A \ ci t . .
WVEES/o/vl iN QLXITA

MW X
-W

Figura 3.2
Figura 3.2 Eetti
Effetti della struttura termica
termica dell'atmosfera sulla
sulla dispersione verticale
verticale di una
una
sorgente in quota.

H
H0h0 determina il segno di L ed 
Q eè positivo generalmente di giorno (L <0), quando la
(L<O)7
terra riceve calore per irraggiamento che cede, in parte, all'atmosfera
allflatmosfera per convezione;
ussi termici (L 1
eè nullo in assenza di flussi ioo)) ed eè negativo (L >0) solitamente di notte
(L>O)
quando la terra, cedendo calore per irraggiamento, diminuisce la sua temperatura
rareddando
raffreddando anche gli strati atmosferici prossimi al suolo (e quindi si ha cessione di
calore dall'atmosfera
dall”atmosfera alla terra). Per un maggior dettaglio si rimanda a [1] [1] e [36].

Classe di stabilita La classe di stabilita èe un indicatore qualitativo delPinten-

stabilitàJ dell'inten-
sit
a della turbolenza atmosferica. La classicazione
sità u comune, detta di Pasquill-
classificazione pi
più Pasquz'll-
 Il ruolo
Il ruolo della meteorologia 87
87

Giord
Gifiord,, considera sei possibili condizioni, da fortemente instabile (A) a fortemente
stabile (F). La classe di stabilit
stabilitàa può
puo essere attribuita dall'analisi
dall”analisi del gradiente ver-
ticale della temperatura, come riportato in tabella 3.1, dove le categorie A,B,C si
riferiscono ad un gradiente superadiabatico, la categoria D ad un gradiente adiaba-
tico, le categorie E,F ad un gradiente subadiabatico. Altri metodi di calcolo fanno
uso della deviazione standard della direzione del vento o di parametrizzazioni empi-
riche [40] basate sulla rugosit
rugositàa superciale
superficiale e la lunghezza di Monin-Obukhov (vedi
g.3.3).
fig.3.3).

Categorie di stabilit
stabilitaa Gradiente di temperatura [[OÆ C m
m_1]
1
]
A < -0.019
B -0.0019  + -0.017
C -0.017 + -0.015
D -0.015 + -0.005
E -0.005 + 0.015
F > 0.015

Tabella 3.1
Tabella 3.1 Categorie di stabilit
a in base al gradiente verticale di temperatura
stabilità temperatura
I
'
I'l'l']
I
I'I'I'Ir
O
N

l v

4o- l l i i l 1
-.|2 _.IO 'OB '06 '04 _.02 0 .02 .O4 .06 .08
l/L (m"l

Figura 3.3
Figura 3.3 Relazione fra la classe di stabilita, la rugosita
stabilita7 rugosita superciale
superficiale (z 0 ) ee la
(zo) la lunghezza
lunghezza
di Monin-Obukhov (L) (L)

Inne
Infine la classe di stabilit
a pu
stabilita o essere ricavata attraverso appositi algoritmi sulla
può
base dell'intensit a del vento,
dell”intensita vento7 della radiazione solare e della copertura nuvolosa.
nuvolosa. EAd
esempio nelle figure
gure 3.4 e 3.5 eè riportato il calcolo della classe di stabilit
a contenuto
stabilità
all'interno del modello CALMET, che verr verraa illustrato nel
nel capitolo 6. L'algoritmo
L”algoritmo
88
88 Capitolo 3

prevede, in primo luogo, il calcolo di un indice di insolazione

insolazíone sulla base dell'altezza
dellyaltezza
del sole e della copertura nuvolosa e successivamente la denizione
definizione della classe di
stabilit
a sulla base del valore dell'indice
stabilità delllindice e dell'intensit
a del vento.
dell”intensità

Copertura nuvolosa e altezza delle nuvole

0 5 6-9 lO
Basse Medie Alte Basse Medie Alte
H < l5 4 4 4 4 3 4 4
6
â 2 l5 - 30 5 4 4 5 3 4 4
E 3
'5 _.- 30 - 60 6 4 5 6 3 4 5
É
H > 60 7 5 6 7 3 5 6
10
0-4 5-9
Notte Basse Medie e Alte
1 2 3 2

Figura 3.4
Figura 3.4 Calcolo dell'indice
delliindice di insolazione. Si noti che lflindice
l'indice di copertura nuvolosa `ee
espresso in decimi. Alla condizione di cielo sereno
sereno corrisponde
corrisponde ilil valore
valore 0 e al
cielo completamente coperto il valore 10

Classi di velocità del vento [nodi]

0-1 1-2 2-3 3-4 4-5 5-6 6-7 7-8 8-9 9-10 10-11 >11
g 1 F F F F F F E E E E D D
.â 2 F F F E B B D D D D D D
“_å 3 D D D D D D D D D D D D
.É 4 C C C D D D D D D D D D
É 5 B B B C C C C C C D D D
å 6 A B B B B B B C C C C D
5 7 A A A A A B B B B C C C

Figura 3.5
Figura 3.5 Calcolo della classe di stabilita secondo la
stabilità la classificazione
classicazione Pasquill-Giord,
Pasquill-Gifford,
utilizzando l'algoritmo
l7algoritmo contenuto nel modello
modello CALMET.
CALMET.

Ai valori diurni dell'indice

delllindice di insolazione (4-7) corrispondono classi crescenti di
instabilit
a, mentre ai valori notturni (1-3)
instabilità, (1-3) corrispondono le classi stabili. In parti-
colari le condizioni di maggiore instabilit a si hanno in presenza di forte radiazione e
instabilità
bassa velocita del vento, cos
velocità così come di notte le condizioni di intensa stabilita si verifi-
stabilità veri-
cano in condizioni sempre di bassa intensità
intensita del vento e cielo sereno. _
Diversamente,
_
le situazioni di copertura nuvolosa o vento forte sono caratterizzate sia di giorno che
_
di notte dalla condizione di neutralita.

Campo di vento EÈ descritto attraverso le funzioni u(X,y,z,t),

u(x,y,z,t), v(x,y,z,t)
v(X,y,z,t) e w(x,y,z,t)
w(x,y,z,t)
che deniscono
definiscono l'andamento
Pandamento nello spazio e nel tempo del vettore della velocità
velocita media
del vento. La struttura del campo di vento dipende da diversi fattori, tra cui: le
 Il ruolo
Il ruolo della meteorologia 89
89

caratteristiche della circolazione di grande scala, l'orograa,

l”orografia, la rugosità
rugosita superciale,
superficiale,
la presenza di particolari disomogeneit
disomogeneitàa (interfaccia terra-mare, montagna-pianura),
l'intensit
Pintensitàa della turbolenza, la
1a presenza di ostacoli (ad esempio edifici).
edici). Ovviamente
il peso di ciascun fattore dipende dalla specica
specifica applicazione (scala spaziale, tipo
di dominio e di episodio,. . . ). Informazioni puntuali sulla struttura del campo di
vento possono essere ricavate da misure effettuate
eettuate da stazioni al suolo (generalmente
con cadenza oraria o trioraria)
trioraria) o attraverso rilievi di prolo
profilo verticale (solitamente
con frequenza pari a 6 O 12 ore>._
frequenza pari a 6 o 12 ore). Generalmente le misure, eettuate sia al suolo
che
_ lungo il prolo, non permettono di descrivere in modo completo la struttura
del
_ campo di vento su un eventuale dominio di calcolo, se non che in condizioni di
particolare
_. omogeneita. Per questo motivo sono stati sviluppati specifici
specici processori
(vedi capitolo 6) in grado di integrare le misure stimando opportunamente l”effettol'eetto
dei fattori sopra descritti.

3.2 Fenomeni locali

L'esistenza
L”esistenza di complessita e disomogeneit
complessità disomogeneità a del terreno pu o indurre lo sviluppo di
può
dinamiche di carattere generalmente locale, o al più piu di mesoscala, che possono so-
vrapporsi, spesso diventando predominanti, alla struttura generale della circolazione.
Frequentemente, inoltre, tali situazioni in uenzano
influenzano in modo signicativo
significativo la disper-
sione degli inquinanti e quindi richiedono una modellazione specica
specifica per poter essere
studiati in maniera opportuna. Di seguito vengono riportati alcuni esempi di feno-
meni dovuti proprio a particolari congurazioni
configurazioni del terreno.
terreno.

Brezza
Brezza monte-valle
monte-valle La presenza di rilievi all'interno all“interno di un dominio può puo avere
caratteristiche dierenti
differenti [41]. La forma più piu semplice a cui ci si può puo ricondurre èe
quella di una singola collina o di una singola valle valle.. Un grado di schematizzazione
pi
u complesso pu
più puòo prevedere la presenza di pi più u valli o0 colline disposte in modo pi uo
più
meno regolare. Inne
Infine la forma più piu articolata eè quella del cosiddetto terreno comples-
so generico, che può
puo essere denito
definito come un sistema eterogeneo di creste e valli, con
cime di quote dierenti
differenti e versanti di pendenze e orientamenti generici. generici. In
_ generale,
la presenza di terreno complesso induce signicative modicazioni nella struttura dei
campi
_. meteorologici. I rilievi, comportandosi come ostacoli, producono interazioni
di tipo meccanico modificando
modicando la struttura del flusso usso (incanalamenti nelle valli, sca-
valcamenti o aggiramenti delle colline,. . . ); inoltre possono generare modificazioni modicazioni
di origine termica, perché
perche a causa della inclinazioni dei pendii le superfici superci del ter-
reno, e conseguentemente l'atmosfera,
Patmosfera, vengono scaldate dal sole in modo diverso.
Un tipico esempio eè costituito dal fenomeno della brezza monte-valle
monte-valle.. Consideriamo
per semplicit
semplicitàa un sistema costituito da una pianura ed una singola valle in assenza
di signicative
significative forzanti sinottiche (ad esempio una situazione anticiclonica estiva).
Durante il giorno l'aria
lyaria nella valle si scalda maggiormente perché, perche, a parità
parita di su-
percie
perficie irradiata, la valle contiene un minore volume d'aria d”aria rispetto alla pianura.
pianura.
Questo provoca lo sviluppo di un gradiente orizzontale di pressione fra la pianura
e la valle e un conseguente flusso usso in ingresso, parallelo all'asse valley
all”asse della valle ((valley
wind
wind).). Allo stesso modo all'interno
allfinterno della valle si sviluppa un gradiente di pressione
orizzontale trasversale dovuto al diverso riscaldamento dell'aria dell”aria vicino ai versanti
90
90 Capitolo 3

rispetto a quella alla stessa quota nel centro della valle. Questo fenomeno insieme
alla necessit
a di compensare il flusso
necessità usso entrante nella valle produce i cosiddetti venti di
upslope winds
pendio che durante il giorno risalgono dal fondovalle verso la cresta ((upslope ).
winds).
Di notte la situazione si inverte, poich
poichée l”aria
l'aria nella valle si raffredda
raredda pi
piùu rapidamente.
Di conseguenza si sviluppano i venti in uscita, paralleli all'asse mountain
all“asse della valle ((mountain
winds downslope winds
winds)) e i venti che discendono i pendii ((downslope winds). ). La figura
gura 3.6 riporta un
dettagliata schematizzazione del fenomeno.

(u) Giorno
(a) Giorno

.nm-m
m didi ritorno 1 7
Lume dell'mmšmne
Flusso
cumuu šuna C57 › v
Limite dell’inversione
v
Cumuli sulla
linea di cresta
_ ,i

, À v _ l
' ~ 5

Brezze “Upslopes”
(venti anabatici)
Subsmno
Substrato
Brezza di valle 8 mm eum)
convettivo

(b) Notte
(b) Nm* Breme di
Brezze m drenaggio
ilremggm
"DW .hmpey
“Downslopes”
(venn catabatici)
(venti cumbulici» **********/\

Flusso di ritorno

Brezza di
Brezza monte
di monte

Figura 3.6
Figura 3.6 Parte sinistra: composizione della brezza di giorno
giorno ee di notte.
notte. Parte destra:
destra:
successione temporale dall'alba
dall”alba al momento della completa rottura
rottura dello strato
di inversione e conseguente formazione di uno
uno strato neutro rimescolato
rimescolato nel
nel
centro della valle [41]

Brezza terra-mare Lo sviluppo della brezza terra-mare [41] [41] e legato alle diverse
caratteristiche termiche dell'acqua
dell”acqua e del terreno. Consideriamo anche in questo caso
una condizione di circolazione priva di forzanti sinottiche (vedi figuragura 3.7). Durante
il giorno, in presenza di radiazione solare, la supercie
superficie terrestre si scalda piùpiu ra-
pidamente rispetto all'acqua
all,acqua cedendo, per convezione, maggiori quantita
quantita di calore
all'atmosfera
all,atmosfera sovrastante, che aumenta la sua temperatura e si espande maggior-
mente, rispetto a quella presente sul mare. Di conseguenza si instaura un gradiente
orizzontale di pressione che genera un flusso usso dal mare verso la terra in prossimità
prossimita
della supercie
superficie compensato da un flusso usso opposto in quota. Dopo il tramonto, grazie
alla maggiore capacit
capacitàa termica dell'acqua, l'atmosfera sopra il mare tende a raf-
dell7acqua, Patmosfera
freddarsi piu lentamente rispetto a quella sulla terra,
più terra, conseguentemente i flussi
ussi si
invertono. Lo stesso tipo di circolazione si pu puòo sviluppare in prossimità
prossimita di laghi,
anche di piccole dimensioni. Un'altra
Un,a1tra conseguenza della disomogeneit
disomogeneità a termica delle
due superci
superfici 
èe la genesi di due diversi gradienti di temperatura e quindi di diverse
condizioni di turbolenza.
turbolenza. Durante il giorno sopra il mare permangono condizioni
 Il ruolo
Il ruolo della meteorologia 91
91

Thermal
neutre o stabili, mentre sulla costa si sviluppano condizioni convettive ((Thermal
Internal Boundary Layer
Layer,, TIBL). Come si può
puo osservare dalla figura
gura 3.8, questa si-
tuazione pu
o avere eetti
può effetti particolarmente negativi, ad esempio,
esempio, nel caso di emissioni
in quota che vengono trasportate molto concentrate verso l'interno
l”interno per poi essere
rapidamente disperse dalla turbolenza presente nel TIBL.

lai Giorno
(a) Giorno

Flusso
Flusso \
moi no
dr ritorno
di Atmosfera
\ Atmosfera
\| terrestre
terrestre
Atmosfera sul mare (o sul lago)
spa-sms
Spessore
da mm
del flusso
are
Brezza di mare (o di lago) di m
za
brez
della
nte
Fro

un Notte
(a) Neue
Flusso di ritorno

Almmfem sul
Atmosfera ¬ul mare
mura
m sul
(o sul lago)
lngm `
Atmosfera terrestre
spam-e
Spessore
del rum
del flusso
Brezza di terra

Figura 3.7
Figura 3.7 Sviluppo della brezza di mare (giorno)
(giorno) e di terra (notte)
(notte) [41]
[41]

Isola
Isola di
di calore
calore Un fenomeno meteorologico tipico delle aree urbane, che può
puo pro-
durre conseguenze negative sulla qualit
qualitaa dell'aria,
dell”aria, e`e la cosiddetta "isola
” isola di calore",
calore”,
ovvero lo sviluppo di una cappa che trattiene al suo interno tutti i fumi emessi dai
camini, con un conseguente continuo rimescolamento dell'atmosfera dell”atmosfera urbana e ac-
cumulo delle sostanze inquinanti. Questo fenomeno, illustrato in figura gura 3.9, deriva
dal fatto che l'aria
l”aria che sovrasta l'area
Parea urbana si scalda maggiormente rispetto a
quella delle zone circostanti. Tale dierenza
differenza  èe dovuta sia alle caratteristiche delle
superci
superfici (strade ed edici)
edifici) che al contributo di calore dovuto specicatamente
specificatamente alle
attivit
a antropiche. L'estensione
attivita Llestensione e gli eetti
effetti dell'isola
dell”isola di calore dipendono dalla
stagione, dalla posizione della citt a e dalle sue caratteristiche. In
città In particolare [41],
in giornate con presenza di regime anticiclonico in quota ee forte forte stabilita al suolo,
stabilità
il calore prodotto dagli edici
edifici contrasta l'inversione
l”inversione termica verticale caratteristi-
ca della campagna circostante, senza per o riuscire a spezzarla completamente. Si
però
instaura cos
così sulla citta una cupola di aria la cui altezza massima corrisponde alla
citta
zona piu densamente edicata.
più edificata. Nelle aree urbane, dove  eè prevalente lflinquinamento
l'inquinamento
conseguente a emissioni da riscaldamento domestico e da traffico traÆco autoveicolare,
autoveicolare tale
92
92 Capitolo 3

TIBL
/ ,
/r `
/
V/
\ /
s, /
/ _ /
,'
/7/ .
/
/
/
› . //
Flusso
Flusso / v
stabile
stabile //
dal
dal mare
mare ì / Strato
Strato superfici ale "\\
superficiale
rimescol ato
rimescolato "

Mare Costa

Figura 3.8
Figura 3.8 Eetto
Effetto delle diverse condizioni di turbolenza
turbolenza all'interfaccia
alllinterfaccia terra-mare sulla
sulla
dispersione di un pennacchio in quota [42]
[42]

fenomeno pupuòo avere conseguenze piuttosto pericolose, particolarmente nella stagione

autunno-invernale, quando si instaurano i fenomeni di elevata stabilit
stabilitaa atmosferica e
di inversione termica ora illustrati. Diversamente, in condizioni di vento,
vento, la presenza
dell'isola
dell”isola di calore e dell'area
dell7area urbana in generale modificano
modicano la struttura dello strato
limite, dando origine al cosiddetto Urban
Urban Boundary
Boandary Layer e ad un pennacchio urba-
no fortemente rimescolato, che viene trasportato sottovento alla citt a, come descritto
citta,
in gura
figura 3.10.

Canyon
Canyon Urbano
Urbano Il termine canyon stradale si riferisce ad una strada relativa-
mente stretta, chiusa tra edici
edifici che sono disposti su entrambi i lati in modo conti-
nuo. La presenza di strade circondate da alti edici, puo indurre modicazioni
edifici, può modificazioni nella
struttura della circolazione. In particolare, quando il vento spira trasversalmente
rispetto all'asse
all”asse della strada, la cavita generata dagli edifici
cavità edici favorisce lo sviluppo di
una circolazione elicoidale [43]. Come illustrato in figura
gura 3.11, questa situazione può
puo
portare all'accumulo
all”accumulo di forti concentrazioni di inquinanti in corrispondenza di punti
ricettori nei pressi degli edici
edifici posti lungo il lato sopravento. La presenza del canyon
induce lo sviluppo di un usso
fiusso di ritorno attraverso la strada, vicino al suolo, che
veicola nei punti ricettore una componente emissiva entrante dall'esterno,
dallaesterno, sopravento
alla strada e proveniente da sorgenti distanti, che va a sommarsi a quella dipendente
dalle emissioni generate all'interno
allyinterno della strada, con conseguente accumulo.
 Il ruolo
Il ruolo della meteorologia 93
93

Temperatura urbana

Temperatura rurale

arca urbana Campagna

Figura 3.9
Figura 3.9 Il fenomeno
fenomeno dell'isola
delliisola di calore

(a) Giorno

(b) Notte

Figura 3.10
Figura 3.10 Sviluppo dell'isola
delliisola di calore e del pennacchio urbano di giorno (a) (a) e di
notte (b). In figura
gura eè rappresentato anche il prolo
profilo verticale di temperatura
potenziale [41]
94
94 Capitolo 3

Vento
\\ livello tetti

-¬ K”
Concentrazione

La! o
sopravento Lato
sottovento

Edificio
Edificio Edificio
Edificio
Vortice Recettore
principale

/
/

,1
o
L l

41
/

Figura 3.11
Figura 3.11 Schema della diusione
diffusione in un canyon urbano

3.3 Modellistica meteorologica

I modelli meteorologici permettono di ricostruire llevoluzíone
l'evoluzione spazio-temporale delle
variabili che descrivono il fluido uido atmosferico. I modelli possono essere utilizzati
sia in fase previsionale, per valutare l'evoluzione
llevoluzione delle condizioni meteorologiche
weather forecast),
((weather forecast ), che come preprocessori di modelli di dispersione.
dispersione.-L'applicazione
di modelli di qualita dell'aria, infatti, richiede spesso una conoscenza della struttura
meteorologica dell'area in esame che le misure non sono in grado di fornire ne come
grado di dettaglio, ne come tipologia di variabili monitorate.. In In funzione
funzione della scala
spaziale di applicazione i modelli meteorologici possono essere distinti in:
ø modelli a scala globale
globale:: hanno come dominio di calcolo Pintero
l'intero pianeta e rico-
struiscono la circolazione di grande scala;
o modelli
modelli' ad area limitata (LAM)
(LAMj:: operano su scale dell'ordine
dell”ordine delle migliaia di
chilometri;
0 modelli
_ di scala regionale e locale : operano su scale spaziali dell'ordine
dell”ordine delle
decine/centinaia di chilometri e permettono di ricostruire le influenze
in uenze locali del
usso
flusso atmosferico (eetti
(effetti dell'orograa,
delllorografia, presenza di interfacce eterogenee,...).
eterogenee,...).
Questi ultimi, vengono generalmente applicati come preprocessori di modelli di qua-
lit
a dell'aria.
lità dell”aria. Eventualmente essi possono utilizzare uscite di modelli di scala mag-
giore per la denizione
definizione della circolazione di grande scala (condizioni al contorno o
campo di background
background). ).
 Il ruolo
Il ruolo della meteorologia 95
95

Per quanto riguarda la ricostruzione dei campi di vento i modelli meteorolo-

gici possono essere distinti in due famiglie: modelli diagnostici e prognostici;
prognostici ; per
approfondimenti si faccia riferimento ad esempio a [41], [44].

3.3.1 Modelli diagnostici

I modelli pi
più diffusi, appartenenti a questa categoria, sono i cosiddetti modelli mass-
u diusi,
consistent
consístent.. Si tratta di modelli statici che non contengono al loro interno equazioni
particolari che riproducano la fisica sica dei fenomeni, fatta eccezione per lflequazione
l'equazione di
conservazione della massa (da cui il nome). Fondamentalmente sono costituiti da al-
goritmi in grado di interpolare, con tecniche pi u o meno raffinate,
più raÆnate, le misure sul domi-
nio di calcolo. In generale tali modelli operano in coordinate terrain-following
terra'in-ƒollowíng (gura
(figura
3.12) e ricostruiscono il campo di vento attraverso due passi ((analisi analisi oggettiva ). In
oggettiva).
primo luogo, le misure vengono interpolate sulla griglia di calcolo. Successivamente
il campo ottenuto viene \aggiustato"
“aggiustato” in modo tale che in ogni cella sia rispettata
l'ipotesi
Pipotesi di divergenza nulla (che discende dall'assunzione
dall,assunzione di fluido
uido incomprimibile).
Le tecniche di interpolazione delle misure possono operare su base bidimensionale o
tridimensionale, pesare le misure sull'inverso
sull7inverso del quadrato della distanza o attraverso
espressioni più
piu complesse e denire
definire diversi criteri con cui inserire o meno una misu-
ra nell'interpolazione. aggiustamento ) pu
nell”interpolazione. Anche il calcolo della divergenza ((aggiustamento) puòo essere
eettuato
effettuato attraverso tecniche diverse, ad esempio dando più piu peso alla modica
modifica del
campo orizzontale rispetto a quello verticale o viceversa.
viceversa. Alcuni modelli contengono
algoritmi che permettono di correggere ulteriormente la struttura del campo di ven-
to, soprattutto in prossimit
prossimità a del suolo, sulla base di alcuni fenomeni locali (barriere,
valli, laghi).
I modelli diagnostici richiedono informazioni relative all'orograa
all”orografia ee ai principali
parametri geosici
geofisici (ad esempio la rugosit
rugosita a superciale)
superficiale) e misure di vento al suolo e
lungo il prolo
profilo verticale alla frequenza
frequenza temporale richiesta. In alcuni casi le misure misure
possono essere integrate attraverso l'output
l7output di modelli che operano su scale maggiori.
In questo caso occorre vericare
verificare che l'integrazione
liintegrazione delle due tipologie di informazioni
avvenga in modo corretto.
I modelli mass-consistent sono largamente applicati sia come preprocessori di
modelli di qualit
qualitaa dell'aria
dell”aria che come ausilio per modelli prognostici (vedi par. suc-
cessivo). Sono modelli piuttosto semplici, che non richiedono eccessive risorse di
calcolo (PC e workstation)
Workstation) e senza particolari limitazioni teoriche,
teoriche, le cui prestazioni,
pero, sono fortemente condizionate dalla rappresentatività
però, rappresentativita delle misure utilizzate.
Inoltre eè opportuno che non vengano utilizzati in condizioni di terreno particolar-
mente complesso con gradienti superiori ai 45°. 45Æ . Fino ad oggi sono stati i modelli pi u
più
utilizzati per studi sulla qualit
qualita a dell'aria.
dell”aria.
Esempi di modelli
modelli diagnostici sono:
. ooNDoR [45]
CONDOR [45]
. M1NERvE[46]
MINERVE [46]
° _
CALMET [47]
. WINDs [48]
WINDS [48]
96
96 Capitolo 3

(4*
\\\\\\ \
III...
I)

Figura 3.12
Figura 3.12 coordinate terrain
Esempio di dominio di calcolo in coordinate following con limite
termm following limite
top ) variabile
superiore ((top)

3.3.2 Modelli Prognostici

I modelli prognostici permettono di descrivere l'evoluzione
l“evoluzione dei fenomeni atmosferi-
ci, su tutto il dominio tridimensionale considerato, attraverso l”integrazione
l'integrazione di un
sistema di equazioni dierenziali,
differenziali, costituito dalle seguenti componenti:

ø equazione di conservazione della massa;

massa;
0 equazione di conservazione della quantit
a di moto;
quantità

0 equazioni di conservazione dell'energia

dell7energia cinetica turbolenta;
turbolenta;
ø equazione di conservazione dell'umidita;
dell”umidità,;

0 equazione di conservazione del calore;

Quindi, i modelli prognostici permettono di ricostruire contemporaneamente
non solo il campo di vento, ma anche quello di temperatura e llandamento l'andamento di a1-
al-
cune variabili da cui poi eè possibile ricavare facilmente informazioni sulla turbolenza.
turbolenza.
Questi modelli, basandosi sull'integrazione
sull”integrazione di equazioni dierenziali
differenziali nel tempo e nel-
lo spazio e non sulla rielaborazione diretta di misure, possono essere utilizzati anche
in fase previsionale (ad esempio permettono di valutare ljevoluzione
l'evoluzione con 1 o 2 giorni
giorni
di anticipo di un episodio critico). Inoltre, contenendo gia gia al loro interno le
le equazioni
che descrivono i fenomeni, sono teoricamente meno vincolati alla rappresentativit a
rappresentatività
delle misure. Si tratta, comunque, di modelli più piu sosticati
sofisticati rispetto a quelli diag-
nostici e che richiedono maggiori risorse di calcolo, diverse tipologie di dati di input
(ad esempio una ricostruzione pi u raÆnata
più raflinata delle caratteristiche della supercie)
superficie) e
 Il ruolo
Il ruolo della meteorologia 97
97

una buona conoscenza dei fenomeni meteorologici per poter essere applicati corretta-
mente. I diversi modelli si possono distinguere in funzione di alcune caratteristiche;
di seguito vengono riportate le pi
u signicative.
più significative.

Approssimazione
Approssimazìone nell'implementazione
nell,ìmplementazione delle
delle equazioni
equazioni Per poterne consen-
tire l'integrazione,
l”integrazione, le equazioni devono essere opportunamente semplicate
semplificate attraver-
so alcune ipotesi. Le pi llapprossimazione idrostatica e quella di Boussi-
u note sono l'approssimazione
più Boussz'-
nesq
nesq.. La prima ipotizza l'incomprimibilit
llincomprimibilità a dell'aria,
dell”aria, mentre la seconda suppone che
temperatura, pressione e densit a possano essere considerate all'equilibrio,
densità all”equilibrio, eccetto
che per una piccola variazione dovuta al moto, il che porta a considerare variazioni
della densit a solo lungo la verticale. L'approssimazione
densità L”approssimazione idrostatica fornisce notevoli
semplicazioni
semplificazioni in fase computazionale ed  eè quindi largamente utilizzata.
utilizzata. Il limite
di questa ipotesi eè che, a rigore, non pu puòo essere considerata valida su terreni par-
ticolarmente complessi (con pendenze superiori al 20-30 20-30OÆ [49]). Di conseguenza in
questi casi sarebbe opportuno utilizzare modelli non-idrostatici.
non-idrostatici. Ad esempio, in
molte aree italiane (in prossimit
prossimità a delle Alpi o degli Appennini), l'applicazione
l”applicazione di
modelli diagnostici o prognostici di tipo idrostatico richiede particolare attenzione,
perch
perché,e, come noto, si tratta di aree montuose e con forti pendenze. In questo caso si
pu
puòo cercare di ridurre le pendenze aumentando la scala spaziale. Va altres altresì ricorda-
to che, soprattutto in passato, l'utilizzo
lautilizzo di modelli non idrostatici richiedeva sforzi
computazionali eccessivi e, quindi, l'utilizzo
l“utilizzo di modelli pi u semplici era scelta obbli-
più
gata. Un altro elemento che permette di introdurre semplicazioni
semplificazioni nelle equazioni
eè la scala di applicazione del modello (regionale, mesoscala, locale. . . )) in funzione
della quale alcuni fenomeni possono essere considerati trascurabili o meno. Alcuni
modelli implementano set diversi di equazioni in modo da poter essere applicati su
scale diverse ed in condizioni dierenti.
differenti.

Parametrizzazione
Parametrizzazìone di di fenomeni
fenomeni non
non descritti
descritti dalle
dalle equazioni
equazioni I principali
processi non descritti esplicitamente riguardano le nuvole, la precipitazione e i flussi
ussi
superciali.
superficiali. I modelli possono implementare algoritmi che trattano questi processi
e che si distinguono in funzione della quantita e della tipologia di informazioni che
quantità
utilizzano.

Sistema
Sistema didi coordinate
coordinate Generalmente vengono utilizzati sistemi terrain-following
termín-ƒollowmg
con limite superiore fisso
sso o variabile (in coordinate spaziali o di pressione), perch
perchée
permettono una migliore integrazione delle equazioni dierenziali.
differenziali. Ma in condizioni
di forte pendenza i sistemi terrain-following
termín-ƒollowz'ng non sono applicabili; in tal caso si fa
allora uso di coordinate cartesiane, introducendo opportunamente gli ostacoli.
ostacoli.

Condizioni
Condizioni al
al contorno
contorno e
e iniziali
iniziali Dato che ii modelli prognostici
prognostici si basano
sull'integrazione
sull”integrazione di equazioni dierenziali,
differenziali, il loro
loro utilizzo
utilizzo eè strettamente vincolato
vincolato
alla denizione
definizione di opportune condizioni iniziali ed al contorno. Tali informazioni dif-
cilmente
ficilmente possono essere ricavate, col dettaglio necessario ad un modello, solo sulla
base delle informazioni misurate. Ad esempio le condizioni iniziali (costituite da
campi 3D di variabili meteorologiche) possono
possono essere
essere ricavate
ricavate integrando, ad esem-
pio con modelli diagnostici, misure ed output di modelli di scala maggiore. Anche
98
98 Capitolo 3

le condizioni al contorno (che vanno fornite ad ogni passo temporale)

temporale) possono essere
ricavate da simulazioni con modelli che operano su scala maggiore, oppure diretta-
nesting ) eettuate
mente attraverso simulazioni innestate ((nestz'ng) effettuate dallo stesso modello.
modello. Le
misure e le uscite di altri modelli possono essere utilizzate, oltre che come condi-
zione al contorno, anche per forzare il modello prognostico ad assumere certi valori
in porzioni speciche
specifiche del dominio in istanti temporali assegnati. Questa operazione
prende il nome di FDDA ((FourFour Dimension Data Assimilation
Assimilation)) e richiede opportune
tecniche di interpolazione. In ambito italiano, ad esempio, un modello prognostico
potrebbe essere applicato su un dominio pari alla pianura padana con condizioni al
contorno ricavate da modelli a scala limitata o a scala globale. Su questo dominio
potrebbero essere innestata una simulazione su aree regionali e successivamente po-
trebbero essere introdotti ulteriori nesting su aree di tipo locale. In questo modo
sarebbe possibile ricostruire in modo dettagliato la circolazione su particolari aree
di interesse, considerando, comunque, il contributo dei fenomeni di scala maggiore.
Esempi di modelli prognostici idrostatici sono:
° _
CSUMM [50]
. HERMES [51]
HERMES [51]
° _
MM4 [52]
. URBMET/TVM [53]
URBMET/TVM [53]
Mentre tra i modelli non idrostatici possono essere citati:
o ADREA
ADREA [54]

o MEMO
MEMO [55]

° MM5
I [56]
o RAMS
RAMS [57]

o TVMnh
TVMnh [58]
[58]

3.3.3 Modelli di turbolenza

Oltre alla assegnazione del flusso
usso atmosferico, i modelli di dispersione necessitano
di informazioni che permettano di quanticare
quantificare la dispersione turbolenta.
turbolenta. La tipo-
logia di parametri utilizzati dipende dal tipo di modello di dispersione (gaussiano,
(gaussiano7
a particelle, euleriano). In alcuni casi tali parametri possono essere ricavati da mi-
sure, ma generalmente vengono calcolati sulla base di variabili meteorologiche a loro
volta stimate (variabili di scala dello strato di rimescolamento quali L, u*, u , W*,.
w ,. . ..,,
energia cinetica turbolenta,. . . ).
) Quando si applicano modelli di tipo diagnostico
per la ricostruzione del campo di vento, le variazioni di turbolenza vengono ricavate
attraverso appositi algoritmi che utilizzano misure al suolo e di profiloprolo di vento e
temperatura e informazioni sulle caratteristiche geofisiche
geosiche del terreno (Albedo, rap-
porto di Bowen, rugosità
rugosita superciale).
superficiale). Accanto a questi algoritmi, ne esistono altri
che permettono di stimare l'altezza
l”altezza dello strato di rimescolamento di origine mec-
canica e convettiva e la classe di stabilit a, a partire da misure eettuate
stabilita, effettuate al suolo e
 Il ruolo
Il ruolo della meteorologia 99
99

lungo il prolo
profilo e dati sulle caratteristiche della supercie.
superficie. Utilizzando dei modelli
eddy viscosity
prognostici, invece, alcuni di questi parametri ((eddy uiscosity,, energia cinetica turbo-
lenta, dissipazione,. . ..)) sono ricavati direttamente dall'integrazione
dall”integrazione delle equazioni
del modello. Sulla base di questi eè poi possibili ricavare i coeÆcienti
coefficienti di dispersione
da utilizzare nei modelli di qualit a dell'aria.
qualità delllaria. Per maggiori informazioni sui modelli
di turbolenza si pu
puòo fare riferimento a [59], [39], [60].

3.3.4 Disponibilit
a dei dati
Disponibilità

Le misure meteorologiche in Italia sono gestite da diversi enti pubblici e privati.

A livello mondiale esiste una rete di stazioni di misura, al suolo e di profilo, prolo, il
cui referente italiano e`e il Servizio Meteorologico dell'Aeronautica
dell7Aeronautica Militare (SMAM).
La rete raccoglie (in contemporanea su tutto il pianeta, ogni 3 ore, a partire dalle
0.00 di Greenwich)
Greenwich) misure al suolo di diversi parametri,
parametri, tra i quali: velocita
velocita del
vento, temperatura, pressione, precipitazione, umiditàumidita relativa,
relativa, copertura nuvolosa,
radiazione solare e altezza della base delle nuvole. I profili proli verticali vengono rea-
lizzati con lo stesso criterio, ma generalmente hanno frequenza pari a 6/12 ore. ore. I
sondaggi contengono, tra gli altri, dati di velocita
velocita del vento,
vento, temperatura,
temperatura, umidit
umiditàa
e pressione. SMAM distribuisce anche i dati prodotti dal modello di scala glo-
European Centre
bale ECMWF ((European for Medium Range Weather
Centre for Weather Forecast
Forecast)) di Reading
(UK). Misure al suolo vengono raccolte anche dalle stazioni delle reti provinciali
e da altri organismi nazionali come l'UÆciol ,Ufiicio Centrale
Centrale di Ecologia Agraria (UCEA,
http: / /WWW.politicheagricole.it/UCEA) e il Servizio Idrograco
http://www.politicheagricole.it/UCEA) Idrografico e Mareograco
Mareografico Na-
zionale (SIMN, http://www.dstn.it/simn).
http: / /WWW.dstn.it /simn). Misure radar sono raccolte da una rete
che copre buona parte del Nord Italia, mentre misure di prolo profilo sono eettuate
effettuate
dall'ENEL
dall”ENEL in prossimit
prossimità a di alcuni impianti di produzione dell'energia elettrica. La
dell”energia elettrica.
strumentazione eè costituita da SODAR ((Sound Sound Detecting And Ranging
Ranging)) e RASS
Radio Acoustic Sounding System
((Radio System)) che forniscono misure, anche con passo orario,
orario, di
velocit
velocita a del vento e temperatura.
100
 4
I modelli di qualit
a dell'aria
qualità delllaria

4.1 Criteri per la scelta del modello

Per poter scegliere in modo corretto gli strumenti modellistici da utilizzare, occorre in
primo luogo denire
definire attraverso criteri oggettivi le caratteristiche del problema che si
intende arontare.
aflrontare. In gura 4.1 sono schematizzate le parole
ln figura parole chiave che guidano alla
scelta del modello. Tale scelta si eettua nell'ambito delle famiglie di modelli il cui
effettua nelllambito
campo di applicabilit
applicabilitàa comprende la tipologia di problema in esame e nel rispetto di
alcuni vincoli, quali: il budget, le risorse di calcolo disponibili, l'eettiva disponibilita
lleffettiva disponibilità
dei dati di input, il grado di complessit
complessità a e la conseguente competenza necessaria per
poterlo applicare correttamente. Le limitazioni imposte dai vincoli vanno comunque
valutate attentamente per evitare di scegliere uno strumento modellistico adeguato
al problema, ma che non può puo essere utilizzato in modo corretto ed efliciente.
eÆciente.
Le principali caratteristiche che concorrono alla denizione
definizione del problema sono
le seguenti:
Scala spaziale: si distingue in microscala
mlcroscala (100 m - 1 km), scala locale (10-100(lO-100 km),
mesoscala (100-1000 km), scala regionale (1000-5000 km) km) e scala globale (che copre
tutta la supercie terrestre); appare evidente che con il termine regionale s'intende
superficie terrestre); slintende
un'area
un”area pi u vasta delle nostre regioni amministrative, poiché
più poiche si fa riferimento in ge-
nerale alle dimensioni regionali statunitensi.
Scala
_: temporale: si distingue fra applicazioni di breve periodo o short-term (ore -
giorni) per episodi critici, oppure di lungo periodo oo long-term (mesi -{
per lo studio di episodi
anni) per la valutazione degli effetti
eetti di esposizione accumulata (applicazioni di tipo
climatologico).
climatologico) .
Dominio
_: in ordine di complessit complessitàa crescente si può puo distinguere fra terreno piano
terreno con singolo rilievo, terreno con pi piùu rilievi, valle isolata, generico terreno
complesso
complesso.. Inoltre il dominio può puo essere di tipo urbano o ruralerurale,, oppure essere ca-
ratterizzato dalla presenza di particolari morfologie (ad es. siti costieri).
Inquinante
_: pu puòo essere costituito da gasgas,, aerosol o particolato.
particolato. Può
Puo essere inerte o
reattivo
reattl'uo.. Nel secondo caso occorre distinguere fra: fra: reazioni in fase omogenea gassosa,
reazioni inin fase
fase eterogenea,
eterogenea, idrolisi
idrolisi e reazioni
reazioni in fase
fase acquosa, reazioni ee processi
processi che
coinvolgono aerosol e particolato. Inoltre llinquinante
l'inquinante può
puo essere soggetto a processi
di deposizione secca o umida.
Meteorologia
_:: l'eetto lleffetto della meteorologia sulla dispersione degli inquinanti in at-
102
102 Capitolo 4

/ ,,›f""'6efinìzione dello scenari;""\\

Scala
1,/ temporale `\\
/XI Scala Dominio \\\

i, spaziale `¦
L( Dinamica 1.'
Il
"
,I
`\

lnquinante Sorgenti l/
i_\\ \
,l//l

\`\\ Meteorologia

Vincoli

Scelta del
lVlodello

Figura 4.1
Figura 4.1 Insieme dei criteri che concorrono alla scelta
scelta del modello.

mosfera può
puo essere ricondotto essenzialmente a due fenomeni: il trasporto ad opera
del campo di vento e la diusione
dz'fiusz'one turbolenta
turbolenta.. Tali fenomeni possono avere carat-
teristiche di omogeneità
omogeneita e stazionariet a, oppure presentare un7evoluzione
stazionarieta, un'evoluzione spazio-
temporale. L'eterogeneit
L7eterogeneitàa nella struttura del campo di vento può puo essere indotta
dall'orograa
dall”orografia o dalla presenza di particolari sistemi di circolazione (ad. es brezze
di terra e di mare oppure brezze di monte e di valle). La dispersione turbolenta7turbolenta,
invece, risulta
risulta in uenzata turbolenza meccanica
influenzata dalla struttura del campo di moto ((turbolenza meccanica))
e dagli scambi di calore con la supercie turbolenza convettiva
superficie ((turbolenza ). _
convettz'va). Quindi, l'eventuale
variabilit
_ a della turbolenza e legata principalmente al campo di vento, all'andamento
del
_ bilancio radiativo e alle caratteristiche geosiche del terreno (rugosita super-
ciale,
__ albedo. . . ). Inoltre ulteriori elementi di eterogeneita possono essere indotti
dalla
_ presenza di particolari condizioni di circolazione (ad es. strati di inversione
termica), oppure avere origine antropica (ad es. isola di calore).. In condizioni molto
semplicate
semplificate (ad es. terreno piano ed omogeneo)
omogeneo) le caratteristiche dispersive possono
essere descritte sulla base di semplici parametrizzazioni. In condizioni più piu complesse,
invece, la ricostruzione dei campi meteorologici richiede liutilizzo
l'utilizzo di modelli veri e
propri (processori meteorologici). Per approfondimenti si veda il capitolo 3.
Sorgenti
Sorgenti emissive
emissive::
Sorgenti puntuali singole o multiple : solitamente vengono utilizzate per rappresen-
tare le emissioni dei camini degli impianti industriali. I principali composti coinvolti
 II modelli
modelli di qualit
a dell'aria
qualità dell”aria 103
103

nelle emissioni da impianti industriali sono: il biossido di zolfo, il biossido d'azo- d7azo-
to, le polveri, il monossido di carbonio; inoltre in funzione del processo produttivo
possono essere presenti emissioni di: metalli pesanti, fluoro, uoro, cloro, acido cloridrico
e soldrico,
solfidrico, composti organici volatili (aldeidi, idrocarburi policiclici aromatici,. . . ).
Per caratterizzare una sorgente puntuale occorre conoscere, oltre ai flussi ussi di massa
degli inquinanti emessi, le principali caratteristiche del camino: posizione,
posizione, altezza,
diametro, temperatura e velocit
velocitàa di uscita dei fumi.
fumi.
Sorgenti lineari : vengono utilizzate per schematizzare le emissioni da traffico traÆco sui
tratti stradali. Tra gli inquinanti emessi da questa tipologia di sorgenti i principali
sono: gli ossidi d'azoto,
d7azoto, il monossido di carbonio, i composti organici volatili non
metanici e il particolato. Per poter stimare i quantitativi di emissioni attribuibili al
traÆco
traffico vengono utilizzati appositi algoritmi che necessitano di diverse informazioni.
informazioni.
Tra le principali ricordiamo: la struttura della rete viaria, la dimensione e la compo-
sizione del parco circolante (suddivisa in termini di tipologia di veicolo, cilindrata,
et
a, tipo di combustibile utilizzato)
età, utilizzato) le caratteristiche della circolazione (regimi di
marcia, velocit a media dei veicoli,. . ..)) e i fattori d'emissione
velocità d7emissione dei vari composti presi
in considerazione.
Sorgenti areali e volumetriche : vengono utilizzate per rappresentare emissioni di
sorgenti distribuite in modo abbastanza continuo sul territorio.territorio. Tipici esempi di
sorgenti areali sono un'area
uniarea industriale, fonti di riscaldamento domestico, il trafli- traÆ-
co in un quartiere urbano e le zone agricole. I composti emessi variano a seconda
della tipologia di sorgente e possono essere costituiti da: ossidi d'azoto,d”azoto, monossido
di carbonio, biossido di zolfo, particolato, composti organici volatili, ammoniaca.
La stima delle emissioni pupuòo essere eettuata
effettuata con metodologie dierenti,
differenti, in funzione
delle informazioni disponibili, generalmente disaggregando col dettaglio richiesto richiesto dal
problema le informazioni contenute in appositi inventari delle emissioni.
emissioni.
Regime
-si : si distingue fra condizioni stazionarie quando i fenomeni da riprodurre
possono essere considerati costanti nel tempo e, invece, condizioni evolutive quando
esiste variabilit
variabilitàa in funzione del tempo.
Una volta descritto il problema secondo i criteri esposti eè possibile procedere al-
la ricerca e all'individuazione
all individuazione del modello pi u adeguato. Ad esempio, la valutazione
piu valutazione
del rispetto o meno degli standard di qualit qualitaa dell'aria
dell aria da parte di un inceneritore
localizzato in prossimit
prossimitaa di rilievi montuosi pu o essere considerato un
puo un problema di
scala
scala locale
locale in
in terreno
terreno complesso.
complesso. Si tratta di
bi tratta di uno
uno studio
studio che
che richiede un'applicazione
richiede un applicazione
di tipo long-term
di tipo long-term,, con
con modelli
modelli inin grado
grado didi considerare
considerare le emissioni di
le emissioni una sorgente
di una sorgente didi
tipo
tipo puntuale
puntuale e e riprodurre
riprodurre situazioni
situazioni didi dispersioni
dispersioni inin condizioni
condizioni non
non omogenee
omogenee (ad (ad
es. con sviluppo di brezze monte-valle). Diversamente, la valutazione del rischio di
situazioni critiche indotte da un incrocio stradale urbano urbano sulle aree circostanti co-
stituisce un'applicazione
un applicazione di tipotipo short-term
short-term per modelli di microscala
microscala urbana.
urbana. Essa
bssa
richiede l'utilizzo
l utilizzo di modelli in grado di ricostruire emissioni
emissioni di tipo
tipo lineare ee di ripro-
durre condizioni dispersive non omogenee come quelle che si sviluppano in presenza presenza
di agglomerati urbani. Esempihisempi di tipiche applicazioni di mesoscala possono possono essere
la valutazione degli eetti di strategie di riduzione delle emissioni
metti emissioni sullo sviluppo di
episodi di inquinamento fotochimico
fotochimico estivi o di situazioni critiche invernali causate
da alte concentrazioni di inquinanti primari. Per questo tipo tipo di applicazioni sono
necessari modelli che considerano condizioni evolutive, in grado di riprodurre tutte
le tipologie di sorgenti, che trattino inquinanti reattivi e che possano gestire domini
di tipo complesso e situazioni meteorologiche non omogenee. omogenee.
104
104 Capitolo 4

4.2 Modelli deterministici

I modelli matematici per la valutazione dell'inquinamento
dell“inquinamento atmosferico di tipo de-
terministico si propongono di ricostruire in maniera quantitativa i fenomeni che
determinano l'evoluzione
l”evoluzione spazio-temporale della concentrazione degli inquinanti in
atmosfera. Storicamente si e`e proceduto arontando
affrontando dapprima problemi semplicati
semplificati
(sorgenti isolate, condizioni omogenee e stazionarie,. . ..)) per passare poi a contesti
sempre pi
piùu articolati. Conseguentemente sono stati sviluppati modelli diversi, in
grado di poter essere applicati in situazioni di complessit
complessitàa crescente. In termini
generali i modelli deterministici si possono suddividere in due classi, in funzione del
diverso modo di osservare e descrivere le proprieta
proprieta di un fiuido
uido in fiuidodinamica.
uidodinamica.
classificazione distingue i modelli euleriani
Questa prima classicazione euleriam' da quelli lagrangiani
lagmngz'anz' (g.
(fig.
4.2).

MODELLI DETERMINISTICI

EULERIANI LAGRANGIANI

Analitici A box A griglia A traiettoria A particelle

Figura 4.2
Figura 4.2 Classicazione
Classificazione dei modelli matematici per lo
lo studio
studio degli inquinanti.
inquinanti.

Nei paragra
paragrafi successivi verranno descritte le principali tipologie di modelli ap-
partenenti alle due categorie. Per un'ulteriore
un”ulteriore rassegna di codici disponibili si può
puo
fare riferimento a [61].

4.2.1
4.2.1 II modelli
modelli euleriani
euleriani

I modelli euleriani
eulem'am' fanno riferimento ad un sistema di coordinate fisse; sse; sono basati
sull'integrazione
sull”integrazione dell'equazione
dell”equazione dierenziale
differenziale di diusione
diffusione che viene
viene ricavata
ricavata dal bi-
lancio di massa esteso ad un volumetto d'aria innitesimo sotto determinate ipotesi
d7aria infinitesimo
( uido incomprimibile, diusivit
(fluido incomprimibile, a molecolare
diffusivita molecolare trascurabile
trascurabile rispetto alla turbolenza,
turbolenza,
coeÆciente
coefficiente di diusivit a turbolenta orizzontale costante lungo le coordinate Xx e y).
diffusività y).
In questo ambito,
ambito7 si possono evidenziare:

Modelli analitici (Gaussiani e a Pu) Il modello gaussiano gaussz'ano appartiene alla

famiglia dei modelli analitici, cos
così chiamati perché
perche basati sull'integrazione,
sull”integrazione, in condi-
zioni semplicate,
semplificate, dell'equazione
dell”equazione generale di trasporto e diusione.
diffusione. Sono modelli
in grado di descrivere l'andamento
l”andamento al suolo della concentrazione sottovento ad una
 II modelli
modelli di qualit
a dell'aria
qualità dell”aria 10
105

01
sorgente continua puntiforme. Le ipotesi sotto cui viene risolta l'equazione di diu-
sione sono: stazionarieta ed omogeneita delle condizioni meteorologiche, velocita del
vento non nulla, assenza di trasformazioni chimiche e fenomeni di rimozione, terreno
piatto. Nei modelli gaussiani si suppone che il pennacchio venga trasportato secon-
do la direzione del vento e diuso nelle direzioni trasversali. L'eetto di trasporto e
quanticato attraverso la velocita del vento. La dispersione e descritta per mezzo di
coeÆcienti empirici che esprimono il grado di apertura del pennacchio in funzione
della stabilita atmosferica e della distanza sottovento alla sorgente. Inoltre si ipo-
tizza che la sorgente sia posta non alla bocca del camino, ma ad un'altezza eettiva
H+
H dove H e l'altezza sica del camino e
H rappresenta il cosiddetto sovrain-
nalzamento dovuto all'eventuale spinta cinetica e/o di galleggiamento che possono
É

E
å
avere i fumi all'uscita. Tale termine e ricavato attraverso formule empiriche, sulla
ë

8
E

w
,_.

U'
š<

o
8”
C
Ci'
<
CP

CP
CP

,_.
(I)

CI
›-s

99

99

›-s

99
›_

I:
,_g
CD
CD

CD
CD

(D

(D

CD
7
I:

'U›-
fumi. I modelli a pu rappresen-
base della meteorologia e delle caratteristiche dei fumi.
tano un'estensione dei modelli gaussiani e permettono di ricostruire la dispersioni di
inquinanti emessi in condizioni non omogenee e non stazionarie. Per una trattazione

m
m
ø

ø
o
c

H.
H

H
H

N
"U

1-*
1-*
s:
f'D

CD
pi
u completa dei modelli analitici si rimanda al capitolo 5.
più

Modelli a Box Nei modelli a box [49], il dominio d'indaginedlindagine èe suddiviso in una o
pi
piùu celle all'interno
alllinterno delle quali gli inquinanti si considerano perfettamente miscela-
ti. Dal punto di vista teorico questo equivale ad assumere coeÆcienti
coefficienti di diusione
diffusione
inniti
infiniti che provocano una propagazione istantanea dell'inquinante
dell”inquinante immesso nel box
considerato. L'inquinante
L7inquinante presente nel box proviene da sorgenti interne 0 o da contri-
buti esterni trasportati dal vento o uisce
fluisce attraverso la sommit
sommità a in conseguenza delle
variazioni di altezza del box stesso (generalmente coincidente con l'altezza l”altezza dello s-
trato di rimescolamento dell'atmosfera).
dell”atmosfera).
In termini matematici, l'equazione
l”equazione di continuita che descrive ilil fenomeno
continuità fenomeno haha la forma
forma
(vedi anche gura
figura 4.3):
@C
ÖC @h
ôh @h
8h
Xh = XQa + hu(Cb C ) + X (Ca C ) se
Xhã-XQa+hU(Cb_C)+Xã(Ca_C) Se ã>0>0
@t @t @t
@C
ÖC I @h
8h
Xh at = XQ
XQaa + hu (C b _ C
hu(C1j ›
C)) se
.se ôt 
_ <_ 0O (4 . 1)
(4.1)
@t @t
dove:
dove:

X eè l'ampiezza
Pampiezza del box lungo la direzione del vento;
QQaa e`e l'emissione
17emissione per unit
unitàa di area;
h l'altezza
l”altezza dello strato di rimescolamento (coincidente con l”altezza
l'altezza del box);
Q*

CC la concentrazione all'interno
all”interno del box;
Cb
Gb la concentrazione di fondo trasportata nel box dal vento;
Ca
Ca la concentrazione a quote superiori ad hh..
Nelle 4.1 non compare la larghezza del box Y ) poich
box ((Y) poichèe moltiplica tutti ii termini
dell'equazione.
dell”equazione. L'equazione
Lyequazione rappresenta la variazione nell'unit a di tempo della massa
nell”unità
del composto C contenuta nel box che èe pari alla somma del contributo di generazione
(termine di sorgente = : X Qa),
Qa), di trasporto (dovuto al vento = h u (C (Cl,b {- C)
0))) e di
variazione di volume del box (conseguente alla variazione dello spessore h e pari al
prodotto X (Ca
(Ca - C)
C) @h/ @t ). Quando Paltezza
8h/ôt). l'altezza dello strato rimescolato diminuisce,
la variazione di volume del box non in uisce
influisce sulla concentrazione all'interno,
alllinterno, per cui
106
106 Capitolo 4

Ca

C --›
b C BOX vento
_› h
vento I

Suolo Q” Y

Figura 4.3
Figura 4.3 Schema di un modello a Box [49]
[49]

il termine pu
o essere trascurato. Nell'ipotesi
può Nell”ipotesi ancor più
piu semplicata
semplificata che le grandezze
siano stazionarie e la concentrazione di fondo CCl,b sia nulla le 4.1
4.1 si riducono a:
C = huC z XQa
XQa
(4.2)
(4.2)
hu
In questo modo
rnodo le variabili meteorologiche che vengono prese in considerazione
sono solo la velocit
velocitaa del vento (u) e l'altezza
llaltezza di rimescolamento (h).
D'altra
D”altra parte,
parte7 nella formulazione del modello a box e`e possibile anche tenere conto
di eventuali termini di trasformazione chimica e di rimozione dovuta a fenomeni di
deposizione. In questo caso l'espressione
l”espressione del modello diventa:
@C
Xh
Xhôô_(tJ = XQa + RXh vd CX + hu(Cb -C)+
:XQa+RXh-UdCX+hu(Cb C) +
@t
@h
8h @h
8h
+X (Ca C ) se
+Xã(Ca-C) ã>0>0
@t @t
@C @h
Xh
Xhä = : XQ
XQaa + RXh - vdX
d CX + hu (Cb - C
hu(Cb C)) se % 50 (4.3)
(4.3)
@t @t
dove:
R e`e il termine di trasformazione chimica, espresso come massa
massa per unita
unita di tempo
tempo
e volume;
vUdd la velocit
a di deposizione.
velocita

Esistono anche modelli chiamati multibox

multíboa: in cui l”area
l'area di studio èe coperta da pi u
più
box contigui comunicanti tra loro. In ciascun box la concentrazione dell'inquinante
dell7inquinante
eè uniformemente distribuita ed il usso
flusso orizzontale di uscita da un un boxbom eè quello di
entrata al box contiguo [62].
I modelli a box costituiscono un approccio matematico
matematico semplice poichpoichee schema-
tizzano grossolanamente la struttura spaziale dei fenomeni e possono essere adatti
per descrivere l'evoluzione
17evoluzione di un insieme di sorgenti complesse in domini omogenei da
un punto di vista dispersivo,
dispersivo7 ad esempio in un'area
un“area urbana. In alcuni casi i modelli
 II modelli
modelli di qualit
a dell'aria
qualità dell”aria 107
107

a box contengono al loro interno schemi chimici pi u o meno complessi (ad esempio la
più
chimica dell'ozono
dell”ozono e dei composti organici). In questo caso i modelli possono essere
applicati, ad esempio, per valutazioni preliminari sulla caratteristiche chimiche della
miscela di inquinanti emessi, per stimare gli andamenti medi sul lungo periodo di
inquinanti secondari (come l'ozono),
llozono), per determinare almeno qualitativamente gli
eetti
effetti di politiche d'intervento
d7intervento sulle emissioni.

Modelli
Modelli a
a griglia
griglia Nei modelli a griglia il dominio di calcolo 
eè suddiviso in un
grigliato tridimensionale, in cui la dimensione orizzontale delle celle èe generalmente di
qualche chilometro, mentre quella verticale dipende dal numero di strati considerati
(variabile da alcune decine di metri in prossimità
prossimita del suolo, fino
no ad alcune centinaia
o migliaia di metri in quota). Esistono limiti pratici e teorici nella scelta della
dimensione minima della cella del grigliato. Infatti, aumentando il numero di celle
si moltiplicano i tempi di calcolo e di acquisizione dei dati iniziali, necessari per
specicare
specilicare le informazioni relative alle emissioni ee alla meteorologia richieste dal
modello per ogni cella della griglia. Il modelli a griglia
griglia si basano sulla soluzione
dell'equazione
dell equazione didi diusione
diflusione atmosferica
atmosferica ottenuta generalmente tramite
ottenuta generalmente tramite tecniche
tecniche alle
alle
dierenze nite.
differenze finite.

4.2.2 Modelli fotochimici a griglia

Struttura
Struttura e e formulazione
formulazione Una categoria molto importante di modelli a griglia griglia
eè costituita dai modelli fotochz'mi'ci
fotochimici che sono stati sviluppati in seguito alla crescente
importanza che gli episodi di smog fotochimico
fotochimico hanno assunto in in questi ultimi decen-
ni. Tali modelli sono prevalentemente di tipo euleriano eulerlano a griglia e, e, oltre a simulare
i fenomeni di trasporto e diusione
diffusione degli inquinanti, integrano reazioni chimiche in
fase gassosa e i fenomeni di deposizione secca; modelli di particolare complessit complessitàa
trattano anche la dinamica delle nubi (chimica in tase fase eterogenea liquida)
liquida) e degli
aerosol e la deposizione umida. Il principali elementi che caratterizzano ii modelli
fotochimici
totochimici riguardano il modo in cui vengono simulati il il trasporto, la la dispersione,
la trasformazione e la rimozione degli inquinanti. Dai dati in ingresso ee dalla loro loro
semplicazione
semplilicazione ed
ed elaborazione
elaborazione dipende
dipende lala buona
buona riuscita
riuscita dell'analisi modellistica.
dell analisi modellistica.
Per simulare il trasporto
trasporto degli inquinanti  ee indispensabile unauna corretta ricostru-
zione del campo di vento. Per l-'er quanto riguarda la dispersione
dispersione turbolenta
turbolenta,, sono state
sviluppate numerose teorie che descrivono tale processo processo mediante
mediante parametrizzazio-
parametrizzazio-
ni
ni opportune. Anche ii meccanismi
opportune. Anche meccanismi chimici
clnmzcz svolgono
svolgono unun ruolo fondamentale nella
ruolo fondamentale nella
trattazione
trattazione degli
degli inquinanti
inquinanti e e possono
possono essere:
essere:

0 espliciti
espliciti:: coinvolgono alcune centinaia di reazioni, ma sono troppo onerosi per
essere incorporati in modelli tridimensionali di qualit
a dell'aria;
qualità dell”aria;

o ridotti
ridotti:: vengono considerate generalmente meno di un centinaio di reazioni,
con una descrizione approssimata della chimica reale.
reale. Per la
la chimica organica
si puo avere un approccio a molecola riunita in
può in cui gli
gli organici sono raggruppati
in base alle caratteristiche chimiche (alcani, alcheni, aromatici,. ._.)
. ) mediante
l'introduzione ttizia, oppure un approccio a struttura riunita
llintroduzione di una specie fittizia, riunita,, in
cui essi sono raggruppati in base alle caratteristiche di struttura e reattività.
reattivita.
108
108 Capitolo 4

La chimica inorganica viene trattata invece in forma esplicita.  importante

esplicita. E
È
quindi valutare la sensibilit a dei livelli di inquinamento previsti dal modello7
sensibilità modello, in
relazione all'incertezza
all”incertezza associata al fattore di suddivisione dei composti organici
utilizzato.
processi di rimozione in maniera altamente parame-
Molti modelli trattano i processi
trizzata ed empirica. Comunemente per la deposizione secca si assume che il grado
di rimozione dell'inquinante
dell”inquinante sia proporzionale alla sua concentrazione in prossimit prossimità a
del suolo attraverso un valore di velocit a di deposizione (vedi paragrafo 2.2). Le
velocità
deposizioni umide e la chimica in fase acquosa sono invece più piu diÆcili
difficili da trattare
ma, sebbene gli episodi in cui si riscontrano le più piu alte concentrazioni di ozono
abbiano solitamente luogo in assenza di precipitazioni, possono assumere un ruolo
importante, ad esempio nella simulazione degli episodi invernali.
invernali.
implementazione numerica
Un altro fattore che caratterizza i modelli e l'Pz'mplementazione numerica.. Nel
caso di modelli fotochimici a griglia essa prevede la risoluzione di equazioni die- diffe-
renziali alle derivate parziali dipendenti dal tempo.
tempo. Tali equazioni
equazioni vengono risolterisolte
numericamente tramite il metodo della separazione ((splittmg),splitting ), che consiste nel ri-
solvere separatamente i termini delle equazioni relativi ad avvezione, diusione diffusione e
cinetica delle reazioni chimiche. Queste ultime sono di diÆcile difficile risoluzione perch
perchée
danno luogo ad un sistema di equazioni dierenziali
differenziali che descrivono fenomeni i qua-
li avvengono a velocit
velocitàa che dieriscono
differiscono di molti ordini di grandezza a causa della
diversa reattivit
reattivitàa dei composti chimici presenti in atmosfera.
Per tale motivo nei modelli a griglia si fa spesso l'assunzione
l”assunzione semplicatrice
semplificatrice
che le specie fortemente reattive siano in realt a sempre all'equilibrio:
realtà alllequilibrio: si ottengono
quindi, per queste specie, equazioni algebriche non lineari al posto di equazioni
dierenziali;
differenziali; le
le concentrazioni
concentrazioni cos
così calcolate
calcolate vengono
vengono poi
poi introdotte nelle equazioni
introdotte nelle equazioni
dierenziali
differenziali per le specie non stazionarie (\metodo
(“metodo dell'approssimazione
delllapprossimazione di stato stato
quasi stazionario" Pseudo Steady State Approximation
stazionario77 o PSSA ((Pseudo Approwímatíon». )).
Nella sua formulazione pi piùu generale, un modello euleriano èe costituito da un
sistema di N (dove N eè il numero delle specie chimiche considerate)
considerate) equazioni dif-
ferenziali che esprimono, coerentemente alla 2.1, la variazione nell'unit nell”unità a di tempo
della concentrazione della specie C in un volumetto innitesimo:
infinitesimo:

@C
ôt _
@t
= m_
@C
80 @C
80 @820
2
C @820
2
C
vx vy + Kxx 2 + Kyy 2 [[Axy]
-Uwôí-Uyíyd-KzzW-l-Kyyw AXY ]
@x @y @x @y
 
@C
ôC @8 @C
ôC
vUzã
z + Kzz
+ â (Kzzã) + E (x;y;z;t) + D(x;y;z;t)+ [AZ ]
@z @z @z + E(wvyvzat) + D($›yvzat)+ [AZ]
+ S (x;y;z;t) + R
+S(w,y,z,t) (x;y;z;t) [[AC]
R(x,y,z,t) AC ] (4.4)
(4.4)
dove accanto ai termini, gi a noti, di avvezione e diusione
già diffusione troviamo le quantit a
quantità
E(x,y,z,t)
E(X,y,z,t) e D(x,y,z,t)
D(X,y,z,t) che esprimo il contributo delle emissioni
emissioni ee la rimozione dovuta
alla deposizione (quindi D < 0) 0) e le quantita S(x,y,z,t)
quantità S(X,y,z,t) e R(x,y,z,t)
R(X,y,z,t) che esprimo il
contributo e la rimozione (quindi R < 0) della specie c dovuti alle reazioni chimiche.
Una possibile tecnica di splitting
splittmg prevede che la concentrazione C n+1 si ottenga
C“+1
dalla sequenza di integrazioni (tutte di passo
t) delle diverse parti dell'equazione
At) dell7equazione
4.4 secondo il seguente schema (vedi gura
figura 4.4):
 II modelli
modelli di qualit
a dell'aria
qualità dell”aria 109
109

cn n
¦ ¦ Xy ¦
to t t+At

l
| l l
to t t+At

¦ ¦y AC i
CX Z Cn+l

to t r+At
Figura 4.4
Figura 4.4 splitting )
Schema di integrazione ((splíttmg)

C n+1 = A n
Cn+1 c Az Axy C
ACAZAWC" (4.5)
(4.5)

dove AXY Xy,, AZ

Z e AACC rappresentano degli operatori che descrivono rispettiva-
mente l'eetto:
l”effetto: del trasporto e della diusione
diffusione orizzontale (A XY ); del trasporto
(Axy),
e della diusione
diffusione verticale, delle emissioni e delle deposizione (A Z ); delle reazioni
(AZ);
chimiche (A C ).
(AC).
L'integrazione
L7integrazione delle N equazioni dierenziali
differenziali richiede, inoltre, che vengano for- for-
niti opportuni valori di concentrazione iniziale (IC) (IC) ed al contorno (BC). Le IC do-
vrebbero essere costituite dai valori misurati in corrispondenza dell'istante dell”istante iniziale
della simulazione, in ogni cella del dominio e per ogni specie chimica considerata.
Naturalmente non e mai possibile disporre di misure cos così dettagliate, soprattutto in
quota, per cui, generalmente, le IC vengono estrapolate su tutto il dominio a partire
dalle misure disponibili. L'uso
L7uso di IC imprecise può puo introdurre errori signicativi
significativi
nella prima parte della simulazione. L'eettoL”effetto di tali
tali errori sulla concentrazione va
man mano smorzandosi, poich poichèe diventa prevalente l'eetto
l”effetto delle emissioni e delle
condizioni al contorno. Per limitare l'eetto
l”effetto delle condizioni iniziali solitamente si
preferisce iniziare la simulazione in anticipo in modo che l'eventuale in uenza non
l”eventuale influenza
riguardi il periodo d'interesse
d7interesse dello studio.
studio` Le condizioni al contorno sono costi-
tuite dai valori di concentrazione C i (0,y,z,t), C
C,(0,y,z,t), i (xf ,y,z,t), C
Ci(xƒ,y,z,t), i (x,0,z,t) e C
Ci(X,0,z,t) i (x,yf ,z,t)
Ci(x,yƒ,z,t)
e dovrebbero essere denite
definite sulla base di valori misurati,
misurati, ma in pratica tali valori
non sono mai disponibili con il grado di dettaglio spaziale e temporale richiesto dai
modelli. Anche in questo caso, quindi, occorre utilizzare
utilizzare tecniche
tecniche di estrapolazione e
far ricorso a valori di letteratura. Ma a dierenza
differenza delle IC,
IC, le
le BC in uenzano
infiuenzano i valori
di concentrazione lungo tutto il corso della simulazione. In particolare tale in uenza infiuenza
eè tanto maggiore quanto eè pi u signicativo
più l'apporto di inquinante dovuto al bordo
significativo Papporto
rispetto a quello derivato dalle emissioni. Per limitare l'eettol,effetto delle BC si può puo allora
cercare di estendere opportunamente il dominio in modo che il bordo vada a cadere
in corrispondenza di zone poco inquinate. Un'altraUnlaltra tecnica per ridurre l”effetto
l'eetto di BC
110
110 Capitolo 4

arbitrarie eè il cosiddetto nesting

nestirig che consiste nell7utilizzare
nell'utilizzare i risultati di simulazioni
su domini di dimensioni maggiori per ricavare le BC sul dominio d'interesse.
d”interesse.

Input
Input necessari
necessari In linea generale gli input richiesti dai modelli fotochimici sono
i seguenti:
0 parametri meteorologici
parametri mixing height
meteorologici:: altezza di rimescolamento ((miring ), parame-
height),
tri che descrivono lo stato termodinamico dell'atmosfera
dell”atmosfera (classi di stabilita,
stabilità,
lunghezza di Monin-Obukhov, ecc.), velocit a e direzione del vento,
velocità vento, radiazione
solare, temperatura, pressione, umidita relativa;
umidità

0 parametri geosici

parametri geofisici:: orograa,
orografia, rugosit
a superciale,
rugosità superficiale, uso del suolo, indice di co-
pertura fogliare;

0 parametri emissivi
parametri emissii/i:: sorgenti di emissione stazionarie di tipo puntuale e areale,
sorgenti di emissione mobili;

ø parametri chimici
parametri chimici:: tipologie di composti (in particolare relativamente ai com-
posti organici), costanti di reazione, parametri meccanicistici;
meccanicistici;

0 parametri sperimentali
parametri sperimentali:: condizioni iniziali e al contorno, dati di qualit
a dell'aria
qualità delliaria
per la validazione.
La complessit
complessità a ed il grado di dettaglio spazio-temporale richiesto rendono spesso
la denizione
definizione delle informazioni di input uno degli aspetti pi u critici nell'applicazione
più nell”applicazione
dei modelli a griglia e costituiscono una delle principali fonti di errore. In particolare
le fonti di incertezza possono riguardare i parametri meteorologici, principalmente
per quanto concerne le componenti della velocità velocita del vento (incertezza nelle misure
disponibili, inadeguato numero delle misure stesse, non rappresentativit
rappresentatività a dei punti
di misura o approssimazioni associate alle tecniche di analisi del campo di vento per
predisporre gli input del modello). Incertezze esistono relativamente
relativamente alle fonti
fonti di
emissione, nella stima dei fattori di emissione relativi alle fonti stazionarie e mobili,
ed ai processi di rimozione. E È bene inoltre tenere presente l“incertezza
l'incertezza associata alla
suddivisione delle specie organiche nei dierenti
differenti composti considerati dal meccanis-
mo chimico. Si possono avere inne infine incertezze anche relativamente alle condizioni
iniziali e al contorno, a causa dell'inadeguata
dell”inadeguata caratterizzazione spaziale del campo
di concentrazione osservato. Va inoltre precisato che generalmente la denizione definizione
dell'input
delljinput per questa categoria di modelli non pu puo o essere
essere basato solo su dati ee mi-mi-
sure standard, ma richiede l'utilizzo
l utilizzo di appositi preprocessori
preprocessori in grado di dettagliare
opportunamente le informazioni dal punto di vista vista spaziale, temporale
temporale ee chimico. ln In
gura
tigura 4.5 e riportato un diagramma che descrive il flusso usso delle informazioni ee_dei dei
processori necessari per l'applicazione
liapplicazione di un modello fotochimico
fotochimico a griglia.
In tabella 4.1, invece, sono riportate delle stime di incertezza relative
relative alle varia-
bili di ingresso nei modelli fotochimici: dove possibile,
possibile, le stime sono state ottenute
ottenute
da informazioni quantitative (ad es., es.7 per la velocit
velocitàa e direzione del vento,
vento, altezza
dello strato di rimescolamento,
rimescolamento7 concentrazione dei VOC e degli NOX ). Le altre
X).
stime sono il risultato di valutazioni raccolte fra esperti di settore [63].
 II modelli
modelli di qualit
a dell'aria
qualità dell”aria 111
111

INVENTARIO

`Ii
OUTPUT MODELLO EMISSiONi FATTORI DI
DATI METEO DISAGGREGAZiONE
SCALA GLOBALE LOCALI / /
PAZIAL

i Processore
.
Processore
Em
4/
PROFiLi
TEMPORALI

/Ii
Meteorologlco PRoFiLi
SPECIAZiONE

líPN.
CONDiZIONi
NI iALI

Vi/\
_ _› I . . I. . Processore
nlzla Izzazlone `\ chimico
K EMlssioNi

l
g Trasporto e diffusione
ll

Processore
BC PARAMETRI
Emissioni I MODULO
CHIMICO

\ _ .
Chlmica 4/
CONDIZ AL
Il

coNToRNo
Deposizione
\
Mode/1°
fo foehimic
o a grigli
a
/ \
a*

I.k

DEPOSIZIONE

Figura 4.5
Figura 4.5 Diagramma di flusso
usso dell'applicazione
delliapplicazione di un modello fotochimico.
fotochimico.

Modelli
Modelli disponibili
disponibili I primi modelli di trasporto
trasporto ee chimica atmosferica sono stati
sviluppati intorno agli anni `70
L70 e possono essere cos
così classicati
classificati [64]:

0 i modelli di prima
prima generazione trattano la chimica in modo semplice (sono in-
cluse poche reazioni del primo ordine) e non sono inclusi processi di deposizione
secca;
0 i modelli di seconda generazione includono meccanismi pi
u complessi, processi
più
di deposizione secca e, in alcuni casi, anche umida;
umida;
0 i modelli di terza generazione che si stanno sviluppando in questi ultimi anni
per colmare le lacune dei precedenti, costituiscono il tentativo di riprodurre le
interazioni esistenti tra fenomeni chimici, processi di deposizione e aspetti me-
teorologici, che, per problemi prevalentemente di ordine computazionale, erano
sempre stati trattati separatamente.
Nonostante recenti ulteriori miglioramenti, i modelli
modelli di chimica ee trasporto han-
no ancora una scarsa capacit
a nel trattare
capacità trattare in modo dettagliato queste interazioni; ilil
raggiungimento di questo obiettivo eè proprio uno degli scopi principali della ricerca
attuale nel campo dei modelli di qualit
qualitaa dell'aria.
delllaria.
112
112 Capitolo 4

Variabile
Variabile di
di ingresso
ingresso Incertezza
Incertezza
Direzione del vento 20 Æ-50Æ
200-50O
Velocit
Velocitàa del vento 0.5-1m/s
0.5-1m/ s
Sorgenti di emissione 10-50%
Altezza strato rimescolamento 50-70%
Concentrazioni NO NO36x 6%
Concentrazioni VOC 20-60%
Emissione NONOgcx 10-20%
Emissione VOC 20-30%

Tabella 4.1
Tabella 4.1 Stima delle incertezze attribuibili alle variabili di ingresso nei
nei modelli
fotochimica.
fotochimica.

I modelli di prima
prima generazione
generazione,, quasi tutti di tipo euleriano, sono stati svi-
luppati prevalentemente per lo studio dell'inquinamento
dell“inquinamento su scala urbana o regionale.
regionale.
Il primo modello a griglia eè stato sviluppato da Reynolds per per studiare problemi
problemi di
inquinamento atmosferico a Los Angeles. E  stato finalizzato
È nalizzato specicatamente
specificatamente alla
previsione dei livelli urbani di ozono e vi sono inclusi i processi di emissione, di tra-
sporto e la chimica dei composti in fase gassosa. Le specie trattate sono undici e le
reazioni simulate quindici; per sei specie (NO, NO N02,2, O3 , idrocarburi reattivi e non)
03, non)
viene operato il semplice trasporto, mentre per il calcolo delle altre specie viene ap-
Pseudo Steady State Approximation
plicato il metodo PSSA ((Pseudo Approximatz'on). ). Tale metodo consente
di integrare numericamente le equazioni cinetiche che esprimono in termini dinamici
l'insieme
ljinsieme delle reazioni chimiche: le equazioni dierenziali
differenziali che regolano
regolano la
la dinami-
ca delle specie stazionarie vengono trasformate in equazioni algebriche di equilibrio
(imponendo pertanto dC/dt dC /dt =
: 0) mentre vengono integrate numericamente solo le
equazioni dierenziali
differenziali relative alle specie attive. Le concentrazioni delle specie sta-
zionarie vengono quindi calcolate dalle altre mediante semplici equazioni algebriche.
La deposizione secca e i processi di formazione delle nuvole non sono inclusi in tale
prima generazione si ricordano:
modello. Tra i modelli di prima

o STEM I (Sulfur Transport Eulerian Model): èe un modello

modello sviluppato da Car-
michael e Peters, per studiare gli episodi estivi di inquinamento da ossidi di
zolfo. L'anidride
L7anidride solforosa ed i solfati sono trattati come specie semplicemente
trasportate e la deposizione secca viene simulata usando un modello resistivo
molto semplice. Il modello considera inoltre la conversione in fase eterogenea
del biossido di zolfo in solfati.

0 ROM (Regional Oxidant Model): e`e stato ideato per analizzare i processi chimici
e fisici
sici che sono responsabili della produzione e distruzione dell'ozono
dell7ozono su scale
di 1000 km o con tempi di viaggio di diversi giorni.
giorni. Nel modello
modello sono descritti ilil
trasporto orizzontale, la variazione del vento e della turbolenza, gli gli eetti
effetti della
presenza delle nuvole sui ratei di trasformazione delle reazioni fotochimiche
fotochimiche ee sul
trasporto verticale, i movimenti verticali a mesoscala
mesoscala per
per effetto
eetto dell'orograa
delljorografia ed
i flussi
ussi a larga scala, gli eetti
effetti del suolo sulla avvezione, diusione
diffusione e deposizione
secca, i processi chimici a piccola scala e laemissione
l'emissione di specie biogeniche e
antropogeniche.
 II modelli
modelli di qualit
a dell'aria
qualità dell”aria 113
113

I limiti nello sviluppo delle applicazioni di tali modelli derivano principalmente

dalle scarse possibilita computazionali inizialmente esistenti. E
possibilita  presente, inoltre, una
È
forte dipendenza dalla scarsit a dei dati di ingresso ai modelli, strettamente legati
scarsità
all'inventario
all”inventario delle emissioni delle specie in esame, e di quelli di confronto per la
validazione degli stessi.
I modelli di seconda
seconda generazione
generazione sono in grado di avvalersi di informazioni
meteorologiche fornite da modelli meteorologici a mesoscala, che vengono utilizza-
ti per calcolare campi di vento, temperatura, umidit
umiditàa e turbolenza, necessari per
valutare le trasformazioni degli inquinanti. Tra questi, possono essere menzionati:
o UAM (Urban Airshed Model): eè uno dei pi u importanti modelli a scala urbana.
più
Esso nasce come estensione del lavoro di Reynolds, e il fatto che sia stato scritto
in Fortran-IV costituisce, oggi, una limitazione dal punto di vista informatico.
informatico.
Gli autori sono numerosi per via delle molte versioni utilizzate e tra essi ricor-
diamo Seinfeld, Seigneur e Tesche. Il codice eè stato completato dell'EPA
dell7EPA nel
corso degli anni `80
L80 ed il manuale d'uso
diuso 
eè stato pubblicato sempre dall'EPA
dallPA nel
1990. UAM (nella versione IV)IV) eè distribuito gratuitamente dell'EPA
dell7EPA ed eè il solo
codice uÆcialmente
ufficialmente approvato per uso normativo, per l'attendibilit a riscontrata
l”attendibilita
in un numero suÆciente
sufficiente di applicazioni. Per quanto riguarda i fenomeni trattati,
eè opportuno rilevare l'assenza
lyassenza di reazioni chimiche in fase acquosa, del tratta-
mento delle nubi e della deposizione umida; èe invece trattata la composizione
chimica degli aerosol.
o CALGRID (CALifornia GRIDded model): eè stato scritto su richiesta del Cali-
fornia Air Resources Board (CARB)
(CARB) nel 1987, in collaborazione da Greg Car-
michael e da un gruppo della Sigma Research. Questo modello verra pi
verra u appro-
più
fonditamente descritto nel seguito del testo (capitolo 7).
ø ADOM (Acid Deposition & Oxidant
OXidant Model): e stato messo a punto su richiesta
dell'Ontario
dell”Ontario Ministry of the Environment in Canada, dalla ditta ENSR. Per
la sua stesura l'autore
17autore principale del codice, Akula Venkatram, ha collaborato
inizialmente con Yamartino e Scire. Informazioni tecniche su ADOM sono ab-
bastanza diÆcili
difficili da ottenere. Sono stati pubblicati i risultati dello studio, ma
pochi dettagli sul funzionamento del modello; il motivo ufficiale
uÆciale ée la protezione
commerciale del codice. Questo eè un modello molto completo per quanto ri-
guarda la trattazione della chimica in fase acquosa e delle nubi e contiene anche
la trattazione chimica degli aerosol.
0 RADM (Regional Acid Deposition Model): eè stato realizzato intorno al 1987
e l'autore
l”autore principale eè Julius Chang. Si tratta di un codice molto completo
[65]
[65] intorno al quale lavorano diversi gruppi di ricerca, operanti anche in Euro-
pa. E molto probabile che in futuro RADM venga uÆcialmente
È ufficialmente raccomandato
dall'EPA
dall”EPA al pari di UAM. Il modello tratta, oltre la chimica in fasefase omogenea
gassosa, anche quella in fase acquosa; contiene una trattazione
trattazione dettagliata della
dinamica delle nuvole, e quindi della deposizione umida accanto a quella secca,
mentre non viene trattata la chimica degli aerosol.
o EURAD (EURopean Acid Deposition model): eè una versione europea di RADM.
Il modello EURAD ha avuto uno sviluppo autonomo degli algoritmi di traspor-
to, diusione,
diffusione, dinamica nuvolosa e deposizione [66], mentre ha mantenuto gli
114
114 Capitolo 4

algoritmi di RADM per la trattazione della chimica [65] [65] [67]. Considera un gri-
gliato variabile e sono in fase di studio algoritmi che permettano di migliorare
la trattazione del trasporto, delle reazioni chimiche delle nuvole e del ruolo degli
aerosol. Il modello e`e gi
a stato utilizzato per applicazioni su scala europea [68]
gia [68]
[69]
[69] con passi di griglia da 8 no
fino ad 80 km.

o STEM II: e`e l'evoluzione

llevoluzione di STEM I, che limitava la propria analisi alla tras-
formazione di specie chimiche in fase gassosa. Gli aspetti in esso trattati sono:
l'emissione
llemissione degli inquinanti da sorgenti puntuali ed areali, il trasporto per avve-
zione, convezione e diusione
diffusione turbolenta, campi di vento variabili nello spazio e
nel tempo, precipitazioni e processi di formazione delle nuvole, andamento gior-
naliero dello strato di rimescolamento, trasformazioni chimiche in fase gassosa
ed acquosa, rimozione degli inquinanti con velocita
velocita di deposizione parametriz-
zate in funzione delle condizioni meteorologiche [70].
Per quanto riguarda i modelli di terza
terza generazione
generazione (un acronimo spesso usato
eè TGM, che sta per Third Generation Models), ancora in fase evolutiva, non esiste
uno stato dell'arte
delllarte compiuto. Le principali linee di sviluppo riguardano l'interazione
llinterazione
tra la chimica e la dinamica dell'atmosfera;
dell”atmosfera; l'approccio definito on-
llapproccio utilizzato viene denito
line
line.. Quando invece le componenti meteorologiche e chimiche sono disaccoppiate si
parla di approccio o-line
off-line.. Le caratteristiche essenziali dei modelli di terza genera-
zione sono:
- una risoluzione di griglia pi u fine
più ne rispetto ai precedenti modelli;
modelli;
- il trattamento simultaneo di pi u specie chimiche;
più
- tempi di simulazione variabili dai mesi agli anni.
Le applicazioni piu importanti sono mirate all'analisi
più all”analisi dell'impatto
dell”impatto regionale e
globale delle emissioni degli inquinanti di natura antropogenica, all'analisi
all”analisi delle in-
terazioni tra i processi meteorologici e di chimica atmosferica, e all'analisi
all”analisi dei cicli
bio-geo-chimici. Nella tabella 4.2 sono riassunte le le diverse caratteristiche dei model-
li di trasporto e chimica atmosferica della prima e della seconda generazione.
generazione. Per
un'ulteriore
un°ulteriore rassegna si rimanda anche a [71].

4.2.3 I modelli lagrangiani

Nei modelli lagrangiani si considera un sistema di riferimento mobile che segue gli
spostamenti delle masse d'aria
dlaria di cui si vuole riprodurre il comportamento. Tra essi
si possono distinguere modelli a traiettoria o a particelle.
particelle. Nei modelli a traiettoria
viene simulata l”evoluzione
l'evoluzione di una colonna d'aria
dlaria che si muove sotto Fazione
l'azione della
componente media di velocità
velocita del vento (per ipotesi orizzontale e uniforme con la
quota), mentre nei modelli a particelle si simula l'emissione
llemissione degli inquinanti con la
generazione di un certo numero di particelle emesse ad ogni nuovo passo temporale:
temporale: il
campo di concentrazione ad ogni passo eè ricostruito valutando il numero di particelle
contenute in un certo volume di spazio.

Modelli
Modelli a
a box
box lagrangiani
lagrangiani I modelli a box di tipo euleriano descritti nel para-
grafo precedente non hanno nessuna risoluzione spaziale lungo llorizzontale7
l'orizzontale, perch
perchée
assumono che l'intero
l”intero dominio sia completamente miscelato. Nel caso in cui questa
 II modelli
modelli di qualit
a dell'aria
qualità dell”aria 115
115

Caratteristiche
Caratteristiche Prima
Prima generazione
generazione Seconda
Seconda generazione
generazione
Chimica in fase meccanismi di 10-35 rea- meccanismi di 50-100
gassosa zioni; chimica di SO
SOJCx o reazioni con chimica di
HC / NO
NOacx HC/NO x /O3 /SOx ;
HC/NOx/O3/SOQC; alcune
sorgenti biogeniche
Chimica in fase non
non inclusa
inclusa approssimazioni del primo or-
eterogenea
eterogenea dine; alcuni processi di equi-
librio di aerosol
Deposizioni secche non incluse, valori singoli parametrizzate con variazioni
o alcune parametrizzazio- nel tempo e nello spazio
ni
Deposizioni umide non incluse 10-40 reazioni in fase acquo-
sa; moduli limitati per nu-
bi/precipitazioni
Input meteorologici campi generalmente osser- campi osservati e alcuni mo-
vati dellizzati
Sistema di griglia dipendente dal dominio dipendente dal dominio
Schemi
Schemi numerici
numerici schemi dispersivi e non schemi conservativi della
sempre conservativi della massa e dispersione ridotta
massa
massa

Tabella 4.2
Tabella 4.2 Caratteristiche dei modelli euleriani della prima e seconda generazione [64].
[64].

ipotesi risulti poco realistica si pu

puòo decidere di operare secondo un approccio di ti-
po lagrangiano [1], ovvero denendo
definendo un box di dimensioni orizzontali molto piccole
che si muova in accordo con il vento presente nel bacino di studio (gura (figura 4.6). La
dimensione verticale del box viene generalmente posta uguale all'altezza
all”altezza dello strato
di rimescolamento. In questo modo èe possibile simulare il movimento di una colonna
d'aria
d”aria all'interno
all”interno del dominio la
1a cui concentrazione di specie inquinanti  èe dovuta alle
emissioni incontrate lungo il percorso, a processi di trasformazione chimica ed even-
talmente didi deposizione.
tualmente deposizione. L'ipotesi
_ semplicatrice piu signicativa assunta da questi
modelli e che la dispersione orizzontale sia nulla, ovvero che non vi sia scambio con
l'aria
_ circostante. Il modello a box lagrangiano pu puòo essere sostanzialmente assunto
simile ad un punto che si muove all'interno
alllinterno del dominio in funzione del campo di
vento, per cui nota la posizione iniziale e la struttura del campo èe possibile ricavare
ad ogni istante la posizione s(t)
s(t) del box. Analogamente al modello euleriano, anche
nel caso del box lagrangiano èe possibile scrivere llequazione
l'equazione di bilancio che èe identica
alle 4.3, fatta eccezione per il termine di avvezione, che eè assente:

@C
ÖC @h
6h @h
ôh
Xh = XQa + RXh vd CX + X (Ca C ) se
Xhã_XQa+RXh-dX+Xã(Ca-C) ã>0>0
@t @t @t
@C @h
Xh XQa +
Xii??? = XQ0L RXh vdX
+RXh- d CX se % 20 (4.6)
(4.6)
@t @t
Tutti i termini hanno lo stesso signicato
significato che nelle 4.3, con la dierenza
differenza che
alcuni, Q
Q0La in particolare, sono funzione della posizione s(t) del box.
116
116 Capitolo 4

Figura 4.6
Figura 4.6 Rappresentazione di un modello a box lagrangiano.

Modelli
_ a particelle I modelli a particelle, uno dei pi
u recenti ed avanzati stru-
più
menti numerici per la simulazione al calcolatore di sistemi dinamici [72], sono parti-
colarmente adatti a simulare i moti in un fiuido uido turbolento.
turbolento. L'uso
L”uso di questi modelli
nel campo della diusione
diffusione di inquinanti in atmosfera sembra essere, almeno poten-
zialmente, di notevole utilit a. L'interesse
utilità. Lyinteresse suscitato da questo tipo di approccio può puo
essere attribuito sia alla sua semplicit
semplicitàa concettuale che alla capacit
capacitaa di modellare
convenientemente situazioni reali anche complesse ((shear shear verticali di vento,
vento, inver-
sioni di temperatura in quota, evoluzioni temporali, calma di vento, ecc.) ecc.) avendo
la possibilit
a di utilizzare direttamente le misure fornite da strumenti meteorologici.
possibilita
In particolare le potenzialit
potenzialitàa messe a disposizione dalla strumentazione di Remote
Sensing (proli
(profili verticali di vento, temperatura e turbolenza in tutto lo strato limite
planetario, in continuo e con buona risoluzione spazio temporale) possono essere
spazio-temporale)
sfruttate in pieno e facilmente da questi modelli.
modelli.
Il vantaggio sostanziale rispetto ad altri modelli èe la possibilità
possibilita di evitare parame-
trizzazioni della turbolenza,
turbolenza, come le classi di stabilit a per i modelli
stabilita modelli gaussiani
gaussiani (Cap.
5) o le diverse formule per l”introduzione
l'introduzione dei coeÆcienti
coefficienti di diusione
diffusione nei modelli
euleriani a griglia.

Formulazione Nei modelli a particelle la dispersione degli inquinanti

inquinanti viene ricos-
ricos-
truita schematizzando l'emissione
lyemissione attraverso un insieme
insieme di unit
unitaa di piccolissime di-
mensioni di massa nota. L'evoluzione
L”evoluzione della concentrazione dell'inquinante
dell”inquinante viene
ricostruita all'interno
allyinterno di un dominio tridimensionale. Il Il moto delle particelle
particelle emesse
emesse
dalle sorgenti èe denito
definito attraverso due componenti: il trasporto dovuto al campo di
vento e la turbolenza dovuta alle fluttuazioni
uttuazioni dello stesso attorno al valore medio.
medio.
Quindi per la singola particella l'equazione
l”equazione di moto
moto pu`o
puo essere
essere scritta come:
 II modelli
modelli di qualit
a dell'aria
qualità dell”aria 117
117

@X
ÖX)4i 0
=Ui (t) + U
U¢(t) i (t)
Uš(t) con i = x;y;z
w,y,z (4.7)
(4.7)
@t
Öt
U rappresenta la componente media del vento, mentre U' U7 la componente sto-
castica dovuta alla turbolenza. Il termine U', U7, in condizioni di turbolenza omogenea,
omogenea,
quantificato attraverso le equazioni del moto browniano
viene quanticato browm'ano che descrivono il feno-
meno della diusione
diffusione turbolenta di una particella attraverso un fluido.
uido. L'equazione
L7equazione
ha la forma:
forma:
@U 0i
ôU'i
= U 0 i (t) + 17
I -ßU'¢(t) con iz' = x;y;z
: :17,y,z (4.8)
(4.8)
@t
ôt
Il signicato
significato dell'equazione
de11”equazione  e`e che la variazione nel tempo della velocita
velocita U'
U7 èe
viscosita) e ad un termine stocastico 17
dovuta ad un termine di attrito (legato alla viscosità)
che genera accelerazioni (o decelerazioni) casuali e che quantica l'eetto dei vortici
quantifica laeffetto
turbolenti. 1] rappresenta un rumore bianco con distribuzione gaussiana e media
nulla, la cui varianza eè legata all'intensit
all7intensita a della turbolenza. ßfl1 rappresenta il
tempo di scala durante il quale la velocit a rimane correlata. L'equazione,
velocita L”equazione, detta di
Langevin,
Langevin7 rappresenta in pratica un processo autoregressivo di ordine 1, AR(1) AR(1) (vedi
Appendice A).
Quando si vuole applicare l'equazione
l”equazione di Langevin alla descrizione della dif-
fusione turbolenta in atmosfera, occorre sostituire il tempo lagrangiano di scala, scala7
LIU,, al tempo di scala 
TLw ßfl.
1
. Il tempo lagrangiano
lagrangz'ano costituisce una misura della vita
media dei vortici turbolenti ed eè denito
definito come segue (si consideri, ad esempio,
esempio, la
componente verticale): Z 1
Ta, = /Ooogwd
TLw = %w ( )d
0
(4.9)
(4.9)

essendo %gw(†)
w ( ) la funzione di autocorrelazione della velocità.
velocita w della particella.
particella.
Questa autocorrelazione eè una misura della persistenza della velocit a della particella
velocita
ed eè a sua volta denita
definita come:
E [w(t)w(t + 7')])]
E[w(t)w(t
%Qww ((7517-)
t; ) =: E[w2(t)] (4.10)
(4.10)
E [w2 (t)]
In condizioni stazionarie questa funzione eè indipendente da t e %gww (t,
(t) ) =
: %Qw(T).
w ( ).
Misure della funzione di autocorrelazione in condizioni di turbolenza omogeneaomogenea e
[73] hanno permesso di stabilire che %
considerazioni teoriche [73] w ( ) pu
gw(7') puòo essere
essere appros-
simata con un prolo
profilo esponenziale:  

%91m): exp (â)
w ( ) = exp (4.11)
(4.11)
TLw
In questo modo, dopo opportuni passaggi eè possibile integrare numericamente
l'equazione
l”equazione 4.8 e ricavare (si consideri sempre la componente verticale)
verticale) come espres-
sione del termine stocastico:
w (t +
t
w(t At)) = %w(t)
w w(t) +

Au (4.12)
(4.12)
Ap rappresenta un rumore bianco con varianza:


04,) 0..,(1
w (1 - %gšuP (4.13)
1

 =  w) (4.13)
2 2

dove aww rappresenta la varianza del termine w.

W.
Utilizzando espressioni analoghe anche per le altre due componenti della velocita7
velocita,
118
118 Capitolo 4

ad ogni passo temporale
t, la parte turbolenta della velocità

At, velocita viene determinata
attraverso il seguente schema:
0 (t +
t
uu'(t 0
) = %Qui/(t)
u u (t) + u
00 (t +
t )u (1 - %gi)
1
At): u”(t At)0u(1 u)

[op-l
2 2

0 (t +
t
vU'(t 0
) = %QUI/(t) 00 (t +
t
v v (t) + v11”(t )v (1 - %gi)
1
At): At)av(1 v)

[op-l
2 2

w 0 (t +
t 0
) = %yum/(t)
w w (t) + w
00 (t +
t )w (1 - %gfu)
1
w'(t At): w”(t At)0w(1 w) (4.14)
2 2
(4.14)

N|›-
dove:
dove:

u",
u”, v"v” e w" W” componenti casuali della velocita, generate estraendo in modo random
velocita,
da una distribuzione normale standarizzata,
%gu,
u , %guv e %@W
w funzioni di autocorrelazione,
ou,,
u v UU e 
oww scarti quadratici medi delle tre componenti del vento.

Le equazioni 4.14 sono riferite ad un sistema mobile di coordinate con l'asse

lyasse u
che punta nella direzione del vento medio e l'asse
ljasse y perpendicolare a tale direzione
(gura
(figura 4.7).

Figura 4.7
Figura 4.7 I sistemi di riferimento (x,y,z)
(x7y7z) e (u,v,w).
(u,v,W).

Tale scelta e`e dovuta al fatto che le statistiche della turbolenza del vento sono
solitamente fornite in questo tipo di sistema di riferimento. Ad ogni passo passo tem-
tem-
porale
Att le componenti u',u”7 v'
v7 e w'
W7 vengono proiettate, in base
base alla direzione del
vento medio,
medio7 nel sistema di riferimento sso
fisso delle equazioni
equazioni 4.7. Lo schema descritto
dall'insieme
dall”insieme delle equazioni 4.7 e 4.14 si applica correttamente alla simulazione di
inquinanti in condizioni di turbolenza
turbolenza omogenea, condizioni ciocioèe in
in cui ilil vento
vento me-
me-
dio, le sue fluttuazioni
uttuazioni ed i tempi lagrangiani sono costanti nello spazio e nel tempo. tempo.
 II modelli
modelli di qualit
a dell'aria
qualità dell”aria 119
119

Diusione
Dlfinslone in
ln condizioni di
dl turbolenza non omogenea Diversi autori [74], [75], [76]
[76] e
[77]
[77] hanno mostrato che lo schema denito definito dalle equazioni 4.7 e 4.14 non  eè in grado
di simulare correttamente la dispersione in atmosfera in condizioni di turbolenza non
omogenea, ovvero in presenza di varianze o?i2 e tempi lagrangiani T Li (i =
TL,- : u, v, w)w)
funzioni delle coordinate spaziali, in particolare di quella verticale.
In condizioni di questo tipo si osservano infatti accumuli di particelle nelle
u bassi valori di ou.w che non corrispondono a quanto èe possibile osservare
regioni con pi
più
sperimentalmente ed in contraddizione con il secondo principio della termodinamica.
termodinamica.
Per evitare tali accumuli occorre introdurre nella terza equazione della 4.14 un altro
termine, la cosiddetta velocit a di
velocità dz' drift
dm'ft.. Con l'introduzione
llintroduzione di questo termine, indicato
con d, la suddetta equazione diventa:
w 0 (t +
t 0
At)) = %own/(t)
w w (t) + w
00 (t +
t )w (1 - %pìfi
1
w'(t w”(t At)ow(1 w) + d (4.15)
(4.15)
2 2

La necessit
necessitàa di introdurre il termine d eè stata dimostrata analiticamente ([78]
([78]
e [76]), ma gigiaa precedenti considerazioni empiriche avevano portato a legare il ter-
mine di drift
drlft,, attraverso formulazioni pi
u o meno complesse, con il gradiente della
più
oww ([74], [77]). D'altra
D”altra parte il problema si evidenzia anche simulando la disper-
sione di una distribuzione uniforme, in verticale, di particelle in un campo con ou,w
variabile con la quota. Infatti, le particelle che si muovono in una regione a oww pi u
più
alta tendono a spostarsi pi u rapidamente e dunque a rimanere nella loro zona un
più
tempo inferiore a quelle che si trovano in regioni a ou,w piu bassa, creando quindi un
più
accumulo, come mostrato in figura gura 4.8. Un tale comportamento non ha riscontro
nella realt
realtaa fisica,
sica, in quanto nella situazione sopra descritta, a fronte di accumuli
disequilibrati di particelle, si verrebbe a creare un gradiente di pressione in grado
di riportare la distribuzione ad essere uniforme. Proprio per tenere
tenere conto di questa
forza si deve aggiungere il termine
termine d; in gura
figura 4.8 si vede come, grazie
grazie a questa
aggiunta, la distribuzione rimane uniforme anche con ilil passare del tempo.
tempo.

Diusione
Dlfiuslone in condizioni convettive Una ulteriore modica modifica  èe necessaria per simulare
con il modello a particelle denito
definito dalle equazioni 4.7 e 4.14 la diusione
diffusione in condizioni
fortemente instabili. Quando si eè in presenza di condizioni convettive accadono dei
fenomeni che in uenzano
influenzano pesantemente il moto delle particelle disperse in atmosfera.
A causa del diverso comportamento termico del suolo si hanno zone pi u riscaldate
più
di altre, che, in caso di vento non troppo forte, danno luogo al rilascio di bolle che
llalto e creano delle celle convettive
salgono verso l'alto convettive.. D'altra
D”altra parte, per la legge di
continuit
continuità,a, ci sar
saraa un moto discendente che mantiene la velocit velocitaa media verticale su
tutto lo strato convettivo uguale a zero. Si hanno cos cosi zone in cui si rilevano moti
ascensionali e zone in cui si hanno moti discendenti (gura (figura 4.9). Le misure [79], [80],
[81]
[81] hanno mostrato che i moti ascendenti hanno velocit velocitaa media in modulo maggiore
dei moti discendenti e quindi, per rispettare la continuit continuità,a, i primi (pi
(piùu intensi)
intensi)
devono avere un'estensione
un7estensione pipiùu limitata degli altri.
altri. Questo porta a concludere che
la distribuzione delle velocit
velocitaa verticali [82]
[82] non èe simmetrica e presenta quindi una
skewness
skcwncss diversa da zero (vedi figura gura 4.10).
Pertanto eè necessario apportare un'ulteriore
unyulteriore modica
modifica ai modelli
modelli a particelle in
uno dei due modi seguenti:
i)
i) si pu
puòo introdurre l'eetto
lieffetto delle celle convettive nella parte deterministica del mo-
dello;
ii) si pu
puòo modicare
modificare la forzante casuale nell'equazione
nelllequazione di Langevin con l”uso l'uso di mo-
120
120 Capitolo 4

0.89 -
I
Y

"0
IÈFT

,a
IN

Figura 4.8
Figura 4.8 Risultato di una simulazione (rilascio con distribuzione uniforme di particelle
in verticale tra 0 e 200 metri) eettuata senza drift
effettuata con un modello a particelle senza dm'ƒt
alto) e con drift
(in alto) dm'ƒt (in basso).La linea tratteggiata nella figura
gura in alto mostra
l'andamento
llandamento (decrescente con la quota)quota) di  w . Le linee continue mostrano
am. mostrano
le distribuzioni verticali di particelle. N:
N: numero di particelle Z:Z: altezza dal
suolo.
suoloA
 II modelli
modelli di qualit
a dell'aria
qualità dell”aria 121
121

Figura 4.9
Figura 4.9 Fenomeno delle celle convettive.

1¬¬1ìvwrltiniuiíruu

1.0- z/h- _
0.75
:a 08- 0.5 "
i 0.25
3 os~
-
I
Q

0.4'- '-

O.2- _*

oil iliiiiliiliiiililiii
-l 0 l 2
u/w,

Figura 4.10
Figura 4.10 Distribuzione
Distribuzione delle
delle velocit
a verticali
velocità verticali a
a diversi
diversi livelli
livelli dello
dello strato
strato convettivo
convettivo
h.
hA
122
122 Capitolo 4

menti di ordine superiore al secondo diversi da zero per la componente verticale del
vento.
vento.
La prima soluzione porta a modicare
modificare la 4.7 nel seguente modo [83]:
zz(t
(t +
t
At)) = zZU)
(t) + [( w(t) + w
[(w(t) w0 (t)]
t
up (t)) + w'(t)]At
wup(t)) (4.16)
(4.16)
per i moti ascendenti e
zZ(t At)) = zZ(t)
(t +
t (t) + [([(w(t) wdw(t))
w(t) + w 0 (t)]
t
w'(t)]At
dw (t)) + w (4.17)
(4.17)
per quelli discendenti.
In altre parole ad ogni traiettoria viene aggiunta una velocita
velocita verticale positiva
o negativa con la condizione che la velocit
velocitaa media verticale sia nulla su tutte le
traiettorie generate. Le misure atmosferiche citate in precedenza mostrano che la
velocit
velocitaa media ascendente e discendente delle celle convettive èe proporzionale alla
velocit
velocitàa convettiva di scala w
W* [84] denita
definita come:
 1
gg è3
w
w* = hH0
: [íhHO] (4.18)
(4.18)
T
con
h =
: altezza dello strato convettivo
H
HOo =
: usso
flusso di valore sensibile al suolo
g =
: accelerazione di gravita
gravita
T =
: temperature dell'aria
dell”aria

In particolare w up 
wuiD E 00.: 6611)*
= w e w up 
wup E -0.
= 0: 44111,..
w .
Per mantenere il moto medio nullo occorre perci perciòo che il numero delle particelle NNu,D
up
nei moti ascensionali (che hanno velocit aw
velocità Wupup in modulo maggiore)
maggiore) sia minore di quel-
lo nei moti discendenti N dw e precisamente: N
Ndw : N
dw =
Ndw up (wup =wdw ). Naturalmente
Nup(wup/wdw).
puo accadere che una particella sia up ma in un certo

può AT T abbia una pseudovelocita
pseudovelocita
tale da farla muovere verso il basso. Questo pu puòo succedere, ad esempio, se la sua  aww
eè molto elevata e da luogo ad una forte componente casuale della velocita
da velocita verso il
basso. E
È stato dimostrato, che questo meccanismo eè in grado di riprodurre le distri-
buzioni asimmetriche della velocit a verticale del vento e di simulare correttamente
velocità
la dispersione all'interno
allyinterno di uno strato convettivo.
La seconda alternativa prevede che, per riprodurre l'asimmetricit a della distri-
l”asimmetricita
buzione di velocita verticale evidenziata in figura
velocita gura 4.10, si debbano utilizzare ingressi
stocastici con momenti di ordine superiore al secondo diversi da zero; zero; principalmente
si deve poter inserire negli schemi numerici il profilo prolo verticale della skewness per
per la
la
componente verticale del vento.
Campo
Campo di applicazione ed estensioni Per poter ricostruire il moto delle particelle
e quindi necessario conoscere in ogni punto del dominio di calcolo la struttura del
campo di vento e le caratteristiche della turbolenza. Quindi anche questi modelli
generalmente necessitano, per poter essere applicati, di preprocessori
preprocessori meteorologici.
Ad ogni passo temporale la concentrazione di inquinante
inquinante viene
viene calcolata suddividen-
do in celle il dominio di calcolo e contando il numero di particelle contenuto. AÆnch
Afiinchèe
le concentrazioni siano ritenute accettabili, occorre che il numero di particelle per
cella sia tale da non avere forti instabilita passando da una cella a quella adiacente,
instabilità
se non nel caso in cui ci si trovi sul bordo del pennacchio.
 II modelli
modelli di qualit
a dell'aria
qualità dell”aria 123
123

I modelli a particelle sono in grado di riprodurre le emissioni di qualsiasi tipo di

sorgente (puntuale, lineare e areale). Inoltre possono essere utilizzati su domini
complessi e discontinui e in presenza di qualsiasi condizione meteorologica. Oltre
agli schemi numerici presentati nel paragrafo precedente per la simulazione del tra-
sporto e della diusione,
diffusione, i modelli a particelle possono facilmente tenere conto anche
di fenomeni quali il decadimento chimico, la deposizione, l”assorbimento
l'assorbimento e la riso-
spensione al suolo di un inquinante. E  bene chiarire, però,
È pero, che a tale scopo non
vengono
Vengono utilizzati metodi tipici dei modelli a particelle, bensì
bens formule probabilisti-
che a decadimento esponenziale. Ad esempio, per il decadimento chimico, possono
essere disattivate e dunque rimosse ad ogni intervallo temporale un certo numero di
particelle di inquinante. La probabilit
probabilitàa che ogni particella
 ha di essere rimossa 
e:
è:

T
P=
: 1 - exp
ewp (_ AT) (4.19)
(4.19)
Tc
TC
dove T Tcc 
eè la scala temporale della rimozione per reazione chimica che deve essere
inserita in input al modello. E  anche possibile inserire algoritmi per tenere conto del
È
sovrainnalzamento termico del pennacchio. In particolare occorrerà occorrera aggiungere alle
4.16, 4.17 il contributo dovuto alla spinta ascensionale dei fumi valutato per ogni
particella alla quota a cui si trova; in questo modo si pu puòo tenere conto delle varia-
zioni verticali di vento e stabilit a atmosferica e delle loro evoluzioni temporali con
stabilità
semplici formule di plumeplume rise dinamico. Generando un solo insieme di particelle
all'istante
all”istante t = : 0 e spostandole nei successivi intervalli senza emetterne di nuove, nuove, èe
possibile simulare l'emissione pu, cio
l”emissione di un singolo pufi, cioèe di un rilascio istantaneo.
istantaneo. Il mo-
dello eè anche in grado di riprodurre un pennacchio (emissione continua)continua) generando
ad ogni intervallo temporale un nuovo insieme di particelle e continuando contem-
poraneamente a spostare quelle emesse in precedenza; pi u in generale si pu
più puòo pensare
di simulare una sequenza temporale qualsiasi di emissione.
emissione.
Il modello non ha limitazioni teoriche riguardo alla variabilità
variabilita dei fenomeni
coinvolti e pupuòo quindi operare con risoluzioni spaziali e temporali molto piccole;
questo pupuòo pero implicare un notevole dispendio di risorse di calcolo. Per ques-
però
to motivo, oltre che per la loro diÆcolt a concettuale, i modelli a particelle stanno
difficoltà
diventando solo ora strumenti di uso comune. Per lo stesso motivo, generalmente
vengono utilizzati per applicazioni di breve periodo, anche se non presentano limi-
tazioni concettuali per applicazioni di tipo climatologico.
Modelli disponibili Tra i modelli a particelle pi
u importanti e reperibili troviamo:
più troviamo:
ø ARCO: eè un modello lagrangiano a particelle [85]. Opera su di un grigliato tri-
dimensionale terrain following
following (rispetto ad una versione precedente che operava
in coordinate cartesiane), che permette di gestire in modo pi u appropriato la
più
componente di trasporto dovuta al campo di vento. Al modello vanno forniti in
ingresso, oltre al campo di vento, i parametri descrittivi della turbolenza come
l`altezza
l“altezza dello strato rimescolato e la lunghezza di Monin-Obukhov. PuPuòo essere
applicato su terreno complesso, in condizioni non stazionarie. Riproduce l”evo-
l'evo-
luzione della concentrazione di inquinanti nonnon reattivi emessi da una sorgente
puntuale in condizioni meteorologiche qualsiasi. Solitamente viene utilizzato
per applicazioni di breve periodo.
o SPRAY: eè un modello in grado di ricostruire campi di concentrazione di sos-
tanze aeriformi su terreno complesso determinati da emissioni calde o neutre,
neutre,
124
124 Capitolo 4

con geometria puntiforme, lineare, areale o volumetriche [86], [87], [88]. Con
SPRAY e possibile simulare in modo realistico condizioni
Condizioni diÆcili
difficili da riprodurre
con modelli tradizionali (calma di vento, inversione con la quota, impatto su
orograa,
orografia, presenza di discontinuit a terra-mare o citt
discontinuità a-campagna). Le simula-
citta-campagna).
zioni possono coprire domini con scale variabili da quella locale (1 km) km) fino
no alla
mesoscala (centinaia di chilometri). Il codice, a partire dai dati di emissione,
land-use ) e da campi tridimensionali di
dalle caratteristiche del tipo di suolo ((land-use)
vento, consente di denire
definire i campi di turbolenza su tutto il dominio e disper-
dere le particelle da cui si ottengono i campi tridimensionali di concentrazione.
SPRAY utilizza campi di vento tridimensionali ottenuti da un codice esterno al
package: il requisito minimo per una corretta riproduzione del fenomeno èe che
il campo di moto rispetti la conservazione della massa.
massa. Pu
Puòo essere utilizzato
sia per studi di episodi di inquinamento in situazioni complesse che all'inter-
all°inter-
no di nodi di controllo in tempo reale dell'impatto
dell”impatto atmosferico di più piu sorgenti
inquinanti.
o LADM:
LADlVI: eè un modello [89] che simula la dispersione di inquinanti emessi da sor-
genti discrete su distanze variabili da poche centinaia di metri fino no a qualche
centinaio di chilometri. E È applicabile su terreno complesso, in condizioni non
stazionarie e non omogenee (cicli giorno-notte, condizioni di brezza). Il model-
lo generalmente viene utilizzato per riprodurre le emissioniemissioni di grosse
grosse sorgenti
puntuali (impianti di produzione di energia, raÆnerie,.
raffinerie,. . . ), ma
ma pu
puòo anche ges-
tire sorgenti di tipo areale. LADM eè costituito da un modello meteorologico e
da un modello a particelle. Il modello meteorologico contiene le equazioni di
moto, l'equazione
l”equazione di continuit
continuitàa nell'ipotesi
nellyipotesi di fluido
uido comprimibile e le equazioni
di conservazione del calore e dell'umidit a. Utilizza un sistema di coordinate in
dellyumidita.
livelli di pressione e pu
puòo operare con griglie nidicate. ussi turbolenti sono
nidificate. I flussi
espressi attraverso una K-theory secondo lo schema di Louis, mentre la struttura
della supercie
superficie e del suolo 
eè parametrizzata attraverso uno schema multi-livello.
multi-livello.
La temperatura al suolo eè calcolata attraverso l'equazione
l“equazione di bilancio energe-
tico. Il modello di dispersione utilizza un approccio di tipo lagrangiano in cui
la componente turbolenta e`e ottenuta attraverso la forma dell'equazione
dell”equazione di Lan-
gevin derivata da Thomson [75]. Il plume plume rise può
puo essere calcolato attraverso
un insieme di equazioni valide sia in presenza di vento che di calma. Inne Infine il
modello eè in grado di simulare la formazione di smog fotochimico attraverso il
computo di un Tasso Empirico Integrato ([90], [91]).

Modelli
Modelli a
a traiettorie
traiettorie Alcune problematiche dell'inquinamento
dell”inquinamento atmosferico so-
no relative a fenomeni che avvengono su scale spaziali dell'ordine
dell”ordine delle centinaia e
migliaia di chilometri. Esempi tipici sono i problemi di acidicazione eutrozza-
acidificazione ed eutrofizza-
zione degli ambienti naturali, il trasporto di composti organici persistenti e di metalli
pesanti e, in alcuni casi, l'inquinamento
lyinquinamento secondario (in particolare da ozono). ozono). Ad
esempio, i composti dell'azoto
dellyazoto (NO
(NO:Ex e NH
NH3)
3 ) e dello zolfo (SO
(SOX),
X ), che costituiscono
i principali inquinanti acidicanti
acidificanti ed eutrozzanti, una volta emessi in
eutrofizzanti, una in atmosfera,
possono rimanere in aria per diversi giorni e quindi essereessere dispersi ee trasportati dal
vento su distanze molto lunghe. In particolare possono essere trasportati oltre i
conni
confini di una nazione e successivamente rimossi dall'atmosfera
dalljatmosfera per via umida (dan-
piogge acide
do luogo alle piogge acide)) o per deposizione secca, causando, in questo modo danni
 II modelli
modelli di qualit
a dell'aria
qualità dell”aria 125
125

v=n un w:wd"+w"
ww :o 19
Q(N0›J JT
U 09 a=ü 05

* * m sammy VVVVVVVVVVVVVVVVV
kn [OJNOO k" milo, i I

-2 nà_› N03- z
J No ` E
'm k,[ol›n No1 : 2

ENO- š E
"I 3COOANO-z I 5 È
I:Pl I È NHlNo3 §

l | '
I

max vdat v v v
height l m
over land U U cm/s U l cm/s U 2 cm/s f(r,, 11,v rc) [l l cm/s f(r_, fb, r!) O l cm/s f(r,, rh, q)
over sm U D cm/s U U cm/s [l D cm/s tir., q,v rt) U 1 cm/s f(r.v rh, r!) Cl l cm/s f(r,v rh' Q)
scavangmg
raq U 0 14x196 lEJxlU6 1414106 l40x106 U3xlfl°

Figura 4.11
Figura 4.11 Schema chimico implementato nel modello LADM. Q rappresenta rappresenta l”emis-
l'emis-
sione. Le frecce
frecce sottili mostrano ii percorsi reattivi;
reattivi; le frecce
frecce continue ee a
tratti spesse,
tratti spesse7 rappresentano rispettivamente la deposizione secca secca e umida
[92].

a grande distanza dalla sorgente di emissione (fenomeni transfrontalieri

transfrontalieri).).
Per studiare questo tipo di fenomeni e per valutare in particolare il contributo delle
diverse sorgenti emissive in alcuni punti ricettore di interesse specico,
specifico, si possono
utilizzare i modelli lagrangiani a traiettoria [93], [94]. nell'ambito del
[94]. Ad esempio nell”ambito
Cooperative programme
programma EMEP ((Cooperative programme forfor the monitoring and evaluation
eualuation of
the long-range transmission of air pollutants
pollutants in Europe
Europe)) che si occupa dello studio
dei fenomeni di inquinamento transfrontalierio,
transfrontalierio, viene utilizzata questa tipologia di
modelli per stimare i carichi di inquinamento ricevuti e prodotti dalle diverse nazioni
europee e per valutare opportune strategie di risanamento [95] [95] [96].

Formulazione Vengono ora brevemente illustrate le caratteristiche (secondo una

semplificata) dei modelli lagrangiani a traiettoria
schematizzazione semplicata) traiettoria.. Nella loro for-
mulazione [1] [1] tali modelli ipotizzano che le particelle elementari d'inquinante
d”inquinante siano
costituite da colonne verticali unidimensionali, di altezza generalmente pari a quella
dello strato di rimescolamento,
rimescolamento7 che vengono trasportate all'interno
alllinterno del dominio di
calcolo da un campo di vento tridimensionale. Detta s(t) s(t) la posizione della colonna
all'istante
all”istante t e detto u(t)
u(t) il campo di vento tridimensionale
tridimensionale uugß(X,y,z,t)7
x (x,y,z,t), u y (x,y,z,t),
uy(X,y,z,t)7
uuZ(X,y,z,t)
z (x,y,z,t) potremo scrivere:
dåü(tf)) = u
ds
:E (4.20)
(4.20)
dt
126
126 Capitolo 4

e quindi, noto il campo di vento u(t), ricavare:

Z t
s(t) s0 = n(†)d†
§(t)-§0=/ u( )d (4.21)
(4.21)
tto0
s0 eè la posizione della particella all'istante
dove so all”istante to.t0 . Una volta stimato il percorso s(t) s(t)
occorrer
occorrerà a denire
definire il carico emissivo incontrato dalla colonna lungo la sua traiettoria.traiettoria.
Detto E(x,y,z,t)
E(X,y,z,t) il campo emissivo nel dominio di calcolo, il flusso usso raccolto in ogni
istante sar
sarà: a:
E t (t) = E
Edi) t (s(t);(t))
Ei(§(t),(t)) (4.22)
(4-22)
Si consideri ora l'espressione
l”espressione dell'equazione
dell”equazione di trasporto e diusionediffusione relativa ad
un sistema di coordinate mobili. Si supponga che tale sistema sia solidale al moto
orizzontale della colonna; conseguentemente i termini di velocit a orizzontale (u'
velocità (u,gax e
u'y ) della particella rispetto al nuovo sistema di coordinate saranno nulli,
u7y) nulli, mentre il
termine u' u,Zz coincidera con il termine uuz.
coinciderà z . Scrivendo l'equazione
l”equazione di diusione
diffusione per il
nuovo sistema di coordinate (per semplicit
semplicità a senza apici)
apici) si ottiene:
ottiene:
 
@C
ôC @C
ôC @820
2
C @820
2
C @Ö @C
ôC
+ uz = Kxx 2 + Kyy 2 + Kzz
@t @z @x @y @z @z
+ Et (t) + D
+Et(t) (s(t);(t)) + R
D(§(t),(t)) s t);(t))
R(§(t),(t))
( ( (4.23)
(4-23)
dove:
C e`e la concentrazione all'interno
all7interno della colonna;
K ii (i=x,y,z)
Ki;- (i:X;y;z) sono i coeÆcienti
coefficienti di diusione
diffusione turbolenta;
D(s(t),t)
D(s(t),t) e`e il termine di deposizione (quindi D <0);
D<0);
R(s(t),t)
R(s(t),t) e`e il termine di trasformazione chimica(dierenza
chimica(differenza fra un termine di
produzione e uno di rimozione).
La 4.23 pu
o essere ulteriormente semplicata
può semplificata supponendo che:

o il termine di trasporto
trasporto verticale sia trascurabile
trascurabile rispetto a quello turbolento;
turbolento;
0 la diusione
diffusione orizzontale sia trascurabile (questo 
e vero in aree con emissioni
spazialmente omogenee).
Inne,
Infine; aÆnch
affinchée possa essere mantenuta valida l”ipotesi
l'ipotesi di monodimensionalità,
monodimensionalita,
occorre vericare
verificare che la colonna verticale mantenga la sua integrità
integrita durante il tra-
sporto ovvero che valgano le seguenti relazioni:
relazioni:

ux (x;y;z;t) =ux (x;y;t) (4.24)

x;y;z;t)
uuyy (($7yizit)šuy
=uy ((ivvyit)
x;y;t)
Sotto queste condizioni l'equazione
lyequazione di un modello lagrangiano a traiettoria as-
sume la forma:  
@C
E =I â@8 < @C
@t
Kí)
K zz
@z
80
+ EEta)
+ +D
t (t ) +
@z
Beam» + RBeam»
(s(t);(t)) + (s(t);(t)) (4.25)
(4.25)

I modelli a traiettoria non necessitano di condizioni al contorno, ma risulta-

no abbastanza sensibili alle condizioni iniziali
iniziali;; 
èe perciò
percio opportuno che le traiettorie
 II modelli
modelli di qualit
a dell'aria
qualità dell”aria 127
127

abbiano inizio in aree sostanzialmente pulite, in modo tale che l'in uenza
l”influenza delle condi-
zioni iniziali sia facilmente smorzata dalle emissioni, via via raccolte.
infine, possono essere utilizzati anche in versione back-
I modelli a traiettoria, inne,
trajectory
trajcctory;; ovvero, integrando indietro nel tempo la 4.21  e possibile ricostruire la
traiettoria che ha percorso la colonna d'aria
d7aria giunta in un particolare punto ricettore
e quindi stabilire quali emissioni hanno contribuito a denirne
definirne il carico inquinante
approccio a ricettore
((approccio ).
ricettore).

Modellizzazione
Modellizzazionc dei principali
principali processi
processi
0 Emissione Le emissioni vengono trattate come nei modelli a particelle,
particelle, discre-
tizzando opportunamente nel tempo e nello spazio i flussi ussi emissivi.
emissivi. Natural-
mente nel caso di sorgenti puntuali occorrer
occorrerà a valutare in modo corretto l'even-
lyeven-
tuale sovrainnalzamento, dato che la quota di emissione risulta determinante
nell'innesco
nelljinnesco del trasporto a grande scala: più
piu essa èe alta, maggiore èe la distanza
coperta dall'inquinante
dall7inquinante prima che esso si depositi al suolo, e minori sono i tempi
di volo a parit
paritàa di distanza.
ø Trasporto
Trasporto Il problema del calcolo dell'avvezione
dellyavvezione da parte del vento 
eè alla base
della modellizzazione della dinamica di una qualsiasi massa di inquinante: pri-
ma ancora di tentare di simulare tutti i complessi fenomeni che determinano
l'evoluzione
lflevoluzione delle concentrazioni,  eè indispensabile valutare dove l'inquinante
l”inquinante va
a nire.
finire. Poich
Poichèe l'atmosfera
l“atmosfera  eè caratterizzata da un ampio spettro di moti, moti, va
conosciuto innanzitutto il campo di moto delle masse d'aria daaria (campo del ven-
to) relativo alla scala cui si eè interessati. L'esigenza
L”esigenza 
èe particolarmente sentita
nei modelli a lungo raggio. Infatti, se nelle vicinanze della sorgente la dilui-
zione dell'inquinante
dell7inquinante  eè causata principalmente dalla turbolenza a piccola scala,
su lunghe distanze invece quest'ultima
questyultima  eè di secondaria importanza rispetto al
trasporto operato dal vento. E  quindi necessaria la conoscenza accurata del
È
campo del vento tridimensionale.
tridimensionale. Su grandi distanze infatti, sempre a causa
dei lunghi tempi di volo, la dinamica dell'inquinante
delllinquinante interessa progressivamente
tutta la troposfera: non  eè pi
u suÆciente
più sufficiente la conoscenza del campo del vento in
prossimit
prossimità a del suolo o all'interno
all”interno del solo strato limite. Ad esempio, si  èe visto
che alcuni modelli basati sull'ipotesi
sull”ipotesi del moto isobarico (la particella si muove
su una supercie
superficie a pressione costante) danno luogo a risultati poco plausibili
sulle grandi scale.
0 Diusione
Difiusione verticale La diusione
diffusione lungo la verticale 
e`e essenzialmente dovuta a
vortici di piccole dimensioni con asse orizzontale, generati all'interno
all”interno dello strato
limite planetario (PBL). Al di sopra di questo strato, la turbolenza eè media-
mente molto ridotta e presente solo in particolari condizioni meteorologiche,
come il passaggio di fronti.
fronti. In alcune semplici schematizzazioni della diusione
diffusione
verticale, del tipo di quelle adottate usualmente dai modelli
modelli di trasporto a lungolungo
raggio, si ipotizza l'esistenza
lyesistenza di uno strato rimescolato
rimescolato in
in cui l'eÆcienza
llefificienza della
turbolenza termica e meccanica nella diusionediffusione verticale eè massima
massima (si sup-
pone cio
cioèe che l'inquinante
l”inquinante sia diuso
diffuso uniformemente sulla verticale
verticale in
in un
un tempo
tempo
paragonabile al passo temporale scelto per il calcolo dello strato rimescolato);
rimescolato);
solo l'altezza
17altezza di questo strato  eè in uenzata
influenzata dalle condizioni meteorologiche e
climatiche.
128
128 Capitolo 4

ø Processi di rimozione dall'atmosfera

dall 7atmosfera I processi di rimozione degli inquinanti
dall'atmosfera
dall”atmosfera (vedi paragrafo 2.2) vengono solitamente classicati
classificati in due grandi
categorie: deposizioni secche e deposizioni umide. Le deposizioni umide deriva-
no dall'interazione
dall“interazione dell'inquinante
delllinquinante con le idrometeore (pioggia, neve, grandine,
nebbia), e comprendono sia la cattura delle particelle o dei composti gassosi
da parte delle goccioline attraverso diusione,
diffusione, nucleazione e impatto nella nube
rainout ), sia il dilavamento dell'atmosfera
((ramout), dell”atmosfera al di sotto della nube per impatto
washout ). Per deposizioni secche si intendono invece tutti
con la precipitazione ((washout).
i processi di trasferimento al suolo dell'inquinante
delljinquinante che non coinvolgono le pre-
cipitazioni, e che vanno dalla caduta delle particelle per gravitagravita all'impatto
all”impatto e
all'assorbimento
all”assorbimento da parte della vegetazione.

Il modello EMEP Come esempio di modello lagrangiano si riporta la descrizione del

modello EMEP [92] [92] per la valutazione delle deposizioni acide che, come accennato,
viene utilizzato in ambito europeo per la valutazione dell'inquinamento
dellainquinamento fotochimico
e della dispersione di metalli pesanti e composti organici persistenti, persistenti, per quanto
riguarda le problematiche di inquinamento transfrontaliero.
transfrontaliero.
Il modello lagrangiano per deposizioni acide (LADM), sviluppato in ambito
EMEP e un modello a traiettorie ad uno strato, orientato al ricettore. ricettore. Il modello
viene utilizzato per calcolare le concentrazioni e i carichi di deposizione di composti
acidicanti
acidificanti sul territorio europeo e i corrispondenti flussi ussi transfrontalieri.
transfrontalieri. Il model-
lo eè formulato in coordinate stereograche-polari
stereografiche-polari ed ha una risoluzione spaziale di
150x150 km kmz.
2
. Il moto delle particelle avviene lungo lungo traiettorie
traiettorie a macroscala. Le
traiettorie sono basate sulle informazioni meteorologiche relative ai 4 giorni prece-
denti l'istante
l”istante considerato e aventi frequenza pari a 6 ore. ore. Le traiettorie vengono
calcolate ad ogni passo dell'algoritmo
dellyalgoritmo di trasporto (ogni 2 ore) ore) interpolando nel tem-
po i dati di vento.
La particella eè denita
definita con un'altezza
unlaltezza pari a quella dello strato di rimescolamento
diurno e si suppone che conservi il suo volume. L'equazione L“equazione di bilancio di massa
include il computo delle emissioni incontrate lungo la traiettoria, traiettoria, delle trasforma-
zioni chimiche e della rimozione fisica sica per deposizione umida e secca. Le emissioni emissioni
sono relative alle specie NO NOw,x , SO
5022 e NHNH3,3 , disaggregate su di un grigliato di 50x50 50X50
km
km22 [97]. Il modello ricostruisce l'evoluzione
l”evoluzione della concentrazione di 10 specie chi-
miche: NO, NO N02,2 , PAN, HNO HNOg, 3 , NO 3 -, NH
N03-, 4 NO3 , NH
NH4N03, NHg,3 , SO 2 , SO
SOQ, 4 = e [(NH
504: 4 )2 SO4
[(NH4)2SO4
+ NH 4 HSO4 ]/2. Lo schema chimico (vedi gura
NH4HSO4]/2. 4.11) e`e costituito per la maggior
figura 4.11)
parte da equazioni dierenziali
differenziali lineari, integrate su un passo temporale di 15 mi-
nuti. I processi non lineari riguardano la formazione formazione del solfato e del nitratonitrato di
ammonio. I processi di deposizione, che hanno scale spaziali di accadimento inferiori
alla risoluzione della griglia sono opportunamente parametrizzate. La deposizione
umida eè descritta da un coeÆciente
coefficiente di dilavamento che ri ette riflette la propensione di un
composto ad essere rimosso da processi sia nella nuvola ((minout) rainout ) che al di sotto di
washout ). La non uniformit
essa ((washout). uniformità a spaziale dei processi di precipitazione all'interno
all”interno
della cella viene presa in considerazione introducendo una funzione di probabilit probabilità a
di precipitazione. Per ci o che riguarda la deposizione secca, ilil modello a resistenze
ciò
implementato considera: la resistenza aerodinamica dovuta alla turbolenza, la resis-
tenza presente nello strato quasi-laminare e la resistenza resistenza dovuta alla presenza
presenza della
supercie
superficie (e della vegetazione in particolare).
La concentrazione iniziale pu può o essere fornita dai risultati
risultati ottenuti da precedenti
 II modelli
modelli di qualit
a dell'aria
qualità dell”aria 129
129

simulazioni per traiettorie interne al dominio e da opportuni valori al bordo per

traiettorie che partono dall'esterno.
dall”esterno.

4.3 Modelli stocastici

La classe dei modelli stocastici comprende una grande variet varietàa di modelli,
modelli, che risul-
tano particolarmente utili per il controllo in tempo reale e per la previsione dei livelli
di attenzione e di allarme. Essi, al contrario di quelli deterministici, non prevedono
le concentrazioni di inquinanti con riferimento a relazioni fisiche siche di causa-eetto,
causa-effetto, ma
sulla base dei dati misurati dalla rete nel passato e sono in grado di fornire il valore
futuro delle concentrazioni di inquinante nei soli punti di misura della rete. rete. La loro
possibilit
possibilitàa di utilizzo, quindi, eè circoscritta alla previsione dei valori che le stazioni
della rete registreranno in futuro, ma, limitatamente a tale obiettivo, possono fornire
risultati migliori dei modelli deterministici. Si tratta, quindi, di modelli
modelli che vengono
utilizzati in contesti urbani o industriali dove risulta
risulta importante poter prevedere lo lo
sviluppo di situazioni critiche.
Tra i modelli che sono stati pi u frequentemente utilizzati nelle appicazioni ope-
più
rative, si possono citare quelli stocastici a scatola grigia, cio cioèe modelli nei quali la
previsione non eè basata solo su misure di concentrazione, ma anche di altre varia-
bili, principalmente meteorologiche e/o di emissione, dette input esogeni esogem'.. Poich
Poichée
questi modelli richiedono la conoscenza dei valori di alcune variabili meteorologiche
al tempo della previsione, pu puòo essere necessario alimentarli con previsioni meteo-
rologiche. In generale, analisi eseguite sulle serie storiche di misure eettuate effettuate da
reti meteorologiche e chimiche in aree urbane mostrano che le concentrazioni di
inquinante dipendono essenzialmente da alcune variabili meteorologiche quali, ad
esempio, temperatura, velocit a del vento, situazione meteorologica a scala sinottica.
velocita
La dipendenza dalla temperatura pu puòo derivare dal fatto che quanto più piu essa e`e bas-
sa, tanto maggiori sono le emissioni da riscaldamento domestico e di conseguenza
le concentrazioni di alcuni inquinanti in atmosfera. La velocit velocitaa del vento in uenza
influenza
direttamente le concentrazioni come fattore di dispersione dell'inquinante.
dell”inquinante. Come
indice della stabilit a o instabilit
stabilita instabilitàa atmosferica possono essere assunte opportune ca-
tegorie sinottiche denite
definite dalle mappe meteorologiche valutate in quota; ad esempio,
regime di circolazione di tipo anticiclonico o ciclonico favoriscono rispettivamente la
stabilit
stabilitaa o l'instabilit
a atmosferica e conseguentemente la stagnazione o la disper-
l”instabilita
sione degli inquinanti. La presenza contemporanea di bassa temperatura, temperatura, calma di
vento e regime anticiclonico, con formazione dell'isola
dell”isola di calore sulla citt
cittaa e aumento
delle emissioni, favorisce l'accumulo
l”accumulo di inquinante e quindi il vericarsi
verificarsi di episodi
critici.
I modelli stocastici, nella forma pi u semplice, sono costituiti da espressioni li-
più
neari che comprendono i termini che quanticano
quantificano la relazione fra i valori passati e
quello previsto della variabile (parte autoregressiva)
autoregressiva) e ii termini che deniscono
definiscono la la
parte stocastica vera e propria (si veda Appendice A). Sulla base base delle considerazio-
ni precedenti i modelli possono essere aÆnati affinati con l'apporto
l”apporto esplicito o o implicito
implicito di
variabili esterne (per esempio variabili meteorologiche o di emissione), per per compen-
sare gli errori dovuti al fatto di avere trascurato la fenomenologia fisica. sica. I modelli
stocastici possono essere utilizzati all'interno
all”interno di sistemi di controllo e grazie alla lo-
ro capacit
capacitaa di prevedere in anticipo lo sviluppo di situazioni critiche (ad esempio,
130
130 Capitolo 4

superamenti di soglie di attenzione o allarme)

allarme) permettono di intervenire tempestiva-
mente, valutando, eventualmente, anche quale forma d'intervento
d”intervento risulti pi
u eÆcace.
più efficace.
Per una trattazione pi
piùu dettagliata dei modelli stocastici si rimanda al capitolo 9.

4.4 Un sistema esperto di supporto alla scelta dei

modelli
Negli ultimi anni le problematiche relative all'inquinamento
all”inquinamento ambientale in generale, generale,
ed atmosferico in particolare, hanno assunto importanza sempre crescente. Paral-
lelamente la comunit
comunità a scientica
scientifica internazionale ha dedicato interesse e risorse allo
studio della diusione
diffusione di inquinanti in atmosfera, ed alla comprensione dei feno-
meni meteorologici e di fluidodinamica
uidodinamica ad essa connessi. Lo sforzo di ricerca si èe
concretizzato nella grande disponibilit
disponibilitaa di modelli matematici atti alla simulazione di
emissioni inquinanti. Se da una parte èe diventata possibile lflanalisi l'analisi della dispersione
anche in siti con caratteristiche topograche
topografiche e morfologiche complesse, dall'altra dall”altra si
eè concretizzato il rischio di un uso improprio dei modelli matematici, soprattutto in
relazione alle problematiche pi u complesse. L'esigenza
più L”esigenza di strutturare organicamente
la conoscenza in questo settore, al fine ne di fornire uno strumento conoscitivo che sia
in grado di integrare diverse fonti e di individuare basi teoriche a cui hanno fatto
riferimento gli autori dei modelli, èe stata la necessaria premessa alla realizzazione
del sistema
Sistema FRAME [98]. [98]-_ Si tratta di un sistema esperto di supporto alla scelta
dei
_ modelli, cio e di uno strumento informatico che fornisce all'utente indicazioni sui
modelli
_ di dispersione piu adatti alla situazione che si intende simulare.
La struttura di un sistema esperto pu puòo essere cos
così schematizzata: esiste una
parte soft in cui eè organizzata la base della conoscenza ((knowledge knowledge basebase)) in regole
e in fatti (noti e dedotti) ed una parte hard nella quale si distinguono un motore
inferenziale e l'interfaccia
liz'nterfaccz'a utente
utente.. Il motore inferenziale  e un programma che ha lo
scopo di ricalcare in modo schematico il procedimento deduttivo della mente umana;
esso, attraverso la lettura di un programma scritto in un semplice linguaggio logico, logico,
si articola su una serie di regole costituite da una parte di condizioni ed una di
conseguenze
conseguenze.. Condizioni e conseguenze di ogni regola sono fatti, fatti, cio
cio`ee aermazioni
affermazioni
attraverso cui vengono assegnati dei valori agli attributi del processo e vengono
compiute particolari azioni. Vi sono due strategie possibili per compiere deduzioni
dell7insieme delle regole: backward chaining
sulla base dell'insieme forward chaining
chainz'ng e forward chainz'ng.. Nella
forward chaining
strategia forward chainz'ng il motore inferenziale stabilisce, sulla base di fatti iniziali,
quali regole siano soddisfatte, in modo da aggiungere nuovi fatti a quelli gi a stabiliti;
gia
sulla base del nuovo insieme di fatti vericati,
verificati, nuove regole verranno soddisfatte ed il
così iterato. Nella strategia backward chaining
procedimento e`e cos chaz'm'ng il motore inferenziale
parte da un assetto finalenale e ricerca le regole che lo verificano;
vericano; le premesse di tali regole
vengono poi utilizzate come nuovi asserti da provare ed il procedimento èe cos così iterato.
Nel funzionamento di un sistema esperto si evidenziano due fasi fondamentali: fondamentali:
o acquisizione dei dati

o elaborazione della soluzione

 II modelli
modelli di qualit
a dell'aria
qualità dell”aria 131
131

La fase di acquisizione dei dati ha sostanzialmente lo scopo di individuare la col-

locazione del problema all'interno
all”interno dell'ampia
dell7ampia casistica arontata
affrontata dalla letteratura
e quindi di determinare quali modelli esistenti siano i più piu adeguati. Ci o si realiz-
Ciò
za attraverso una serie di opportune alternative proposte all'utente,all”utente, seguendo una
traccia contenuta nell'applicazione
nell”applicazione scritta dall'esperto.
dalllesperto. Per realizzare tale fase biso-
gna quindi aver preventivamente deciso la strutturazione della conoscenza, cio cio`ee aver
scelto il criterio di classicazione
classificazione dei modelli e aver scritto l'applicazione
l”applicazione in modo
che essa rispecchi tale strutturazione. La fase di elaborazione della soluzione invece
consiste nello scegliere il modello e utilizzare le equazioni risolutive in esso contenute
per arrivare alla soluzione nale.
finale. Nel caso peggiore, in cui da parte dell7utente
dell'utente vi sia
scarsa padronanza delle nozioni di modellistica, la fase di acquisizione dei dati del
problema pu
puòo porre l'utente
l”utente di fronte a quesiti sul problema a cui egli non sa dare
risposta o di cui non comprende il signicato:
significato: in tal caso il sistema deve consentire di
accompagnare l'utente
llutente attraverso un”altra
un'altra serie di domande che gli siano accessibili,
per rispondere indirettamente ai quesiti originari.
originari. Queste operazioni vengono rego-
late dal motore inferenziale: attraverso un processo deduttivo articiale artificiale si colmano
le lacune dell'utente
delljutente in materia e si rendono automatiche operazioni che possono
essere onerose a causa dell'utilizzo
dellyutilizzo di un gran numero di parametri numerici. L'in- Lyin-
sieme dei cammini logici che portano all'individuazione
alllindividuazione dei modelli costituisce, da
un punto di vista logico, una struttura ad albero della conoscenzaconoscenza,, in cui in ogni
nodo si aronta
affronta un dierente
differente aspetto del problema. Da ogni nodo si ripartiscono i
rami che rappresentano le varie alternative.

4.4.1
4.4.1 Il
Il sistema
sistema FRAME
FRAME

Il sistema FRAME, per poter operare al meglio, necessita di periodici aggiornamenti

rivolti soprattutto all'integrazione
all”integrazione della banca modelli di cui dispone, per tener conto
dei continui risultati e sviluppi in atto all'interno
all”interno di un settore in evoluzione, qual
eè la modellistica dell'inquinamento
dell7inquinamento atmosferico. Il dominio di interesse per tale
aggiornamento eè stato denito
definito sulla base delle esigenze dei potenziali utenti finali,
nali,
individuati in agenzie pubbliche o in compagnie private, che intendano trattare i
problemi riguardanti l'inquinamento
Pinquinamento atmosferico su piccola e media media scala, dove esiste
una larga disponibilit
disponibilita a di modelli per la simulazione. Il dominio e`e stato inizialmente
limitato ai modelli deterministici per la diusione
diffusione di inquinante rilasciato da sorgenti
industriali in terreno piano, successivamente esteso ai modelli per terreno complesso
e completato inne
infine dai modelli per aree urbane.
Le informazioni relative al corretto uso dei modelli sono state strutturate nella
base di conoscenza del sistema, mediante l'individuazione
llindividuazione di una serie di chiavi atte
a descrivere l'insieme
17insieme dei possibili scenari fisici.
sici. Nella base di conoscenza, ad ogni
modello corrisponde un insieme di record record,, cio
cioèe un
un insieme di righe di una tabella le le
cui colonne individuano le chiavi presentate. Per ogni chiave eè stato individuatoindividuato un
un
gruppo di valori possibili (ad esempio per la chiave TERRAIN MORPHOLOGY i
valori sono FLAT TERRAIN, ISOLATED HILL, FLAT COAST,. . ..)) in in modo tale
tale
da permettere il riempimento di ogni cella dei record, cio cioèe la denizione
definizione degli scenari
sici
fisici che competono ad un modello. L'architettura
Llarchitettura del sistema esperto FRAME  èe
schematizzabile come in figura gura 4.12:
132
132 Capitolo 4

ESPERTO
DEL
DOMINIO

MAINTENANCE
TOOL

BANCA
MODELLI
<_%n BASE DI
CONOSCENZA

CONSULTATION
TOOL

Figura 4.12
Figura 4.12 L'architettura
Llarchitettura di FRAME.

La descrizione di ciascun modello eè contenuta nella banca modelli

modelli;; all'interno
alllinterno
di quest'ultima
quest7ultima si trovano anche le informazioni circa il campo di applicabilit
applicabilitàa (ti-
pologia degli inquinanti trattati, sorgenti, morfologia del terreno,
terreno, scala temporale,
condizioni di stabilit a atmosferica), gli input necessari, gli output forniti, la dispo-
stabilita
nibilit
nibilitàa dell'eventuale
dell”eventuale codica
codifica software, gli autori, gli studi di validazione compiuti
ed, inne,
infine, una breve illustrazione della formulazione matematica del modello.
modello.
La base didl conoscenza ha come componente fondamentale la base di dati tratta-
ta precedentemente, cio cio`ee contiene la descrizione particolareggiata degli scenari fisici
sici
associati a ciascun modello. Un secondo elemento della base di conoscenza e`e la base
di
di' regole
regole,, generalmente espresse nella forma:
forma:

IF ipotesi THEN
THEN conclusione

Le regole vengono concatenate tra loro, facendo coincidere l'ipotesi l”ipotesi di una con la
conclusione di un'altra
un”altra e costituiscono un sistema di produzione.
produzione. La base di conos-
cenza eè poi completata da una serie di retiretiI semantiche che mettono in relazione tra
loro i valori attribuibili ad una stessa chiave. Infatti, nell'insieme
nell”insieme dei valori assumibili
da una determinata chiave si possono, a volte, ritrovare delle relazioni di dominanza
(ad esempio MULTIPLE POINT SOURCE domina, cio cioèe gode
gode di maggiore genera-
lit
a, SINGLE POINT SOURCE). Le reti semantiche tengono
lità, tengono appunto conto di tali tali
relazioni allo scopo di ridurre il numero di record associati a ciascun modello, con i
vantaggi di velocizzare la consultazione e semplicare
semplificare la manutenzione,
manutenzione, soprattutto
per ci o che riguarda l'inserimento
ciò Ilinserimento di nuovi modelli.
L'interazione
L interazione con la banca di modelli e con la base di conoscenza  e realizzata
realizzata
maintenance tool
attraverso strumenti di aggiornamento ((mazntenance consul-
tool)) e di consultazione ((consul-
tation
tation tool ), rispettivamente usati dal modellista esperto
tool), esperto del dominio ee dall'utente
dall utente
nale.
linale. TraIra le operazioni di manutenzione troviamo linserimento
l'inserimento di nuovi
nuovi modelli,
modelli,
l'aggiornamento
l aggiornamento delle schede descrittive esistenti, creazioni o o modifiche
modiche riguardanti
riguardanti le
le
reti semantiche, aggiunta di nuovi chiavi o nuovi valori, revisione della base di regole.
 II modelli
modelli di qualit
a dell'aria
qualità dell”aria 133
133

Consultazione
Consultazione di
di FRAME
FRAME La consultazione permette all'utente nale di cer-
all”utente finale
care,
care, attraverso
attraverso una
una serie
serie di domande interattive
di domande interattive,, il
il modello
modello oo ii modelli piu adatti
modelli più adatti
alla situazione reale che egli intende simulare. L'utente L”utente descrive lo scenario fisico sico
di interesse, attribuendo gli opportuni valori ad un insieme di chiavi selezionate
tra quelle proposte: ad ogni passo della consultazione, il sistema fornisce all'utente all”utente
l'elenco
llelenco delle possibili chiavi utilizzabili, e, per ogni chiave, la lista di valori eetti- effetti-
vamente
Vamente selezionabili; scelta una coppia chiave-valore, il sistema ricava dalla base di
dati l'insieme
l”insieme di tutti i modelli che soddisfano la specica,
specifica, e questo diventa l”insieme
l'insieme
di modelli corrente. Il procedimento pu puòo essere iterato, raÆnando
raffinando progressivamente
la descrizione dello scenario, finono a quando l'insieme
l”insieme dei modelli individuati non
soddis
soddisfi l'utente.
l”utente.
Alcune chiavi utilizzate nella classicazione
classificazione dei modelli possono, tuttavia, richie-
dere conoscenze modellistiche speciche,
specifiche, di solito non possedute dall'utente nale.
dall7utente finale.
l”aiuto di un expert helper
In questi casi eè possibile invocare l'aiuto helper,, che guida l'utente
l7utente alla
corretta scelta delle coppie chiave-valore attraverso una serie strutturata di domande.
 possibile anche una seconda modalit
E
È modalita a di consultazione che permette un acces-
so diretto alle
so diretto alle informazioni
informazioni riguardanti
riguardanti ogni
ogni singolo
singolo modello.
modello. In tal modo,
In tal modo, selezionato
selezionato
un modello, si ricavano immediatamente le caratteristiche degli scenari ai quali esso
si rivolge e si pu
puòo valutare se corrispondono alle caratteristiche della situazione reale
che si intende analizzare.

4.5 Database modellistici in Web

4.5.1 MDS: il catalogo europeo
L'Agenzia
L7Agenzia Europea per l'Ambiente
l”Ambiente (EEA) ha curato la preparazione di un sito ove
eè consultabile un sistema di documentazione sulla modellistica atmosferica ((Mo- Mo-
del Documentation System MDS). Questo sistema e`e stato realizzato dall'ETC-AQ dall”ETC-AQ
European Topic
((European Topic Center
Center' on Air Quality)
Quality),, al fine
ne di fornire un supporto all'utente
all”utente
nella scelta di modelli da utilizzare in studi e applicazioni relativi all'inquinamento
all”inquinamento
dell'aria.
dell”aria. Il sistema eè stato sviluppato dai ricercatori dell'Universit
delllUniversita a di Salonicco
(Grecia), sulla base di idee proposte originalmente da Helge Olesen ed èe operativo
dalla primavera del 1997. Da allora, due gruppi di lavoro internazionali si occupano
della periodica revisione della documentazione, discutono la funzionalità
funzionalita del siste-
ma e raccolgono opinioni sulle possibili evoluzioni dello stesso.
stesso. Nel marzo 1999  èe
stata creata la Versione 3.0 che d a la possibilt
da possibiltaa di accedere a MDS tramite Internet
(http://aix.meng.auth.gr/lhtee/databasehtml). Grazie alla struttura ipertestuale
(http://aix.meng.auth.gr/lhtee/database.html).
del World Wide Web, di ciascun modello pu puòo essere
essere analizzata una
una breve e/ e/oo lun-
ga descrizione. L'utente
Lyutente ha, inoltre, a disposizione indirizzi
indirizzi di posta elettronica
elettronica o
di pagine Web per ulteriori approfondimenti. Per il futuro futuro èe prevista
prevista una
una sempre
maggiore interazione tra il sistema e i suoi utenti. A tale scopo, l'ETC-AQ
l7ETC-AQ ha pre-
disposto una forma di valutazione di MDS, richiedendo le opinioni dell'utenza
delljutenza sugli
aspetti tecnici del sistema e sulla applicabilit
applicabilitàa dei modelli.
modelli.
134
134 Capitolo 4

La
La scheda
scheda di
di un
un modello
modello Ciascun modello di MDS presenta una breve descri-
zione
zione aa cui
cu1 segue,
segue, quasi
quasi in tutti i1 casi,
in tuttl casi, una
una descrizione piu dettagliata.
descrizione piu La descrizione
dettagliata. La descrizione
breve
breue ee costituita
costituita da
da 10
lU parole
parole chiave,
chiave, seguite
seguite da pochi valori
da pochi pre-deniti, utili
valori pre-deliniti, utili qua-
qua-
lora
lora l'utente
l utente ricorra
ricorra ad
ad una
una ricerca
ricerca strutturata nella base
strutturata nella base dati:
dati:

Finalit
a strategica
Finalità Policy issue
strategica ((Policy ): Cambiamento climatico, Buco dell'ozono,
issue): dell”ozono, Ozo-
no troposferico, Alterazione della troposfera, Acidicazione,
Acidificazione, Eutrozzazione,
Eutrofizzazione,
Tossicit
a dell'aria,.
Tossicità dell”aria,. . . .

Tipo
Tipo di
di applicazione Application type
applicazione ((Application ): Valutazione della qualit
type): a dell'aria,
qualita delllaria, Piani
di risanamento, Politiche di supporto, Piani di emergenza,. . .
Uscita
Uscita del
del modello Model output
modello ((Model ): Concentrazioni, Deposizione, Dosi, Relazione
output):
sorgente- ricettori,. . .
Sorgenti Air pollution
Sorgenti ((Air pollution source ): Camino singolo, Pi
source): u camini, Sorgente lineare,
Più lineare, Sor-
gente areale,. . .
Tipo
Tipo di
di rilascio Release type
rilascio ((Release type):): Continuo, Intermittente, Accidentale
Scala spaziale ((Spatial
Spatial scale ): Locale (no
scale): (fino a 30 km), Locale regionale (30
Locale-regionale 300
(30-300
km), Regionale continentale (300
Regionale-continentale 3000 km), Globale (emisfero
(300-3000 globo)
(emisfero-globo)
Tipologia della simulazione ((Simulation
Simulation character)
character):: Statistico (lungo termine),
Episodico (breve termine), Tempo reale
Inquinanti Pollutants modelled)
Inquinanti ((Pollutants modelled):: Particolato, SO x , CO, NO
S096, x , VOCs, Ozono, Ben-
NOI,
zene, NH 3 , Piombo, PM10,
NH3, PMlO, . . .

Processi
Processi considerati Processes considered
considerati ((Processes ): Meteorologia complessa, Terreno com-
considered):
plesso, Trasformazioni chimiche, . . .
Mezzi
Mezzi di
di calcolo Computer platform):
calcolo ((Computer platform ): PC, Workstation,
Workstation, Mainframe, Supercom-
puter.
puter.

La descrizione estesa contiene informazioni pi u dettagliate: vengono evidenziate le

più
variabili in ingresso ed in uscita, viene reso noto lo stato della documentazione, etc.
Nel caso l'utente
l”utente desideri avere ulteriori informazioni, 
eè connesso tramite puntatore
all'eventuale
all”eventuale sito web
Web dell'ideatore
delllideatore del modello. La descrizione estesa  eè suddivisa
in diverse sezioni, tra
tra le quali: Informazioni di base,
base, Campo di applicazione, Des-
crizione del modello, Limitazioni del modello, Schemi di calcolo, Dati in in ingresso
e in uscita, Tipo di utenza, Applicazioni precedenti, Stato della documentazione,
Validazione.

Ricerca
Ricerca strutturata
strutturata e
e non
non La lista, in continuo aggiornamento, 
èe formata
formata at-
tualmente da un centinaio di modelli di dispersione atmosferica. L'utente puo se-
L”utente può
lezionare il modello opportuno seguendo due modalit
modalità la ricerca
a di ricerca diverse: la
strutturata e la ricerca non strutturata. La prima èe tipicamente utilizzata quando
l'utente scenario ) e desidera selezionare i model-
lautente conosce il campo di applicazione ((scenario)
li adatti a risolvere il suo problema. Egli dovra indicare le caratteristiche chiave
dovra
 II modelli
modelli di qualit
a dell'aria
qualità dell”aria 135
135

del problema da analizzare scegliendo tra le alternative proposte per ciascun campo
chiave. La ricerca non strutturata, invece, pu
o essere utile quando l'utente
può l”utente desidera
identicare
identificare modelli le cui descrizioni contengano termini specici.
specifici.

4.5.2
4.5.2 Altri
Altri siti web
siti web

Anche l'agenzia
Pagenzia statunitense per l'ambiente Environmental Protection Agency
l”ambiente ((Environmental Agency,, EPA)
EPA)
ha predisposto un database di modelli per lo studio dell'inquinamento
dell”inquinamento atmosferico.
La lista dei modelli e disponibile nel sito http://www.epa.gov/epahome/models.htm.
http: / /WWW.epa.gov/epahome/modelshtrn.
In Europa sono stati sviluppati, oltre ad MDS, altri database di modelli. In
particolare, nell”ambito
nell'ambito del programma CITAIR \Scienza un'aria mi-
“Scienza e ricerca per unlaria
gliore nelle citt
a europee",
città europee”, azione COST 615, si  eè posta l'attenzione
Fattenzione al problema
dell'inquinamento
de117inquinamento urbano. Un gruppo di lavoro ha organizzato un catalogo di mo-
delli sulla qualit
a dell'aria,
qualita dell”aria7 corredati da piu serie di dati, utili per la validazione dei
più
Model Inventory
modelli stessi. Questo inventario ((Model Inventory)) èe disponibile alla pagina Web:
web:
http://www.mi.uni-hamburg.de/technische meteorologie/cost/.
http: / /WWW.rni.uni-hamburg.de/technischeJneteorologie/cost /.

4.6
4.6 Esercitazione
Esercitazione

L'obiettivo
Llobiettivo di questa esercitazione 
eè permettere al lettore di eettuare
effettuare alcune ricerche
con il sistema esperto FRAME, descritto precedentemente. L'esercitazione
L”esercitazione verra
verra
strutturata secondo i seguenti passi:
ø Descrizione e installazione del Software
ø Descrizione ed esecuzione di alcune ricerche

Descrizione
Descrizione e
e installazione
installazione del
del Software
Software I file
le necessari per l'esercitazione
l”esercitazione
si trovano sotto la directory CAPITOLO4 del CDROM allegato. Per installare il
software, procedere come segue:
ø copiare la directory frame sul disco locale;
 l”eseguibile frame.exe
lanciare (ad es. con doppio click) l'eseguibile frame.exe..

 N.B. Se si desidera utilizzare l'Expert occorre avviare frame

l”EXpert Helper occorre frame da ambiente
DOS.
Le subdirectory create contengono le seguenti informazioni:
 Doc
Doc:: La directory contiene un le
file le schede descrittive dei modelli contenuti in
FRAME (formato ASCII).
 Tables
Tables.. Le
Le directory tables contengono
directory tables contengono ii database
database del
del sistema
sistema esperto.
esperto.
136
136 Capitolo 4

4.6.1 Modelli per scenari industriali e urbani

SCENARIO
SCENARIO 1
1 Si prenda in considerazione il problema di un camino che emette
inquinanti gassosi in atmosfera, appartenente ad una centrale termoelettrica situa-
ta in pianura in una zona caratterizzata da un'alta
un”alta percentuale di calme di vento.
L'utente
L7utente eè in possesso di una serie di dati numerici per quanto riguarda le carat-
teristiche dell'impianto,
dell”irnpianto, ma non possiede le conoscenze modellistiche necessarie per
selezionare il valore appropriato per alcuni attribuiti. I dati in possesso dell'utente
dell”utente
sono i seguenti:

Altezza del camino 170 m

Diametro del camino 3m
Temperatura di uscita dei fumi 413 K
Velocit
Velocitàa di uscita dei fumi 24 m/s
Classe di stabilit
stabilitàa E (stabile)
(stabile)
Gradiente di temperatura potenziale 0.02 K/m
K /m
Velocit
Velocitàa del vento 6 m/s
m/ s
Temperatura dell'aria
dell“aria 291 K/m
K /m

Consultazione
Si seleziona dapprima:
AREA
AREA OF
OF INTEREST
INTEREST industrial
industrial in
in isolated
isolated site
site
si ottengono 82 modelli fra quelli disponibili
In seguito si sceglie:
TERRAIN
TERRAIN MORPHOLOGY
MORPHOLOGY at terrain
flat terrain
e si ottengono 51 modelli
SOURCE
SOURCE NUMBER
NUMBER AND
AND GEOMETRY
GEOMETRY single point source
single point source
con ancora 51 modelli
A questo punto l'utente
lyutente seleziona una serie di parole chiave che richiedono il
funzione di Expert Helper del sistema:
ricorso alla funzione
0 selezionando EMISSION
EMISSION TYPE TYPE e premendo il tasto < F5> il sistema mostra
<F5>
alcune domande a cui l'utente
l”utente deve rispondere in base ai dati in suo possesso.
possesso. La
scelta del valore consigliata da FRAME eè standard
standard (cui corrispondono ancora
51 modelli)
modelli)

0 si ripete con PLUME

PLUME BEHAVIOR
BEHAVIOR ottenendo buoyant
buoyant -- gas
gas
(49 modelli)

0 con STACK
STACK DOWNWASH
DOWNWASH ottenendo come risposta no
no
(49 modelli)
Infine con TREATMENT
Inne TREATMENT OF OF WIND
WIND CALMSCALMS yes
yes
si ottengono 16 modelli
Il numero di modelli pu
puòo essere ulteriormente diminuito valutando
valutando altri aspetti non
non
esplicitati dallo scenario, ma che potrebbero comunque risultare interessanti (ad es.
la scala temporale, il tipo di output, ecc. . ..))
 II modelli
modelli di qualit
a dell'aria
qualità dell”aria 137
137

SCENARIO
SCENARIO 2 2 Si prenda in esame un impianto industriale caratterizzato da
cinque camini che emettono sostanze inquinanti gassose e sito in una regione mon-
tuosa in cui l'altezza
llaltezza media del terreno supera l”altezza  richiesto
l'altezza di tali camini. E
È
di studiare la concentrazione al suolo sul lungo periodo per eettuare
effettuare uno studio di
impatto ambientale.
Consultazione
Consultazione
Selezionare: TERRAIN
TERRAIN MORPHOLOGY
MORPHOLOGY generic
generic complex
complex terrain
terrain
si ottengono 57 modelli appropriati fra quelli presenti nel sistema
SOURCE
SOURCE NUMBER
NUMBER AND
AND GEOMETRY
GEOMETRY multiple point source
multiple point source
si hanno 38 modelli compatibili con lo scenario finora
nora selezionato
OUTPUT
OUTPUT concentration
concentration at
at the
the ground { spare
ground - points
spare points
si hanno 14 modelli
TIME
TIME SCALE
SCALE climatological
climatological
si ottengono 3 modelli: LONGZ,
LONGZ7 VALLEY e RDTM.

SCENARIO
SCENARIO 3
3 Si considera il caso della dispersione di un inquinante quale il mo-
nossido di carbonio (supposto non reattivo)
reattivo) emesso dagli autoveicoli che transitano
in una stretta strada urbana. Si suppone che l'altezza
l”altezza degli edici
edifici circostanti non
sia costante.
Consultazione
Consultazione
Occorre
Occorre selezionare:
AREA
AREA OF
OF INTEREST
INTEREST urban
urban context
context
si ottengono 129 modelli
URBAN
URBAN MORPHOLOGY
MORPHOLOGY urban
urban canyon
canyon
vi sono ora 7 modelli compatibili con lo scenario
POLLUTANT
POLLUTANT CHEMISTRY
CHEMISTRY non-reactive
non-reactive
5 modelli sono appropriati allo scenario delineato
BUILDING
BUILDING HEIGHT
HEIGHT any
any
e si ottengono 4 modelli fra quali eettuare
effettuare la scelta
138
 5
Modelli gaussiani

Come anticipato nel capitolo 4, i modelli gaussiani e a puff

pu appartengono alla classe
dei modelli analitici, ovvero sono ricavati integrando l'equazione
l”equazione generale di trasporto
in condizioni semplicate.
semplificate.
I modelli gaussiani stazionari, in particolare, consentono di simulare l'impatto
a regime di inquinanti non reattivi, ovvero quando non vi sia necessita di descrivere
una dinamica in evoluzione (transitorio ).. La ricchezza di codici software ee applica-
zioni a casi reali fa di questa classe di modelli il punto di partenza di un approccio
modellistico anche se, in questi ultimi anni, diventa sempre meno frequente e reali-
stico aver a che fare con uno scenario ambientale che non presenti forti caratteri di
non stazionariet a.
stazionarieta.
I modelli illustrati nel seguito continuano comunque a rivestire un ruolo cardine
negli studi di valutazione di impatto ambientale e costituiscono una componente
essenziale in un approccio integrato, come quello di un sistema di supporto alle
decisioni (si veda il capitolo 10.1).

5.1
5.1 Modelli
Modelli stazionari
stazionari

5.1.1 Formulazione e condizioni di applicabilit

a
applicabilità

Il modello gaussiano appartiene alla famiglia dei modelli analitici, cos chiamati
perche basati sull'integrazione, in condizioni semplicate, dell'equazione generale di
trasporto e diusione [19]. Tale equazione deriva dalla 2.18 nell”ipotesi
nell'ipotesi di fluido
uido
incomprimibile (div V=O), ponendo a zero il termine
V:O), ponendo termine di rimozione di di inquinante
inquinante
(R=O) e trascurando i termini di diusione
diffusione molecolare (D
C 
(DAC z 0)
O) ed ha la seguente
forma [37]:

ac
@C ac
@C ac
@C @C [Kxx @C
ac @ô[Km%]@x ] @ [Kyy @C
ôly% @y ] @ [Kzz @C
ô[Kzz%@z ]
+Vm_+V
E+
@t
Vx 8% +Vyyô_y
@x @y
+Vzã_
+Vz
@z
= âw
@x
+
+ ôy
@y
+
+ az
@z
+ S (x;y;z;t) (5.1)
+S(:1:,y,z,t) (5.1)

dove:
C(x,y,z,t) = concentrazione di inquinante in un generico punto di coordinate (x,y,z)
(X,y,z)
al tempo t.t.
140
140 Capitolo 5

V
Vii =
: velocit
velocitàa media del vento nella direzione i (i=x,y,z).
(i:X,y,z).
K
i jj =
: coeÆciente
coefficiente di diusione
diffusione turbolenta (jj=xx,yy,zz).
(jj:XX,yy,zz).
S(x,y,z,t)
S(x,y,z,t) =
: eventuale sorgente di inquinante.
Si assuma che:
o il processo sia stazionario cioèe che sia @
stazionarie,, cio C/@ t = 0;
öC/ôt

o piano ;
il dominio sia omogeneo e caratterizzato dalla presenza di terreno piano;
ø delllarea permangano costanti nel tempo e nello
le caratteristiche meteorologiche dell'area
a del vento sia agente solo in direzione x
spazio ed in particolare la velocit
velocita

V y = Vz = 0
Vy:Vz:0 V x = V = cost;
Vx:V:cost;

o il trasporto di inquinante dovuto alla turbolenza, nella direzione xx,, sia trascu-
rabile rispetto al trasporto dovuto al vento. Sia cio
e:
cioè:

K
2
C << V @C
@620 ec
w xx @x
3z2 x @x
2 << Varg

o i coeÆcienti
coefficienti di diusione
diffusione K yy e K
Kyy zz siano costanti in y e zz;;
KZZ
ø il termine di sorgente sia indipendente dal tempo
tempo,, valga Q nel punto di coordinate
(0,0,0) e sia nullo in tutti gli altri punti dello spazio. Questa ipotesi èe espressa
dalla funzione Æ6 di Dirac:

Æ(x)
Æ(y)
Æ(z)
S(X,y,2)=Q'5(X)'5(y)'5(Z)
S(x,y,z)=Q
0 l7inquinante sia non reattivo
l'inquinante reattivo..

L'equazione
L”equazione diviene:
@C
ÖC @820
2
C @820
2
C
VVwã
x = Kyy
= yyô_y2 + K zz
+Kzzw + S (x;y;z )
+S(J,',y,Z) (5.2)
(5.2)
@x @y2 @z 2
Si assumano inoltre le seguenti condizioni al contorno:
C(0,y,z)
C(0,y,Z) = C
Cff y,Z 6=
y,z aé 0
C(x,y,z)
C(X,y,z) = C
Cff y,z !-› 1oo
dove Cfƒ eè la concentrazione di fondo, ovvero quantit a di inquinante presente in
quantitàJ
atmosfera giàgia prima della emissione che si considera.
considera` La soluzione analitica della 5.2
eè del tipo:

_ Q l (V) ( yz Z2 )l
   2 
Q V y z2
o(x;y;z
C ,, ) =__ 1 exp _ _
4x
_
K
+
K
of
+C 5.3
(5.3)
x(Kyy Kzz)) 2 exp
447Tw(KnZz yy + Kzz
zz
NIH

4x Kyy + ƒ ( )
(a: y Z)

A
A questo punto, ponendo:
questo punto, ponendo:
x
y2 = 2Kyy (5.4)
(5.4)
V
x
z2 = 2Kzz
V
 Modelli gaussiani
gaussiani 141
141

la 5.3 diviene:
  
Q 1 y 2 z 22
C (x;y;z ) =
CTM/,2) _ Lexi? exp [-š (tz-22 + šn Off
+C (5.5)
(5.5)
V y z
2271'Vay0z 2 yy zz2
l'equazione di una gaussiana doppia con deviazioni standard cyy e ozz ((coefii-
che èe llequazione coeÆ-
cienti di dispersione del modello).
E importante notare che, fissato
ssato lo scenario meteorologico in termini di oy,
y, 
ozz
C(X,y,z) dipende linearmente dalla emissione Q.
e V, la funzione C(x,y,z)
Considerando ora di avere a che fare con sorgenti puntiformi elevate: S(x,y,z)
S(x,y,z)
=Q
Æ(x)
Æ(y)
Æ(z-He ) e che
Q-ã(X)-ô(y)-ô(z-He)

K @C
zz @z =
Kzzä = 0
0 aa zZ =
= 0
0

cio
cioèe che il suolo sia totalmente riflettente
ri ettente nei confronti delle particelle di inquinante,
inquinante,
allora la 5.5 assume la seguente forma:

 
Q 1 y2 .
C (x;y;z
Gail /az)) = üe xp
2V y z
exp (-šå)
2 y2


    
1 (z He )2 1 (z + He ) 2

` [nexp (_lw
2
+ exp
azz22 ) + wp « 2
+C
ozz22 l + Cff (5.6)
(5.6)

dove HHee eè altezza eettiva

effettiva della sorgente (vedi paragrafo 5.1.3).
In figura
gura 5.1 eè rappresentata schematicamente la distribuzione spaziale della
concentrazione teorica prevista dal modello gaussiano 5.6.
Con l'equazione
l”equazione 5.6 quindi  eè possibile calcolare la concentrazione in un qualsiasi
punto P(x,y,z)
P(X,y,z) di un pennacchio livellato ad altezza H e , con origine nel punto (0,0,H
He, e)
(0,0,He)
in un sistema di riferimento ortogonale con asse X orientato lungo la direzione media
di trasporto del vento. Per una miglior comprensione dei termini esponenziali in z si
pu
puòo far uso del Metodo delle immagini schematizzato in figura gura 5.2; la concentrazione
nel punto P risulta dal contributo di due termini: termini: quello della sorgente e quello
dovuto alla ri essione
riflessione del terreno che pu puòo essere immaginato come proveniente da
una sorgente virtuale ((image image plume)
plume ) posta nel punto (0,0,-H e ). L'impiego della
(0,0,-He)._
equazione (5.6) presume la conoscenza di diverse grandezze; di seguito si espongono
alcune metodologie tra quelle piu frequentamente citate in letteratura, nalizzate
alla valutazione delle grandezze stesse (variabili o parametri).

5.1.2 Determinazione dei coeÆcienti di dispersione

coefficienti di dispersione 
La stima dei coeÆcienti oyy e  z , funzioni della distanza X
oz, x dalla sor-
gente inquinante e della turbolenza atmosferica (5.5), può puo essere ottenuta con due
metodi dierenti:
differenti:

 tramite parametrizzazioni empiriche che richiedono la determinazione delle clas-

si di stabilita atmosferiche;
o tramite misure
misure dirette
dirette della turbolenza
turbolenza atmosferica.
142
142 Capitolo 5

ZAXIS
wIND\ i/-vUAL POINT souRCE
VELOCIWv POINT SOURCE V AXIS
Véš _\ PLUME CENTERLINE /
\ /
\\\`\\ \/V<|/

l AH `\7\~/ A C<x.y.z›
/ \l` \ l v
l'l'e/ | T \\\\\ `r\l`/ coNcENmAnoN
i H / \^cuLE\\ \§\\ 'lj'í/ PHOHLE
il , /ì/
vg \LCENTERLINE\\
\\
i /l `f \
_
\
l "
l \ pag-:9M v

Figura 5.1
Figura 5.1 Pennacchio gaussiano: prolo
profilo di concentrazione tridimensionale
tridimensionale in
in un
un sistema
sistema
di coordinate orientato nella direzione del vento medio.
medio.

Figura 5.2
Figura 5.2 Schematizzazione del metodo delle immagini.
immagini.
 Modelli gaussiani
gaussiani 143
143

Parametrizzazioni empiriche Esiste in letteratura un ampio spettro di curve

ayy ee UZz valutate
valutate in
in funzione
funzione della
della distanza
distanza sottovento
sottovento ee della
della stabilit
a atmosferica
stabilità atmosferica e
e
ricavate da campagne sperimentali; di seguito vengono citate le più
piu usate.
usate.
o _ Le curve 
PASQUILL-GIFFORD cyy e 
crzz di Pasquill e Giord
Gifford [73] [99], sono
state ricavate per queste condizioni:
Æ < 80m)
sorgenti a bassa quota ((<
O

Æo aperta campagna
Æ tempo di campionamento di circa 10 minuti
O

Æ supercie
superficie relativamente piatta
O

Dalle figure puo notare come i valori di ayy e azz crescano all'aumentare
gure 5.3 e 5.4 si può all”aumentare
della distanza dalla sorgente e dell'instabilit a.
delllinstabilità.

m4 TTWTWT TTllllTll
vvrTHrv
Coefficiente di dispersione orizzontale, σy, m

|v|vHri
r†v||\v|

.E
.e
A Estremamente
Estremamente
E
1mUÖUU>

u B Moderatnmente] Instabile
Moderatamente Instabtle
C Leggermente
Leggermente
D Nentl'o
Neutro
Leggermente
E Leggermente
Moderatnmente
} Stabile
stabile
F Moderatamente
tlilll

| llllllll l lillllll l lllllll

. i 1 S
10 lO lO l()

Distanza delle
Distanza delle sorgenti,
sorgenti. m
m

Figura 5.3
Figura 5.3 Andamento di 0;.,y ((Pasquill-Gifiord)
Pasquill-Giord ) in funzione della distanza dalla sorgente.
sorgente.

Generalmente i valori di ayy sono più piu precisi rispetto a quelli di oz,z , ma Pac-
l'ac-
curatezza della loro stima decresce con la distanza e con il gradi di stabilit a.
stabilità.
Nell'utilizzo
Nelllutilizzo di modelli matematici quale il gaussiano,  `ee utile poter disporre di
espressioni analitiche di Oyy e azz che si ricavano dall'interpolazione
dall”interpolazione delle curve
sperimentali.
Una prima semplice espressione eè basata sulla legge di potenza:
_ b
Uyy =ax _ d
az-cX
_ax e z = cx
144
144 Capitolo 5

vvvv|v| vvvv v|v| vlvvvvvl

luš

l
vivivvw

Il\\\M
z, m
verticale σ6:.
dispersione verticale m

loI
di dispersione

n-
Ilirlrivi
Coefficiente di
Coefficiente

llllllll
A
fimUOW> Estremamente
Estremamente
B Moderatamente Ingmbile
Moderammente l Instabile
C Leggermente
Leggermente
D Neutro
Neutro
E Leggermente
Leggermente A _
F Moderatamente Smblle
Moderammente i Stabile

l
l iiiiiil` illilil iliiiill
A

lo2 m' 104 |r›`

Distanza delle sorgenti,
Distanza delle m
sorgenti. m

Figura 5.4
Figura 5.4 Andamento di azz ((Pasquill-Gifiord)
Pasquill-Giord ) in funzione della distanza dalla sorgente.
sorgente.

dove a, b, c, d dipendono dalle classi di stabilit

a e dal tempo di campionamento.
stabilità

 Un'altra interpolazione, piu accurata della precedente, e proposta da GREEN

[100]:
kki-T
1x k[€433
4x
ay =
: _ azz = fi (5.7)
(5.7)
y [1[1 ++ ,šçl
x
k kß 2
]k3 x k5
[1 + k2 ]
dove kkl,
1, k2, k
k2, 3, k
kg, 4, k
k4, k55 dipendono dalla classe di stabilit
a e i loro valori sono
stabilita
riportati nella 5.1.

Classe di stabilit
a
stabilità kkl1 kk22 kkg3 kk44 kkg,5
A 0.2500 927 0.189 0.1020 -1.918
B 0.2020 370 0.162 0.0962 -1.101
-1.101
C 0.1340 283 0.134 0.0722 0.102
D 0.0787 707 0.135 0.0475 0.465
E 0.0566 1070 0.137 0.0335 0.624
F 0.0370 1170 0.134 0.0220 0.700
Tabella 5.1
Tabella 5.1 Valori dei parametri kkii presenti nelle formule
formule di Green

° TURNER
_ [101] suggerisce come possibile formulazione la seguente:
ay(x)
y (x) =
: exp
epy [Iy + JJylnx
y lnx + K y (lnx) ]
Ky(lnm)2] 2

z (x) = exp
epz [Iz + Jlna:
z lnx + K lnx)2 ]
Kzz ((lnw)2] (5.8)
(5.8)
q
H

ll
V
N
 Modelli gaussiani
gaussiani 145
145

In tabella 5.2 sono riportati i valori dei corrispondenti parametri al variare delle
classi di stabilit
a.
stabilita.

CoeÆcienti
Coefiicienti AA BB CC D
D E
E F
F
IIyy -1.1040 -1.6340 -2.0540 -2.5550 -2.7540 -3.1430
JJyy 0.9878 1.0350 1.0231 1.0423 1.0106 1.0148
K
Kyy -0.0076 -0.0096 -0.0076 -0.0087 -0.0064 -0.0070
IIZz 4.6790 -1.9990 -2.3410 -3.1860 -3.7830 -4.4900
-44900
JJZz -1.7172 0.8752 0.9477 1.1737 1.3010 1.4024
K
KZz 0.2770 0.0136 -0.0020 -0.0316 -0.0450 -0.0540

Tabella 5.2
Tabella 5.2 Valori dei parametri delle formule
formule di Turner

o BRIGGS
_ combin combinòo le curve di Pasquill-Giord
Pasquill-Gifford con quelle proposte da altri au-
tori, insieme a ulteriori dati sperimentali, per produrre un insieme di funzioni
(tabella 5.3)
5.3) che oggi eè largamente il più
piu usato specialmente per scenari con
sorgenti elevate; in particolare viene distinta la diusione
diffusione su terreni pianeggian-
Briggs open country
ti ((Briggs country)) da quella su terreni con alto coeÆciente
coefficiente di rugosit
rugositàa
Briggs urban
((Bríggs ).
urban).

BRIGGS OPEN COUNTRY

categorie di cryy azz
stabilit
a
stabilita
A 0.22x (1+0.0001x)_11=22
0.22X (1+0.0001x) 0.20x
0.20X
1=2
B 0.16X (1+0.0001x)
0.16x (1+0.0001X)†1/2 0.12X
0.12x
1=2 1=2
C 0.11X (1+0.0001x)
0.11x (1+0.0001X)_1/2 onsx (1+0.0002x)
0.08x (1+0.0002X)_1/2
1=2 1=2
D 0.08X (1+0.0001x)
0.08x (1+0.0001X)†1/2 0.06X (1+0.0015x)
0.06x (1+0.0015X)†1/2
1=2
E 0.06X (1+0.0001x)
0.06x (1+0.0001X)†1/2 0.03X (1+0.0003x)
0.03x (1+0.0003X)†11
1=2
F 0.04X (1+0.0001x)
0.04x (1+0.0001X)-1/2 0.016X (1+0.0003x)
0.016x (1+0.0003X)-11

BBIGGS URBAN
BRIGGS
categorie di Oyy aZz
stabilit
stabilitaa
A _- B (1+0.0004X)-11=22
0.32X (1+0.0004x)
0.32x (1+0.001X)-11=22
0.024X (1+0.001x)
0.024x
1=2
Co 0.22X (1+0.0004x)
0.22x (1+0.0004X)-1/2 0.020X
0.020x
1=2 1=2
D 0.16X (1+0.0004x)
0.16x (1+0.0004X)†1/2 0.014X (1+0.0003x)
0.014x (1+0.0003X)†1/2
1=2 1=2
E -_ F 0.11X (1+0.0004x)
0.11x (1+0.0004X)-1/2 0.08X (1+0.0015x)
0.08x (1+0.0015X)_1/2
Tabella 5.3
Tabella 5.3 Valori di 
Valori di Jyy ee 
azz proposti
proposti da
da Briggs
Briggs

I dati riportati in tabella sono validi per Xx compreso tra 100 m e 10-20 Km;
inoltre sono valori riferiti a dati di concentrazione mediati ogni 30 minuti. Per
146
146 Capitolo 5

quanto riguarda ayy si possono ottenere valori su altri intervalli di tempo utiliz-
zando le seguenti relazioni [102]:
0:2
T < 60 minuti ayy =
: Uy(T/30)O'2
y (T=30)
0:25
60 minuti<T <6000 minuti Uyy = <7y(T/60)0'25
minuti<T<6000 y (T=60) (5.9)
(5.9)
Si notano alcune caratteristiche comuni alle trattazioni esposte sopra. La va-
riazione, passando da classe di stabilit a F ad A, e maggiore per azz che per Uy.
stabilità y.
stabilitaa elevata 
In condizioni di stabilit y , cosicché
azz tende ad essere minore di cry, cosicche lo
spessore del pennacchio diviene minore della sua larghezza.
larghezza.

Utilizzo
_] di misure di # eI!  Ove possibile, la stima dei coeÆcienti
coefficienti di disper-
sione oyy e 0Zz si basa sulla misura diretta delle fluttuazioni
uttuazioni orizzontali e verticali
# e 045)
del vento ((0,9  ) [103]. Tali parametri vengono poi correlati a  ayy e 
azz mediante
una tecnica che collega direttamente la turbolenza alla diusione,
diffusione, senza bisogno delle
parametrizzazioni in classi di stabilit a. TAYLOR [104], sugger
stabilita. suggerì le seguenti equazioni:
equazioni:
xa:
Uyy =
: # x
' fJil/(V111)
(719413 y ( Ty )
V
x
 x
- fƒz(VTZ)
H

UZz = 0451: z ( Tz ) (5.10)

(5.10)
V
dove:
- fy
fy , fZ funzioni universali
fz sono funzioni universali,,
-T Ty, TZz sono i tempi di scala turbolenti rispettivamente nelle direzioni y,
y, T y7 z,
z7
- 0,9# = UU/V
v /V e   =
045 w /V.
Uw/V.
Una volta determinate le funzioni universali fy fz , Uyy e azz sono ricavabili dalle mi-
fy e fz,
sure di 0,9# e 045. . PASQUILL [105] ottenne buoni risultati rimuovendo la dipendenza
di ffyy da T y ; IRWIN [106]
Ty; [106] ha derivato le seguenti approssimazioni:

fƒyy = (1 + 0o.: 031x0:46) 1

03112040* per xw  5 10
104m
4
m
fƒyy = (33 x 0:5 )
(33x_0'5) per x:I: > 10
104m
4
m (5.11)
(5.11)
mentre DRAXLER [107] suggerisce:
"   # i11
xa: 00.5:5
ffy:fz:
y = fz = 11 + 0 : 40 _ (5.12)
+ (vu) ( )
0.40 5.12
V Ty
Questo approccio e`e tuttora in evoluzione ed èe comunque strettamente legato
alla tipologia delle campagne di misura eettuate
effettuate e alla qualit
a del dati osservati.
qualita osservati.

5.1.3 Altezza eettiva della sorgente

Nella traiettoria di un pennacchio si possono distinguere una fase transizionale ed
una nale.
finale. La prima inizia con uno stadio di getto vicino
vicino alla bocca del camino (che
dura pochi secondi e si estende per poche decine di metri).
metri). In questa fase,
fase, la crescita
del pennacchio eè principalmente dovuta alla turbolenza meccanica propria del getto
a cui si somma la turbolenza termica causata dalla dierenza
differenza di temperatura tra
 Modelli gaussiani
gaussiani 147
147

fumo e aria. La fase transizionale cessa quando il pennacchio èe livellato,

livellato, ovvero
quando la forza di galleggiamento diviene trascurabile.
trascurabile. Nella fase finale
nale la crescita
del pennacchio eè dovuta solamente alla turbolenza atmosferica. Le dimensioni del
pennacchio aumentano, ma Paltezza
l'altezza del baricentro del pennacchio non cambia più piu
in maniera signicativa.
significativa. Nella formula 5.6 compare la grandezza H Hee denita
definita come
quella altezza a cui un pennacchio viene assunto livellato.
livellato. Dalla figura
gura 5.5:
Hee = H
H AHFF
Hgg +
H (5.13)
(5.13)
H
Hgg 
eè l'altezza
l”altezza geometrica della sorgente, ed  e`e quindi un dato di impianto reperibile,
mentre
AHF, cioèe il sovrainnalzamento
HF , cio sovraz'nnalzamento del pennacchio raggiunto alla fine
ne della fase
transizionale, deve essere stimato in funzione delle condizioni emissive e meteorolo-
giche.

Figura 5.5
Figura 5.5 Sovrainnalzamento del pennacchio
HF funzione
AHF funzione della distanza sottovento
sottovento
dalla sorgente (XF rappresenta la distanza alla quale

(XF AHH risulta
risulta indipendente
da x).
x).

Calcolo
_; di
Hf Il gas in uscita dalla bocca del camino, prima di diondersi
diffondersi in
atmosfera, conosce una fase aereodinamica
aereodz'namz'ca nella quale il comportamento del pen-
siche del fumo emesso (velocit
nacchio dipende sia dalle caratteristiche fisiche a, portata,
(velocita,
temperatura, peso molecolare) che dalle condizioni meteorologiche (velocit a del ven-
(velocita
to e stabilit
stabilitaa atmosferica).
In particolare lele tipologie di pennacchi
pennacchi nella loro
loro fase
fase iniziale possono essere
essere distinte
distinte
in tre categorie:
o pennacchi galleggianti (l'innalzamento
(Pinnalzamento dovuto alla spinta di galleggiamento 
èe
molto maggiore di quella dovuta alla velocit
a del gas);
velocita gas);
148
148 Capitolo 5

0 jet (quando eè il termine cinetico a prevalere);

pennacchi jet
0 pennacchi misti (quando le due spinte sono confrontabili).
Nel seguito verranno richiamati alcuni metodi di stima proposti dalla letteratura
per il calcolo di
 opportuno mettere preliminarmente in evidenza particolari
HF . E
AHF.
fenomeni che avvengono in prossimit a della bocca del camino.
prossimità

Pu
Puòo entrare in gioco un eetto
cfietto scia del camino quando una scarsa velocit
velocitàa
d'uscita
d7uscita dei fumi rispetto alla velocit
a del vento produce un abbassamento del pen-
velocita
nacchio, con conseguente valore negativo della stima di
HF . Infatti la velocita
AHF. velocita
del vento crea attorno al camino una zona depressionaria in grado di risucchiare il
pennacchio di fumo e di abbassarlo (g.
(fig. 5.6).

D ` › V

I/'__"\

Vs U
/ \\
† ü" Ih
`~ _____________ d _________ v
H ______________

L
V

Figura 5.6
Figura 5.6 Andamento dell'asse
delllasse del pennacchio di fumo
fumo nel caso sia
sia sufficientemente
suÆcientemente basso
basso
il rapporto
rapporto Vs /V.
VS/V.

Prove sperimentali [108] hanno portato ad individuare

individuare nel
nel rapporto
rapporto velocita
velocita di
uscita dei fumi V VSs e, velocit
a del vento V, il valore 1.5 come fattore discriminante
velocita
fini del calcolo del

ai ni HF .
AHF.
Cos
Così se V s /V < 1.5 (caso che si pu
VS/V puòo presentare facilmente per le piccole emissioni)
emissioni)
l'altezza
l”altezza geometrica del camino risulter a diminuita della quantit
risulterà a:
quantita:
 
VvS
= 22 <7s _ 11.5)1)
hhdd = :5 D (5.14)
(5.14)
V
con D = diametro interno del camino.
Vss /V 
Nel caso in cui sia V 2 1.5,
1.57 l'altezza
llaltezza geometrica viene assunta pari ad H g.
Hg.
Pinterferenza dei fumi con la scia aerodinamica di un edi-
Per quanto riguarda l'interferenza edz'fi-
cio
cio,, occorre confrontare l'altezza
llaltezza del camino con quella dell'edicio hed . Prove in
dell,edificio hed.
laboratorio [108]
[108] hanno portato alle seguenti possibili assunzioni:
assunzioni:
o Hgg 
se H ì 2.5 h ed , il pennacchio non èe influenzato
hed, in uenzato dalla scia e si considera l”emis-
l'emis-
sione uscente ad una altezza H pari ad H g;
Hg;
 Modelli gaussiani
gaussiani 149
149

ø ed < H
se 1.5 hhed< Hgg < 2.5 h ed , l'in uenza
hed, l”influenza dell'eetto
dellieffetto scia posiziona ljemissione
l'emissione uscente
ad
ad una
una altezza
altezza HH =
: 2
Hg -- 2.5
2-Hg 2.5 hed ;
hed;

0 nel caso in cui H g  1.5 h

Hgí ed , il pennacchio resta intrappolato nella cavit
hed, a sotto-
cavità
vento e non si considerano eetti
effetti di sovrainnalzamento.

La conformazione del pennacchio alla ne fine della fase transizionale 

èe strettamente
legata alle condizioni dell'atmosfera
dell”atmosfera e tende ad evolvere senza raggiungere mai nella
realt
realtàa un assetto di vero e proprio regime, con asse livellato ad una altezza costante,
come nell'ipotesi
nell“ipotesi alla base di un modello gaussiano. Ad esempio,
esempio, in una atmosfera
neutra o instabile una particella di fumo pi piùu calda dell'aria
delliaria circostante si alzer
alzeràa
indenitamente
indefinitamente in atmosfera: ne risulta che l'assellasse di un pennacchio mai si porrà
porra in
direzione orizzontale. In realt a esso salir
realtà a no
salirà fino a che non troverà,
trovera, ad una certa quota,
uno strato di inversione termica.
termica. In ogni caso nelle applicazioni modellistiche si
ricorre ad una denizione nale di tipo operativo
definizione di sovrainnalzamento finale operativo:: Briggs [108]
[108]
propone di considerare il pennacchio livellato quando la sua pendenza sull'orizzontale
sull”orizzontale
risulta inferiore al 5%.
Si riportano nel seguito alcune formule per il calcolo di
HF seguendo la clas-
AHF
sicazione
sificazione delle tipologie di pennacchi illustrata in precedenza.

Pennacchi
Pennacchi galleggianti
galleggianti Si identicano
identificano con quei pennacchi che hanno grandi
masse a temperatura maggiore di quella ambiente: si fa notare che e`e la massa, non
la dierenza
differenza con la temperatura ambiente ((AT),
T), il parametro che ha pi
u inerzia nei
più
confronti della perdita di energia del pennacchio, in quanto meglio si oppone al feno-
definito col nome di entrainment
meno denito entraz'nment [109]. Pennacchi anche molto caldi rispetto
all'aria ambiente, ma emessi da ciminiere piccole, vengono facilmente rimescolati con
aria pi u fredda (l'
più entrainment e`e molto eÆcace)
(Pentraz'nment efficace) e quindi hanno sovrainnalzamenti
molto limitati. Per la descrizione del sovrainnalzamento in funzione della distanza
xX sottovento al punto di emissione, possono essere prese in considerazione risoluzio-
ni teoriche delle leggi di conservazione della massa,
massa, della quantit
a di moto e della
quantità
energia cinetica del pennacchio del tipo:
tipo:
AHQU)

H (x) = K
Qah
-xb
K-Qg xb
- VVcc (5.15)
(5.15)
dove K eè una costante adimensionale e Q Qhh = Cp
Qn
(Ts -T) èe l'entalpia
Ca-(Ts-T) l”entalpia del gas, con:
C specifico a pressione costante [cal/kg ÆOK]
Cpp = calore specico K]
Q
Qmm= : portata in peso dell'euente
dellieffluente [kg/s]
T
TSs =
: temperatura dell'euente Æ K]
dellieffluente [[OK]
T= : temperatura aria ambiente [[OK] Æ K].

Nel seguito sono riportate alcune risoluzioni operative proposte in letterature.

o [110] introduce la grandezza conosciuta col nome di parametro di gal-
BRIGGS [110]
leggiamento
leggiamento::
FF1,b = 9g
' Q
Qhh C
: p %a T
CaT m4 =s3 ]
[[1114/53] (5.16)
(5.16)
71
dove %gaa eè la densit
a dell'ambiente
densità delliambiente atmosferico attorno al punto di emissione.
Nel caso in cui aria ed euente
effluente presentano medesimi valori di peso molecolare
e calore specico
specifico a pressione costante, F
F1,b pu
puòo essere scritto come:
150
150 Capitolo 5

D22 (Ts T )
b = g
Vs

Fb:g.{/S.DT.%
F
T (517)
(5.17)
4 s
Per le diverse condizioni di stabilit
a dell'atmosfera
stabilità dell”atmosfera sono proposte le seguenti
relazioni:
Æ0 Atmosfera
Atmosfera neutra:
neutra:

Amm)

H (x) = : 6
Fb1=3
V 1
'gf/3
= 11.5.Fb1/3'v-1 x2=3 (5.18)
(5.18)
La distanza alla quale l'asse
Passe del pennacchio si livella 
e:
è:
xwFF = : 48
Fb
Hg3=5 (Hg < 305
2=5
= 66.48-1«¬b2/5.H§/5(Hg 305m)
m) (5.19)
(5.19)

x:HFF = 201
› FFb2/5(Hg

= 201 2=5
305m)
b (Hg > 305m) (5.20)
(5.20)
oppure pi
u semplicemente, per grosse ciminiere:
più
x:rpF = 10
~ H
Hgg (5.21)
(5.21)
Quindi la stima di
HF da utilizzare nel modello gaussiano sar
AHF a data da:
sara

AHFF =

H : 6
Fb1=3
V 1
x2F=3
= 11.6-Fb1/3-v71-wš/3 (5.22)
(5.22)
Si noti comunque che le 5.18 e 5.22 diventano non attendibili per V )
:> 0.
O.

Æo Atmosfera stabile
In questo caso si puo tenere in considerazione la presenza o meno di vento:
può
a) V > 1 m/s:
in fase
fase di transizione
transizione permane sempre la 5.18. Il valore della XF
xF di livella-
livella-
mento del pennacchio eè:: V
V
xFF =
: 2
2_p
ß (5.23)
( 5.23 )
S
dove: S =
: g/ #a
(@#a /@ z) parametro di stabilit
g/üa-(ôüa/ôz) a dell'atmosfera,
stabilità #a `ee
dell”atmosfera, dove 19a
la temperatura potenziale dell'aria
dell”aria (vedi capitolo 3); quindi:
 =3
FF 1/3
1

H : 6
(Vàb
- SS)
: 22.5-
AHFF = (5.24)
(5.24)
V
b) V < 1 m/s:

H
Fb1=4
- S5-3/8
= 55.1371/4
AHFF = 3=8
(5.25)
(5.25)

Æ0 Atmosfera instabile
Briggs propone ancora l'utilizzo
liutilizzo delle 5.18 e 5.22, ma con:
F
Fbb
xF = 5: 7

g
H0
hi C
 (5.26)
(5.26)
%a p
T
dove:
HH0o = flusso
usso di calore sensibile al suolo [cal/cm
[cal/c-sk
2

s];
hhl-i =
: altezza dello strato di rimescolamento.
 Modelli gaussiani
gaussiani 151
151

ø ANFOSSI [111], suggerisce la seguente formula asintotica in X,

x, ottenuta inter-
polando diversi modelli di Briggs:
 2  1=3
: 6Fb1=3x2=3 (w25'
_ 22.6Få/3x2/3 xS >1/3

H (x) =
AHUU) V _ :3
v22 + 44.3 (5.27)
(5.27)
V V
con S=0
S:0 per condizioni instabili e neutre e V 6=0.
V7É0.

0 MOORE [112] considera il pennacchio come un susseguirsi di pufi pu che hanno

assegnate probabilit a di ricombinarsi; in tal caso egli dimostra che la dipendenza
probabilità
della quota raggiunta dal pennacchio H(x)H(X) dal flusso
usso di galleggiamento F F1,b varia
rispetto al caso considerato da Briggs. Nella 5.18 Briggs pone come esponente
di F
F1,b 1/3, mentre Moore 1/4. Di conseguenza anche la dipendenza da Xx varia
(2/3 per Briggs e 3/4 per Moore) mentre rimane inalterata la dipendenza da V.
Nel caso considerato da Moore si avr
avraa dunque:
Amm)

H (x) = : 4
Q1h=4
V 1
x3=4
= 22.4-Qì/4.v*1.wì/4 (5.23)
(5.28)
Tale formula vale sia in fase transizionale (x  = x)
(x*: x) che in fase finale
nale (x
(x,k =x F)
:xF)
con:
COIIZ
(4224
- Vv))
(4224
xJSFF = (5.29)
(1239
-
#
I (5.29)
+V
A19 + 2 )1=2
V2)1/2
con HHg>100 A19 = 0.08 ÆOK/lOO
g >100 m e
# K/100 m.
E importante rilevare che il valore della velocit
È a del vento da inserire nella 5.28
velocita
eè quello misurato ad una quota pari a 1.5 volte l'altezza
l”altezza della ciminiera, mentre
nelle altre formulazioni la velocita del vento va misurata a quota camino. Si
velocita
deve comunque tenere presente che il modello di Moore non prevede lo studio
per V  z 0.

o Il modello CONCAWE [113]

[113] (messo a punto dall' Organizzazione delle compagnie
dall“Organizzazione
petrolifere europee per
petrolifere per l'ambiente,
lombiente, la salute e la sicurezza
sicurezza,, WWW.concaWe.be)
www.concawe.be) si
adatta bene ad emissioni da raÆnerie
raffinerie e non tratta la fase di transizione:
transizione:
: 175
Q
AHFF = 00.175.

H Qhh
~ Vv¬°›/4
3=4
(5.30)
(5.30)

0 La formula proposta da HOLLAND [113] [113] approssima bene la realta per emis-
realta
sioni medie:
AHF

H F = (1: 5
Vs
D + 4
10 5
Qh )
V 1
(1.5-1/8~D+4~10-5-Q,.)`v-1 (5.31)
(5.31)

Pennacchi
Pennacchi tipo jet Sono identicabili
tipo jet identificabili con quei pennacchi dove il sovrainnalza-
mento eè dovuto principalmente alla velocit
a di uscita.
velocita

o Analiticamente BRIGGS [110]

[110] giunge alla seguente formulazione:
formulazione:
(x) = 22.: 3
- F
AH(5~)

H m
. V
1=3
Fåjß 2=3
v_2/3
51/3
x1=3 (5.32)
(5.32)
dove:
Fm
F m=:V s %s =%a =
Vš2s rršgS/QUL flusso inerziale con %ps,
: parametro di usso s , %paa densit
densitàa del fumo e
2
152
152 Capitolo 5

dell'aria.
dell”aria. Ipotizzando che %
Ipotizzando che gss z %gaa >> TTSs m TTaa sisi ottiene
ottiene in
in condizioni
condizioni stabili:
stabili:
 F 11/3
=3
Fm

H
AHF : 11.: 55-
(7m)
F =
-Sfl/6
S =1 6
in presenza di vento (5.33)
(5.33)
V
1/4
=4 
F
Fm
1

F =4

m

H
AHF:4-(V > con calma di vento (5.34)
(5.34)
V
0 Il modello di BRYANT [112]
[112] 
eè invece un modello empirico per emissioni neutre:
neutre:
 V 11/4
=4
Vs
AHFF =

H =DD.
(V) (5.35)
(5.35)
V

Sovrainnalzamento
Sovrainnalzamento in
in presenza
presenza di
di inversione
inversione in
in quota
quota I modelli fin
n qui pre-
sentati presuppongono atmosfere verticalmente omogenee: nel caso vi siano invece
delle inversioni in quota,
quota7 occorre valutare se il pennacchio di fumo emesso dal camino
riesca a superare la sommit
sommitàa di un eventuale strato di inversione (g.
(fig. 5.7). A tal

AT.1

Figura 5.7
Figura Strato di inversione alla quota z , con spessore (z - z ) e intensita
T .
i con spessore (zfq,v
5.7 Strato di inversione alla quota zi, i e intensità ATi.i
fi - zi)

ne
fine possono essere usate le seguenti formule empiriche [114]:
zZ'0 =
: 7
- F b
- bbg”
0:4
F94 0:7
i +HHgg ((v
V < 00.25
: 25 m/S))
m=s (5.36)
(5.36)
zZ'0 = 22-
((Fb
Fb
-V-1
V 1
-b;1)0-5
bi 1 )0:5 + H
Hgg V 
((V 2 00.: 25 m/S)
m=s) (5.37)
(5.37)
: g
-%[m/52]
con bbii =
Ti [m=s2 ]
Ta
 Modelli gaussiani 153
153

0 fi > z',
Se zzƒi z7, il pennacchio rester
a intrappolato sotto lo strato di inversione e
resterà
diondera in tale strato.
diffondera

0 f,- < z',

Se zfi z”, il fumo supera lo strato di inversione diondendosi
diffondendosi sopra di esso.

0 Nel caso lo spessore dell'inversione

dellyinversione sia notevolmente grande, z7
z' va confrontato
con la media tra zzƒ,Y
fi e zz,-.
i.

5.1.4 Estensioni del modello gaussiano

A partire dalla formulazione iniziale sono state sviluppate ulteriori versioni del mo-
dello in grado di simulare condizioni pi u complesse rispetto a quelle previste dalle
più
ipotesi classiche. In particolare e`e possibile trattare la presenza di:
o eventuali inversioni in quota o condizioni di calma di vento;
vento;
o altre tipologie di sorgente; ad esempio lineari, areali o volumetriche;
o eetti
effetti scia nel sovrainnalzamento dovuti al camino, o ad altri edici
edifici circostanti
le emissioni ed in grado di intrappolare parte del pennacchio;
o trasformazioni chimiche in inquinanti secondari; generalmente la trattazione
trattazione
viene eettuata
effettuata attraverso semplici relazioni (ad. es.
es. decadimenti del primo
ordine);
ø emissioni di particolato; viene introdotto il calcolo dell'inclinazione
dell”inclinazione dell'asse
dell”asse del
pennacchio e di un termine di deposizione;
0 siti costieri, in corrispondenza dei quali si possono sviluppare condizioni disper-
sive fortemente disomogenee;
0 terreno complesso in grado di modicare
modificare la struttura del campo anemologico;

0 contesti urbani di particolare criticit

a, quali canyon, grossi incroci, gallerie, . . .
criticità,

Tali situazioni possono essere simulate grazie all'uso all”uso di piccoli accorgimenti,
oppure attraverso revisioni pi u signicative
più significative della struttura dei modelli. Si pu o, ad
può,
esempio, inserire su di un impianto di tipo gaussiano una formulazione ad hoc della
struttura della dispersione verticale in modo da poterla trattare in termini genera-
li e riproducendo le eventuali disomogeneit
disomogeneità a (calme di vento,
vento, condizioni convettive
particolari, . . . ). Per gestire la presenza del terreno
terreno complesso, si possono
possono adottare
algoritmi che permettano di modicare l'asse del pennacchio in funzione dell'oro-
modificare Passe dellyoro-
graa
grafia e della stabilit a atmosferica. Analogamente eè possibile trattare la dispersione
stabilita
orizzontale.
Anche la ricostruzione delle sorgenti emissive pu puòo essere eettuata
effettuata secondo di-
versi criteri. In primo luogo l'estensione
Pestensione a sorgenti lineari o o areali viene
viene effettuata
eettuata
attraverso l'integrazione
l”integrazione nello spazio dei singoli contributi delle sorgenti distribuite,
sfruttando la linearit a delle concentrazioni rispetto alle emissioni.
linearità
Nel seguto vengono brevemente presentati alcuni di questi casi.
154
154 Capitolo 5

Modello gaussiano in presenza di inversioni in quota La trattazione svolta

sinora ha implicitamente presupposto che il pennacchio potesse espandersi verso
l'alto
l”alto all'innito.
all”infinito. Capita per o spesso che l'atmosfera
però llatmosfera si presenti,
presenti, al pennacchio che
dionde
diffonde verso l'alto,
l”alto, come una barriera insuperabile (g.
(fig. 5.8). Questo avviene

i
5 STRATO D7lNVERSlONE
L

/-/A i "-\ \_ ,/
,f' \ \ /
f
/' ~
/' I \_ f \ /
/' i \`\
/' ~ `\ ~\ ,I 'I " \_ \` fI
/' .l _ f /
x
1
› i \. f f \
5
ff _____ ` \ `~\AI\ \`\ ,/ " ``
_
`\ f' f ` \_

i \`\ \`\ , I I
~ \ >'_ 4,'
,'I/ h
"`
! \ \ x \_
É \ ,' \» /f 1
5 \.\ I, \` 1,'
5 ~\ I,f \ ,,f
I ' V `
V

XL X

Figura 5.8
Figura 5.8 Evoluzione del pennacchio in presenza di uno strato
strato di inversione.
inversione.

sia in condizioni instabili, poich

poichée lo stato rimescolato diurno, innescato dai moti
convettivi prodotti dal riscaldamento del terreno, eè sempre sormontato da uno strato
di inversione di temperatura, sia in condizioni neutre o stabili a seguito della possibile
presenza in quota di strati d'aria
d”aria pi
piùu freddi legati alla circolazione su grande scala.
Assumendo che esista una tale barriera riflettente
ri ettente ad una quota hhi,i , si può
puo dimostrare
che la soluzione dell'equazione
dell,equazione di diusione
diffusione èe data da [115]:

   
_
C (x;y;z ) =
Q
exp
y1/22


2V y z exp
Gail/72) _ Liri/'01,02 220%y2
( 1     )
(z He + 2Jhi )2 + 6,.,
6,, (_w) (_Mm (538,
+00
+
X (z + He + 2Jhi )2

` { Z exp z2
2202
+ exp
z2
220%
(5.38)
= 1
JJI-oo

Anche in questo caso con il metodo delle immagini si possono visualizzare (g. (fig. 5.9)
5.9) i
contributi dei termini esponenziali della sommatoria. Normalmente la serie converge
con pochi termini (J=1,2,3). Tanto pi u ci si allontana dalla sorgente, tanto più
più piu la
distribuzione di inquinante sulla verticale diviene costante e la convergenza della
serie si fa lenta. Per evitare di eseguire calcoli troppo onerosi, da una certa distanza
in poi si applicano formule
formule semplicate,
semplificate, ovvero soluzioni gaussiane dell'equazione
dell”equazione di
diusione
diffusione con distribuzione verticale uniforme.
TURNER
_ [101] sugger
suggerì di considerare la distribuzione delle concentrazioni di
inquinante uniforme in verticale ad una distanza sottovento doppia di XL, xL , alla quale
 Modelli gaussiani 155
155

il bordo superiore del pennacchio comincia ad essere riflesso

ri esso (g.
(fig. 5.10). Ne risulta
il modello:
 
p _ VQ_ hi 'ag
.exp y
Q 2
C(x,y)
C = _fl
(x;y ) = exp (_åš) xx >
> 22m
xL (5.39)
(5.39)
2
V
hi
y 2 y 2

/\
/<\// \ /^\
X( \ \ \
/ \ \
\ \/ \ \
2h.+H \ //\
' X \ \ \
\\
/ \ \ \ \ \
// \ \\ \\ \
) IMÂGE \

2 hi:¬1\)\ PLUM: \ \\ \ \ mxme imam' (hi)

/ / 7 f /
/ / / /
))) / // / / //
a iii-H»y/
\ // // /// / /

>`/ / / //

<2 A/
\ / \ /

/ Y \ /
/ //
// /

/ /
-_(›)) / \ /
\/ \/>\/
Figura 5.9
Figura 5.9 Visualizzazione col metodo delle immagini dei contributi dei termini esponen-
ziali della 5.38.

Al fine
ne di calcolare xL, definisce convenzionalmente bordo del pennacchio il
xL , si denisce
luogo dei punti a concentrazione di inquinante pari a 1/10 di quella esistente sull'asse
sull”asse
del pennacchio stesso. In questa ipotesi si ottiene
ottiene che XL
xL èe quella distanza per
per cui:
hi _ H
((hi e)
=_
z = He)
.4
(5.40)
UZ 22.15
: 15 (5 0)
156
156 Capitolo 5

/L- Strato
Strato di
di intrappolamento
intrappolamento

Profilo del
Profilo del pennacchio
pennacchio
Strato di inversione

Profilo
di concentrazione
Suolo

Figura 5.10
Figura 5.10 Prolo
Profilo di concentrazione del pennacchio, sotto
sotto uno strato
strato d'inversione.
dlinversione.

Quindi, noto hhi,i , eè possibile calcolare UZz e quindi xL.

xL . Riassumendo, finono alla distanza
xXLL eè possibile usare la 5.38, oltre 2x 2xLL la 5.39 ee tra
tra XL
xL e 2x2XLL una interpolazione tra tra
le due.
Si consideri ora il caso di una barriera h,(t) hi (t) ri ettente
riflettente che evolve nelle ore
diurne (g.(fig. 5.11),
5.11)7 internamente alla quale si ha la crescita di uno strato convet-
tivo che erode l'inversione
l”inversione notturna. Inizialmente gli inquinanti emessi diondono diffondono
in uno strato stabile; al passare del tempo e quindi all'innalzarsi all”innalzarsi dello strato di
rimescolamento, parte dell'inquinante
dell7inquinante viene diuso
diffuso verso il basso (fenomeno della
fumigazione ). Tale situazione porta quindi ad una caduta al suolo degli inquinanti
fumz'gazione).
che si erano accumulati nello strato stabile notturno, come conseguenza dei moti
convettivi che si sviluppano entro lo strato rimescolato. Turner [101] [101] ha ricavato
che il fenomeno della fumigazione
fumigazione ha approssimativamente inizio quando l'altezza llaltezza
dello strato di rimescolamento e`e circa uguale a H Hgg (altezza geometrica del camino),
mentre il massimo eetto effetto sulle concentrazioni al suolo si ha per:
hh,i = H
Hee + 2 : 15z
2.150z (5.41)
(5.41)

Modelli
Modelli gaussiani
gaussianì per terreno complesso
per terreno complesso Lo studio della dispersione di inqui-
nanti in presenza di rilievi richiede, generalmente, Papplicazione
l'applicazione di modelli (ad es.
es. a
pu o a particelle)
pufi particelle ) pi
u sosticati
più sofisticati rispetto ai semplici modelli
modelli gaussiani, sviluppati,
a rigore, per domini di tipo pianeggiante. Esistono, comunque, in letteratura diver-
si esempi di modelli di origine gaussiana opportunamente adattati alla presenza di
rilievi e che in condizioni di scarsit
scarsità a di dati e risorse di calcolo possono essere uti-
lizzati al posto di modelli pi
piùu sosticati
sofisticati e accurati. Nello studio del moto del fluido
uido
atmosferico, in particolare per ci o che concerne la valutazione della dispersione degli
ciò
inquinanti in terreno
terreno complesso,
complesso7 si  eè soliti distinguere le
le seguenti conformazioni geo-
 Modelli gaussiani 157
157

Zlm)

800

uoo

Gradleme termico atmosierico Dimenslonl dei vorticl e interazioni con il Yumo

Figura 5.11
Figura 5.11 Evoluzione da condizione di inversione a condizioni superadiabatiche.
superadiabatiche. La
gura mostra in modo qualitativo la corrispondenza tra
figura tra llaltezza
l'altezza dello strato
rimescolato (h i (t)), dimensione dei vortici e fenomeno della fumigazione,
(hl-(Q),
attraverso una successione temporale (1-8).

grafiche: singola collina

grache: collina,, dorsale
dorsale,, singola valle
valle,, generico terreno complesso (si veda
il capitolo 3).
Collina
Collina Quando una sorgente  eè sitata sopravento ad una collina, si pone il problema
di determinare se il pennacchio emesso supera llostacolo l'ostacolo oppure impatta su di esso.
Le condizioni di straticazione
stratificazione dell'atmosfera in uiscono in modo determinante sul
delllatmosfera influiscono
comportamento del usso, flusso, in quanto possono inibire il moto verticale delle particelle
di inquinante e quindi impedire il superamento dell'ostacolo. delllostacolo.
L'andamento
L7andamento del flusso usso attorno a una collina isolata èe stato indagato approfon-
ditamente in alcuni studi di Hunt et al. [116] [116] in condizioni atmosferiche neutre e
fortemente stabili. In figuragura 5.12 eè riportato il possibile percorso di un pennacchio
emesso nella regione 1 alla quota zzT. r . Questi autori osservarono sperimentalmente
l'esistenza
l”esistenza di una linea di usso Dividing Streamline
flusso di divisione critica DS ((Dloldlng Streamllne)) fra
i due tipi di usso
flusso che si vericano
verificano in condizioni stabili intorno a un ostacolo del
terreno ([116], [118], [119]). Sotto questa linea di divisione, il flusso usso non ha energia
suÆciente
sufficiente a sormontare l'ostacolo,
llostacolo, quindi scorre lungo i fianchi anchi su piani orizzonta-
li e l'inquinante
llinquinante  e trasportato sulla supercie
superficie della collina per avvezione, facendo
registrare alte concentrazioni di inquinante. Al di sopra di questa linea, il flusso usso èe
in grado di scavalcare l'ostacolo
l”ostacolo e il trasporto di inquinante al suolo avviene solo
per diusione.
diffusione. In accordo con questa teoria l'altezza llaltezza H Hdd della divisione critica DS èe
descritta dall'equazione
dalllequazione di Snyder ([120], [121]):
Hh Z  
U 2 = g/Hh @% dz
%QU_2 = g ((Hh
Hh _ z2)) (_ä) dz (5.42)
(5.42)
2 Hdd
H @z
dove p eè la densit
a dell'aria,
densità delllaria, U  eè la velocit
a dei vento,
velocità vento, HHhh eè l'altezza
l”altezza della collina,
z rappresenta la quota, @% /@ z eè il gradiente di densit
ÖQ/ôz densitàa locale e g l'accelerazione
llaccelerazione
di gravita. L'equazione
gravità. Llequazione consente di calcolare il livello più piu basso al quale l”aria
l'aria ha
energia suÆciente
sufficiente per sorpassare l'ostacolo,
l°ostacolo, ponendo l'energia
llenergia cinetica E Ecc del flusso
usso
uguale all'energia
all”energia potenziale E Epp persa per superare llostacolo.
l'ostacolo.
158
158 Capitolo 5

Regione
Regione 22
Regione 3
Regione 3
Regione 1l
Regione

Regione 3
Regione 2
Regione 2

Regione 1l x
Regione

Profilo della
Profilo della collina
collina
alla quota
alla quota H
Hdd
/ Strato superiore

V97 _
d . I .
, - .Strato inferiore
Strato inferiore

Figura 5.12
Figura 5.12 Distribuzione della concentrazione di un pennacchio emesso
emesso in prossimit
a di
prossimità
una collina vista secondo una sezione verticale (alto)
(alto) e una
una sezione piana
all'altezza
allyaltezza Hd (basso). [117].

l°ipotesi di atmosfera fortemente stabile

Sotto l'ipotesi stabile,, gradiente di densit a costante e
densità
prolo
profilo di velocit
velocitàa del vento uniforme, l'altezza
llaltezza H
Hdd pu
puòo essere calcolata piu sempli-
più
cemente
cemente con con lala seguente
seguente espressione:
espressione:

H d = Hh (1 F r)
Hd:Hh(1_F'I`) (5.43)
(5.43)

in cui si e`e indicato con H Hhh l'altezza

l”altezza della collina e con F F71r il numero
numero di
di Froude
Froude,, denito
definito
come:
_ U
FFrr = (5.44)
(5.44)
_ NH
NHhh
frequenza di
dove N eè la frequenza dz' Brunt-Vaisala
Brunt- Val'sala e vale
s  
g @%
N:=
N 5( È) (5.45)
(5.45)
%
Q _âz @z
Il numero di Froude descrive signicativamente
significativamente il rapporto fra le forze inerziali e
quelle gravitazionali e,
e7 se l'atmosfera
l“atmosfera  eè fortemente stabile, assume valori compresi
 Modelli gaussiani 159
159

fra zero e uno.

Se, invece, il prolo
profilo di velocit a del vento non èe uniforme,
velocità uniforme, èe opportuno suddividere
l'atmosfera
l”atmosfera in tanti strati, aventi ciascuno un profilo
prolo di velocit
velocitàa del vento uniforme,
uniforme,
e denire
definire altrettanti numeri di Froude locali [119]. Il problema diviene cos così alquan-
to complesso, poich
poichée 
e`e necessario tenere conto dei fenomeni che si verificano
vericano nelle
interfacce fra i diversi strati.
Ulteriori fattori che modicano
modificano l'andamento
llandamento del pennacchio sono [122]:

0 l'avvicinamento
l”avvicinamento delle linee di usso
flusso alla supercie
superficie della collina. L'asse
L7asse centrale
del pennacchio risulta piu vicino al terreno, per cui le concentrazioni rilevate
più
sono maggiori;
0 la variazione del tasso di dispersione dovuta al cambiamento di forma del pen-
nacchio. Ci
Ciòo pu
o comportare sia un aumento sia una diminuzione delle concen-
può
trazioni rilevate;
o l'amplicazione
lflarnplificazione dei serpeggiamenti
serpeggiamentì a bassa frequenza
frequenza del pennacchio, che viene
disperso su una supercie
superficie maggiore, dando luogo a minori concentrazioni.

A volte il comportamento eettivo

effettivo del pennacchio dierisce
differisce da quello simulato a
causa di componenti verticali nel moto, che non possono essere considerate dall'ap-
dallyap-
proccio gaussiano. I modelli devono contenere quindi opportune parametrizzazioni
che permettano in primo luogo di determinare la quota di divisione del pennacchio
H
Hdd e successivamente di correggere il calcolo della concentrazione per le porzioni di
emissione che aggirano o scavalcano il rilievo. Tali correzioni sono funzione delle
diverse condizioni di stabilit
a e possono riguardare il calcolo sia dell'altezza dell'asse
stabilità dell”asse
del pennacchio che dei coeÆcienti
coefficienti di dispersione verticale e laterale.
laterale.
Dorsale E'
E7 denito
definito dorsale un rilievo montuoso di lunghezza considerevole, tale
che l'inquinante
l”inquinante non possa superare l'ostacolo
l7ostacolo lateralmente; in queste condizioni la
lunghezza dell'ostacolo
dell”ostacolo pu
o essere considerata innita.
può infinita. Il problema viene quindi af-
frontato bidimensionalmente su un piano verticale, parallelo alla direzione del vento,
e si considera solo l'andamento
Pandamento del pennacchio in funzione dell'altezza
dell”altezza del terreno, ri-
conducendo il caso a quello analogo di superamento dell'altezza
dell”altezza critica di una collina.

Valle
Valle Come introdotto nel capitolo 3, entro una valle si possono distinguere due
sistemi di vento, uno in direzione assiale ((brezze brezze monte-valle
monte-valle), ), l”altro
l'altro in direzione
brezze di
trasversale ((brezze pendio ). A causa delle dierenti
dz' pendio). differenti esposizioni al sole, quando la
valle eè orientata da nord a sud il vento di pendio spira con la stessa intensità intensita su en-
trambi i versanti; invece nei casi in cui eè allungata nel senso dei paralleli esso appare
considerevolmente attenuato (se non mancante del tutto) tutto) nel versante in ombra. Le
valli, soprattutto quelle profonde e con forti pendenze dei declivi, presentano spesso
fenomeni di canalizzazione del usso, flusso, cio
cio`ee situazioni in cui il vento, combinazione
di quello geostroco
geostrofico e di quelli locali, segue in direzione l'asse
l”asse della valle. In questo
caso si possono segnalare due tipologie di modelli gaussiani a seconda che si consi-
derino valli ad asse rettilineo o irregolare. Nei primi le formulazioni
formulazioni dieriscono per
differiscono per
le ipotesi sulla ri essione
riflessione delle pareti della valle in condizioni di flusso usso straticato;
stratificato;
per i secondi invece, la diversit a eè dovuta agli algoritmi di calcolo della traiettoria
diversità
del pennacchio, quando questa supera gli ostacoli del terreno. terreno.
160
160 Capitolo 5

Generico
Generico terreno complesso Questa situazione viene trattata in modo molto sem-
plicato
plificato dai modelli gaussiani come un'estensione
un”estensione dei casi precedenti;
precedenti; i modelli svi-
luppati in questo contesto applicano via via in successione correzioni all'andamento
all”andamento
del pennacchio del tipo di quelle sopre introdotte.
A titolo di esempio, in gura
figura 5.13 
e`e schematizzato graficamente
gracamente l'eetto
Perfetto indot-
to dai rilievi sulla dispersione di un pennacchio, cos
cosi come èe simulato nel modello
VALLEY [123]. In condizioni atmosferiche stabili, l“algoritmo
l'algoritmo assume che l'altezza
llaltezza
dell'asse
dell“asse del pennacchio resti costante rispetto alla base del camino; in questo modo,
modo,
se l'altezza
l”altezza del terreno aumenta, il pennacchio si avvicina al suolo. Si conviene per peròo
che la distanza tra asse del pennacchio e suolo non possa mai essere minore di 10
metri. In condizioni atmosferiche neutre o instabili, invece, si assume che l'altezza
17altezza
eettiva
effettiva del pennacchio rimanga costante rispetto al terreno, seguendone il profilo.
prolo.

Frazione
del
pennacchio
Categorie
Categorie
stabili
stabili

He < He
> He

instabili
Categorie instabili
Categorie /

Figura 5.13
Figura 5.13 Trattazione del pennacchio in presenza di un un rilievo
rilievo nel modello
modello Valley, in
in
condizioni stabili (in alto)
alto) e instabili (in basso)
basso)

Modello
Modello gaussiano
gaussiano per
per la
la diusione
diffusione di
di particolato Il particolato
particolato Il particolato èe costituito
da una sospensione solida in fase gassosa o liquida (nella quale, a sua volta, possono
essere disciolti dei gas) con particelle di dimensioni variabile da pochi micron ad
 Modelli gaussiani
gaussiani 161
161

alcune centinaia. Al finene di riprodurre la dispersione in atmosfera di tali particelle di

massa non trascurabile, occorre tenere in considerazione l'eetto l”effetto dovuto alla gravita
gravita
e la deposizione al suolo; l'asse llasse del pennacchio subisce allora un abbassamento,
funzione della distanza dalla sorgente, denito dall”angolo 
definito dall'angolo (15 = arctg(v g /V) (g.
arctg(vg/V) (fig.
5.14), dove vvgg eè la velocita di
Uelocz'tà dz' sedimentazione
sedimentaztone delle particelle denita
definita dalla legge di
Stokes:
: ddzyop
g%p
2
vvgg = 18” (5.46)
(5 .4 6)
18
dove:
d = : diametro medio delle particelle
g = accelerazione di gravit
gravitaa
%ppp =
: densit
densitàa del particolato
,u =: viscosit
viscositàa dinamica dell'aria:
dellyaria: 1.8
10 5 [kg/(s
1.8-1075
m2)]
[kg/(s-m2)]
Questa formula non eè valida per particelle molto fini  vg<5
ni ((~ vg <5 cm/s)
cm / s) o molto grosse
 vvg>100
((~ g > 100 cm/s): nel primo caso l'eetto
l“effetto della gravit
gravitaa 
e
è trascurabile, mentre nel
secondo occorre usare semplici modelli balistici
baltsttct..

Figura 5.14
Figura 5.14 Diusione
Diffusione di un pennacchio pi
u pesante dell'aria.
più delllaria.

Per simulare la diusione particolato eè conveniente suddividere l”emissione

diffusione di particolato l'emissione in
N classi che descrivano la distribuzione granulometrica delle particelle ed applicare
la formula:
N       
X Q( k ) y2 (z He )2 (z + He )2
C (x;y;z ) =
2y z V
exp
2y2

exp
2z2
+ exp
2z2
k16:1
=1
(5.47)
(5.47)
vg (k)
x
con H
con Hee =
:H9+AHJc
Hg +
Hf _ w V .
Q(k)
Q(k) rappresenta la portata di particolato della classe k e diminuisce dal valore
162
162 Capitolo 5

iniziale Q o (k) con l'aumentare

Q0(k) llaumentare di x effetto della deposizione secca al suolo; questa
X per eetto
pu
puòo essere stimata con ([103],
([103]7 [124]):
2 s 3
Z x
2 vd (k ) dx
Q (k ) = Q 0 (k )exp -\/š.
w /0w È (5.48)
(5.48)
Q(k) Q0(k)exp 4  5
 V 0 z exp H 22
2z

d (k) eè la velocit

dove vvd(k) a di deposizione della classe k.
velocità

5.1.5 Il modello climatologico

La trattazione svolta nora
finora presupponeva la stazionariet a degli eventi meteorologici
stazionarieta
ed emissivi; ci l”utilizzo del modello gaussiano solo in versione short-term
o consente l'utilizzo
ciò short-term,,
cio
cioèe per intervalli di tempo suÆcientemente
sufficientemente brevi in cui vengono mediati i dati ane-
mologici e di stabilit
stabilitaa atmosferica (10'-
(101 2 ore). Poich
Poichée nel lungo periodo le variabili
meteorologiche in gioco, quali velocit
velocitaa e direzione del vento e categorie di stabilit a,
stabilita,
non sono costanti, eè necessario adottare una versione del modello gaussiano che ten-
ga conto del variare di questi parametri meteorologici. Tale versione, denominata
climatologica ((long
long term
term)7), richiede la conoscenza dei dati meteorologici della zona
d'interesse,
d”interesse, su periodi suÆcientemente
sufficientemente lunghi (almeno un anno di dati orari).
Per la stima delle concentrazioni medie di inquinanti sul lungo lungo periodo
periodo si pro-
pro-
pongono due alternative: la prima consiste nella sovrapposizione dei risultati ottenuti
con la versione short-term
short-term;; ad esempio se il periodo preso in esame  èe di 30 giorni e
il gaussiano lavora su un tempo d'integrazione
dlintegrazione di un'ora
unlora si avra la sovrapposizione
avrà
di 24*30 mappe di concentrazione. La seconda si basa sulla conoscenza della Joint
Frequency Function (JFF). La denizionedefinizione di tale funzione richiede di suddividere il
range di variabilit
variabilitàa delle grandezze meteorologiche in un numero opportuno di classi, classi7
ponendo [125]:
0 nn,, generica classe di velocit
a del vento V
velocità Vnn (n = 1,..,N)
1...,N)

0 
(9,, generica classe di direzione del vento ((Q
=: 1,..,B)
1,..,B)

0 ss,, generica categoria di stabilit

a (s = 1,..,S).
stabilità 1...,5).
Di solito si sceglie N=5,
N:5, S=6
S26 e per quanto riguarda B, la rosa dei venti viene suddivisa
in 16 settori ognuno dell'ampiezza
delllampiezza di 22.5 gradi. Si assume che la direzione del vento
vento
vari casualmente all'interno
alllinterno del settore considerato, in modo che la distribuzione
dell'inquinante
dell”inquinante possa essere ritenuta uniforme su ogni arco. La concentrazione media
al livello del suolo per un settore  (9,, per la classe di stabilit
stabilitaa s e per la classe di
velocit
velocitaa del vento n valutata con il modello gaussiano " 
e
è [125]:
 0:5   #
2 Q  1 He (n;s) 2
Camong)
 (x;;n;s) == <š)0h5

ma? exp [_š [%Fì
2 z (n;s)
(5.49)
(5.49)
z (n;s)Vn 2x B
dove Q eè la quantit
quantitaa di inquinante emesso nelle condizioni medie di funzionamento
funzionamento
dell'impianto
dell”impianto nel periodo considerato.
Nel caso particolare di trapping (pennacchio intrappolato in uno strato di spes-
sore hhi)
i ) le distribuzioni di concentrazione verticale possono essere assunte uniformi
 Modelli gaussiani 163
163

dopo una certa distanza xX dalla sorgente; quindi seguendo il concetto di box
bom model
model,,
si ottiene [125]:
- (x;;n) = Q
C
C(a:,9,n) : _ (5.50)
(5.50)
hh,i
- VVnn
- 221r%
 Bx
La concentrazione media globale per il periodo ed il settore d'interesse,
d”interesse, funzione
della distanza Xx dalla sorgente, eè data dalla media pesata
pesata di tutte le concentrazioni
simulate al variare di n e ss,, assumendo come pesi i valori fƒ(@,n,s)
(;n;s) ricavati dalla
JFF [125]:
JFF [125]; XX
C
Ö(x,@) f (;n;s)
- C
 (x;) = Z Zf(@,n,s)  (x;;n;s)
Ö(a:,@,n,s) (5.51)
(5.51)
n s
fƒ(@,n,s)
(;n;s) esprime la frequenza, frazione del periodo di tempo in esame, con cui si
verificano gli eventi per ogni coppia di classi ss,, n per un dato settore 
vericano 6).. Tali
frequenze possono essere calcolate, per esempio in Italia, a partire da dati delle
stazioni meteorologiche dell'Aeronautica
dell”Aeronautica Militare.
Alla base della formulazione climatologica sta la la propriet
proprietàa di linearit
linearità a del mo-
mo-
dello gaussiano; infatti, ssato
fissato che sia lo scenario meteorologico,
meteorologico, la funzione C(x,y,z)
C(X,y,z)
dipende linearmente dall'emissione.
dalllemissione. Ne consegue che  prin-
eè possibile applicare il prin-
cipio di sovrapposizione degli eetti
efietti a sorgenti diverse, effettuando
eettuando simulazioni per
ogni singola emissione e combinandole linearmente per valutare l”impatto l'impatto globale
sull'area
sull”area di interesse. Inoltre, se si hanno emissioni variabili non casualmente nel
tempo (per esempio un'emissione
un”emissione modulata nell'arco
nell“arco della giornata),  e`e possibile cal-
colare il risultato climatologico come media semplice delle simulazioni short term
eettuate
effettuate su base oraria con i diversi valori di emissione.
emissione.
Il modello climatologico permette dunque di stimare la concentrazione di inqui-
nante mediamente prodotta in condizioni stazionarie da una o pi u sorgenti al fine
più ne
di prendere contromisure mirate sul medio termine. Oltre al controllo delle sorgenti
gi
a esistenti, il modello climatologico consente di simulare a priori gli effetti
già eetti di una
eventuale installazione di nuovi impianti nell'area
nelllarea d'interesse.
d”interesse. Per mezzo di queste
simulazioni si pu o ad esempio vericare
può verificare se il sovraccarico d'inquinante
d”inquinante causato dai
nuovi impianti potr a portare ad un superamento dei limiti di legge e quindi provve-
potra
dere ad un nuovo dimensionamento e/o e / o ad una diversa localizzazione degli impianti
valutazione di impatto ambientale
da installare ((valutazione ambientale). ).

5.1.6 Codici disponibili

In generale i modelli gaussiani possono essere utilizzati per la simulazione di inqui-
nanti non reattivi, almeno in prima ipotesi, in domini dell'ordine
dell”ordine di qualche decina
di chilometri, su terreno preferibilmente pianeggiante. Grazie alla loro semplicit
semplicitàa
sono strumenti facilmente utilizzabili e in grado di fornire prestazioni positive, a
volte confrontabili, se non addirittura migliori, di quelle fornite
fornite da modelli più
piu com-
plessi che necessitano informazioni di input con un un grado di dettaglio non sempre
disponibile. Sono stati sviluppati per la simulazione short term ma,ma, come illustrato,
possono essere utilizzati anche per valutazioni di lungo
lungo periodo
periodo (applicazioni di tipo
climatologico ). Le limitazioni di questi modelli sono ovviamente legate alle ipotesi
climatologico).
sotto cui sono stati sviluppati. Conseguentemente il loro uso non eè corretto, ad
esempio, in presenza di terreno signicativamente
significativamente complesso, quando la la reattivit
a
reattività
164
164 Capitolo 5

degli inquinanti eè fortemente non lineare, in condizioni evolutive o in presenza di

calma di vento.
Tra i pi
u noti codici che implementano modelli gaussiani si possono menzionare:
più menzionare:
0 ISC (Industrial Source Complex Model): il modello ISC ([126], [127], [128]) e
[128]) e`
un modello a pennacchio gaussiano stazionario, che può puo essere usato per analiz-
zare concentrazioni di inquinanti primari provenienti da una complessa variet
varietàa di
sorgenti industriali, soggette ad eetti
effetti aerodinamici come gli effetti
eetti scia; l'inse-
lyinse-
diamento industriale pu o collocarsi sia in aree urbane che extraurbane.
può virtu
eXtraurbane. In virtù
delle numerose opzioni presenti nel codice, il modello puòpuo simulare i fenomeni di
sedimentazione e deposizione secca dei particolati, effetti
eetti scia, sorgenti lineari e
volumetriche, l'innalzamento
l°innalzamento del pennacchio, distinguere le sorgenti puntuali e
fare limitati aggiustamenti del terreno. Sono presenti due versioni del modello:
short term (intervallo minimo di un'ora)
un°ora) e climatologica
climatologz'ca sul lungo periodo. La
prima versione permette di studiare l'andamento
liandamento delle concentrazioni o delle de-
posizioni al suolo degli inquinanti in funzione dei parametri micrometeorologici
e delle caratteristiche delle sorgenti al variare del numero di intervalli tempo-
rali di un'ora.
un7ora. La seconda versione permette di valutare la concentrazione o la
deposizione media al suolo degli inquinanti durante un periodo climatologico
(un mese, una stagione o un anno). ISC appartiene al gruppo A dei modelli
dell'EPA.
dell”EPA.

o AERMOD [129] eè un modello sviluppato dalla Trinity Consultant e ora inserito
package che include un processore meteorologico e un modello del ter-
in un package
reno. Il modello simula la dispersione verticale sulla base di una una ricostruzione
ricostruzione
completa della struttura dello strato limite. Pu Puòo riprodurre l'emissione
l”emissione di sor-
genti puntuali, lineari, e areali (di forma qualunque). Contiene una trattazione
trattazione
delle condizioni di terreno complesso pi u evoluta rispetto a quella di ISC, pur
più
mantenendo una modesta complessit
complessità a d'uso.
d7uso. AERMOD  eè in grado di trattare
reazioni chimiche molto semplicate
semplificate (decadimento esponenziale, ciclo fotochi-
mico dell'azoto).
dell”azoto). Pu
Puòo essere utilizzato sia in modalit
modalità a short-term che long-term
long-term..
Per consentire una maggiore uniformit
uniformità a e facilità
facilita nell'uso,
nell”uso, il modello ha man-
tenuto alcune caratteristiche di ISC (ad es. es. la struttura del file le di controllo
dell”input e gli algoritmi per il calcolo del building downwash
dell'input downwash). ).
o CTDMPLUS (Complex Terrain Dispersion Model) Model) [130], [131]
[131] un modello di
dispersione per emissioni stazionarie da sorgenti puntuali.
puntuali. Il modello fornisce
valori orari di concentrazione di un pennacchio disperso in condizioni di generi-
co terreno complesso. La trattazione della dispersione in presenza di ostacoli in
condizioni stabili e neutre si basa sul concetto della Dividing Streamline [116],
[118], [119]. In questo caso la distribuzione orizzontale e verticale assunta gaus-
siana e gli eetti
effetti del terreno sono incorporati come aggiustamento. Gli algoritmi
per le condizioni convettive (instabili)
(instabili) utilizzano aggiornate formulazioni
formulazioni gaus-
siane per la dispersione laterale. Diversamente il modello utilizza
utilizza una funzione
funzione
di densit di probabilit bi-gaussiana asimmetrica per descrivere la la distribuzione
verticale dell'inquinante.
delliinquinante. Il sistema modellistico CTDMPLUS costituito da tre tre
componenti: il modello di trasporto e diusione,
diffusione, il preprocessore
preprocessore del'orograa
delaorografia e
il preprocessore meteorologico che calcola i parametri di turbolenza e l'altezza 17altezza
dello strato rimescolato sulla base di misure al suolo e di prolo.
profilo.
 Modelli gaussiani 165
165

ø APC-3 (Atmospheric Pollution Control - versione 3) 3) èe un package [132]

[132] per
personal computer realizzato per la simulazione della diusione
diffusione di inquinanti
in atmosfera emessi da una o pi u sorgenti. Si colloca nell'ambito
più nell”ambito di sviluppo
di sistemi centralizzati dedicati al controllo dell'impatto
dell”impatto ambientale di centrali
termoelettriche, ma le sue caratteristiche lo rendono utilizzabile anche per altri
impianti e per scopi dimostrativi o didattici. Il modello gestisce inquinanti iner-
ti (sotto forma di gas o particolato) provenienti da sorgenti puntiformi multiple
(no
(fino a 10). Pu
Può o essere applicato solo su terreni pianeggianti. Generalmente
viene utilizzato per simulazioni di breve periodo, ma esiste anche la versione
climatologica denominata APC-3/PSO la quale fornisce le concentrazioni su
medie annuali. Inoltre il package possiede unåinterfaccia
un`interfaccia utente piuttosto flessi-
essi-
bile per la gestione dell'input/output.
dell”input / output. APC-3 e l”evoluzione
l'evoluzione di APC-2, package
per simulazioni con modelli gaussiani.
o DIMULA: eè un modello di dispersione [133] [133] che riproduce situazioni di inqui-
namento atmosferico generato da diverse sorgenti, sia concentrate (centrali ter-
moelettriche, grossi impianti industriali) che distribuite (agglomerati industriali
e urbani), su domini dell'ordine
dellyordine di qualche decina di chilometri. DIMULA per-
mette di ricostruire l'andamento
lyandamento delle concentrazioni al suolo di un generico
inquinante non reattivo, su di una griglia rettangolare denita
definita dall'utente.
dall”utente. Il
modello utilizza la formulazione
formulazione gaussiana perper descrivere lala dispersione in condi-
zioni stazionarie, mentre adotta la tecnica pu (vedi paragrafo
tecnica dei pufi paragrafo seguente) per
seguente) per
situazioni non stazionarie. Il modello eè disponibile sia in
in versione
versione short-term che
per applicazioni di lungo periodo. E  applicabile in condizioni di terreno pianeg-
È
giante, ma esiste anche una versione climatologica che permette di considerare
il terreno complesso. Inoltre il modello èe in grado di operare in condizioni di
calma di vento e anche in presenza di inversioni in quota.
ø APRAC 3: il modello [134] utilizza le emissioni delle strade distribuite su una
griglia per calcolare la concentrazione di idrocarburi, di monossido di carbonio,
degli ossidi di azoto su un'area
un”area urbana. Il modello calcola i contributi alla
dispersione provenienti sia da sorgenti collocate sopravento alla citt a, che da
citta,
tangenziali e vie di traÆco.
traffico. Si possono utilizzare nei punti ricettori stime dei
venti locali, interpolati a partire da misure di vento effettuate
eettuate nell”area
nell'area urbana
considerata. L'altezza
Lialtezza di rimescolamento pu
puòo essere acquisita direttamente o
calcolata da misurazioni ottenute con una sonda. Sono disponibili inoltre due
modelli per sorgenti locali: uno per gli inquinanti in un canyon urbano, l'altro
17altro
per un incrocio stradale con semaforo. Il modello base eè stato descritto in molte
relazioni ([135], [136]).

5.2
5.2 Modelli
Modelli a
a pu
puff

5.2.1 Formulazione generale

I modelli a pufi
pu permettono di riprodurre inin modo piuttosto
piuttosto semplice il comporta-
mento di inquinanti emessi in condizioni non omogenee
omogenee ee non
non stazionarie, superando,
quindi, alcune limitazioni del modello gaussiano.
gaussiano. L'emissione
Llemissione viene discretizzata in
in
 166
166 Capitolo 5

una serie di singoli pu.

puff. Ognuna di queste unitàunita viene trasportata all”interno
all'interno del
dominio di calcolo per un certo intervallo temporale ad opera del campo di ven-
to presente in corrispondenza del baricentro del pu puff ad un determinato istante.
istante.
La diusione
diffusione turbolenta viene simulata supponendo che l'inquinante
1”inquinante si distribuisca
all'interno
all”interno di ogni singola unit
unitàa con legge gaussiana. I_ coeÆcienti di dispersione nelle
_
tre direzioni sono funzione, come nel caso del modello gaussiano, della distanza (o
tempo di percorrenza) e delle caratteristiche dispersive dell'atmosfera. Matematica-
mente ogni singolo pu puff 
èe una funzione di distribuzione gaussiana in evoluzione nel
tempo ee nello
tempo nello spazio
spazio (g.
(fig. 5.15).
5.15). _
Il campo complessivo di concentrazione ad un certo
istante viene calcolato sommando i contributi di ogni singolo pu. La concentrazione
C in un punto (x,y,z) dovuta ad un pu puff centrato nel punto (x c ,yc ,zc ) e con massa
(xc,yc,zc)
M pu
puòo essere espressa dalla seguente formula:
formula:
 
C(x,y7z) : M
M ((wx _ xx0)2
c)
2
((yy _ yy0)2
c)
2
((zz _ zzc)2
c)
2
(552)
C (x;y;z ) = exp (5.52)
(2 )3=2
x y z
(2vr)3/2.awayazewp _ 220% x2 _ 22012I y2 _ 2202 z2
Il trasporto del singolo puff
pu eè calcolato ad ogni intervallo temporale, muovendo il

T0+ 3M
T0+ 2M

T0+ AT

primo puff

secondo puff
T0+ 3M
terzo puff
Figura 5.15
Figura 5.15 Evoluzione di pu
puff generati nello stesso punto in tempi
tempi diversi.
diversi.

suo centro di massa in accordo con l'intensit

l”intensita a del vento presente in quel punto e a
quelustante- La
quell'istante. _;lidiusione e indotta dall'aumento delle  x ,  y em z _i cui andamenti
_
dipendono dalla categoria di stabilit
a e possono essere deniti dalle famiglie di curve
_; Il. Si
introdotte nel paragrafo 5.1.2 con  x =  y . Si osservi, in particolare, che èe cos
in particolare, che
 Modelli gaussiani 167
167

diffusione in condizioni di calma di vento

possibile simulare la diusione vento,, in quanto la V a
denominatore delle 5.6 èe sostituita dalla aacx nella 5.52.

' ilii'lf??<\\:§
mt
i
ii ' '.' ' l \
i .aliiiš-s
WW ' ~ “il «
Jammin; ~ ses
47551.,ffffffffff l i
W i Mxkxw
,,,›/,,a§›

WW :mi le
47501' i i f t x x x li K/i "i'x
2%
\\'í
WA I
E
š 4745
` ìššìcš
\.L\k: `
Qššw
xv:
i
'_ \ «\.`^ v(

f f
i i i da~ 1 ` 771;; , *asili
D __ :ìv'ì\ F1' tfì'íâyy
._ ›\ \ la ¦`¦!'|!'\\

\ ' fiiå'hfí'fiø'í v
v - V 5m K *mms \\ 'lflFltIÀ r
v i i. « \\ \ ` «- «A \ ii!ì¦!|ll¦i'"|' v '
473% `
i (la ,(,
\
0 'a- íšì lì;
'\
i ` W i 'mi
43"" \ Kim 'i "whi`iulnilfi I ey
<›

-
\ A `\ ` i f i Nk \\\` i

375 380 385 390 395 ÀOI 405

UTM-km

Figura 5.16
Figura 5.16 Ricostruzione di campo di vento su orograa
orografia complessa.
complessa.

I modelli a puff
pu possono risultare molto utili qualora si voglia simulare la diu- diffu-
orograa complessa. In questi casi occorre ricostruire un campo
sione su terreni ad orografia
di
dz' vento tridimensionale (g. (fig. 5.16)
5.16) a partire dalle caratteristiche orografiche
orograche e da
misure anemometriche;
anemometrìche; a tale scopo possono essere utilizzati opportuni modelli me-
teorologici sia di tipo diagnostico ((massmass consistent
consistent)) che prognostico (vedi capitolo
3). Un'altra informazione che occorre fornire su tutto il dominio e ad ogni passo
_
temporale e costituita dalla descrizione delle caratteristiche della turbolenza.
Anche in questo caso esistono delle varianti al modello base. In particolare al-
cune versioni permettono di riorganizzare la sequenza di pu puff accorpandoli se troppo
vicini o dividendoli se troppo estesi.
estesi. In altri casi accanto al pu
puff viene introdotto il
segmento, ovvero una porzione di pennacchio gaussiano compresa fra due piani tras-
versali all'asse
all”asse e omogenea lungo la direzione dell'asse
dell”asse stesso. Inne
Infine alcuni modelli
permettono di trattare semplici trasformazioni chimiche.
I modelli a pu quindi risultano particolarmente indicati in condizioni di terreno
complesso e in presenza di condizioni meteorologiche ed emissive evolutive. Occorre,
pero, disporre di un numero di misure decisamente più
però, piu elevato rispetto all'applica-
alliapplica-
zione del
zione del modello gaussiano. In
modello gaussiano. _ particolare sono necessarie misure accurate del vento
al suolo e lungo il prolo verticale per poter ricostruire opportunamente la struttura
tridimensionale del campo di vento e della turbolenza.
168
168 Capitolo 5

5.2.2 Codici disponibili

Esempi di modelli a pupuff sono:
0 CALPUFF èe un modello di dispersione a puff pu multi-strato non stazionario [117].
E'
E7 in grado di riprodurre il trasporto, la trasformazione e la deposizione di in-
quinanti in condizioni meteorologiche variabili non omogenee e non staziona-
rie. CALPUFF pu puòo utilizzare i campi meteorologici tridimensionali prodotti da
appositi preprocessori oppure, nel caso di applicazioni semplicate,
semplificate, far uso di-
rettamente di misure. CALPUFF contiene algoritmi per il computo dell7effetto dell'eetto
scia dovuto agli edifici,
edici, della fase transizionale del pennacchio, degli effetti eetti di
sottogriglia legati alla complessit
complessità a terreno.
terreno. Inoltre èe in grado di trattare sia la
deposizione secca che quella umida, alcune reazioni chimiche (semplicate),
(semplificate), lo
shear verticale del vento, il trasporto su superci
superfici d'acqua
d7acqua e gli eetti
effetti di costa.
Pu
Puòo simulare sia emissioni puntuali che areali. La maggior parte degli algoritmi
contiene opzioni per trattare i processi fisicisici con dierente
differente livello di dettaglio a
seconda dell'applicazione.
dellyapplicazione.
o MESOPUFF II eè un modello gaussiano a puƒjt pu per la simulazione di rilasci di
inquinanti reattivi da sorgenti puntuali e areali [137]. Consente di eettuareeffettuare si-
mulazioni su scala regionale con meteorologia variabile. Ciascuna sorgente viene
simulata mediante una serie di pu puff che seguono traiettorie indipendenti in un
campo di vento bidimensionale a due livelli. La distribuzione di massa eè assunta
gaussiana attorno al centro di massa, con simmetria radiale in orizzontale ed un
termine verticale che tiene conto delle riflessioni
ri essioni multiple tra il terreno e la som-
mit
mitaa dello strato di rimescolamento. Il modello incorpora un semplice schema
chimico che permette di simulare l'evoluzione
lyevoluzione di biossido di zolfo,
zolfo, solfati, ossidi
di azoto, acido nitrico e nitrati. Oltre alle reazioni di ossidazione degli ossidi
all”equilibrio del sistema acido
di zolfo e di azoto, lo schema include le reazioni all'equilibrio
nitrico - ammoniaca - nitrato d'ammonio
d ammonio.. La deposizione secca degli inquinanti
viene discritta con un modello a resistenze
resistenze,, funzioni delle condizioni atmosfe-
riche, delle caratteristiche del suolo e dell'inquinante.
dell”inquinante. Le deposizioni umide
vengono trattate mediante una formulazione basata sull'utilizzo
sull”utilizzo di coeÆcienti
coeflicienti
di scavenging
scavenging empirici.
empirici. Il modello fornisce in uscita le concentrazioni e le depo-
sizioni al suolo (secche ed umide) su base oraria,
oraria, calcolate in corrispondenza di
un certo numero di recettori.

5.3
5.3 Esercitazione
Esercitazione

L'obiettivo
L”obiettivo di questa esercitazione e`e permettere al lettore di effettuare
eettuare alcune semplici
simulazioni con il modello gaussiano APC-2 (Atmospheric Pollution Control, [138]).
L'esercitazione
L7esercitazione 
eè strutturata secondo i seguenti passi:
passi:
o Descrizione del modello APC-2: formulazione, dati necessari,
necessari, output
output forniti
forniti
o Descrizione e installazione del Software
o Descrizione dell'interfaccia
delliinterfaccia graca
grafica per l'esecuzione
l”esecuzione delle simulazioni
o Descrizione, esecuzione ed analisi di alcune simulazioni
 Modelli gaussiani 169
169

5.3.1
5.3.1 Il
Il modello
modello APC-2
APC-2

Formulazione
Formulazione I modelli analitici implementati in APC-2 per la previsione di ri-
cadute al suolo di inquinanti sono di due tipi:
tipi:
o modello per emissioni leggere o neutre (fumi caldi)
caldz');;
0 modello per particolato.
Entrambi utilizzano formule di tipo gaussiano per la diusione diffusione dei fumi.fumi. I modelli
sono in grado di riprodurre la dispersione di inquinanti emessi da sorgenti puntuali
multiple, su terreno piano ed in condizioni meteorologiche omogenee. omogenee. APC-2 ipo-
tizza che l'inquinante
l”inquinante sia inerte, il terreno perfettamente ri ettente
riflettente e che tutti i
fenomeni siano indipendenti dal tempo. I modelli, inoltre, sono stati sviluppati per
applicazioni di tipo short term
term.. Il calcolo della concentrazione complessiva dovuto
alle diverse sorgenti eè ottenuto applicando il principio di sovrapposizione degli effet- eet-
ti.
Per ogni emissione impostata durante l'esecuzione
lyesecuzione di APC-2,  èe possibile selezionare
il tipo di modello ritenuto pi u opportuno: il programma eseguirà
più eseguira poi i calcoli se-
paratamente, sommando alla fine ne i contributi di tutte le sorgenti dello stesso tipo. tipo.
Il risultato delle elaborazioni eè quindi dierenziato e, quando l'utente
differenziato e, l”utente selezionar
selezionara a
di visualizzare un output, potr
potraa scegliere fra GAS e PARTICULATE, cio cioée avr
avraaa
disposizione i risultati sia per gas leggeri che per particolato.
per particolato.
Per quanto riguarda i gas leggeri, la concentrazione al suolo di inquinante viene
calcolata con la seguente formula:    
Q 1 y2 1 H2
(mm/,0)
C (x;y;0) =: åwzemp
uy z
exp (gi/7;)
2 y2
[exp
exp (_ší;H
2 z2
[[Lg/mg]
g=m3] (5.53)
(5.53)
Z

dove:
dove:

(x,y,0)
(x,y,0) sono le coordinate di un punto al suolo in un sistema di riferimento centrato
sulla base della sorgente ed orientato (asse X) X) nella direzione del vento [m]
[m]
u eè velocit
velocitaa del vento [m/s]
[m/s]
Q e portata inquinante [g/s][g/s]  y , z = sigma di dispersione laterale e verticale
ayßz
del pennacchio [m]
H eè altezza eÆcace
efficace del pennacchio [m]. [m]
Nel modello per particolato, la concentrazione al suolo viene calcolata come
somma dei contributi di ogni classe granulometrica in cui si considera suddiviso il
particolato.
Il calcolo viene eseguito nel modo seguente:
n n  " !#
0)
X
_;XW 0) _Z
X Qj 1 y2
_ly_2 1 j
_lH_
H2
X (x;y;0) = Xj (x;y;0) = exp exp [[ g=m
/ 33]]
$7y uy z
xly17r_ucryazewp2032J
j =1 j =1
2 y2 exp 2 0%z2 g m
(5.54)
(5.54)
dove:
n eè il numero di classi granulometriche
Q
Qjj eè la portata inquinante relativa alla classe jj [g/s]
[g/s]
H
Hjj eè l'altezza
l”altezza eÆcace
efficace del pennacchio relativa alla classe jj [m]
[In]
170
170 Capitolo 5

H
Hjj , alla distanza x
X dalla emissione,
emissione7 
eé pari a:
x
Hjj =: H
H H _ Vvgjš
gj
u
[[m]
m] (5.55)
(5.55)
V
n gj eè la velocita di sedimentazione gravitazionale della particella di tipo j:j:
velocità

Vn _ ddš-gwp
j g (%p - %a1)
2
a)
m=s]
gj =_ lslu [[m/s] (5.56)
(5.56)
18
Q
Qjj per l'istante
Pistante i 
eé pari a:
Q IQ
Qjj = j;i 1 _ D
Qja'fi Djafi
j;i 1 g=s]
[lg/Sl (5.57)
(5-57)
D j;i 1 eé la deposizione al suolo no
Dj,i_1 fino all'istante
allyistante i- 1 e viene calcolata nel modo seguente:
Z i
p
D j;i 1 =
Djfl'fl 2/ 2y Vgj Xj;i dx
V27TCTyl/njaiildíL'
1 g=s]
[[g/S] (5.58)
(5.58)
ii-l1
dove:
ddjj = diametro della particella di tipo j [m]
g = accelerazione di gravitgravitàa [m/s
[m/sg]
2
]
%gpp = densit
densitàa del particolato [kg/m
[kg/m3]3
]
%gaa = densit
densitàa dell'aria
delliaria [kg/m
[kg/m3]3
]
,a = viscosit
viscositàa dinamica dell'aria
dell”aria [1.8 1010*55 kg/m
kg/s]2
s]
I calcoli delle sigma di dispersione oyy e oZz e dell'altezza eÆcace H,
dell“altezza eflicace H7 vengono
svolti in APC-2 con gli stessi tipi di formule formule per
per entrambi ii modelli: eé possibile
possibile
scegliere fra due tipi di parametrizzazione sia per oyy e oZz che per H.

Sigma
Sigma didi dispersione
dispersione Per le sigma di dispersione dei fumi sono disponibili le le
formule BRIGGS OPEN COUNTRY (O), per terreni poco accidentati, e BRIGGS
URBAN (U), per siti con forte rimescolamento verticale. Le formule utilizzate, in
funzione della distanza Xx sottovento alla emissione e della categoria di stabilit
a, sono
stabilità,
riassunte in tabella 5.3.

Categoria
Categoria di di stabilit
a La categoria di stabilit
stabilità a viene fornita dall'utente
stabilità dall”utente nella fase
di inizializzazione dei dati meteorologici oppure, quando si esegue
esegue ilil caricamento dei
dati meteorologici dal file metodo irraggiamento -
le LASTEM, viene calcolata con ilil metodo
vento
vento,, secondo lo schema seguente:

GIORNO
Velocit
Velocitàa irragiamento globale in cal/cm min
cal/cmzmin
2
NOTTE
vento m/s
In/S >
>11 1-0.77 0.77-0.57 0.57-0.39
057-039 0.39-0.20
039-020 <0.20
<0.20
<
<22 A
A A
A B
B B B D F
2-3 A B B B B D E
3-4 B B B C C D D
4-5 B B C C D D D
5-6 C C C C D D D
>
>66 C C D D D D D
 Modelli gaussiani
gaussiani 171
171

Altezza
Altezza eÆcace
efficace L' altezza eÆcace
L7altezza efiìcace H 
eè calcolata come somma dell'altezza
dell”altezza geome-
(plume-rise)

trica hhSs della sorgente e del sovrainnalzamento (plume-rise) h:
Ah:

= hhss +
H= +
h
Ah (5.59)
(5.59)
Per il calcolo del plume-rise, APC-2
APO-2 utilizza le formule date da Briggs per GROSSI
IMPIANTI (N) o per le PICCOLE EMISSIONI (P): la scelta deve essere eseguita
dall'utente
dall”utente in base alle caratteristiche dell'emissione
dell”emissione che si vuole simulare.

0 Per grossi impianti si adottano le relazioni:

Fase di transizione Fase di livellamento

0 uuìl
ssíO 1

Ahh= F11=33 X2
: 1.6 F x2=33 uu_11

Ahh= F11=33 Xf2
: 1.6 F xf 2=33 uu_11
ss>0 1
>0 u1121 Ahh = 1.6 F

1=3 2=3
F1/3 X2/3
x u6-11 A11h = 2.6 [F/(u s)]

1=3
5)]1/3
1=4 3=8
>0 uu<1
ss>0 <l Ahh = 5.1 F

F1/4 Ssfß/8

Il passaggio dalla fase di transizione a quella di livellamento avviene alla distanza

xxff che eé calcolata nel modo seguente:
s8 
g 0 u : 48F 2=5hs3=5
ì 1 xxff = 66.48F2/ãhš/5
s> 0 u>
s>0 1 x93ƒf =
u>1 : 2 us 1=2
2usfl/2
(5.60)
(5.60)
Nelle formule usate compaiono il parametro di galleggiamento F e il parametro
di stabilit
a S:
stabilita

T -T
F= : gg Tg aa gwr2
gwr2
Tg
 
g @T ÖT
S = _ _ + 0O.: 0098
TTaa (82'
@z + >
dove:
dove

x = distanza sottovento alla emissione [m]

[m]
TTgg = temperatura dei fumi [[OK] Æ K]
w
W =
: velocit
velocitàa dei fumi [m/s]
[m/s]
R = raggio del camino [m][m]
Ta =
: temperatura dell'aria Æ K]
delliaria [[OK]
@ôT/ôz
T/@ z = Æ K/m]
: gradiente verticale di temperatura [[OK/m]

0 piccole emissioni si ipotizza la relazione:

Per piccole
w
AH =

H = 6611%
r( _ 1)
1) (5.61)
(5.61)
u
172
172 Capitolo 5

Input-Output
Input-Output Il modello richiede in input
input::

ø informazioni sulle dimensioni del dominio;

o informazioni meteorologiche costituite da: valori medi per tutto il dominio di
temperatura dell'aria,
dell”aria, classe di stabilit
a, velocit
stabilità, a e direzione del vento
velocità

0 informazioni
informazioni sulle
sulle caratteristiche
caratteristiche delle
delle emissioni
emissioni costituite
costituite da:
da:

Æ0 posizione e caratteristiche geometriche dei camini;

Æ0 velocit
a e temperatura di uscita dei fumi;
velocità fumi; portata emissiva;

0 caratteristiche della distribuzione granulometrica del particolato (se emesso);

o informazioni sulle caratteristiche del sovrainnalzamento ee della dispersione ver-
ver-
ticale del pennacchio.

Il modello fornisce in output i valori di concentrazione al suolo sia per

per gas che per
per
particolato in forma graca
grafica e tabellare.

5.3.2
5.3.2 Descrizione
Descrizione e
e installazione
installazione del
del Software
Software

I file l”esercitazione si trovano sotto la directory CAPITOLO5

le necessari per l'esercitazione CAPITOL05 del
CDROM allegato, le cui subdirectory contengono le seguenti informazioni:
ø apc2
apc2:: contiene l'eseguibile
lyeseguibile e i file
le di input necessari per eseguire le simulazioni.
o Doc
Doc:: contiene un file
le (formato PowerPoint)
PowerPoint) che descrive le caratteristiche delle
simulazioni proposte ed alcuni esempi di risultati.
Per installare il software (in ambiente Windows 3.1 e successivi)
successivi) occorre semplice-
mente copiare tutta la directory apc2
apc2 sul disco sso
fisso ed eseguire (ad esempio da
\Gestione
“Gestione Risorse")
Risorse”) il programma APC2.exe.

Interfaccia
Interfaccia graca
grafica L'interfaccia
L”interfaccia graca
grafica permette di gestire l'esecuzione
17esecuzione delle si-
mulazioni e di analizzare i risultati ottenuti. L'interfaccia
Ljinterfaccia dispone anche di un help
in linea che descrive sia i comandi che il signicato
significato dei parametri attraverso cui viene
controllata la simulazione.
Di seguito vengono descritti brevemente i principali comandi utilizzati per ef-
fettuare l'esercitazione.
17esercitazione. Tutte le voci di menu sono attivabili attraverso il mouse.
mouse.
0 Menu
Menu UTILITY
UTILITY

Æo Paint Map: attraverso la voce change site map permette di selezionare un

le
file di descrizione del dominio, mentre attraverso la
la voce map per-
voce show map
mette di visualizzare il dominio corrente.
 Modelli gaussiani 173
173

ø Menu
Menu INPUT
INPUT

Æo Stack location: permette di denire

definire il numero e la posizione dei camini
all'interno
all”interno del dominio; in particolare:
-- Modify permette di spostare o eliminare un camino;
-- Choose permette di aggiungere dei camini al dominio.
Æ0 Emission data: permette di denire
definire le caratteristiche dei diversi camini; in
particolare:
-- Load Emission permette di caricare un filele di emissione;
-- Modify Emission permette di modicare
modificare il valore dei diversi parametri.
In primo luogo il modello chiede di denire
definire la tipologia di emissione:
gas o particolato e successivamente di modificare
modicare le voci d'interesse.
d7interesse. Per
modicare
modificare un singolo parametro selezionarlo con il mouse e inserire il
nuovo valore seguito da Invio; la modica
modifica dei parametri d'emissione
diemissione èe
gestita
gestita separatamente
separatamente per
per gas
gas ee particolato
particolato

Æo Meteo data: permette di denire

definire i parametri meteorologici della simula-
zione; tali
tali informazioni possono essere fornite
fornite sia attraverso file
le esterni
esterni
(voci sodar, rass e lastem), oppure attraverso il comando manual init.
N.B. Nel caso in cui vengano caricati dei file
le esterni,
esterni, le informazioni in essi
contenute prevalgono rispetto a quelle fornite in un'eventuale
unfleventuale inizializza-
zione manuale. Per ovviare a questa situazione occorre,
occorre, dagli stessi menu,
\scaricare"
“scaricare” gli eventuali file
le meteorologici selezionati.
0 Menu
Menu COMPUTE
COMPUTE

Æo Emission choice: permette di selezionare ii camini da considerare nella

nella fase
fase
di simulazione.
Æo EXecute: esegue la simulazione.
Execute:
o Menu
Menu OUTPUT
OUTPUT

Æo Maps: permette di mostrare in forma grafica

graca la distribuzione della concen-
trazione complessiva al suolo su di un grigliato regolare di punti,
punti, oppor-
tunamente denito
definito dal modello. Andando a cliccare col mouse  e possibile
ottenere una stima puntuale del valore di concentrazione. Anche in questo
caso il modello gestisce separatamente gas e particolato.

Æo Print Matrix: mostra in forma tabellare

tabellare ii valori
valori di concentrazione al suolo
ottenuti dal modello, sempre secondo un grigliato regolare
regolare di punti.

5.3.3
5.3.3 Esecuzione
Esecuzione ed
ed analisi
analisi di
di simulazioni
simulazioni

Per le figure
gure con numerazione preceduta dalla sigla CD, si faccia riferimento al file
le
es apc2.ppt contenuto nella subdirectory Doc.
es_apc2.ppt
174
174 Capitolo 5

ESERCIZIO
ESERCIZIO 1
1 Si prendano in considerazione due camini che emettono S0
S022 in un
sito pianeggiante rurale, aventi pari diametro, ma dierenti
differenti altezze (Tabella 5.4). I
dati di emissione, comuni ad entrambi i camini, sono riportati in Tabella 5.5.

Camino 1 Camino 2
Altezza camino (m)
(In) 180.0 65.0
Diametro camino (m)
(In) 3.5 3.5

Tabella 5.4
Tabella 5.4 Geometria dei camini

Camino 1 e 2
Æ C)
Temperatura di uscita dei fumi ((OC) 140
Velocit
Velocitàa di uscita del fumi (m/s)
(m/s) 21
Rateo di emissione (g/s)
(g/s) 750

Tabella 5.5
Tabella 5.5 Dati di emissione

Utilizzando il modello di diusione

diffusione APC-2, mettere in evidenza e spiegare il
diverso comportamento delle due sorgenti, con particolare riguardo alla posizione e
all'intensit
a del
alllintensità del massimo
massimo di
di concentrazioni
concentrazioni al
al suolo,
suolo, al
al variare
variare della velocita del
della velocita vento
del vento
e della stabilita atmosferica. Come base per la discussione utilizzare le seguenti
stabilita
situazioni meteorologiche:
ø categoria di stabilit
a: B; velocit
stabilita: a del vento: 1.5 e 5 m/s;
velocita m/s;
ø velocit
a del vento: 3 m/s; categoria di stabilit
velocita a: B e D;
stabilita:

dell”aria pari a 15 ÆOC

in tutti i casi assumere la temperatura dell'aria C ed il vento spirante da
plume rise per emissioni
Ovest, utilizzando per entrambi le sorgenti la formula di plume
\normali"
“normali” (N).
File da utilizzare:
0 mappa del sito: LAND.MAP
LANDMAP (gura
(figura CD.5.1)
CD.5.1)
0 dati di emissione: TWOSTACK.EMI
TWOSTACKEMI

Soluzione
Soluzione La tabella seguente riassume i risultati ottenuti nei 4 casi proposti:
proposti:

Caso Figura Camino 1 Camino 2

g=m3]
Max [lug/m3] g=m3]
Max [[Mg/m3]
CS =
: B - VV = 1.5 CD.5.2 135 319
CS = B - VV = 5.0 CD.5.3 155 400
CS = B - VV = 3.0 CD.5.4 159 395
CS = D - VV = 3.0 CD.5.5 18 153
 Modelli gaussiani 175
175

Dall'analisi
Dall”analisi delle figure
gure e della tabella si evince che i principali parametri che influen-
in uen-
zano la dispersione dell'inquinante
delllinquinante e le caratteristiche del massimo in particolare,
sono:
0 altezza del camino (i sovrainnalzamenti sono identici)
l'l”altezza identici) che porta la prima sor-
gente ad avere massimi meno intensi e pi u distanti dal punto di emissione;
più

ø la classe di
dz' stabilit
a : la maggiore instabilit
stabilità: instabilitàa verticale (B rispetto a D)
D) porta
ad una diluizione verticale pi u intensa e, conseguentemente a valori massimi di
più
concentrazione al suolo pi u alti e pi
più u prossimi alla sorgente;
più

0 la velocit
a del vento (VV): VV in uenza
velocità influenza (in modo inversamente proporzionale)
proporzionale)
sia la concentrazione al suolo che il sovrainnalzamento; le simulazioni eettuate
effettuate
mostrano che al crescere della velocit a del vento i massimi si avvicinano alla
velocita
sorgente e si intesicano,
intesificano, ci
o signica
ciò significa che in questo caso, secondo il modello,
l”effetto di riduzione del

l'eetto AHH eè prevalente rispetto a quello di diluizione del pen-
nacchio.

ESERCIZIO
ESERCIZIO 2 gura CD.5.6 (le
2 Nel dominio rappresentato in figura : dominio2.map
(file = domini02.map))
sono presenti 3 sorgenti emissive le camini.dat
emissìve le cui caratteristiche, contenute nel file camini.dat7,
sono riportate in tabella:
tabella:

Camino 1 2 3
Altezza del camino (m) 150 40 120
Diametro del camino (m)
(m) 4 1 3
Velocit
Velocitàa dei fumi (m/s) 25 18 20
Æ C)
Temperatura dei fumi ((OC) 150 180 120
Emissione (g/sec) 800 10 150

Utilizzando il modello APC-2 eettuare

effettuare le seguenti analisi:

0 valutare la sensibilit
a del modello alla variazione dei parametri meteorologici a
sensibilità
partire dalla seguente congurazione:
configurazione:

Temperature dell'aria Æ C]
dell”aria [[OC] 12.0
Categoria di stabilit a
stabilita D
Velocit
Velocitàa del vento [m/s]
[m/s] 6.0
Direzione del vento [deg]
[deg] 225

o Individuare la congurazione

configurazione meteorologica che induce la situazione più
piu critica
(in
(in termini
termini di
di valore
valore massimo
massimo di
di concentrazione
concentrazione su
su tutto il dominio)
tutto il dominio)

Ipotizzare che l'inquinante

l”inquinante emesso sia biossido di zolfo,
zolfo, che il pennacchio sia di tipo
NORMAL ((N) N) e che siano applicabili le parametrizzazioni per OPEN COUNTRY
O).
((0)-
176
176 Capitolo 5

Soluzione
Soluzione
Analisi di sensibilit
a ai parametri
sensibilità parametri meteorologici Alla congurazione
configurazione meteorologica
iniziale corrispondono i valori di concentrazione al suolo mostrati in figura
gura CD.5.7. Il
g/m3]. L'analisi
valore massimo che si registra eè inferiore a 50 [[ag/m3] Llanalisi di sensibilit
a non si
sensibilità
discosta sostanzialmente da quella discussa nell'esercizio
nell”esercizio precedente, in particolare:
particolare:
ø l'aumento
llaumento dell'instabilita comporta una maggiore apertura verticale del pennac-
delllinstabilità
chio e, conseguentemente, maggiori ricadute al suolo (gura
(figura CD.5.8), con valori
g/m3];
massimi di poco superiori ai 200 [[ag/m3];
0 l'aumento
llaumento della temperatura ambiente comporta una diminuzione del sovrain-
nalzamento (diminuisce il
T), ma l'eetto
AT), l”effetto complessivo sulla concentrazione al
suolo eè poco signicativo;
significativo;

o la variazione della velocit

a del vento ha conseguenze diverse perche,
velocità perche, come già
gia
accennato, in uenza
influenza con eetti
effetti contrapposti sia la diluizione del pennacchio,
che la variazione del sovrainnalzamento;
o la variazione della direzione comporta un aumento della concentrazione al suolo
tanto piu intenso, quanto maggiore eè la sovrapposizione dei pennacchi.
più pennacchi.
Ricerca della congurazione
corifigurazione meteorologica più
piu critica Alla luce delle considerazioni
precedenti, eettuando
effettuando qualche semplice simulazione si può puo facilmente individuare
una possibile condizione di criticit
a. In particolare la figura
criticità. gura CD.5.9 riporta il campo
di concentrazione al suolo che si ottiene ipotizzando le seguenti condizioni meteo:
meteo:
Temperature dell'aria Æ C]
delllaria [[OC] 30.0
Categoria di stabilit a
stabilità A
Velocit
Velocitàa del vento [m/s]
[m/s] 3.0
Direzione del vento [deg]
[deg] 127
Come si pu o osservare si tratta di condizioni di forte rimescolamento verticale e
può
con un valore di direzione del vento che comporta la massima sovrapposizione dei
pennacchi. In queste condizioni il valore massimo di concentrazione stimato al suolo
eè pari a 252 [[ag/m3]
g/m3 ].

ESERCIZIO
ESERCIZIO 3 3 Il camino di una centrale termoelettrica emette
emette SO in prossimit
SOQ2 in a
prossimità
(file Pianura.map
(Est) di un centro abitato (le Pianura.map),), posto in un sito sostanzialmente
pianeggiante (CD.5.10). Sono note:
0 le caratteristiche dell'emissione (file onestack.emi
delllemissione (le ):
onestack.emi):

Altezza camino [m][In] 80

Diametro camino [m] 3
Æ C]
Temperatura di uscita dei fumi [[OC] 130
Velocit
Velocitàa di uscita dei fumi [m/s]
[m/s] 18
Rateo di emissione [g/s]
[g/s] 900
 Modelli gaussiani 177
177

ø la distribuzione di frequenza congiunta \categorie

“categorie di stabilit
a-velocita del vento-
stabilita-velocita
direzione del vento"
vento” (vedi tabella seguente), espresse in numero di periodi trio-
rari/anno.
Tabella a - Classe A Tabella b - Classe B
<v 22<v
00<v <v 44<v <v 66<V <v > 10
>10 <v
00<v <v 44<v
22<V <v 66<V <v > 10
>10
<2 vv<4
vv<2 <4 vv<6<6 vv<10
<10 v<2
V<2 <4 vv<6
vv<4 <6 v<10
v<10
N 4 1 0 0 0 1 4 1 0 0O
NE 17 14 0 0 0 25 27 0 0 0O
E 19 22 0 0 0 12 26 15 0 0O
SE 4 11 0 0 0 7 5 1 0 0O
S 14 25 0 0 0 11 7 6 0 0O
SW 19 11 0 0O 0 37 55 15 0O 0O
W 28 31 0 0O 0 29 49 11 0O 0O
NW 4 1 0 0O 0 11 33 4 0 0O
Tabella c - Classe C Tabella d - Classe D
<v 22<v
00<v <v 44<v <v 66<v <v > 10
>10 <v
00<v <v 44<V
22<v <v 66<V <v > 10
>1O
<2 vv<4
vv<2 <4 vv<6 <6 vv<10
<10 v<2
v<2 <4 vv<6
vv<4 <6 v<10
v<10
N 0O 2 7 0O 0 22 8 22 1 3
NE 0O 4 1 1 0 34 42 11 4 2
E 0O 8 24 11 4 11 15 4 2 1
SE 0O 1 15 8 0 14 28 48 17 15
S 0 1 3 14 0 19 15 9 11 18
SW 0 28 58 41 5 71 77 22 11 11
W 0 16 43 48 7 63 84 25 14 10
NW 0 4 25 18 0 52 48 25 19 1
Tabella e -- Classe E Tabella f-
f - Classe F
<v 22<v
00<v <v 44<v <v 66<v <v > 10
>10 <v
00<v <v 44<v
22<v <v 66<V <v > 10
>10
<2 vv<4
vv<2 <4 vv<6 <6 vv<10
<10 v<2
V<2 <4 vv<6
vv<4 <6 v<10
v<10
N 0O 7 1 0 0 11 52 15 0 0O
NE 0 4 0 0O 0 7 22 2 0 0
E 0 8 4 0 0 28 29 22 0 0
SE 0 7 0 0 0 41 40 28 0 0
S 0 18 15 0 0 44 63 45 0 0
SW 0O 15 11 0 0 51 74 48 0 0O
W 0O 10 2 0 0 57 44 37 0 0O
NW 0 22 6 0 0 29 65 11 0 0
Si supponga che la normativa in vigore richieda che il 98 98OÆ percentile della dis-
g/m3 ].
tribuzione annuale delle concentrazioni medie triorarie sia inferiore a 250 [[pg/m3].
Lo standard eè vericato
verificato in corrispondenza del centro abitato? Risolvere ilil problema
con l'aiuto
l”aiuto del modello di diusione
diffusione APC-2,
APC-27 utilizzando la
la formula plume rise
formula di plume rise
per emissioni normali e le a open country; si assuma in prima approssimazione una una
temperatura dell'aria Æ C].
dell7aria costante, pari a 20 [[OC].

Soluzione Attraverso le tabelle congiunte vento-classe di stabilit

stabilitaa (JFF)
(JFF) e possi-
effettuare valutazioni di lungo periodo (applicazioni climatologiche
bile eettuare climatologiche)) dell'impatto
dell”impatto
178
178 Capitolo 5

di una o pi u sorgenti inquinanti su un certo dominio. La valutazione dell'impatto

più dell”impatto
viene eettuata
effettuata simulando ogni possibile combinazione meteorologica e pesandone
poi l'eetto
l”effetto in funzione della frequenza di accadimento.
98OÆ percentile (C
Il 98 98 ) di una distribuzione C rappresenta il valore tale per
(C98)
cui P(C <C98) =.98
P(C<C98) :98 o, nel caso di un campione, il valore che non viene superato
con frequenza pari al 98%. Nel caso in esame il campione e composto dagli 8*365
= 2920 valori di concentrazione media trioraria che si registrano in un anno. Il
98°Æ percentile del campione 
98 eè costituito dal valore di concentrazione che non viene
superato per 2920*0.98  E 2862 volte o, in altri termini,
= termini, dal valore che viene superato
per 2920*0.2 = : 58 volte. Per rispondere al quesito, quindi, si può puo semplicemente
vericare
verificare se la concentrazione media trioraria supera i 250 [[pg/m3] g/m3 ] per pi u di 58
più
volte (questo implicherebbe che il 98 98OÆ percentile del campione  e costituito da un
valore pi u elevato e che, quindi, lo standard non èe rispettato).
più rispettato).
Esaminando la posizione del camino e del centro abitato, si verificaverica immediata-
mente che le uniche condizioni che possono portare concentrazioni sulla citt a diverse
città
da 0 sono quelle in cui il vento spira da E. Considerando per prime le condizioni pi u
più
instabili (che pi u facilmente portano ad alte concentrazioni)
più concentrazioni) si ricava facilmente:
facilmente:
Classe di Velocit
Velocitàa Concentrazione
stabilit
stabilitàa del vento g/m3 ]
massima [[pg/m3] Frequenza Figura
A 1 542 19 CD.5.11
A 3 487 22 CD.5.12
B 1 157 12 CD.5.13
B 3 762 26 CD.5.14
g/m3 ] viene superato per più
ovvero il valore di 250 [[pg/m3] piu di 58 volte (almeno 67)
67) e
quindi lo standard non eè rispettato. Si osserva che non disponendo di informazioni
pi
u precise si e`e scelta come velocit
più a del vento il valore medio della classe.
velocità

ESERCIZIO
ESERCIZIO 4
4 In prossimit (file: esprvert.map
a di un centro urbano (le:
prossimità gu-
esprvert.map - figu-
ra CD.5.15)
CD.5.15) eè attiva da tempo una centrale termolettrica (CV). Le caratteristiche
emissive del camino sono riportate nella seguente tabella:
Portata di SO2 a carico massimo (g/s)
(g/s) 1000
Altezza camino (m)
(m) 180
Diametro camino (m) 4
Velocit
Velocitàa fumi (m/s)
(m/s) 12
Æ C)
Temperatura fumi ((0C) 100
Pennacchio N
In gura
figura 5.17, invece, 
eè rappresentata la curva tipica di carico della centrale, funzione
delle ore del giorno.
a)
a) Individuare le situazioni pi
u critiche per il centro abitato attraverso l'applicazione
più Papplicazione
del modello APC-2, derivando le informazioni meteorologiche dai proli
profili tipici
di vento (gura
(figura 5.18)
5.18) e temperatura (gura
(figura 5.19). Si ipotizzi che:

o sia sempre raggiunta la stazionariet

a;
stazionarietà;
 Modelli gaussiani
gaussiani 179
179

.-›N
.-IåO .OQ sv00 -\
F. rid. Portatal
I\J
.O O

Figura 5.17 Curva di carico.

 la temperatura dell'aria Ta corrisponda a quella misurata al suolo;

 non vi siano altre sorgenti emissive;
 possano essere utilizzate le Sigma per Open Country.

b) E al vaglio dell'amministrazione l'ipotesi di introdurre una nuova centrale (CN),

con le seguenti caratteristiche emissive:

Portata di SO2 a carico massimo (g/s) 50

Altezza camino (m) 20
Diametro camino (m) 2
Velocita fumi (m/s) 7
Temperatura fumi (Æ C) 50
Pennacchio P

Si valuti l'eetto dell'eventuale innovazione sulla qualita dell'aria del centro
urbano. Nel nuovo scenario ipotizzato, si assuma che:

 la centrale CN lavori sempre a carico massimo;

 il sovrainnalzamento del suo pennacchio sia trascurabile;
 la vecchia centrale CV lavori sempre al 50% del carico massimo (Q=500
g/s).

Per semplicita si eettuino simulazioni solo nelle ore in cui sono disponibili i rilievi
meteorologici, trascurando i periodi intermedi. Commentare le scelte fatte, eviden-
ziando eventuali criticita del problema.
Il le esprvert.dat contiene le informazioni sulle caratteristiche dei camini.
180
180 Capitolo 5

600 I I I` I I I I I I I I I¬ I I I I I~ I I I` I I I I
| I I I I I I | l | I I I | I I I I I I I l I I
I I I¢-¬- I I I p_I- I I p_I- I I I ß-P- I Iv_¬-- I Iv-¬-
I I I I I I I I I I I I I I I I I I I I I I I I
550 - I I H-r- I I I p_v- I I p_v- I I I n_v_ I n_I_ I p_v- -
| I I I l I I I I I l I I I I I | | l I l I l I
I I I!_¢- I I I Il_P_ I | h!- I I I '__ | Il_fi_ | l_v-
| I I I I I l I I I | | l I l I I | I I I I I I
500 _ I I In-o- I I I H-ú- I I Io_d- I I I I._o_ I Ii_¢_ I n_o- -I
I I I I I I I I I I I I I I I I I IV I I I I I I
I I H-l- I I I IQ-_-A- I I In* I I I I._-AI_ I H_l_ I h__ò-
I I l | I I I | I l I I I I I I I I I | I I I I
I-. I I h_l- I I I I.__-_L.. I I I.__-L- I I I H* I H_I_ I 3-4- -I
qst] I I I | I I I I l l I I I I I I I I l I I I I I
I I I.__.I_ I I I I._L I I I,.___m I I I I._I_ I u_.__.I.___ I I._L.
I I l I I I I I I I I | I | I I l I l I I l l l

400 ` I ¦ .'“_“I I` I .` I“_† I' I I"_“I ¦ I ¦ ."_*_*. ¦ Ik? ¦ .“_^-I '

'I 'I “_L
I I 'I I I I*_+ I I' P_I- I ¦ ¦ .FF ¦ I“_'_I ¦ ."_"-I
: 350 _ I I I I I I . I I I I I . I I I I I . I I . I _
x I | I I I I I I I | I I | I I I I I I I I I I I
,_ I I I I I I I l I I I I I I I I I I I I I I I I
*,*5' I I I'_I I I I P_“I I I I'__'I I I I I'_I I P_I I I'_`I
ø I I I I I I I I I I I I I I I I I I I I I I I
300 ~ I I I'_« I I I '_I I'__I I I I I'_I I I'_I I P_'I '
å I I I I I e I I I I I I I I I I I I I I I I I I
N I I I*_I I I I I<_I I I I*_-I I I I I'_I I I'_I I I°_I
u'l I I I I I I I I I I I I I I I I I I I I I I I I
'j 250 ` I I .<_I I I I P_-I- I I P_I I I I I<_I I *É I I*_I" “
E I I I I I I I | I I I I I I I I I I I I
I I r_I- I I I r_I- I I «_I- I I I H_I_- I fi¬_ I r_¬-
I I I I I I I I I I . I I I I I I I I I I
200 ~ I I H-I I I I «_-I I I Ifl-_I I I I H_I_ I I<¬_ I H-I -
I I I I I I I I I I I I I I I I I I I I I I I
I I I'_| I I P_'I I I P_I l I I F_Y'_ I H'¬_ I P_I
I I I I I I I I I I I I I I I I I I I I I I I I
150 - I I I--I I I I p_I I I I/ I I I I I I I I I-_I -
| I I I I I I I I I I I I I I I | I I I I I
I I ~_I I I I I-_I I I I I I I I I I I .__I
I I I I I I . I I I I I I I . I \ I I \I I I I I
100 ~ I I ._I I I I I.-_I I I " I I I I I I I I .__-I _
I I I I I I I I I I I I I I I I I I I I I I I
I I .__I I I I ._.I I I__.I I I I __I_.I I _I.__.I I I .._I
I I I I I I I I I I I I I I I I I I I I I I I I
_ I I ._I I I I ._I I I___I I I I __H I __, I I .__I a
50 I I I | I I I I I I I I I I I I I I I I I I I I
I I I.__I I I I I._I I I_u I I I *a I _I_..I I I “_I
I I I I I I I I I I I I I I I I I I I I I I I I
U I I I I I I I I I I I I I I I I I I I I I I I
UU UI 02 [13 04 05 05 07 08 09 10 11 12 I3 14 15 16 17 IB 19 20 ZI 22 23
URFI

Figura 5.18
Figura 5.18 Evoluzione
Evoluzione del
del prolo
profilo verticale
verticale di
di vento.
vento. Il vento meno
Il vento meno intenso
intenso (ad
(ad esempio
esempio
alle ore 2 a 25 m dal suolo) corrisponde a 2 m/s:m/s: il pi
u intenso a 4 m/s (ad
più
esempio alle ore 16 in quota). La direzione del vettore dall'alto
dallialto verso il
il basso
basso
indica vento proveniente da Nord; coerentemente per le altre direzioni

Soluzione
Soluzione Per valutare l'impatto
Pimpatto del primo camino occorre in primo luogo deter-
minare il valore dei parametri meteorologici necessari per le simulazioni. La classe
di stabilit
a pu
stabilita puòo essere dedotta a partire dai proli
profili verticali di temperatura misurati
che possono essere confrontati con il prolo
profilo adiabatico di riferimento. Per quanto
riguarda i dati di vento,
vento7 le informazioni possono essere ricavate dal prolo
profilo verticale
fornito. Il valore di direzione e velocit a pi
velocita u opportuno
più opportuno da utilizzare
utilizzare eè quello cor-
rispondente all'altezza
all7altezza eÆcace
eflicace del pennacchio. Dall'analisi
Dall”analisi dei dati di emissione si
evince che tale misura corrisponde ad una quota sicuramente superiore ai 200 m (la
sola altezza del camino eè 180 m). Il valore della temperatura ambiente, inne, infine, si
pu
puòo ricavare, come suggerito, dal valore al suolo del profilo
prolo verticale. Sulla base di
queste considerazioni si possono ipotizzare, per valutare l'impatto
Pimpatto di CV, i seguenti
valori:
Ore Velocit
Velocitàa del Direzione Æ C] Classe di Emissione
T [[OC]
vento [m/s] del vento [[o]]Æ stabilit
stabilitàa [g/s]
[g/S]
22 2-3
2-3 90
90 15
15 E-F
E-F 200
200
7 3 90 17 D 500
11 3 90 22 A-B 1000
16 4 90 28 A-B 1000
19 4 90 17 B-C 500
22 2-3 90 15 E-F 200
 Modelli gaussiani
gaussiani 181
181

EVOLUZIONE DEL PROFILO DI TEMPERATURA

ore 2 ore 7 ore 11

[m] [m]
425 425
400 W 400 W
375 › 375 »
350 ~ 350 ~
325 W 325 W
300 W 300 W
275 275
250 W 250 ~
225 W 225 W
200 » 200 »
175 ~ 175 ~
150 W 150 W
125 W 125 »
100 100
75 W 75 W
50 f 50 W
25 25
O 1 171 1 1 1 1 1 O 1 1 1 1 1 v 1

1012141018 20 22 24 20 28 30 1012141018 20 22 24 20 28 30 10 12 14 10 18 20 22 24 20 28 30
[°C] [°C] [°C]

ore 16 ore 19 ore 22

[m] [m] [m]
425 425 425
400 ~ 400 f 400 ~
375 375 375
350 ~ 350 f 350 ~
325 ~ 325 f 325 ~
300 ~ 300 f 300 ~
275 ~ 275 f 275 ~
250 ~ 250 f 250 ~
225 ~ 225 f 225 ~
200 200 200
175W 175 f 175W
150 ~ 150 f 150 ~
125 ~ 125 f 125 ~
100 ~ 100 f 100 ~
75 ~ 75 f 75 ~
50 ~ 50 f 50 ~
25 ~ 25 f 25 ~
U 1 1 1 1 1 v 0 7 0 1 1v1 1 1 1 1

1012141018 20 22 24 20 28 30 10 1214 1018 20 22 24 20 28 30 1o 12 1410 18 20 22 24 20 28 30

[°C] [°C1 [°C]

00 Profilo misurato ------ Profilo adiabatico di riferimento

Figura 5.19
Figura 5.19 Evoluzione del prolo
profilo verticale di temperatura

Il valore di emissione e`e stato ricavato dall'espressione

dall”espressione Q(t)=Qmax*fr(t)
Q(t):QmaX*fr(t) dove Q-
max
maX eè 1000 [g/s] e fr(t)
fr(t) e`e il coeÆciente
coefficiente di riduzione della portata ricavato dalla figura
gura
5.17. Eettuando
Effettuando le simulazioni per queste condizioni meteo-emissive si osserva che,
secondo il modello,
modello7 le condizioni peggiori si vericano
verificano alle ore 11 (gura
(figura CD.5.16)
CD.5.16) e
alle ore 16 (gura
(figura CD.5.17) quando la concentrazione supera i 330 [[pg/m3] g/m3 ].

Per quanto riguarda la valutazione dell'impatto

dell”impatto del nuovo
nuovo camino, occorre,
camino7 occorre,
anche in questo caso,
caso7 determinare opportunamente il il valore dei parametri
parametri meteo-
meteo-
rologici. L'unica
Liunica dierenza
differenza sostanziale riguarda i valori
valori di velocita e direzione del
velocita
vento che per il camino CN sono relativi ad una quota inferiore a 50 m (il sovrain-
nalzamento eè considerato trascurabile). Quindi, analogamente al caso precedente si
ottiene:
182
182 Capitolo 5

Ore Velocit
Velocitàa del Direzione Æ C]
T [[OC] Classe di Emissione
vento [m/s] Æ]
del vento [[O] stabilit
stabilitaa [g/s]
[g/S]
2 2 90 15 E-F 50
7 2 90 17 D 50
11 2 270 22 A-B 50
16 3 270 28 A-B 50
19 3 270 17 B-C 50
22 2 90 15 E-F 50
Per il camino \vecchio"
“vecchio” permangono naturalmente le medesime condizioni me-
teorologiche, ma si modica
modifica il carico emissivo; conseguentemente le nuove condizioni
di simulazione saranno:
Ore Velocit
Velocitàa del Direzione Æ C] Classe di Emissione
T [[OC]
vento [m/s] del vento [[O]]Æ stabilit
stabilitaa [g/s]
[g/S]
2 2-3 90 15 E-F 500
7 3 90 17 D 500
11 3 90 22 A-B 500
16 4 90 28 A-B 500
19 4 90 17 B-C 500
22 2-3 90 15 E-F 500
Per valutare l'impatto
lyimpatto complessivo dei camini non  èe possibile considerare en-
trambe le sorgenti contemporaneamente (a causa delle diverse condizioni meteoro-
logiche associate), per cui la stima dell'impatto
delllimpatto complessivo verrà
verra ricavata come
somma dei singoli contributi, sulla base del principio di sovrapposizione degli effetti
eetti
(che si considera applicabile, vista il contesto semplicato
semplificato in cui si sta operando).
operando).
Eettuando
Effettuando le opportune simulazioni si perviene al seguente risultato:

Ore Conc. centro Conc. centro Conc. centro

abitato CV abitato CN abitato -- Totali
2 0 0 0
7 0 0 0
11 z 180 70 (A)
(A) 180 (B)
(B) z 350
16 z 160 50 m 350
19 110 (C) 180(B)
180(B) 290 > 450
>450
22 0 0 0
In conclusione l'introduzione
l”introduzione del nuovo camino non modicherebbe
modificherebbe sostanzial-
mente la situazione nelle ore critiche (alle 11 in particolare), ma introdurrebbe, al
contrario, un notevole peggioramento alle ore 19.00 (gura(figura CD.5.18). L'inserimento
L7inserimento
del nuovo impianto, cos
cosi come 
eè stato ipotizzato, eè quindi sconsigliabile.
Osservazioni:
Osservazioni:

o Una delle principali criticit a del problema èe data dalla non
criticità non omogeneità
omogeneita del
prolo
profilo verticale del vento (come invece richiesto
richiesto dalle ipotesi
ipotesi di applicabilit
applicabilitàa
del gaussiano). La semplicazione
semplificazione adottata in questo caso, cio cioèe la scelta di
considerare la velocita del vento in corrispondenza dell'altezza
velocità dellaaltezza eÆcace,
efiicace,  èe valida
nella misura in cui, nella discesa al suolo del pennacchio, il moto verticale dovuto
alla turbolenza sia prevalente rispetto al trasporto del vento lungo l'orizzontale.
l7orizzontale.
 Modelli gaussiani 183
183

ø Un altro aspetto critico eè costituito dal grado incertezza delle informazioni di
input, classe di stabilit a e velocit
stabilità a del vento in particolare. In questo caso
velocita
occorre eettuare
effettuare scelte di tipo cautelativo e vericare, all”interno del range di
verificare, all'interno
valori che queste variabili possono assumere nei vari casi, quale èe la condizione
peggiore che si viene a creare. Lo stesso tipo di considerazioni vale per la scelta
del punto in cui valutare la concentrazione che, date le dimensioni del centro
abitato, non eè univocamente determinato.
184
 6
Preprocessori emissivi e meteorologici

Nel caso si desideri descrivere modellisticamente situazioni complesse di evoluzione

dell'inquinamento
delllinquinamento nel corso di episodi di durata temporale limitata (ore, (ore7 giorni)
giorni) oc-
corre necessariamente corredare il modello di informazioni in input di suÆciente sufficiente
aÆdabilit
affidabilitaa e dettaglio, sia sulla distribuzione e intensità
intensita delle diverse sorgenti emis-
sive nel territorio di interesse, sia sull'evoluzione
sulllevoluzione del campo meteorologico nel corso
dell'intero
dell”intero periodo da simulare. In figura
gura 6.1 eè riportato uno schema tipico dei com-
ponenti di un sistema modellistico e del flusso
usso di informazioni tratraii diversi componenti
meteorologico, emissivo, chimico e di trasporto.

dati meteorologici topografia

uso del suolo

processori \
meteorologici
processore delle
emissioni

turbolenza e velocità
di deposizione \
modello di
chimica e 4/ modulo
_ _
trasporto Chlmlco
concentrazioni iniziali
e al contorno

campi 3D di
concentrazione

Figura 6.1
Figura 6.1 Schema di flusso
usso di un sistema modellistico dinamico
186
186 Capitolo 6

In questo capitolo vengono introdotte problematiche relative alla predisposizione

dei campi emissivi e meteorologici e vengono illustrati due particolari preprocessori,
preprocessori7
che verranno utilizzati nelle analisi e simulazioni fotochimiche descritte nei capitoli
successivi.

6.1
6.1 Le
Le sorgenti
sorgenti emissive
emissive
In letteratura si considerano per le emissioni di inquinanti principalmente due clas-
sicazioni
sificazioni [139], [140]. Secondo la prima, le emissioni sono classicabili
classificabili in tre tipi di
sorgenti: sorgenti puntuali,
puntuali, sorgenti areali e sorgenti lineari
lineari.. Per le sorgenti di tipo
puntuale, la stima delle emissioni viene calcolata per impianti individuali, mentre
per le sorgenti di piccola entit a, o diuse
entità, diffuse su un'area,
un7area, le emissioni vengono distribuite
per unita di supercie.
unita superficie. Le sorgenti lineari, inne,
infine, sono impiegate per stimare le emis-
sioni lungo le vie di comunicazione, come strade, vie di navigazione, etc. etc. Mentre le
sorgenti di tipo puntuale descrivono una sola sorgente, le sorgenti lineari ed areali
sono la sintesi della descrizione statistica di un gran numero di sorgenti singole. La
seconda classicazione,
classificazione, in accordo con le indicazioni dell'Agenzia
dell”Agenzia Europea per l'Am-
liAm-
biente (vedi progetto CORINAIR, x§6.2.3), 6.2.3), opera invece una distinzione tra sorgenti
sse e sorgenti mobili
fisse mobili,, come riportato nel seguito.

Sorgenti
Sorgenti sse
fisse

0 Impianti di produzione
produzione di energia, di cogenerazione e di riscaldamento
Questo gruppo comprende tutti gli impianti di produzione dell'energia
dell”energia e gli
impianti di termoutilizzazione.
termoutilizzazione. Si osservi che eè necessario un opportuno valore
di soglia per distinguere gli impianti appartenenti a questo insieme dai piccoli
impianti di riscaldamento domestico.
ø Commercio
Commercio ed industria
In questo gruppo sono incluse le emissioni derivanti da processi di combustione
industriale e dalla produzione, sia dell'industria
dell”industria che del settore commerciale.

0 Allevamento e agricoltura
Qui sono comprese le emissioni degli allevamenti e dell'agricoltura,
dell”agricoltura, le emissioni
delle serre con sistemi di riscaldamento, quelle derivanti dall'utilizzo
dall”utilizzo dei ferti-
lizzanti, etc.
0 Riscaldamento domestico
Sono incluse le emissioni derivanti dagli impianti di combustione domestici,
quelli per gli edici
edifici pubblici e delle piccole aziende; in questa classe, inoltre,
sono comprese le emissioni dovute all'utilizzo
all”utilizzo domestico di solventi.

o Natura
In questa classe vengono raggruppate le emissioni di origine biogenica, oltre a
quelle che non sono incluse nel settore dell'agricoltura.
delllagricoltura.

0 Altre sorgenti
Tutte le emissioni che non possono essere direttamente assegnate ad una delle
 Preprocessori emissivi ee meteorologici 187
187

classi precedentemente illustrate sono attribuite a questo gruppo,

gruppo, insieme al
trattamento delle acque re ue.
reflue.

Sorgenti
Sorgenti mobili
mobili Questa sezione comprende le emissioni derivanti da diverse
modalit
a di trasporto.
modalita trasporto.
 TraÆco
Trajffico stradale
Oltre al traffico
traÆco su strada sono inclusi in questo gruppo i parcheggi, le autori-
messe, le emissioni di tipo evaporativo. Al contrario, le emissioni delle stazioni
di distribuzione del carburante sono considerate tra le sorgenti fisse.
sse.
 Veicoli fuori strada e macchinari
Veicoli fuori
Sono inclusi macchinari agricoli, forestali, industriali, militari e per il giardinag-
gio. Per gli sport invernali le emissioni rilevanti provengono da sorgenti come i
motori diesel degli impianti di risalita, etc.
 TraÆco ferroviario
Traflico ferroviario
Questo gruppo include le attivit a non elettricate
attività elettrificate sulle linee ferroviarie (treni
con motrice diesel)
diesel) e attivit
a parallele dovute a motori non elettrificati.
attività elettricati.
 TraÆco
Trafi'ico marittimo e navigazione interna
Qui sono incluse tutte le emissioni prodotte con la navigazione, derivanti sia da
attivit
a commerciali che da quelle sportive.
attivita

 TraÆco
Trafiico aereo
Si devono considerare le emissioni dovute al traffico
traÆco negli aeroporti e le emissioni
dei cicli di decollo ed atterraggio (ciclo LTO).

6.2
6.2 Inventari
Inventari delle
delle emissioni
emissioni

6.2.1
6.2. 1 Caratteristiche
Caratteristiche

Per la denizione
definizione di un inventario devono essere specicati
specificati i seguenti elementi,
elementi, che
ne delineano le caratteristiche:

 il dominio territoriale (ad esempio, comune, provincia, regione);

 la risoluzione spaziale, che e`e legata all'utilizzo
all7utilizzo dell'inventario.
dell”inventario. Risoluzioni dell'or-
dellyor-
dine di qualche chilometro quadrato sono suÆcienti sufficienti per applicazioni modelli-
stiche a scala regionale (modellistica fotochimica). Modelli urbani richiedono
invece stime piu dettagliate (250m xX 250m), fino
più no ad arrivare ai modelli a micro-
scala (canyon urbano)
urbano) per i quali  eè richiesta la localizzazione precisa delle emis-
sioni.
 il periodo temporale di riferimento;
188
188 Capitolo 6

 la risoluzione temporale di un inventario, che Che dipende dall'applicazione

dall”applicazione per la
quale il censimento delle emissioni e`e predisposto. Per la stima delle concentra-
zioni di background degli inquinanti primari, e suÆciente
sufliciente una bassa denizione
definizione
temporale. Per applicazioni modellistiche a scala urbana e regionale èe richiesta
la risoluzione oraria.
 la classicazione
classificazione delle sorgenti di emissione:

Æ0 per attivit
a, ad esempio secondo la nomenclatura SNAP (Selected Nomen-
attività,
clature for Air Pollution);
Æ0 per tipologia (sorgenti puntuali, lineari o diuse);
diffuse);

 gli inquinanti censiti: gli inquinanti convenzionali, i microinquinanti o gli in-

quinanti che causano l'eetto
lyeffetto serra. I modelli fotochimici necessitano inoltre di
informazioni relative ai diversi composti organici volatili, per
per i quali èe richiesta
almeno la specicazione
specificazione in:

Æo alcani: metano, etano, propano e alcani ad alta reattivit

a
reattività

Æo alcheni: etene, alcheni tenimali, alcheni interni .....

Æo aromatici: benzene, toluene, e xilene
Xilene

Æo carbonili formaldeide, acetaldeide, aldeidi ad alta reattività,

reattivita, chetoni

6.2.2 Metodologie
La compilazione di un inventario pu o avvenire secondo due metodologie di base
può
bottom-up e top-down
((bottom-up top-down)) o una loro combinazione.

Bottom-up
Bottom-up La metodologia bottom-up bottom-ap e`e basata sul censimento di tutte le singole
attivit
a inquinanti presenti sul territorio. Questo modo di procedere implica il col-
attivita
lezionare e gestire una tale quantit
quantitàa di dati che ne limita llimpiego
l'impiego a domini limitati
o a specici
specifici settori di attivit
a inquinanti.
attività

Struttura dei dati: le informazioni raccolte sono strutturate secondo le caratteristi-

che di seguito esposte.
 Tipologia
Tipologia I dati possono essere classicati
classificati in base alla potenziale frequenza di
aggiornamento in: dati statici (unit
(unitaa di misura, fattori di conversione, composti
chimici, ...),
.).., dati aggiornabili (fattori di emissione,
emissione, gra
grafi stradali, ...)
...) e dati
dinamici (informazioni di consumo, emissione ee produzione
produzione industriale, dati di
popolazione, ...).
 Modulazione
Modulazz'one temporale Le attivit a inquinanti sono dipendenti dal tempo;
attivita tempo; la
modulazione eè descritta da proli
profili temporali gerarchici ovvero specicati
specificati per
mese, giorno della settimana e ora del giorno.
 Preprocessori emissivi ee meteorologici 189
189

ø Sorgenti puntuali
puntuali Sono descritte da dati geometrici della sorgente (coordinate,
altezza, diametro, ...), informazioni relative a dispositivi di abbattimento delle
emissioni, descrizione dei processi di produzione.
0 Sorgenti diuse
difiuse Sono necessari dati di emissione e consumo di energia distribuiti
in distretti amministrativi o su griglia.
0 TraÆco
Trajffico Le categorie di dati utilizzati per la stima delle emissioni da traflicotraÆco
sono: la classicazione
classificazione delle strade (autostrade, arterie di grande percorrimento,
strade urbane, rete in aree indutriali, ...)
...) e dei veicoli (automobili, veicoli leggeri,
leggeri,
moto a due tempi, ...), la denizione
definizione del reticolo stradale, i dati dinamici del
usso
flusso del traÆco
traffico (velocit
a, composizione del parco circolante, volume annuale,
(velocita,
...).
...).
o Popolazione I dati relativi alla popolazione vanno specicati
specificati nelle stesse unit
a
unita
territoriali previste per le sorgenti diuse.
diffuse.

Descrizione delle sorgenti emissive:

emissioe: i dati sono distinti in informazioni speciche
specifiche
sull'attivit
a inquinante e sulle fonti di tali informazioni. La distinzione tra sorgen-
sulllattivita
ti puntuali e areali puo avvenire sulla base della produzione di inquinanti,
può inquinanti, della
quantit
quantitàa di combustibili utilizzata, della energia prodotta.
prodotta.

Top-down
Top-down Gli inventari nazionali forniscono dati di emissione annuale a grande
scala. Tali stime sono ottenute da bilanci, effettuati
eettuati su grandi bacini di utenza,
di combustibili utilizzati, della produzione industriale e agricola, della distribuzione
e consumi della popolazione. La disaggregazione dei dati di emissione in unit a
unita
territoriali pi
u piccole avviene tramite
più tramite variabili strettamente correlate alle attivita
attivita
inquinanti in esame, disponibili almeno con lo stesso livello di dettaglio dell'unit a
dellyunita
territoriale richiesta. La modulazione temporale avviene in modo analogo, ovvero
associando alle emissioni i cicli temporali tipici delle attivit
a inquinanti.
attivita

6.2.3
6.2.3 L'inventario
L7inventario CORINAIR
CORINAIR

La Comunit
Comunitàa Europea ha istituito con la direttiva 85/338/EEC, il progetto CORINE
COoRdinated INformation
((COoRdinated INƒormation on the Environment in the European Community Community).). Il
sottoprogetto CORINAIR prevede lo sviluppo di inventari nazionali delle emissio-
ni dei principali inquinanti atmosferici, con metodologie il piùpiu omogenee possibile,
che devono essere stilati con cadenza pluriennale. Il primo inventario delle emissio-
ni risale al 1985. Il CORINAIR 85 annovera le emissioni
emissioni di tre inquinanti
inquinanti (SO 2,
(802,
NO
NOacx e VOC), emessi da 8 settori di attivit a: processi di combustione, raffinerie,
attivita: raÆnerie,
combustione industriale, processi di produzione, evaporazione di solventi, trasporto,
trasporto,
natura, miscellaneous. La metodologia CORINAIR propone di standardizzare la
classicazione
classificazione delle emissioni per una maggiore e piùpiu facile interazione e confronto
fra inventari. In particolare sono specicati:
specificati:

- una nomenclatura per l'identicazione

liidentificazione dei settori socio-economici, denominata
NAPSEA (Nomenclature for Air Pollution Socio-Economic Activity);
190
190 Capitolo 6

- una nomenclatura (SNAP) che classica

classifica in una struttura fortemente gerarchiz-
zata le sorgenti emissive in 11 macrosettori, 56 settori e 260 categorie;
-- la
la denizione
definizione dei
dei fattori
fattori emissivi.
emissivi.

La seconda edizione dell'inventario

dell”inventario  eè stata portata a termine nel 1990, 19907 aggiornata
nel 1991 (CORINAIR 90) 90) e pi
piùu recentemente ancora nel 1994, ma solo a livello dei
settori. Nel seguito si farafara riferimento all'inventario
all”inventario CORINAIR90. Tale censimento
copre tutti gli Stati membri dell'Unione
dell”Unione europea e le emissioni sono disponibili per
unit
unita a territoriali corripondenti, per l'Italia,
l7Italia, alla provincia. Nell'ambito
Nell”ambito dell'opera-
delliopera-
zione di aggiornamento ed ampliamento e`e stata rivista anche la nomenclatura SNAP,
ridenominata SNAP90.
In Italia l'inventario
l”inventario delle emissioni, conforme alla metodologia CORINAIR,
eè stato realizzato dall'ENEA
dalllENEA - Dipartimento Ambiente, su incarico del Ministero
dell'Ambiente;
dellmbiente;  eè in corso di realizzazione la stima delle emissioni di inquinanti per
l'anno
lianno 1994.
1994.
L'obiettivo
L”obiettivo del CORINAIR 90  e di fornire un inventario completo, consistente e
trasparente degli inquinanti atmosferici per l'Europa. luropa. E  disponibile per la maggior
È
parte degli stati Europei e la classicazione
classificazione SNAP 90  èe stata progettata per fornire
la lista pi u completa possibile delle attivit
più attivitaa in grado di produrre emissioni degli
inquinanti: metano CH CH4, 4 , ammoniaca NH NHg,3 , ossidi di azoto NONOw, x , protossido di azoto
N 2 O, monossido di carbonio CO, biossido di carbonio CO
N20, COQ,2 , composti organici non
metanici, ossidi di zolfo SO 2 . Le emissioni sono censite in 11 macrosettori:
502. macrosettori:
1. produzione pubblica di elettricit
a;
elettricità;

2. impianti di combustione commerciali, istituzionali e residenziali;

@WNQPTFEWPD

3. impianti di combustione industriali e processi con combustione;

4. processi diversi dalla combustione;
5. estrazione e distribuzione di combustibili fossili;
6. uso di solventi;
7. trasporto su strada;
8. altre modalit
a di trasporto;
modalita

9. trattamento e smaltimento dei riuti;

rifiuti;

10.. agricoltura;
›_l
C)

11. natura.
La consistenza degli inventari nazionali eè assicurata dall'applicazione
dall”applicazione sistema-
tica in ciascun paese membro della metodologia CORINAIR. La trasparenza èe rag-
giunta attraverso l'accessibilita sia dei dati sia dei fattori
l”accessibilità fattori emissivi impiegati
impiegati che dalle
fonti di queste informazioni.
Le sorgenti sono distinte in puntuali e diuse.
diffuse. Le prime sono descritte in un
database che ne riporta dati geometrici e di emissione. Le sorgenti diusediffuse invece sono
caratterizzate da specici fattori emissivi che consentono la stima del totale emesso.
specifici fattori
 Preprocessori emissivi ee meteorologici 191
191

Tali fattori sono ottenuti come valore medio di un elevato numero di misure,
misure, tra loro
anche non omogenee e sono aetti
affetti da incertezza. Per le sorgenti diuse,
diffuse, le emissioni
sono pertanto stimate tramite la relazione seguente:
E : A - EF
anno
CUI/77,0
=
anno
GTLTLO

EF (6.1)
(6.1)

dove:
dove:

E
E:: quantit
quantitaa emessa [g];
A
A:: attivita della sorgente;
attività
EF
EF:: fattore di emissione per unit
a di attivit
unità a.
attivita.

a A della sorgente emissiva eè quanticata

L'attivit
L7attivita quantificata tramite un indicatore opportuno
(per le centrali termoelettriche, ad esempio, si considerano i consumi di combusti-
bile).

6.3
6.3 Il
Il modello
modello delle
delle emissioni
emissioni POEM
POEM

Un modello delle emissioni eè uno strumento metodologico e informatico che consente
di descrivere lo stato delle emissioni o di ipotizzare scenari alternativi; fornisce in-
formazioni strutturate sulle sorgenti emissive e i fiussi
ussi di emissione nella porzione di
territorio in esame.
In particolare, il modello POEM (POllutant Emission Model), illustrato nel
seguito, elabora e predispone i campi emissivi in input ad un modello fotochimico
euleriano a griglia. Per soddisfare i requisiti richiesti dai modelli di trasporto,
trasporto, il dato
in uscita a questo processore delle emissioni, elaborato dal dato grezzo di partenza ac-
quisito dall'inventario
dall”inventario nazionale, deve presentare una risoluzione spaziale conforme
alla griglia del modello fotochimico e un notevole dettaglio temporale;
temporale; inoltre, le
informazioni concernenti i composti organici volatili devono essereessere dettagliate, spe-
cicando l”operazione di speciazione
cificando la composizione dei singoli composti, tramite l'operazione speciazíone..
Nel paragrafo che segue vengono riportati sinteticamente i punti caratterizzanti del
modello e della metodologia implementata.

6.3.1 Metodologia
Il modello POEM [141], [142][142] ore
offre una duplice modalita
modalita di impiego, tramite dieren-
differen-
ti approcci metodologici allo studio delle emissioni in un7area un'area assegnata. Il modello
consente la predisposizione dell' inventario delle emissioni, ottenuto dall'applicazione
delll'in'uentar'io dall”applicazione
dell'algoritmo
dell”algoritmo di disaggregazione delle emissioni diuse
diffuse dell'inventario
dell”inventario nazionale (ap-
proccio top-down
top-down).). Inoltre il processore consente di predisporre
predisporre campi di emissione,
corrispondenti a scenari ipotizzati, al fine
ne di valutarne, tramite
tramite simulazione modellis-
modellis-
tica, l'impatto
l”impatto sulla qualit a dell'aria.
qualita delliaria. In tale
tale modalita
modalita di funzionamento,
funzionamento, ilil modello
modello
delle emissioni eè uno strumento utile in fase
fase di pianicazione
pianificazione perper verificare
vericare l”efficacia
l'eÆcacia
di una strategia di abbattimento delle emissioni, per confrontare i risultati ottenibili
da politiche di risanamento alternative, per stimare ljimpatto
l'impatto di nuovi insediamenti
industriali o infrastrutture (si veda il capitolo 8). Dal momento che le politiche di
192
192 Capitolo 6

riduzione degli inquinanti in genere interessano solo alcuni \settori “settori inquinanti",
inquinanti”, per
lo studio di scenari alternativi si procede alla messa a punto di dati emissivi relativi
al comparto considerato, partendo non pi u dal dato CORINAIR, ma dalla variabile
più
caratterizzante il comparto in esame (approccio bottom-up bottom-up). ). Il modello POEM im-
plementa quindi un approccio misto misto.. Per ciascuna modalit
modalita, a, eè possibile costruire i
campi emissivi sulla base delle tre seguenti opzioni:
Risoluzione spaziale Il modello consente la disaggregazione delle emissioni da
provinciali in comunali o sulle maglie di una griglia. griglia. L'algoritmo
Llalgoritmo utilizza par-
ticolari grandezze dette variabili surrogato , fortemente correlate alle sorgenti
emissive e note con elevata risoluzione territoriale.
territoriale. Si ipotizza che la quantit
quantita a
inquinante emessa in atmosfera abbia la stessa distribuzione spaziale della va-
riabile scelta come indicatore. La scelta dei fattori fattori di disaggregazione èe limitata
dalla disponibilit
disponibilità a di dati caratterizzanti il territorio.
territorio. Le fonti da cui si attinge
per la determinazione degli indicatori surrogato sono molto diversicate diversificate eded ete-
ete-
rogenee tra loro; in particolare, si sfruttano dati provenienti dalle elaborazioni
statistiche dell'ISTAT,
dell”ISTAT, del Ministero dell'Industria,
dell”Industria, dell'ENEL,
dellNEL, dell'ACI
dell”ACI e della
Societ
Societa a Autostrade, dalle mappe di uso del suolo ((land land use
use)) CORINAIR e delle
Regioni. Si osserva come, in molti casi, la variabile utilizzata sia costituita dal
numero di addetti operativi di una o pi piùu categorie ISTAT, ritenute rilevanti
al ne
fine dell'emissione
dell”emissione per la categoria CORINAIR esaminata. esaminata. L'utilizzo
L”utilizzo di ta-
li informazioni come indicatore porta a considerare una una specica
specifica classicazione
classificazione
delle attivit a antropiche dierente
attivita differente da quella impiegata nella denizione
definizione delle ca-
tegorie SNAP90.
SNAPQO. E' E7 fondamentale, perci o, determinare il legame che intercorre
perciò,
tra la classicazione
classificazione SNAP90
SNAPQO e quella pi u generale delle attivit
più a economiche,
attivita
al fine
ne di poter individuare quali siano le attivit attivitaa antropiche inquinanti alle
quali attribuire, con una corretta ripartizione, le emissioni di ciascuna classe
CORINAIR.
Risoluzione temporale POEM prevede l'impiego l”impiego di tre unita
unita temporali distinte,
ovvero l'anno,
l”anno, l'ora
lyora e l'intervallo
l7intervallo di giorni (periodo). L'esigenza
L7esigenza di possedere
i campi emissivi con una risoluzione temporale elevata eè motivata dalla neces-
sit
sitaa di una migliore comprensione e analisi del panorama emissivo. L'ampiezza L”ampiezza
dell'intervallo
dell”intervallo temporale  eè funzione dell'applicazione;
dell”applicazione; se per una prima stima
della situazione emissiva del territorio la risoluzione annuale eè suÆciente, sufficiente, per la
creazione di campi di concentrazione modellistici la risoluzione oraria `ee invece
indispensabile. Ultima possibilit
possibilitaa prevista da POEM èe la stima delle quan-
tit
titaa totali di inquinanti rilasciate in atmosfera in un intervallo fissato periodo).
ssato ((periodo).
L'operazione
L”operazione di identicazione proli temporali per le diverse tipolo-
identificazione di corretti profili
gie di sorgenti eè successiva alla fase di determinazione delle variabili surrogato surrogato,,
con cui si eettua
effettua la disaggregazione spaziale. Infatti, una volta scelto il fattore
di disaggregazione spaziale, la modulazione temporale viene eseguita utilizzan-
proli temporali che caratterizzano l'attivit
do i profili a inquinante.
l”attivita inquinante. Nei casi ove non èe
identicabile
identificabile un preciso ciclo temporale, si procede procede impiegando dei riferimenti
che caratterizzino l'attivit a. Per ogni variabile surrogato si identica
l”attivita. identifica un prolo
profilo
mensile
mensile,, settimanale e giornaliero
giornaliero;; per determinare l'emissione relativa ad un
l”emissione relativa un
intervallo di tempo denitodefinito si moltiplicano i valori
valori di emissione
emissione annuali per i
proli temporali giornalieri, settimanali e mensili, opportunamente
profili temporali opportunamente normalizza-
normalizza-
ti. Ad esempio, per le emissioni industriali si assume che le emissioni orarie,
giornaliere e mensili siano funzione del ciclo produttivo. Le variazioni mensili mensili di
 Preprocessori emissivi ee meteorologici 193
193

queste emissioni riguardano principalmente il mese di agosto, per eettoeffetto delle

ferie lavorative, mentre le variazioni negli altri mesi sono trascurabili.
trascurabili. Le varia-
zioni settimanali sono evidenti soprattutto nei week-end
Week-end (sabato e domenica),
per eetto
effetto della pausa lavorativa. Inne,
Infine, all'interno
all”interno della giornata, le dierenze
differenze
orarie derivano dalla presenza di turni lavorativi, concentrati dalle 7 alle 22.
Speciazione
Speciazz'one dei
del' VOC
VOC La descrizione dei VOC (Composti Organici Volatili)
Volatili) 
èe
motivata dalla necessit a di individuare, all'interno
necessita all”interno della generica denizione
definizione di
VOC, il peso relativo dei composti che possono essere tossici per la salute o
contribuire in modo determinante ai processi di formazione di smog seconda-
rio
rio.. L'identicazione
L7identificazione delle specie di VOC  eè una informazione necessaria per
la modellizzazione dei fenomeni di smog fotochimico.
fotochimico. Il dato aggregato dei
VOC eè specicato
specificato attraverso la determinazione del proloprofilo tipico di emissione
di ciascuna tipologia di sorgente. L'analisi
Llanalisi dello spettro emissivo  èe elaborata
tramite l'impiego
liimpiego di dati di letteratura; da anni, infatti,
infatti, progetti europei e sta-
tunitensi sono nalizzati
finalizzati alla denizione
definizione di profili
proli di speciazione per i diversi
comparti emissivi. Gli archivi dell'US-EPA
dell”US-EPA (Environmental Protection Agen-
cy)
cy) e CORINAIR raccolgono centinaia di profili proli relativi a sorgenti industriali e
non, raggruppati in 31 categorie. D'altra
Dialtra parte  eè opportuno ricordare che, dal
momento che le classi di composti organici sono generate in funzione dei para-
metri specici
specifici che caratterizzano la sorgente, i margini di incertezza connessi
all'utilizzo di proli
profili standard sono piuttosto elevati.
elevati. Ad esempio,
esempio, in tabella
tabella
6.1 eè riportato il prolo
profilo adottato per le raÆnerie
raffinerie e gli impianti di lavorazione
e trasformazione del greggio, che in SPECIATE [143], database dell'EPA dell7EPA per i
profili emissivi, va sotto il nome di Petroleum industry (average)
proli (average)..
La denizione
definizione della risoluzione spaziale, temporale e speciazione dei VOC determi-
na l'uscita
l”uscita del modello, come sintetizzato in figura
gura 6.2. L'algoritmo
L”algoritmo non prevede
l”applicazione sequenziale dei tre step
l'applicazione step,, ma prende in considerazione contemporanea-
mente le tre fasi, poich
poichée strettamente connesse le une alle altre. Infatti, ad esempio,
quando si opera la ripartizione spaziale non si può
puo non tener conto anche della dura-
ta dell'attivit
a inquinante, per quanticare
dell”attivita quantificare in modo corretto il contributo emissivo
delle sorgenti.
L°algoritmo top-down 
L'algoritmo eè impiegato per la stima delle emissioni provenienti da
tutte le sorgenti di origine antropica, tranne per le emissioni da traffico
traÆco e quelle di
origine biogenica, per le quali si procede al calcolo diretto.

Emissioni
Emissioni biogeniche
biogeniche Con il termine emissioni biogeniche
bz'ogem'che si intendono tutte le
le
emissioni dovute agli aspetti naturali del suolo, catalogate e studiate nel macroset-
tore 11 dell'ultima
dell”ultima versione dell'inventario
dellyinventario CORINAIR. Tali emissioni
emissioni possono
possono essere
dovute a:
0 vegetazione (di tutti i tipi dalle foreste di conifere agli arbusti, prati...),
o incendi, fulmini
fulmini
o acqua e zone paludose (laghi, fiumi,
umi, paludi etc...),
0 animali,
0 vulcani.
vulcani.
194
194 Capitolo 6

Specie organica %
Isomeri di esano 9.06
Isomeri di eptano 0.71
Isomeri di ottano 0.45
Isomeri
Isomeri di
di nonano
nonano 1.14
1.14
Isomeri di decano 0.32
C-7 cicloparaÆne
cicloparaffine 2.57
C-8 cicloparaÆne
cicloparaffine 0.75
C-9 cicloparaÆne
cicloparaffine 0.12
Isomeri di eptano 18.80
Etano
Etano 6.80
6.80
Propano 23.90
Propene 1.98
N-Butano 9.03
Butene
Butene 0.17
0.17
Iso-Butano
Iso-Butano 3.27
3.27
N-Pentano
N-Pentano 5.42
5.42
Eptano 1.40
Ottano 1.96
N-Decano 0.84
Cicloesano 0.09
Formaldeide 10.04
Isomeri di Xilene
xilene 0.21
Benzene 0.43
Toluene 0.50
Tabella 6.1
Tabella 6.1 Prolo
Profilo di speciazione dei composti organici non metanici
metanici per le raflinerie
raÆnerie di
petrolio

Si pone l'attenzione
l”attenzione sulle emissioni di VOC
VOC dovute ai vari tipi di vegetazione
poich
poichée esse rappresentano una porzione rilevante delle emissioni totali di VOC. Se-
nellyultima edizione del Guidebook
condo quanto indicato nell'ultima Guidebook CORINAIR [3], le foreste
(decidue e conifere)
conifere) contribuiscono per il 19% del totale delle emissioni europee di
NMVOC (VOC non metanici), per il 4,4% delle emissioni di CH CH44 e per il 14,3% delle
emissioni di N 2 O. Se a questi dati si aggiunge il fatto che i VOC hanno un ruolo
N20.
fondamentale nella formazione di ozono troposferico,
troposferico, e che l'incertezza
l”incertezza nella stima
delle emissioni biogeniche pu
puòo raggiungere il 500% [144]
[144] [145], si arriva alla conclu-
sione che uno studio approfondito del comportamento di queste fonti di emissione  èe
di importanza fondamentale per una corretta stima delle emissioni totali soprattutto
in alcune zone europee prettamente rurali.

Calcolo
Calcolo dei fattori
fattori di emissione e di biomassa L'idea fondamentale alla base dei
L”idea fondamentale
metodi di stima suggeriti dal CORINAIR consiste nel
nel considerare ogni
ogni specie singo-
larmente e calcolarne le emissioni; questo approccio tuttavia, oltre ad essere molto
oneroso computazionalmente, si rivela anche praticamente di diÆcile
difficile attuazione per
la precisione dei dati che richiede:
 Preprocessori emissivi ee meteorologici 195
195

disaggregazione modulazione speciazione dei

spaziale temporale VOC

i; i; i;
provincia anno totale

i i i
comune periodo speciazione

griglia Ora lumping

Figura 6.2
Figura 6.2 Schema di flusso
usso del modello POEM

o composizione di resinose e resinose miste,

o composizione di latifoglie e latifoglie miste,
ø composizione di cedui semplici,
o composizione di cedui composti.
Mentre per le specie pure vengono utilizzati i fattori di emissione e di biomassa
suggeriti dal CORINAIR, per le specie miste devono essere eettuate
effettuate delle stime che
necessitano di informazioni circa la loro composizione. In mancanza di informazioni
piu dettagliate, la composizione dei boschi misti per le diverse classi di vegetazione
più
eè stata ipotizzata essere la media pesata delle specie di quella categoria presenti.
Le tabelle 6.3, 6.2, 6.4, 6.5 riportano i fattori calcolati per latifoglie, resinose,
cedui e prati rispettivamente.
Calcolo
Calcolo delle emissioni L'algoritmo
L7algoritmo di stima delle emissioni suggerito dalla metodo-
logia CORINAIR si basa sul calcolo del flusso
usso orario di emissione secondo il criterio
([146], [1471. [144]):
([146], [147], [144]):
Z
'(Pak i;k
° D
i;k = /h6i,k Dkk
'71'
i
' dt (6.2)
(6.2)
h
dove:
'90,31,
i;k eé il fiusso
usso orario di emissione [[gg m
m_22 hh_1] 1
dell”inquinante i relativo alla specie
] dell'inquinante
k
6M
i;k e:ilil fattore mg gg711 hhfl]1 ] della specie K per l'inquinante
fattore di emissione [[mg l”inquinante ii,,
DDkk  fattore di biomassa di quella specie [[gg m2]
eè il fattore m2 ]
7,-i eè un fattore di correzione adimensionale che rappresenta gli gli eetti
effetti della radia-
radia-
zione solare e della temperatura sulle emissioni.
Il coeÆciente i varia a seconda dell'inquinante
coefficiente di correzione 7, dell”inquinante i che si sta conside-
rando, con una dierenza
differenza signicativa
significativa tra l'isoprene
l”isoprene (le cui emissioni dipendono sia
 196
196
specie
omowmm
oucßñ 22% fattore di biomassa f.e. isoprene f.e. monoterpene f.e. altri VOC
coi
:v 953mm mmmxšoß wflwhmomm .wu
o
.wu wøwmäaoioš
m
Cin .ou
ma
UO>
abete bianco
ommop Emas coi 1400 o 0 3
m ma 1.5
abete rosso
wuifi com 1400 o 0 3
ma ma 1.5
larice
0:5 con 300 o 0 1.5
m ma 1.5
pino 700 0 3 1.5
Capitolo 6

Tabella 6.2 Fattori di biomassa e di emissione delle resinose piu comuni.

dimm-NH Né wøoimdšw «U w mmmmëoß «w Cofimm 21% .Eøšou Em mmoimmš

.Qua QQQQHOHOQOE 22m. .wu UO>

specie
@3m fattore di biomassa f.e. isoprene f.e. monoterpene f.e. altri VOC
203mm :v wmmwaoß mflwnmomm .wu
oo N.0 ma
rovere
29,2
320
omm
60
o 0.2
H ma 1.5
cerro
oäwu
320
omm
0
om 1
N.0 ma 1.5
quercia
522%
320
omm
60
om 0.2
N.0 ma 1.5
castagno
ocwšmmo
320
omm
60
o 0.2
mwó ma 1.5
faggio 320 0 0.65 1.5
åwfi Omm
om o ma
pioppo
ommoã
320
omm
60 0 1.5

Tabella 6.3 Fattori di biomassa e di emissione delle latifoglie piu comuni.

25n M6 :u Eofißh 23v @øoñmëmo :v w ßwwßšoß Em wnwoäpfl .€558

232mm :v mmmxšoš .ma Ein UO>

Ego
specie
2°m
Usmãwm
fattore di biomassa f.e. isoprene f.e. monoterpene f.e. altri VOC
com
.ou 25,502
ma
.wu mšwùagoioš
mwó mwä
cedui semplici 200 6.8 0.63 1.63

Tabella 6.4 Fattori medi di biomassa e di emissione dei cedui semplici.

«ia «Sg-m9 Eofißh :U ëwš .mozmšwm 1:08 «Bu oøoflmmdbo :U w ßwwßãoš

.www @HHQQHQHOQOE .wu Cis OO>

specie fattore di biomassa f.e. isoprene f.e. monoterpene f.e. altri VOC
omowmm :v wnofifl wwwwšoß wiwpmomm .wu
o Hó ma
prati 400 0 0.1 1.5
šä 0%

Tabella 6.5 Fattori di biomassa e di emissione dei prati.

mrw mfifiwn-mffi mv Eofißm :u w mmmßãoß 6m ocoiwãä .Ema
 Preprocessori emissivi ee meteorologici 197
197

dalla temperatura, sia dalla radiazione solare)

solare) e tutti gli altri VOC (le cui emissioni
dipendono solo dalla temperatura).
temperatura).

Emissioni
Emissioni da
da traÆco
traffico autoveicolare
autoveicolare La metodologia adottata per la valuta-
zione delle emissioni del comparto del traÆco
trai-fico in Italia prevede tre passi:

a)
a) l'acquisizione
llacquisizione dei dati relativi al parco circolante in Italia;
Italia;
b) la stima delle emissioni mediante l'utilizzo
llutilizzo del modello CopertII [148]
[148] ;
c) l'assegnazione
Passegnazione delle emissioni all'area
alllarea d'indagine.
dlindagine.

I dati necessari alla descrizione del parco possono essere ottenuti dall'ACI
dall”ACl e
riguardano la ripartizione in tipologia
tipologia dei veicoli, cilindrata, alimentazione, numero
numero
medio di chilometri percorsi in un anno, velocit a media
velocità media di percorrenza, tecnologia
tecnologia
motoristica equipaggiata, ripartizione dei cicli urbano, extra-urbano e autostradale.
Questo dettaglio di informazione eè necessario per la corretta implementazione del
modello CopertII,
Copertll, che consente la stima delle emissioni a partire da quattro classi
di informazioni:
o il consumo dei carburanti, dettagliato per tipo di combustibile e per categoria
di veicoli;
o il parco circolante, descritto dal numero di veicoli per categoria e dalla distri-
buzione di et
etaa per categoria (classicazione
(classificazione UN-ECE)
UN-ECE) ;
o le condizioni di guida, denite
definite dal numero di chilometri percorsi per classe
di veicoli, dal numero di chilometri percorsi per classe di tipologia
tipologia di strada
(urbana, extraurbana, autostrada) e dalla velocit
a media dei veicoli;
velocita veicoli;
ø i fattori di emissione, applicati per classe di veicoli, per velocita
velocita e eta
eta del par-
co, utilizzando indicazioni relative alle propriet
a dei carburanti, alle condizioni
proprieta
meteorologiche, al carico medio dei veicoli.
Si rimanda al capitolo 8 per un esame nel dettaglio di scenari emissivi da traffico
traÆco
su scala urbana e regionale in un contesto di studio di piani di risanamento.

6.4 Il modello meteorologico CALMET

CALMET eè un preprocessore meteorologico di tipo diagnostico in grado di riprodurre
campi tridimensionali di vento e temperatura e campi bidimensionali di parametri
descrittivi della turbolenza. E  stato sviluppato per conto del CARB (California
È
Air Resources Board)
Board) da alcuni ricercatori [47]
[47] della Sigma Research (ora Earth
Tech)
Tech) come preprocessore del modello fotochimico CALGRID [149] [149] e del modello
pu CALPUFF [42]. CALMET può
a pujj' puo operare su qualsiasi tipo
tipo di
di dominio (con
cautela in caso di terreno particolarmente complesso). Generalmente viene applicato
su domini di dimensioni dell'ordine
dellyordine delle decine fino
no alle centinaia di chilometri
con passi variabili da poche centinaia di metri fino no a 20 50 km. Non ha nessuna
20-50
198
198 Capitolo 6

limitazione per quanto riguarda la lunghezza del periodo di simulazione. Solitamente

le simulazioni coprono periodi dell'ordine
dell”ordine di qualche giorno (tipicamente per lo studio
di episodi acuti), ma disponendo di adeguate risorse di calcolo può puo essere utilizzato
anche sul lungo periodo. Diversamente il passo temporale èe fisso sso ed èe pari ad un”ora.
un'ora.
CALMET utilizza un sistema di coordinate terrain following con strati verticali di
terrai'n following
spessore variabile. La risoluzione verticale varia da poche decine di metri nei primi
livelli fino
no a 500-2000 m in quota. Nella ricostruzione del campo di vento CALMET
permette di utilizzare una tecnica di nesting (integrazione in cascata)
cascata) con modelli
che operano su scale maggiori. A priori il modello non presenta nessuna limitazione
concettuale e quindi pu
puòo essere applicato in qualsiasi contesto. Occorre però pero tenere
presente che la qualita dei risultati eè fortemente legata alla rappresentatività
qualita rappresentativita delle
misure utilizzate. In figura
gura 6.3 e`e rappresentato lo schema a blocchi del modello e
delle informazioni di input e output.

Upl.dat Campo di vento

. Prolili verticali di V c T
Upn.dat \
CALMET
Misure al suolo di V, T. P.
Surfidat Ur, Abk, (,n. Pr (orarie) Modulo Cahnetldat

diagnostico
i ------------- ¦ Campi orari 3D di V C T
i Sealdat i Misure Sul mare di VV T" Campi orari 2D di PGT. u*.
1 P _______________________› MOdCHO W*` Hmix, L
i i A . . . . .
1 Scandat ¦ Micromet. (Flussi di precipitazione)
i _____________ i

(yo,LAi.A1bcdn,B.R.,II.F~> Modulo per

Parametri di turbolenza
I . . . .
Background i Campo 3D di vento (manu) Periodo di simulazione
i _____________ i Griglia di calcolo
† Opzinriiu..

Campo di temperatura
Input
i _____________ Control

Figura 6.3
Figura 6.3 Schema a blocchi del modello CALMET.

Il modello èe costituito da tre moduli per la ricostruzione del campo di vento
vento,, dei
parametri di turbolenza e del campo di
parametri di' temperatura
temperatura.. Ogni modulo viene applicato
per ogni ora di simulazione utilizzando le informazioni misurate disponibili per quella
sequenza temporale.

6.4.1 Ricostruzione del campo di vento

Il modulo diagnostico per la ricostruzione del campo di vento opera in due passi.passi.
Inizialmente CALMET costruisce un campo di vento sulla base della circolazione
generale dell'area,
delljarea, dell'orograa
delllorografia e della stabilit
stabilitàJa atmosferica. Successivamente cor-
 Preprocessori emissivi ee meteorologici 199
199

_.
regge il campo sulla base delle misure. Pi prime peeee
ereeieemeeee alel primo
Pieu precisamente veneene
passo vengono
eettuate
effettuate le seguenti operazioni:

0 vengono denite
definite le componenti orizzontali U e V di un campo di vento di primo
tentativo. Questo campo pu o essere costante
può Costante su tutto il dominio, variabile
lungo il dominio o fornito dall'esterno.
dalllesterno. In quest'ultimo
quest”ultimo caso, ad esempio,
esempio, il
campo potrebbe essere fornito da un modello di tipo prognostico che opera
su una griglia di dimensioni maggiori e che ricostruisce le caratteristiche della
circolazione su larga scala (modelli regionali o globali).
o Al
Al campo
campo di primo tentativo,
di primo tentativo, eventualmente
eventualmente riadattato
riadattato alla griglia di
alla griglia di CALMET,
CALMET,
viene aggiunta la componente verticale W della velocit a, stimata attraverso un
velocita,
algoritmo che tiene conto dell'orograa
dell7orografia e della stabilit
a atmosferica. Il campo
stabilità
cos
così calcolato viene riaggiustato in modo da rispettare l'ipotesi
l”ipotesi di divergenza
nulla.
o Alle componenti orizzontali dei primi livelli viene aggiunta una correzione che
tenga conto, nelle zone ad orografia
orograa complessa, dell'eetto pendio,
de117effetto dei venti di pendio,
con direzione up- ow
up-flow di giorno e down- ow
down-flow di notte.
notte. La loro intensità
intensita èe legata
alla struttura orograca
orografica locale e al flusso
usso di calore sensibile.
o In condizioni di forte stabilit a viene apportata un'ulteriore
stabilitàJ un7ulteriore correzione alle com-
ponenti orizzontali del vento nei primi livelli.
livelli. In particolare eventuali compo-
nenti up-hill
up-hz'll (cio
(cioee risalenti lungo un rilievo)
rilievo) vengono rese tangenti all'ostacolo.
all”ostacolo.

Sul campo cos u1 ,v1 ), detto di

così ottenuto ((111,121), primo passo,
dz' prima passo, vengono effettuate
eettuate le
seguenti operazioni:
ø u2 ((w,y,z)
Vengono calcolati nuovi valori delle componenti orizzontali ((u2 x;y;z ) e v2
v2 ((w,y,z)),
x;y;z )),
livello per livello, attraverso la seguente media pesata:
uu1(;;ì,2y,z) P
1 (x;y;z ) + ZS 111%52 vUKÉÃJØ) P
1 (x;y;z ) + ZS 11%52
R2 + s Rus2s ( )
R2 + s Rvs2s
uug2((m,y,z)
x;y;z ) = _S P 1 vU22 (x;y;z
.'L',y,Z ) =
: _S P 1 (6.3)
(6.3)
È
R2 +
1
+ ZSs Ri
R2s È
R2 +
1
+ ZSs Ri
R2s
dove uu8s e vvSs rappresentano le componenti del vento misurato nella stazione
meteorologica ss,, RRss rappresenta la distanza orizzontale del punto (x,y,z)
(x,y,z) dalla
stazione e R e una distanza fittizia
ttizia che funge da peso del campo di primo passo.
passo.
Al suolo le misure sono costituite dalle stazioni di supercie,
superficie, mentre in quota
vengono utilizzate le stazioni di prolo.
profilo. Sul campo cos
così ottenuto viene applicato
l'operatore
l”operatore di divergenza nulla che permette di ricavare nuovi valori di w(x,y,z).
W(X,y,z).

0 Il campo di w W pu
o essere eventualmente riscalato in modo da fissare
può ssare al livello pi
u
più
alto del dominio w(x,y,z top ) = 0. In questo caso viene riapplicato ljoperatore
W(x,y,zt0p) l'operatore di
divergenza per rendere nuovamente mass-consistent il campo di vento (ipotesi
di uido
fluido incomprimibile).

6.4.2 Denizione
Definizione dei parametri di turbolenza
turbolenza
Il modulo per la denizione
definizione dei parametri di turbolenza
turbolenza permette
permette di ricostruire l”evo-
l'evo-
luzione temporale,
temporale, per ogni cella del dominio, della classe di stabilit
a atmosferica,
stabilita
200
200 Capitolo 6

della lunghezza di Monin-Obukhov (L), (L)7 dell'altezza

delllaltezza dello strato rimescolato, del-
la velocit
velocitàa d'attrito
d”attrito (u ) e della velocit
(u*) velocitàa convettiva di scala (w  ). L'equazione
(W*). L7equazione di
bilancio energetico utilizzata, denita
definita come:
Q + Qf = Qh + Ql + Qg
Q*+Qƒ=Qh+Ql+Qg (6.4)
(6-4)
permette di quanticare
quantificare il usso
flusso di calore sensibile QQhh sulla base del flusso
usso netto
di energia radiante Q , dell'eventuale
Q*, usso di calore antropogenico Q
dell7eventuale flusso Qƒ,f , del flusso
usso
di calore latente Q Q1l e del usso
flusso di calore verso il terreno Q g . Il termine Q
Q9. Q* 
èe
funzione della radiazione solare incidente e riflessa
ri essa (quindi della posizione geografica,
geograca,
dell'istante
delllistante temporale, della copertura nuvolosa e dell'albedo),
delllalbedo), QQ;l e Q
Qgg sono legati
alle caratteristiche della supercie
superficie (umidit
(umiditàa e coeÆciente
coefficiente di assorbimento), mentre
Qfƒ quantica
quantifica l'eetto
l”efi`etto di eventuali sorgenti di calore antropogeniche.

 Il valore di classe di stabilita e ricavato in funzione della radiazione solare, della

copertura nuvolosa e dell'intensita del vento.
 Sulla base del usso di calore sensibile vengono ricavati i valori di L e u .
 Per il calcolo dell'altezza dello strato di rimescolamento vengono utilizzati due
approcci dierenti:
Æo definita come mixing
durante le ore diurne viene denita mím'ng height il valore massimo
ottenuto applicando due possibili algoritmi: uno tiene conto della com- com›
ponente convettiva della turbolenza e l'altro1,a1tro quantica
quantifica la componente di
origine meccanica. Nel primo l'altezza
1,a1tezza dello strato di rimescolamento risul-
ta funzione di Qh e del gradiente termico, mentre nel secondo il valore di
mixing
mz'wz'ng height 
eè legato all'intensit
all”intensitaa del vento attraverso u*.
u .
Æo Di notte, invece, l'altezza
llaltezza di rimescolamento viene calcolata solo sulla base
del contributo di tipo meccanico.
 Il calcolo di w per le sole ore diurne viene eettuato in funzione del usso di
o

I*

calore sensibile.
I parametri descrittivi della turbolenza cos ottenuti possono essere utilizzati da
modelli di dispersione a griglia per il calcolo dei coeÆcienti di diusione turbolenta.

6.4.3 Calcolo del campo di temperatura

Il modulo utilizza i dati misurati dalle stazioni al suolo e di profilo
prolo per ricostruire
un campo tridimensionale di temperatura per ogni ora di simulazione.
L'algoritmo
L,algoritmo procede secondo i seguenti passi:
passi:
o Le misure di prolo
profilo di temperatura vengono interpolate, livello per livello, su
tutte le celle del dominio attraverso una delle seguenti equazioni:
P TTSsp P TTsp
És R
R2p Z s Sp
T (x;y;z ) = P S RR”
2
sp sp
TNim/,2)
(x;y;z ) = _s
P SP
1
1
oppure
Oppure Thu/,2) 1
1
sp R
Zsp Ršp
2
sp sp R
2517 RSp
sp
 Preprocessori emissivi ee meteorologici 201
201

dove T sp rappresenta il valore di temperatura misurato nella stazione meteoro-

T81g
logica sp a quota z ed R sp la distanza orizzontale della stazione dal punto di
Rsp
calcolo.

 I valori al suolo vengono calcolati con lo stesso criterio, ma utilizzando i dati

delle stazioni di supercie.
superficie.

 All'interno
All”interno dello strato rimescolato convettivo (diurno) i valori di temperatura
vengono corretti ipotizzando la presenza di un prolo
profilo adiabatico con valore al
suolo pari a quello stimato per interpolazione.

 Il campo ottenuto viene \lisciato"

“lisciato” mediando i valori spazialmente in funzione
della direzione del vento.
Per poter essere applicato correttamente, il modello richiede in input diverse
informazioni tra le quali:
 misure orarie al suolo di vento, temperatura, umidità
umidita relativa, pressione, altez-
za della base delle nuvole, copertura nuvolosa e precipitazione; tali misure, se
disponibili, possono provenire anche da stazioni sull'acqua.
sulllacqua.

 Misure lungo il prolo

profilo verticale di vento e temperatura fino
no ad una quota su›
su-
periore a quella del dominio di calcolo.

 Dati topografici:
topograci: orograa,
orografia, copertura del suolo e parametri che descrivono le
caratteristiche geosiche
geofisiche del suolo (rapporto di Bowen, flusso
usso di calore verso il
suolo, albedo, rugosit
rugositàa superciale,
superficiale, indice di copertura fogliare (LAI)
(LAI) e flusso
usso
di calore antropogenico).

 Eventualmente il modello pu o utilizzare l'output

può 1”output di altri modelli come ingresso
al modulo diagnostico del vento (ad es. generati da modelli prognostici, oppure
relativi a scale spaziali maggiori).

 Informazioni relative
relative alle dimensioni e alla posizione della griglia, al passo
passo di gri-
gri-
glia, alla struttura dei livelli verticali, al periodo di simulazione. Inoltre occorre
fornire una serie di informazioni relative all'utilizzo
all,utilizzo degli algoritmi implementati
e dove possibile delle parametrizzazioni da utilizzare.
utilizzare.

In conclusione quindi il modello CALMET fornisce in output, per ogni ora di

simulazione:

 Campi tridimensionali di vento per ogni cella del dominio.

 Campi tridimensionali di temperatura.

 Campi bidimensionali di parametri descrittivi della turbolenza.

202
202 Capitolo 6

6.5
6.5 Esercitazione
Esercitazione

6.5.1
6.5.1 Il
Il codice
codice CALMET
CALMET

L'obiettivo
L”obiettivo di questa esercitazione 
eè permettere al lettore di effettuare
eettuare alcune semplici
simulazioni con il modello CALMET. L'esercitazione
Liesercitazione verr
verraa strutturata secondo i
seguenti passi:
ø descrizione e installazione del Software;
0 descrizione dell'interfaccia
dell7interfaccia Windows per la gestione del file
le CALMET.INP;
CALMETINP;

0 descrizione ed esecuzione delle simulazioni;

o analisi dei risultati;
o descrizione dei principali comandi del pacchetto grafico
graco SURFER.

Descrizione
Descrizione e e installazione
installazione del
del software
software I le
file necessari per
per l'esercitazione
l7esercitazi0ne si
Si
trovano sotto la directory CAPITOLO6
CAPITOLOG del CD allegato, le cui subdirectory e relativi
contenuti sono:
calmet:
calmet: contiene i file
le necessari all'esecuzione
allyesecuzione del programma.

Doc:
Doc: contiene la descrizione tecnica e la guida per l'utente
l”utente del modello CALMET (in
formato leggibile tramite Acrobat 3.0 e successivi). Aggiornamenti ed altre in-
formazioni possono essere reperite sul sito della Earth Tech (http://www.src.com).
(http://WWW.src.com).
L'interfaccia
L7interfaccia graca
grafica per la gestione del le
file Calmet.inp
Calmetinp e dell'esecuzione
dell”esecuzione delle
simulazione possiede un help in linea. Inoltre la directory contiene il filele test-
case.ppt (formato PowerPoint) che descrive le caratteristiche della simulazione
e alcuni esempi di risultati.
La directory calmet
calmet include le seguenti subditectory
subditectory::

Install:
Install: contiene i le
file di installazione dell'interfaccia
delliinterfaccia graca
grafica ee dei modelli
modelli CAL-
MET, CALPUFF e CALPOST (nel seguito sar
saraa utilizzato solo il modello CAL-
MET).
MET).
Exe: e la directory predisposta per contenere i file
Exe:  le eseguibili dei modelli e della
interfaccia graca.
grafica.

Input:
Input: contiene i le
file di input per eettuare le simulazioni.
effettuare le

Output:
Output: eè la directory predisposta per contenere gli output creati dal modello CAL-
MET.
MET.

Mappe: eè la directory predisposta per contenere le mappe

Mappe:  mappe ottenute
ottenute dall'applica-
dall”applica-
zione dei postprocessori. Contiene, inoltre, le seguenti subdirectory
subdirectory::

o Basi
Basi:: contiene due mappe del dominio utilizzabili come base
base cartograca;
cartografica;
 Preprocessori emissivi ee meteorologici 203
203

ø Misure
Misure:: contiene dei file
le Ascii con i dati di vento misurati dalle stazioni
al suolo;
o Risultati
Risultati:: contiene le mappe (formato SURFER 5)
5) dei risultati di alcune
simulazioni proposte dall'esercitazione.
dall”esercitazione.

Prtmet:
Prtmet: contiene il programma per l'estrazione
l”estrazione dei campi meteorologici prodotti
da CALMET.
Per installare il software (in ambiente Windows 3.1 e successivi)
successivi) procedere nel
seguente modo:
0 subdz'rectory)) calmet
copiare tutta la directory (e relative subdirectory calmet sul disco fisso;
sso;
o setupexe contenuto in install
eseguire il programma setup.exe install (ad esempio dal menu
esegui della barra di Windows);
o ignorare le eventuali richieste di interruzione dell'installazione;
dell”installazione;

ø selezionare come directory di installazione exe

exe..

Una volta che il software eè stato installato èe possibile lanciare l'interfaccia graca
l”interfaccia grafica
di CALMET direttamente dal gruppo delle applicazioni CALPUFF che verrà verra creato
sotto il menu Programmi
Programmi di Windows.

Descrizione
Descrizione dell'interfaccia
dell,interfaccia Windows
Windows per
per la
la gestione
gestione del le CALMET.INP
del file CALMET.INP
L'interfaccia
L”interfaccia graca
grafica permette di gestire la scrittura del filele di controllo dell'input
dell”input
(nome di default
default:: calmet.inp) ed eseguire le simulazioni. L'interfaccia
L”interfaccia dispone anche
di un help in linea che descrive sia i comandi che il signicato
significato dei parametri attraver-
so i quali viene controllata la simulazione. Di seguito vengono descritti brevemente
i principali comandi utilizzati per eettuare
effettuare l'esercitazione:
Pesercitazione:

Menu
Menu FILE
FILE
Change Directory: permette all'utente
all”utente di selezionare la directory di lavoro.
lavoro.
Open: apre un le
file del tipo CALMET.INP esistente sul disco.
Save: salva sul disco il le
m: file CALMET.INP
CALMETJNP corrente (Save as per salvare con nome
diverso).
Menu
Menu INPUT
INPUT
Sequential Input: permette di modicare
modificare in maniera sequenziale tutti i gruppi di
input del file
le CALMET.INP.
Run Information, Grid Settings, Mixing Height, Temperature. . . :z permettono di mo-
dicare
dificare un singolo gruppo di input del file
le CALMET.INP.
In particolare, ai fini
ni dell'esercitazione,
delllesercitazione, le opzioni pi
u signicative
più significative contenute nel
nel
menu input sono:
Temperature
Temperature -- Interpolation
Interpolation Method:
Method: sceglie il
il metodo
metodo di calcolo dei pesi,
pesi, ba-
sato sulla distanza r delle stazioni di misura dal punto cella ((ij),
i,j ), con cui viene
eettuata
effettuata l'interpolazione
l”interpolazione del campo di temperatura.
temperatura. I pesi possono essere pro-
porzionali sia a àr1 che a 7,1-2.
r2 .
1
204
204 Capitolo 6

Temperature
Temperature -- Maximum
Maximum Number
Number of
of Stations:
Stations: massimo numero di stazioni
(NUMTS) utilizzate nell'interpolazione
nellyinterpolazione dei dati di temperatura per ogni pun-
to cella. Ne consegue che solo le stazioni piu vicine al punto cella vengano
più
utilizzate.
Wind
Wind eld
field Option
Option -- Model
Model Selection:
Selection: l'opzione
llopzione \modulo
“modulo diagnostico del ven-
to"
to77 (DWM)
(DWM) permette che nella prima fase (Step 1) 1) il campo di primo tentativo
(initial guess wind
Wind eld)
field) venga corretto in base all'in uenza
all”influenza del terreno7
terreno, dei
dell7effetto di blocking
venti di pendio, dell'eetto blockmg e che infine
inne venga riportato a divergenza
nulla. Al campo ottenuto viene poi applicata l”analisi
l'analisi oggettiva.
oggettiva.
L'opzione
L”opzione \solo
“solo analisi oggettiva" objective analysis only
oggettiva” ((objectíve only)) comporta che venga
ignorato lo Step 1 e che il campo nalefinale (Step2)
(Step2) sia basato solo sull'interpola-
sulliinterpola-
zione delle misure (analisi oggettiva). Si noti che il campo di vento di primo
tentativo pu
puòo variare spazialmente o essere costante su tutto il dominio.
Wind
Wind eld
field Option
Option -- Extrapolate
Extrapolate Surface
Surface Winds
Winds prevede le opzioni:

o Surface
Surface Wind
Wind Extrapolation:
Extrapolation: variabile per
per denire
definire l'eventuale estra-
17eventuale estra-
polazione verticale delle misure al suolo.
ø Minimum
Minimum Distance
Distance between
between Nearest
Nearest Upper
Upper Air
Air and
and Surface
Surface Sta-
Sta-
tions:
tions: l'estrapolazione
l“estrapolazione verticale delle misure
misure delle stazioni al suolo non
non
viene eettuata
effettuata se la stazione eè troppo vicina ad un profilo
prolo verticale misu-
rato. Questo parametro denisce
definisce la distanza (in km)
km) al di sotto della quale
l'estrapolazione
l”estrapolazione NON avviene.

0 Methods:
Methods: Similarity
Similaríty Theory { l'estrapolazione
Theory f l”estrapolazione 
èe basata sulla teoria di si-
milarit
milarità a e sulle misure. Sulla base di queste informazioni la direzione e la
velocit
velocita a del vento vengono opportunamente modificate
modicate negli strati inferiori
all'altezza
all”altezza dello strato di rimescolamento.
Power Law f{ Le componenti u e v del vento vengono modificate,
modicate, su tutti i
livelli, secondo una legge di potenza.
User
User Input Multiplicative Factors f{ Le componenti u e v del vento vengono
modicate
modificate attraverso un fattore moltiplicativo fornito,
fornito, livello per livello,
dall'utente.
dall”utente.

Wind
Wind eld { Step
field f Step 2
2 -- Maximum
Maximum Radius
Radius of
of In uence:
Influence: Una misura viene e-
sclusa dall'interpolazione i,j )) èe maggiore del raggio
dall”interpolazione se la sua distanza dalla cella ((i,j
di in uenza.
influenza. All'interno
All”interno di CALMET vengono adottate denizioni
definizioni diverse per:per:

0 raggio d'in uenza

d”influenza per le celle di terra al suolo (RMAX1),
(RMAXl),

o raggio d'in uenza

dyinfluenza per le celle di terra a partire dal secondo livello
livello verticale
(RMAX2),
o d”influenza per le celle sull'acqua
raggio d'in uenza sulllacqua (mare, lago.) (RMAX3)
lago..) (RMAX3)

Si osserva che RMAX1

RMAXl dovrebbe ri ettere
riflettere l'in uenza
l“influenza delle caratteristiche del
dominio nel limitare la rappresentativit
rappresentativitàa (in termini
termini di distanza)
distanza) delle misure.
 Preprocessori emissivi ee meteorologici 205
205

RMAX2,
RMAXQ, generalmente,  eè maggiore di RMAX1 perche l'in uenza
RMAXl perché l”influenza del terreno
diminuisce con la quota (rispetto al suolo). RMAX3 deve essere suÆcientemente
sufficientemente
grande da permettere che ogni cella sull'acqua
sull”acqua sia nel raggio di influenza
in uenza di
almeno una stazione.
Se viene scelta l'opzione
llopzione della sola analisi oggettiva l”unico
l'unico parametro utilizzato
dal modello sar
saraa RMAX1.
RMAXI.

Wind eld { Step 2 -- Relative Weighting: rappresenta la distanza (km)

field - (km) da una
stazione nella quale le misure e il campo di primo passo (step1)
(stepl) prodotto dal
modello diagnostico hanno lo stesso peso. R1 viene utilizzato per le celle al
suolo e R2 in quota.
Menu
Menu RUN
RUN
Run CALMET: lancia una simulazione di CALMET (in modo completo o solo test)
test)

6.5.2
6.5.2 Esecuzione
Esecuzione e
e analisi
analisi delle
delle simulazioni
simulazioni

La prima applicazione consiste nella ricostruzione del cosiddetto TEST-CASE, ovve-

ro la simulazione di prova che viene fornita dagli Autori del modello.
modello. L'applicazione
Lyapplicazione
eè relativa ad un dominio di calcolo di 17 Xx 17 celle (passo 20 km)
km) su 6 livelli verticali
(Z top =
(ZtOp : 3300 m). L'area
Liarea di studio 
e approssimata ad un terreno piano ed èe costitui-
ta da una porzione di terra ed una di mare (gura
(figura CD.6.1 del file
le testcaseppt).
testcase.ppt). Il
periodo di simulazione va dalle 00.00 alle 23.00 del 7 Luglio 1988 (passo orario). Le
misure disponibili sono costituite da:
0 3 staz. di prolo
profilo (vento e temperatura ogni 12 ore);
0 12 staz. al suolo (vento,
(vento7 temperatura, pressione, umidit
umiditàa relativa,
relativa, copertura
nuvolosa, altezza della base delle nuvole, con passo orario);
0 3 staz. sul mare (vento e temperatura con passo orario);
0 classe di uso del suolo prevalente.
La prima simulazione (caso base) viene eseguita considerando la congurazione
configurazione di
parametri denita
definita dagli Autori. L'aspetto
Llaspetto di maggior interesse di questa applica-
zione eè costituito dalla presenza di un'interfaccia
unlinterfaccia terra-mare che influenza
in uenza la strut-
tura spaziale e l'evoluzione
17evoluzione temporale delle variabili meteorologiche.
meteorologiche. Ad esempio la
circolazione dei venti eè legata allo sviluppo della brezza terra-mare (vedi par. par. 3.2)
3.2)
generata dal diverso riscaldamento delle due superci.
superfici. Tale diversit
a si riflette
diversità ri ette poi
anche sulla struttura termica e sullo sviluppo della turbolenza (ad es. llaltezza
l'altezza dello
strato rimescolato).

Esecuzione
Esecuzione della
della simulazione
simulazione

a)
a) Vericare
Verificare dal pannello di controllo di Windows (impostazioni internazionali)
internazionali) che
per i numeri venga usata la notazione anglosassone (il punto per i decimali e la
virgola come separatore delle migliaia,
migliaia7 altrimenti modificarla
modicarla opportunamente).
opportunamente).
b) Lanciare l'interfaccia
l”interfaccia di CALMET.
206
206 Capitolo 6

c) Selezionare come directory di lavoro calmet/input

calmet /input (e NON calmet/exe/input ).
calmet / exe / input).

d) Aprire il le calmetinp contenuto nella directory calmet/input

file di controllo calmet.inp calmet / input..

e) Il file
le eè gi
a predisposto per eseguire la simulazione, ma può
gia puo comunque risultare
utile visionarne il contenuto attraverso il menu INPUT dell'interfaccia.
dell”interfaccia.

f)
f) Eseguire la simulazione utilizzando il menu RUN.

g)
g) Durante la simulazione una finestra
nestra in ambiente DOS segnala l”avanzamento
l'avanzamento del
run
run.. Una volta terminata la simulazione, chiudere le finestra
nestra DOS e verificare
vericare
che in Output siano stati creati i le
file calmet.dat (binario)
(binario) e calmet.lst (leggibile
con il programma Notepad o simili).
h) Si possono presentare alcuni problemi tipici:
tipici:

o Non avete settato le impostazioni internazionali sui numeri (il programma

va
Va in errore).

ø Non avete denito

definito correttamente i percorsi dei file
le (il programma va in
errore o segnala che non trova i le
file di input).
input).
0 le cal-
Per sicurezza nella directory input trovate anche una copia del file cal-
met.inp
met.inp denominata calmet.ori
calmet.0ri..

Altre
Altre simulazioni
simulazioni Potete eseguire altre simulazioni modicando
modificando opportunamente
uno o piu parametri del le
più file di controllo in modo da verificarne
vericarne la sensibilit
a e il
sensibilità
signicato.
significato. Di seguito vengono riportati alcuni esempi di possibili simulazioni. Per
a nella directory il relativo file
ogni esempio esiste gi
gia le di input,
input, ma sarebbe opportuno
provare a costruirlo prima da soli e poi confrontarlo con quello fornito.
fornito.
a) Simulazione senza stazioni di mare Per eseguire questo run
a) run,, oltre a eliminare
dalla selezione le stazioni di mare, occorre porre a 99 i valori di land use nella
finestra Temperature
nestra Temperature.. (File cal nos.inp).
cal_nos.inp).

b) Modicare
Modificare il raggio d'in uenza
dlinfluenza delle misure o il peso
peso relativo dello Step 1 Wind
Wind
Field in modo da:

0 (file cal
dare molto peso alle misure e poco al campo di primo passo (le rinf.inp),
cal_rinf.inp),

0 (file cal
dare molto peso al campo di primo passo e poco alle misure (le r10.inp).
cal_r10.ìnp).

(file cal
c) Non estrapolare in quota le misure di vento al suolo (le nex.inp).
cal_nex.inp).

d) Modicare
Modificare la parametrizzazione
parametrizzazione del modulo della temperatura
temperatura..

e) .. . . .
 Preprocessori emissivi ee meteorologici 207
207

Analisi
Analisi dei
dei risultati
risultati Per analizzare i risultati delle simulazioni 
èe possibile utiliz-
zare un post-processore messo a punto dagli stessi autori del modello.
modello. Tale post-
processore eè contenuto nella directory prtmet
prtmet e utilizza un semplice file
le di controllo
in formato ASCII chiamato prtmet.inp. Di seguito vengono illustrati i passi neces-
sari per analizzare i risultati di una simulazione. Per maggiori chiarimenti si può
puo far
riferimento al manuale di CALMET fornito nella directory Doc Doc..

a) file prtmet.inp
a) Aprire il le prtmet.inp con il programma Notepad o simili.

b) Inserire il nome del file

le di output di CALMET (max 40 caratteri): Ad esempio
per analizzare il caso base inserire ../output/calmet.dat
.. /output / calmetdat

c) Inserire Anno, Mese, Giorno, Ora di inizio della simulazione, e la lunghezza del
run (dovrebbero essere gi
giàa settati su 8/7/1988 24 ore dalle 00.00).

“dirigersi” su Number of domain characteristic

d) Trascurare le righe successive e \dirigersi" characteristtc
plot
plot

ø Inserire il numero di campi (=

(: al numero di righe sottostanti)
sottostanti)

ø In ogni riga: parola chiave e nome file,

le, dove parola chiave vale
Z0 =: rugosit
rugositàa
LU = Land Use
LU : Land Use
TE =: Orograa
Orografia
LI =: Leaf Area Index

e) Number of
of snapshot plots
plots
o Inserire il numero di campi pari al numero di righe
righe sottostanti.
o In ogni riga: numero del livello, ora del run (da 1 a NHOURS), nome del
le,
file, parola chiave, scegliendo tra le seguenti:
TEMP = temperatura
temperatura
MIXH =: altezza dello strato rimescolato
IPGT = classe di stabilita
stabilita
USTA =: u
u*
WSTA =w W*
MONL =: lunghezza di Monin-Obukhov
VECT = campo di vento
WSPE =: modulo della velocit a orizzontale
velocita
UVEL, VVEL, WVEL = : componenti della velocit a
velocita

f) file prtmet.inp
f) Salvare e chiudere il le prtmet.inp

g) Lanciare PRTMET.EXE
g)
file creati in opportune sottodirectory di Mappe
h) Spostare i le Mappe
208
208 Capitolo 6

i) I le
file creati sono in formato ASCII e corrispondono a mappe bidimensionali
della variabile selezionata (vento, temperatura, u*,. u ,. . . ). I file
le sono predisposti
per essere visualizzati con il pacchetto grafico
graco SURFER (da acquisire a cura
dell'utente
dell”utente interessato).
Alcuni risultati delle simulazioni sono comunque disponibili nel file testcase.ppt.
le testcase.ppt.
In primo luogo eè stato analizzato il caso base. Come mostrano le mappe (gure (figure
CD.6.2 - figure
gure CD.6.7)
CD.6.7) il modello eè stato in grado di riprodurre la condizione di
brezza che si sviluppa durante la giornata, con venti che soÆano soffiano verso il mare di
notte e verso terra di giorno. Il fenomeno riguarda principalmente i primi strati
dell'atmosfera,
dell”atmosfera, poich
poiché, e, come si evince dalle altre immagini, la circolazione in quota
risulta pi
piùu omogenea. Anche il campo di temperatura al suolo (gure (figure CD.6.8 - fi- -
gure CD.6.9) ri ette
riflette le diverse caratteristiche termiche delle 2 superci.
superfici. Sul mare
l'escursione
l”escursione termica  e`e molto ridotta, mentre sulla terra,
terra, nell”arco
nell'arco della giornata, si
hanno variazioni superiori ai 10 gradi. Di ri esso
riflesso anche la turbolenza si sviluppa in
modo eterogeneo. Sul mare Hmix HmiX non cresce oltre i 400-600 m, mentre sulla terra
supera i 2000 m (gure
(figure CD.6.10 - figure
gure CD.6.11).
Le altre simulazioni proposte permettono di analizzare la sensibilitsensibilità a del modulo
del vento alla variazione di alcuni parametri legati principalmente all'utilizzo
all”utilizzo dei dati
misurati. Dall'analisi
Dall7analisi dei risultati si pu o vericare
può verificare l'eventuale
l”eventuale eetto
effetto delle diverse
scelte sul campo di vento finale nale (gure
(figure CD.6.12 - figure
gure CD.6.15).

Introduzione all'uso
all7uso del pacchetto graco
grafico SURFER [150]
[150] Gestisce docu-
menti di tipo .SRF costituiti da rappresentazione grafichegrache di oggetti; generalmente
si tratta di quantit
quantità a bidimensionali (in questo caso campi meteorologici).
La selezione degli oggetti avviene con la consueta modalita
modalita Windows, cio cioee cliccando
sull'oggetto
sull”oggetto o \rinchiudendolo"
“rinchiudendolo” nell'area
nell7area di selezione (selezione di più
piu oggetti), che
si genera cliccando e trascinando il mouse. Tutti gli oggetti generalmente sono com-
posti da superci,
superfici, linee e testi. Per ognuno eè possibile denire
definire il colore, lo spessore, il
font e il formato attraverso appositi menu (facilmente identificabili).
identicabili). La dimensione
di un oggetto pu
può o essere modicata
modificata trascinando col mouse uno dei delimitatori di
dimensione. Di seguito vengono descritti i principali comandi necessari per rappre-
sentare la tipologia di oggetti di interesse per l”esercitazione
l'esercitazione (superci
(superfici e vettori).
La descrizione fa riferimento alla versione 5, ma èe sostanzialmente invariata nelle
versioni successive.
Menu
Menu File
File
Le voci New
New,, Open
Open,, Close
Close,, Save
Save e Save
Save as permettono di effettuare
as permettono eettuare le usuali
operazioni di apertura, chiusura e salvataggio su documenti di tipo .SRF
La voce Preferences
Preferences permette di impostare alcune opzioni
opzioni generali (es. le
le unita
unita di
misura)
Menu
Menu Edit
Edit

o Le voci Undo
Undo e Redo
Redo permettono di annullare o ripetere l'ultima
llultima operazione
eseguita.
o Le voci Copy
Copy,, Cut
Cut e Paste
Paste permettono di eettuare
effettuare le usuali operazioni di
taglia e incolla sugli oggetti selezionati.
 Preprocessori emissivi ee meteorologici 209
209

ø Select
Select All
All permette di selezionare tutti gli oggetti presenti.

ø Object
Object ID
ID permette di dare un nome all'oggetto
allloggetto selezionato.

Menu
Menu Wiew
Wiew e e Window
Window

0 Le voci del menu Wiew

Wiew permettono di ingrandire o rirnpicciolire
rimpicciolire la visualiz-
zazione.
zazione. Lo
Lo zoom
zoom 
eè attivabile
attivabile anche
anche attraverso
attraverso ii bottoni
bottoni \lente"
“lente” della
della barra
barra a
a
sinistra.
sinistra.

0 Voci del menu Window

Le voci Window permettono di passare da un documento .SRF ad
un altro.
Menu
Menu Map
Map

o Il sottomenu Post
Post permette di creare oggetti costituiti da elementi puntuali.
Ogni elemento eè denito
definito attraverso delle coordinate XY e, opzionalmente, da
un nome, un simbolo (per il quale sono denibili
definibili dimensioni e rotazione).
rotazione). Il
le
file di appoggio (con estensione .dat) 
eè di tipo tabellare e ogni riga rappresenta
un elemento (N.B. Il simbolo della freccia verticale si trova alla fine ne del set
Symbol
Symbol). ).
ø Il sottomenu Contour
Contour permette di creare superci
superfici (3D o proiettate sul piano)
piano)
con isolinee. L'oggetto
L”oggetto  eè denito
definito attraverso una matrice. Il file
le d'appoggio
d7appoggio (con
estensione .grd)
.grd) 
eè costituito da alcuni record che deniscono
definiscono le caratteristiche
della matrice (dimensioni e estremi in X,Y e Z) Z) e da NY righe di NX elementi
ciascuna. E'E7 possibile tracciare solo le isolinee (denendo
(definendo la spaziatura, il tipo
di linea, la frequenza e il tipo di etichette)
etichette) o aggiungere anche il riempimento
Fill Contour
colorato ((Fill Contour). ). E'
E, anche possibile aggiungere una legenda ((Color Color
scale
scale).). Le modiche
modifiche possono essere eettuate
effettuate sulla singola isolinea cliccando
isolinea ((cliccando
sull'elemento modificare) o su tutta la tipologia (linee, labels,. . ..)) cliccando
sull”elemento da modicare)
sul bottone corrispondente.
Una volta creato un oggetto eè possibile crearne altri e sovrapporli in un7unica
un'unica map-
pa. Occorre prima di tutto selezionare gli oggetti (con F2 F2)) e poi dare il comando
Overlay
Overlay maps.
maps.
Per modicare
modificare una o piu parti della mappa utilizzare Edit
più Edit Overlays
Overlays.. E'E7 possi-
bile modicare
modificare le caratteristiche di un oggetto (colori, font.
font. . . )) o semplicemente
cambiarne l'ordine.
l7ordine.
210
 7
Modelli fotochimici

Come gi a sottolineato nel capitolo 4, i modelli fotochimici trattano sia inquinanti
già
inerti che reattivi; operano su domini dell'ordine
dellyordine delle centinaia di chilometri, in
generico terreno complesso e in condizioni emissive e meteorologiche non omogenee
e non stazionarie. Inoltre sono indicati per applicazioni di tipo pianificatorio.
pianicatorio.
In questo capitolo si descrive il sistema CALGRID poich poichée 
eè un prodotto ab-
bastanza completo, con buoni schemi numerici e struttura modulare, che offre ore la
possibilit
possibilitaa di accedere facilmente al codice per modicarlo
modificarlo ed adattarlo alle diverse
esigenze e consente di aggiungere parti senza doverne cambiare altre. Inoltre si
tratta di un modello che eè stato applicato diverse volte sia in Italia che all'estero
all”estero
e che eè tuttora regolarmente aggiornato dagli Autori. In più, piu, a integrazione del
modello di dispersione, esistono diversi processori che permettono di effettuare
eettuare si-
mulazioni in modo flessibile
essibile ed eÆciente.
efficiente. Infatti gli
gli Autori hanno
hanno sviluppato un un
preprocessore meteorologico (CALMET)
(CALMET) (si veda il capitolo 6) 6) e un preprocessore
chimico (PREPEMIT), che consentono la generazione di le file in formato compati-
bile con CALGRID. Inoltre, nell'ambito
nell›ambito di alcuni progetti di ricerca
ricerca nazionali
nazionali ed
internazionali, sono stati sviluppati altri software ([151], [152], [153], [154], tra cui:
0 un preprocessore delle emissioni (POEM)
(POEM) (si veda il capitolo 6);
0 un codice che permette di denire
definire le condizioni al contorno sulla base delle
misure o dei risultati di altre simulazioni (per eventuali nesting );
nesting);
ø un postprocessore per l'analisi
l”analisi dei risultati delle simulazioni (attraverso mappe,
sezioni, confronti con le misure e analisi statistiche).
Tali strumenti rappresentano un eÆcace
eflicace completamento del sistema di modelli
California Air Resources Board
messo a punto dal CARB ((California Board)) che permette di effet-
eet-
tuare simulazioni in modo essibile
fiessibile ed eÆciente.
efliciente. E'
E7 possibile inoltre utilizzare questo
sistema modellistico su piattaforme di medie dimensioni senza impiegare tempi di
calcolo troppo elevati.
Il sistema di modelli, comprendente CALGRID ee ii suoi processori, èe dunque uno uno
strumento che pu o essere utilizzato, per valutare l'eetto
può 17effetto di politiche d'intervento
d7intervento
relativamente ai seguenti indicatori:
o concentrazioni massime orarie e medie giornaliere di inquinanti primari e secon-
dari in corrispondenza di episodi estivi di smog fotochimico;
fotochimico;
212
212 Capitolo 7

øconcentrazioni massime orarie e medie giornaliere di inquinanti primari in cor-

rispondenza di episodi critici invernali.
La valutazione di indicatori di lungo periodo deniti
definiti anche nella normativa può
puo
non richiedere sostanziali variazioni metodologiche, ma semplicemente l'utilizzo
l”utilizzo di
maggiori risorse di calcolo e di dati in ingresso.

7.1
7.1 Il
Il modello
modello fotochimico
fotochimico CALGRID
CALGRID

Tutti i fenomeni di trasporto e reazioni chimiche descritti nel capitolo 2 avvengono in

atmosfera contemporaneamente e sono interdipendenti. Tuttavia la loro trattazione
simultanea darebbe luogo a un sistema di equazioni la cui soluzione sarebbe diÆcile diflicile
da un punto di vista numerico e onerosa per il calcolatore in termini di tempo di
calcolo e di memoria occupata,
occupata7 risultando cos
così intrattabile per una macchina di nor-
mali dimensioni. E  quindi opportuno separare le varie
È varie fasi
fasi del processo e trattarle
trattarle
singolarmente, simulando in sequenza fenomeni che sono in realt a contemporanei.
realta
Per limitare gli errori numerici, che inevitabilmente si introducono con tale appros-
simazione, sono state sviluppate apposite tecniche di "scissione" splitting ) (vedi
”scissione” ((splittz'ng)
paragrafo 2.4). Esse consistono in particolari accorgimenti riguardo all'ordine
allyordine di in-
tegrazione delle varie componenti, o a particolari scomposizioni del passo temporale
di integrazione e delle componenti stesse. In CALGRID viene adottato lo lo schema di
splitting
splittmg suggerito da Marchuk [155]:

C n+1 =
:A n
C"+1 xy Az Ac Ac Az Axy C
AwyAZAcACAZAxyC” (7.1)
(7.1)
dove:
C"n =
C : Concentrazione al passo n-esimo
A xy : Modulo di trasporto e diusione
A,By = diffusione orizzontale
A
AZz =: Modulo di trasporto e diusione
diffusione verticale, sorgente e deposizione secca
A
ACc =: Modulo chimico
Ad ogni passo temporale vengono eseguiti in sequenza i tre moduli per una dura-
ta pari a met
meta a del passo temporale e successivamente vengono eseguiti in ordine
invertito per il tempo rimanente. Questo accorgimento permette l”eliminazione
l'eliminazione di
errori del primo ordine, fornendo al modello una precisione del secondo ordine per
quanto riguarda il passo temporale. La lunghezza del passo temporale deve essere
stabilita all'inizio
all”inizio della simulazione in modo da rispettare, per tutta la sua durata,
la condizione di Courant:
4t  1
vUAw_1
_< (7.2)
(72)
.
4x
dove:
v eé il massimo valore della velocit
velocitaa media del vento che si riscontra durante la
simulazione,
4
Att eé la durata del passo temporale (che corrisponde alla met
metaa di quello su cui viene
operato lo splitting
splíttíng dei moduli),
4
Amx eé la lunghezza del lato delle celle della griglia, che per CALGRID devono essere
quadrate.
 Modelli fotochimici
fotochimici 213
213

7.1.1 I moduli di trasporto

Modulo
Modulo di di trasporto
trasporto e e diusione
diffusione orizzontale
orizzontale Per simulare il trasporto oriz-
zontale viene implementato uno schema alle dierenze nite che fa uso delle funzioni
differenze finite
di Chapeau [156]. Tale schema conserva correttamente la massa e di per s sée non
dovrebbe generare concentrazioni negative. Tuttavia, a causa di una certa diusione
diffusione
numerica, si possono vericare
verificare ugualmente concentrazioni negative,
negative, che CALGRID
elimina utilizzando il ltro
filtro non lineare di Forester [157]
[157] e ulteriori accorgimenti di
ridistribuzione della massa tra le varie celle. Per quanto riguarda il calcolo dei co-
eÆcienti
efficienti Kxx e K
Km yy di diusione
Kyy diffusione orizzontale vengono offerte
oerte dal modello quattro
opzioni:
opz10n1:

a)
a) Fornire in ingresso al modello un valore di diusivit a diverso, fissato
diffusivita ssato a priori,
per ognuna delle classi di stabilit
a atmosferica di Pasquill-Giord.
stabilita Pasquill-Gifford.

b) Come il metodo 1, corretto moltiplicando i coeÆcienti

coeflicienti cos
così ottenuti per la velo-
cit
a media del vento.
cita

c) Calcolare le diusivit
diffusivitaa secondo il metodo di Smagorinsky [158]:

0 jD j 4
K = aå|D| Att (7.3)
(7.3)
2

con
a00 = 00.: 287
    !1
Æv
51; Æu 2
ôu 2 Æv
51) Æu 2
ôu 2 è
2

j[Dl-
Dj = ((ã-l-ã)
+
Æx Æy
+ (gd-ü)
+
Æx Æy
) (7.4)
(7.4)

che tiene conto dell'in uenza,

delfinfluenza, sulla diusione
diffusione orizzontale, delle variazioni spa-
ziali del campo di vento orizzontale.
d) Sommare le diusivita ottenute con i metodi 2 e 3.
diffusivita

Modulo
Modulo di
di trasporto
trasporto e
e diusione
diffusione verticale
verticale Il modello utilizza un sistema
di coordinate che segue l'andamento
l7andamento della supercie terrain following)
superficie ((term'm following) per poter
orografia complessa; se Z 
trattare siti con orograa e`e la quota di un generico punto nel sistema
di riferimento e z la corrispondente quota sul livello del mare,
mare, si ha:
ha:
t)
Z (x;y ) = z206,11)
(x;y ) - hMW)
(x;y ) (7-5)
(7.5)
in cui hh(x,y)
(x;y ) rappresenta la quota del terreno sul livello del mare.
Per quanto riguarda le modalit a di suddivisione verticale della griglia il modello
modalita
prevede tre opzioni:
a)
a) Numero pressato
prefissato di livelli, con spaziatura uniforme,
uniforme, al di sopra e al di sotto
dell'altezza
dell”altezza di rimescolamento(2); poich
poichée questa varia di ora in
in ora
ora ee da una cella
all'altra,
all”altra, i livelli vengono ricalcolati ad ogni ora di simulazione ee sono variabili
nello spazio.
b) Suddivisione automatica dei livelli con andamento verticale logaritmico.
214
214 Capitolo 7

c) Suddivisione arbitraria stabilita all'inizio

allyinizio della simulazione, costante nello spazio
e nel tempo.
In tutti e tre i casi il primo livello ha come limite superiore la quota di 20 m da
terra, per consentire una corretta trattazione della deposizione secca nello strato
superciale.
superficiale.
dell”utilizzo del sistema di coordinate terrain
A causa dell'utilizzo following, la componente ver-
termin following,
ticale del vento deve essere corretta per tenere conto del contributo al trasporto
verticale della componente orizzontale della velocita
velocita del vento,
vento, la quale può
puo gene-
rare, a causa del terreno complesso, spostamenti di massa tra diversi livelli verticali
della griglia:
Æh Æh
W =w u
l/l/:rii-uô-h-Uü v (7.6)
(7.6)
Æx
5x Æy
Öy
Inoltre gli spessori dei vari livelli verticali possono variare nel nel tempo
tempo e nello
nello spazio,
spazio7
a causa delle variazioni spazio-temporali dell'altezzadell“altezza di rimescolamento.
rimescolamento. Si dovreb-
bero quindi sommarealla velocit a cos
velocita pseudo-velocita dovute a queste
così ottenuta le pseudo-velocità
variazioni ( ÆtÆz
6_2 ÆZ
6_Z ÆZ
5_Z
; 6x ;7 Æy );; questa operazione, poich
poichée le masse
masse da spostare potrebbero
öt 7 Æx öy
essere anche molto elevate, potrebbe dar luogo ad un aumento della diusione diffusione nume-
rica (che eè circa proporzionale alla massa che viene spostata da un livello all'altro); all”altro);
ÆZ
6 ÆZ
inoltre occorre usare i termini correttivi uu6_,, vô_ v solo se una certa quantit
quantitaa di
Æxa: Æy
massa eè stata eettivamente
effettivamente spostata nella cella durante lflultimo l'ultimo passo temporale.
temporale.
Per far fronte a questi problemi, CALGRID corregge le variazioni spazio-temporali
dei
dei livelli
livelli interpolando
interpolando le le vecchie
vecchie concentrazioni
concentrazioni neinei nuovi
nuovi livelli
livelli solo
solo dopo
dopo aver ef-
aver ef-
. . . _ ÆZ Z ÆZZ _ .
fettuato il trasporto verticale e operando le correzioni uu_,, vU_ specie per specie
Æx
5x Æy
Öy
sulla base dell'avvenuto
dellyavvenuto trasporto orizzontale.
A seconda dell'entit
dell”entitaa delle diusivit a verticali K
dilfusività zz il modello utilizza due die-
KZZ diffe-
renti schemi di integrazione dell'equazione
delfequazione dierenziale:
differenziale: quando le le diusivit a sono
diffusivita
elevate viene utilizzato uno schema di integrazione completamente implicito, mentre
con diusivit
diffusivitaa basse (quindi in classi stabili, in genere durante la notte) notte) viene uti-
lizzato il metodo di Cranck-Nicholson, che in queste condizioni fornisce risultati
migliori.
Per la componente verticale la diusione diffusione èe predominante rispetto al trasporto
e richiede quindi una particolare attenzione nella sua parametrizzazione.
parametrizzazione. Viene
utilizzata in CALGRID la schematizzazione suggerita da Holtslag e Nieuwstadt Nieqtadt [159],
che tiene conto della lunghezza di Monin-Obukhov x3.1), dell'altezza
Manin-Obukhoii L ((§3.1), delllaltezza dello strato
di rimescolamento H mix , della velocit
Hml-w, velocitaa di attrito uu* e della velocit
velocita a convettiva w .
w...
A seconda che L sia positiva o negativa (cio (cioee a seconda che H H00 sia minore o
maggiore di zero)zero) viene adottata una schematizzazione del PBL denita definita rispettiva-
mente stabile o convettiva e l'atmosfera
llatmosfera viene suddivisa in varie regioni in funzione
di z e di Hmix
di H _ e di , in ognuna delle quali viene utilizzata una diversa formula formula per
per
Hmix
mm: L
il calcolo delle diusivit a.
diffusivita.

Sorgenti
Sorgenti Con CALGRID  eè possibile prendere in
in considerazione emissioni punti-
formi e areali. Le emissioni puntiformi possono essere fisse
sse o mobili.
mobili. Per tutte
tutte le
le
 Modelli fotochimici
fotochimici 215
215

sorgenti puntuali viene calcolato il sovrainnalzamento del pennacchio mediante le

formule di Briggs, quindi viene attribuito all'emissione
alllemissione un diametro di apertura ver-
ticale pari a 1.2 volte il sovrainnalzamento e l”inquinante
l'inquinante viene subito diluito nelle
celle, sopra la sorgente, in cui si colloca il pennacchio alla fine
ne di queste operazioni.
operazioni.
Il campi emissivi delle sorgenti areali in input al modello devono essere caratteriz-
zati da risoluzone spaziale ((Ax,
x,
y
Ay,,
z
Az)) e risoluzione temporale (intervallo
t ),
At),
congruente con quella del modello di trasporto.
trasporto. Per ogni cella della griglia, eè richies-
to il valore, per l'intervallo
llintervallo temporale prescelto, di ognuno dei composti coinvolti nel
processo.
Le informazioni devono essere predisposte per gli inquinanti emessi direttamente
e per le specie chimiche secondarie. I dati di input richiesti dal modello fotochimico
vengono predisposti dal modello delle emissioni, con una procedura che si articola
in diverse fasi:
o disaggregazione spaziale;
o disaggregazione temporale;
o splitting);
speciazione dei Composti Organici Volatili ((splitting),
o lumping);
aggregazione dei COV in classi omogenee ((lumping),
Mentre le prime due operazioni dipendono dalla griglia impostata ee dalla base
temporale desiderata, la speciazione e l'aggregazione
llaggregazione sono dipendenti dal meccani-
smo chimico presente nel modello.

Deposizione
Deposizione secca
secca La deposizione secca 
eè un processo di rimozione fisica
sica dell'in-
delllin-
quinante, caratteristico dello strato piu basso dell'atmosfera
più dell”atmosfera (qualche decina di me-
tri di altezza), dovuto alla capacita della supercie
capacita superficie di trattenere molecole di gas e
particelle solide (vedi paragrafo 2.2). La deposizione ee legata soprattutto alle ca-
ratteristiche della supercie
superficie (natura e rugosit a) e della vegetazione eventualmente
rugosità)
presente, alle proprieta dell'inquinante
proprieta delllinquinante e alle condizioni atmosferiche. Il fenomeno
pu
puòo essere quanticato
quantificato molto semplicemente come:
F :C
F8s = C8s
-vds
vds (7.7)
(7.7)
dove:
FF8s rappresenta il fiusso
usso di inquinante rimosso [g m_2s_1]
m 2s 1]
CCSs eè la concentrazione della specie s in prossimit
prossimitàa del suolo [g m
m_3]
3
]
ds eè la velocit
vvds a di deposizione della specie s [m ss_1]]
velocità 1

CALGRID oreoffre diverse opzioni per il calcolo delle velocita

velocita di deposizione delle
varie specie chimiche:
a)
a) la specie non viene depositata;

vds eè calcolata col modello

b) la specie viene depositata come un gas e odg modello a resistenza
resistenza
descritto
descritto pi
u avanti;
più avanti;

c) la specie viene depositata come particolato e vodg

ds e calcolata col modello a re-
sistenza;
216
216 Capitolo 7

a di deposizione vnds
d) la velocit
velocità ds viene stabilita a priori per ogni ora del giorno.
Nei casi 1 e 2 il termine di velocit
velocitàa eè variabile sia temporalmente che spazial-
mente, con l'opzione
llopzione 3 la variazione  eè solo temporale.
temporale. Il modello a resistenza im-
plementato in CALGRID adotta formulazioni diverse a seconda che la specie venga
depositata come gas o come particolato.
Il fenomeno eè schematizzato considerando tre strati di atmosfera, in prossimit a
prossimità
del suolo, in grado di in uenzare
influenzare in maniera dierente
differente il processo. Nel caso dei gas,
per ogni strato viene calcolato un termine rrii [[smflL
sm 1 ], che quantica
quantifica la sua opposizione
al movimento della particella dall'atmosfera
dall”atmosfera verso la supercie.
superficie. Gli strati considerati
sono:
0 Strato superciale surface layer
superficiale ((surface ra èe legato alla
), il cui termine di resistenza ra
layer),
turbolenza atmosferica (tramite la lunghezza di Monin-Obukhov e la velocit
velocitàa
d'attrito)
d”attrito) e alle caratteristiche del terreno (tramite la rugosit
a superciale).
rugosità superficiale).
L'estremo
L7estremo superiore di questo strato coincide con la fine
ne del primo livello della
griglia di CALGRID (posta sempre a 20 metri).
o Strato di deposizione ((deposition
deposition layer ), posto sotto lo strato superciale,
layer), superficiale, nel
quale i meccanismi preponderanti di deposizione sono la diusionediffusione molecolare
diffusione browniana
e la diusione browniana.. Il termine di resistenza rdrd eè espresso in funzione del
numero di Schmidt (viscosit a dell'aria
(viscosità delllaria divisa per la diusivit
diffusività a del gas).
gas).
o Strato con vegetazione ((oegetation
vegetation layer ), che tiene conto della capacit
layer), a della
capacità
vegetazione, dei suoli nudi o degli specchi d'acqua
d”acqua di trattenere le molecole di
gas. Nel termine rrcc vengono evidenziati questi possibili contributi come
 
74_(LAI
rc =
LAI LAI
+
LAI +_
11)
(7.8)
(7.8)
rrff rrcut
cut rrgg
dove:
dove:

LAI ((Leaf
Leaf Area Index
Indezr)) 
eè l'indice
llindice di copertura fogliare della supercie,
superficie,
rrff quantica
quantifica la capacit
capacità a di assorbimento degli stomi e il potere reattivo e di
dissoluzione delle celle mesole,
mesofile,
rrwt
cut e legato al potere reattivo della supercie
superficie delle foglie,
foglie,
rrgg eè il termine di resistenza relativo ai suoli o agli specchi d'acqua.
d7acqua.

La velocit
a di deposizione sar
velocità a inversamente proporzionale al termine di resistenza
sarà
globale dei tre strati, quindi si ottiene:
vnds ra + rrdd + rrc) ms 11]]
i11 i

ds =: ((rCL c) [[ms (7.9)

(7.9)

particolato viene schematizzata in modo leggermente diverso. La

La deposizione del particolato
velocit
a eè denita
velocità definita come: 1
vodg ra + rrdd + rrardog)_
ds = ((ra a rd vg ) + vogg
1
ms 1 ]
[[ms_1] (7.10)
(7.10)
dove vogg eè la componente gravitazionale della velocit
velocità a di deposizione, che nel caso
del particolato diventa rilevante. Il termine rrCLa eè calcolato con la stessa espressione
utilizzata per i gas, mentre rrd,
d , ancora relativo allo strato di deposizione, èe ora
ora es-
pressione di fenomeni diversi che dipendono dalle dimensioni delle particelle.
particelle. Infatti
 Modelli fotochimici
fotochimici 217
217

per particelle di diametro inferiore a 0O.: 1 m ,um la deposizione  èe legata prevalentemente

alla diusione broWniana, per diametri compresi tra 2 e 20 m
diffusione browniana, hm le particelle si de-
positano per sedimentazione, sopra i 20 m pm  eè predominate l'eetto
l”effetto gravitazionale e
tra 0O.: 1 e 2 m
pm nessun fenomeno  e`e signicativo
significativo e la velocita e minima. llIl termine rrcc
velocita
eè posto a zero perch
perchée si suppone che la capacit
capacita a di attrazione della vegetazione nei
confronti delle particelle sia molto elevata e quindi che la resistenza esercitata sia
trascurabile. Poich
Poichée la velocit
velocitàa di deposizione dipende dal diametro delle particelle,
occorre fornire al modello, all'inizio
alllinizio della simulazione, la distribuzione granulometri-
ca delle specie chimiche che si intendono depositare come particolato, e la velocit a
velocità
viene calcolata come media pesata di quelle relative alle varie dimensioni.

7.1.2
7.1.2 Il
Il modulo
modulo chimico
chimico

Per simulare al calcolatore tutte le reazioni che avvengono in atmosfera sarebbero

necessari tempi di calcolo e capacit
capacitaa di memoria molto elevati,
elevati, al di sopra delle
capacit
capacitaa delle macchine esistenti. Per questo sono stati sviluppati dei meccanismi
semplicati
semplificati che considerano solo alcune delle specie chimiche coinvolte e compattano
le reazioni esistenti in forme sintetiche. All'interno
Allyinterno di CALGRID viene attualmente
utilizzata una versione condensata di un recente aggiornamento del meccanismo
dettagliato preparato da Carter [160].

Il
Il meccanismo
meccanismo dettagliato
dettagliato Il meccanismo dettagliato consiste di 60 specie chi-
miche, che prendono parte a circa 160 reazioni. Le specie chimiche sono suddivise
in quattro categorie, in base alla funzione che svolgono nel meccanismo:
meccanismo:
a)
a) Specie attive (e. g. O3 , NO, NO
Og, 2 ), per le quali le equazioni cinetiche (descritte
N02),
oltre)
oltre) vengono integrate esplicitamente.

b) Specie-prodotto o build-up (e. g. CO 2 ), che compaiono nel meccanismo chimico

COZ),
esclusivamente come prodotti di reazione e mai come reagenti. Anche per esse
le equazioni cinetiche sono integrate esplicitamente.
c) Specie stazionarie o steady-state (e. g. il radicale OH
OH-,
, che per la loro elevata
velocit
a di reazione sono considerate sempre all'equilibrio.
velocita all”equilibrio.

d) Specie costanti (e. g. O 2 ), la cui concentrazione, essendo sempre molto elevata

02),
rispetto a tutte le altre, non viene in uenzata
influenzata dalle reazioni considerate.

Per quanto riguarda la chimica inorganica la trattazione eè abbastanza completa,

dato il modesto numero di specie coinvolte. Si ritrovano quindi tutte le reazioni in
fase gassosa descritte in x§2.3:
2.3: il ciclo fotochimico
fotochimico degli ossidi
ossidi di azoto, le
le reazioni
reazioni di
formazione dei radicali inorganici, le reazioni di formazione
formazione degli acidi, lala chimica
di radicale nitrato e di N 2 O5 . Il modello tratta
N2O5. tratta esclusivamente la chimica in in fase
fase
gassosa, quindi viene messa in secondo piano la chimica dello zolfo, che si svolge
principalmente in fase acquosa [161], mentre èe trattata ampiamente la chimica degli
ossidi di azoto e delle varie classi di composti organici che con essi interagiscono.
interagiscono.
Tuttavia anche per la chimica dell'azoto
dell“azoto vi sono alcune reazioni in fase acquosa che
218
218 Capitolo 7

sono importanti, relative in particolare all'acido nitroso, all'acido

all7acido nitroso, all”acido nitrico e al radicale
nitrato [161], che vengono trascurate dal modello. Prima di parlare della chimica
organica occorre introdurre alcuni concetti:

Le specie-gruppo A causa del grande numero di composti organici esistenti in natura

e dell'impossibilita di trattarli singolarmente nel meccanismo, essi vengono raggrup-
dell”impossibilita
pati in classi omogenee, che contengono specie chimiche che reagiscono tutte secondo
lo stesso meccanismo (il gruppo degli alcani, quello degli alcheni, quello degli aro-
matici) e con velocit
velocitaa di reazione simili. Queste classi vengono trattate come vere
e proprie specie chimiche e vengono fatte reagire con le altre sostanze presenti in
atmosfera. Poich
Poichée non si tratta di composti realmente esistenti, non  èe possibile rica-
vare sperimentalmente la loro velocit a di reazione; inoltre, trattandosi di aggregati di
velocita
specie con formula chimica dierente,
differente, anche i prodotti di reazione non sono gli stessi
(almeno quantitativamente) per ognuna di esse. Carter [162] [162] ha sviluppato il codice
PREPEMIT che ha la funzione di calcolare le costanti cinetiche e le quantit quantità a di pro-
dotti delle reazioni di queste specie-gruppo come medie pesate delle stesse grandezze
relative alle singole specie (che possono essere valutate sperimentalmente). I pesi da
usare nel calcolo delle medie sono dati dalle quantit
quantità a di ognuna delle singole specie
chimiche presenti nell'atmosfera
nelliatmosfera del sito in cui si effettua
eettua la simulazione. Oltre a
queste specie-gruppo vi sono altre specie chimiche che raccolgono al loro interno
pi
piùu di una sostanza presente in natura (ad esempio RCHO, che raggruppa tutte le
aldeidi con 3 o pi u atomi di carbonio, o MEK, che contiene tutti i chetoni e non solo
più
il Metil-Etil-Chetone, da cui prende il nome). Per queste ultime, per però,o, i parametri
(velocit
(velocitaa di reazione e quantit
quantitaa di prodotti) non vengono calcolati come medie pe-
sate di quelli relativi ai singoli composti, ma sono assunti pari a quelli relativi alla
specie pi u importante o pi
più u diusa
più diffusa del gruppo stesso, che viene considerata come
rappresentativa di tutte le altre.

Gli
Gli operatori Per riprodurre i complessi meccanismi descritti in 2.3 vengono intro-
dotte delle specie chimiche intermedie fittizie,
ttizie, chiamate operatori, che rappresentano
gli eetti
effetti delle reazioni delle specie organiche con i radicali presenti in atmosfera. Ad
esempio si e visto che l'eetto
lyeffetto della reazione degli alcani con il radicale OH OH-

èe quello
di
di trasformare
trasformare un un certo
certo numero
numero di di molecole
molecole di di NO
NO inin NO
N022 o,o, secondo
secondo altri
altri meccanis-
meccanis-
mi, di portare alla formazione di nitrati organici RONO R0N02. 2 . Nel meccanismo chimico
di Carter la reazione degli alcani con il radicale OH 0H~
genera, tratra ii prodotti,
prodotti, una certa
quantit
quantita a degli operatori RO 2 -R
, RO
R02-R-, 2 -N
, R
R02-N~, 2 O2
; questi, a loro volta, vengono fatti
R202~;
"reagire"
“reagire” (ma non si tratta di una reazione che avviene effettivamente)
eettivamente) con NO N0 dando
luogo, rispettivamente, alla produzione di NO N022 e di HO
2 , alla produzione di nitrati
H02-,
organici o alla produzione del solo NO N02. 2 . In questo modo  e possibile riprodurre com-
plessi meccanismi reattivi, composti da molte reazioni a catena, utilizzando poche
semplici reazioni.
Nel meccanismo sono presenti le reazioni che coinvolgono ii perossidi organici e
i relativi operatori, le reazioni della formaldeide
formaldeide (con ilil radicale
radicale OH 0H-
ee di fotodisso-
fotodisso-
ciazione)
ciazione) e dei prodotti che ne derivano, le reazioni dell'acetaldeide
dell”acetaldeide ee delle aldeidi
superiori (analoghe a quelle della formaldeide)
formaldeide) con la produzione, rispettivamente,
rispettivamente,
dei PAN e dei composti analoghi con pi più u atomi di carbonio (PPN), le reazioni degli
alcoli con il radicale OH
0H-,
, una serie di reazioni che coinvolgono dei prodotti ossige- ossige-
nati intermedi (gliossale, metilgliossale, fenoli, cresoli, benzaldeide,
metilglìossale, fenoli, benzaldeide, ecc.)ecc.) derivanti
 Modelli fotochimici
fotochimici 219
219

dall'ossidazione
dall”ossidazione degli idrocarburi, le reazioni dell'etilene.
dell”etilene. Per quanto riguarda le rea-
zioni che coinvolgono le specie-gruppo di idrocarburi, che Che sono trattate come specie
solamente emesse, cio
cioèe non prodotte da nessuna reazione,
reazione, vengono considerate:
0 la reazione dei gruppi di alcani (ALK OH~;
;
n ) con i radicali OH
(ALKn)

ø la reazione dei gruppi di aromatici (ARO OH;
;

n ) con i radicali OH
(AROH)

0 le reazioni dei gruppi di alcheni (OLE n ) con i radicali OH

(OLEn) OH-,
, con l”ozono,
l'ozono, con il
radicale nitrato e con l'ossigeno
Possigeno atomico (tra gli alcheni l”etilene
l'etilene viene trattato
esplicitamente).

Generazione
Generazione del
del meccanismo
meccanismo condensato
condensato Il meccanismo simulato dal model-
lo eè una versione condensata di quello descritto e contempla un numero inferiore
di specie chimiche e di reazioni, per ridurre ulteriormente il tempo di calcolo e la
richiesta di memoria. Il meccanismo condensato si ottiene ottiene trascurando
trascurando alcune rea- rea-
zioni che si ritiene abbiano un eetto
effetto irrilevante sui risultati
risultati che si vogliono
vogliono ottenere
o non trattando alcune specie chimiche in maniera esplicita, inglobandole in altre
categorie e ipotizzando che il loro modo di reagire (meccanismo e velocita velocita di rea-
zione)
zione) non sia sostanzialmente dierente
differente da quello delle specie di cui vanno a far
parte. Tale operazione, ovviamente, aggiunge ulteriori approssimazioni a quelle gia gia
introdotte dal meccanismo dettagliato, tanto maggiori quanto più piu spinto èe il livello
di condensazione operato; si tratta quindi di trovare il miglior compromesso tra il
livello di accuratezza che si vuole ottenere e il tempo che si vuole impiegare per la
simulazione. L'operazione
L”operazione di condensazione pu o essere effettuata
pu`o eettuata utilizzando il pro-
gramma PREPPGM, elaborato da Carter [162], che riceve in ingresso il meccanismo
dettagliato da cui si vuole partire e il livello di condensazione che si vuole ottenere e
fornisce in uscita il le
file di denizione
definizione del meccanismo chimico che verrà verra poi
poi utilizzato
da CALGRID, oltre a tre sottoprogrammi che vanno ad integrare il codice stesso
di CALGRID. Questo facilita la sostituzione del meccanismo chimico all'interno all”interno del
modello, ma occorre comunque apportare al codice ulteriori modiche modifiche che rendono
tale operazione non del tutto banale.
Il
ll meccanismo implementato nel codice comprende un un totale di 54 tra tra specie
chimiche e operatori:
0 5 specie vengono trattate come costanti: O 2 , M (rappresenta una generica mo-
02,
lecola di gas presente in atmosfera, ad esempio azoto od ossigeno, che svolge
la funzione di catalizzatore in alcune reazioni), h
hu (rappresenta, nelle reazioni
fotochimiche, l'energia
lienergia luminosa e viene trattata dal meccanismo
meccanismo come una
una vera
vera
e propria specie chimica), H 2 O, CH
HZO, 4;
CH4;
0 3 specie sono trattate come solo prodotte: CO 2, H
COQ, 2 SO4 e -C,
HQSO4 -C, cio
cioèe il carbonio
perso nelle reazioni delle specie organiche, a causa del fatto
fatto che alcuni prodotti
prodotti
di reazione non vengono considerati dal modello,
modello,
o 9 sono assunte stazionarie,
o 37 specie sono trattate come attive; tra queste sono presenti 2 specie-gruppo
di alcani,
alcani7 2 di aromatici e 3 di alcheni. Le prime due specie-gruppo di ogni
classe di idrocarburi si distinguono tra loro per la dierente reattivita (pi
differente reattività u lente
(più
220
220 Capitolo 7

ALK1,
ALKl, ARO1,
AROl, OLE1,
OLEl, pi u veloci ALK2, ARO2, OLE2), mentre la specie-gruppo
più
OLE3 contiene gli alcheni di origine biogenica, che vengono cio
cioèe emessi dalla
vegetazione.
Il calcolo delle costanti cinetiche Se ci si riferisce alle modalit
a con cui vengono
modalità
calcolate le costanti cinetiche, le reazioni possono essere di 4 tipi:
a) Reazioni termiche alla pressione
a) pressione di saturazione Per esse la costante di reazione
dipende esclusivamente dalla temperatura ed e data dalla formula di Arrhenius:
b
Ea
_ä T b
T
k=
: Ae RT((
RT )) (7.11)
(7.11)
Tref
Treƒ

dove
T eè la temperatura
temperatura assoluta,
TTTef
ref eè una temperatura di riferimento (pari a 300 [K] [K] per CALGRID),
R eè la costante dei gas, pari a 0,0019872 [kcal K mol 1 ],
K_11 mol-1],
AA,, E a, b
Ea, sono parametri forniti
forniti al modello dal file
le di denizione
definizione del meccanismo
meccanismo
chimico.
b) Reazioni termiche che non avvengono alla pressione
pressione di saturazione
Per esse la costante cinetica dipende, oltre che dalla temperatura, anche dalla
pressione secondo la seguente espressione:
kkOM
0M

1+ _M
= _Ofg (7.12)
k= g
k0 M f
1 + k1
(7.12)

in cui valgono le seguenti denizioni:

definizioni:
Ea0
kko0 =
IA
ß T bb 0
0e RT ((Tíf
Tref )) 0
A06 RT
Ea1 1
kIçoo =
_&
A1 e RT T bboo
1 :A006 Tref )
RT ((Tíf)

g=
g:
1
1
¬2 k0 M )
1+(%10g
1
10%)
1+( k1
n log
M tiene conto della pressione atmosferica,
i valori di A 0, E
A0, a0 , bbo,
EGO, 0, A1, E
A00, a1 , bboo,
ao, 1 , ff,, nn sono forniti al modello dal file
le di
denizione
definizione del meccanismo chimico.

In realta il modello calcola l'espressione

realta l”espressione 7.12 solo alla pressione di 1 atmosfera,
cio
cioèe con M pari a 106ppm, ma  eè comunque possibile modicarlo perche tenga
modificarlo perché
conto della eettiva
effettiva pressione.

c) Reazioni fotochimiche
Viene utilizzata la formula seguente [37]:
Z À22
kk:
= / %Q(A,T)¢(À,T)I(i)di
(;T )(;T )I ()d (7.13)
(7.13)
À 11
in cui
 Modelli fotochimici
fotochimici 221
221

%Q(/\,T)
(;T ) eè il coeÆciente
coefficiente di assorbimento della molecola che reagisce alla tempe-
ratura T e per la lunghezza d'onda
d”onda 
À,,
 (;T ) rappresenta la probabilit
@(ÀI) a che la molecola, avendo assorbito energia
probabilità
elettromagnetica, si trasformi secondo la reazione a cui k si riferisce,
I ((À)
) eè l'irraggiamento
l”irraggiamento proveniente dal sole.

Il modello, per ogni reazione fotochimica, legge dal file le di denizione

definizione del mec-
canismo chimico, i valori del prodotto %Q(À,T)<.15(À,T)
(;T )(;T ) (supposti costanti con la
temperatura)
temperatura) per gli intervalli di lunghezze d'ondad”onda che interessano le reazioni
(290-1000 nmnm).). Per il calcolo di II(À)
() viene utilizzata una formula empirica
basata sui dati rilevati da Peterson [163]. Il valore di I ((À)) dipende dall'altezza
dall7altezza
del sole sull'orizzonte,
sull”orizzonte, cio
cio`ee indirettamente dalla latitudine, dalla longitudine e
dall'ora
dall”ora corrente. Di notte, quando l'irraggiamento
l”irraggiamento solare eè nullo, viene man-
tenuto un valore di II(/\)
() diverso da zero, sebbene molto piccolo, per evitare
problemi di tipo numerico. Il modello non tiene conto della riduzione dell'ir- dellyir-
raggiamento solare dovuto alla copertura nuvolosa, ma eè comunque prevista la
possibilit
a di modicare
possibilita modificare il codice per inserire questa opzione.
opzione.
d) Reazioni delle specie gruppo
I parametri relativi ai gruppi condensati sono calcolati pesando opportunamente
i rispettivi valori delle famiglie del dettagliato. I pesi possono essere determinati
in tre modi dierenti,
differenti, a seconda della velocita
velocita di reazione delle famiglie del
gruppo con il radicale OH
. La formulazione generale per il calcolo del generico
OH-.
parametro K eè la seguente:
P
K_
K _ Zi
= iW Fi Ki
WFiKi
ZWFZ'
P (7.14)
(7.14)
i Fi
W
dove
dove

K
K,i- eè il valore del parametro per la famiglia ii,,
W
WF, Fi eè il peso; pu
o essere visto come la porzione reagente della famiglia i ed èe
può
calcolato in uno dei seguenti modi:

0 Specie ad alta reattivit OH-

a con OH
reattività
W Fi =
WFZ' : F
Fii (7.15)
(7.15)

con F moli
F,-i contributo emissivo della famiglia i [[92:20]
giorno ]. In questo caso, quindi,
si ipotizza che tutta la massa prenda parte alle reazioni.
0 Specie a bassa reattivit OH-

a con OH
reattività

WFi
W : FF,(1
Fi = i (1 _ eemKOHiINTOHU
(RKOHi INT OH )
) (7.16)
(7.16)
dove RKOH
RK OH,-i  famiglia i con il radicale
eè la costante di reazione della famiglia OH-

radicale OH
e INT
INTOHOH eè un parametro, che tiene tiene conto della presenza
presenza inin atmosfera
di radicali OH
OH-.
. In pratica la massa reagente viene
viene calcolata scalando
dall'emissione
dall7emissione complessiva un termine tanto pi u signicativo
più significativo quanto pi
piùu
piccole sono RKOH
RK OH,i e INT OH , cio
INTOH cioèe quanto più
piu piccola eè la possibilit
a
possibilità
che la specie chimica venga ossidata.
222
222 Capitolo 7

ø Specie a reattivit OH-
molto bassa

a con OH
reattività
W Fi =
VVF, :F i RKOHi
FiRKOH, (7.17)
(7.17)
In questo caso la massa reagente eè calcolata tenendo conto direttamente
della costante di reazione della famiglia i con il radicale OH
.
OH-.

Nella versione di PREPEMIT utilizzata nelle analisi che seguono si fa uso solo
delle prime due opzioni: la prima per tutti e tre i gruppi di alcheni e per alcani
e aromatici "veloci"
” veloci” (OLE1-3, ALK2 e ARO2) ARO2) e la seconda per alcani e aroma-
tici "lenti"
7”lenti” (ALK1
(ALKI e ARO1).
AROI). Vengono considerati veloci gli alcani (o assimilati
ad alcani) con costante di reazione con il radicale OH OH-
pari almeno a 11.0 : 0
- 10
1044
[ppm
[ppm_1 min1
min_1];]; per i composti aromatici invece il valore discriminante eè pari
1

: 0
- 10
a 22.0 1044 [ppm
[ppm_11 minmin_1].
1
]. Rientrano invece nel gruppo OLE2 gli alcheni con
costante di reazione superiore a 77.: 55-104
104 [ppm min 1 ], mentre il gruppo OLE3
[ppm-l1 min-1],
eè riservato agli alcheni biogenici, costruito quindi in funzione della natura del
composto organico e non della sua velocit a di reazione.
velocita reazione. Il programma esegue
anche alcuni controlli per vericare verificare l'aÆdabilita dei risultati,
17añdabilita risultati, quanticando
quantificando il
grado di approssimazione introdotto in termini di massa totale e quantit quantitàa di car-
bonio perse. Viene anche accertata la congruenza fra le informazioni contenute
nei vari filele di input (che potrebbero avere origine dierente).
differente). Il codice presenta
una buona essibilit
flessibilitàa e pu
puòo essere utilizzato anche con altri meccanismi chimici
e con altri raggruppamenti delle specie organiche, rispettando ovviamente la
strutturazione dei le file e la congruenza fra i diversi dati. I valori di reattivit
reattività a
discriminanti tra tra i vari metodi di calcolo fanno parte del meccanismo chimico e
sono dierenti
differenti per le varie classi di composti organici.

Integrazione
Integrazione delle
delle equazioni
equazioni Una volta denito
definito il meccanismo chimico, con
tutte le sue reazioni, i parametri cinetici, i coeÆcienticoefficienti stechiometrici, ecc., occorre
un metodo per integrare numericamente le equazioni cinetiche che esprimono in ter-
mini dinamici l'insieme
l”insieme delle reazioni chimiche. Uno dei problemi principali nell'in- nell7in-
tegrazione di un meccanismo chimico eè il fatto che si ha a che fare con un sistema
di equazioni cosiddette sti sttƒjf,, in cui cio
cioèe le velocit a di reazione delle varie specie
velocita
chimiche possono dierire
differire le une dalle altre per per molti
molti ordini di grandezza; ques-
to genera problemi di precisione numerica, poiché poiche occorre trattare numeri molto
grandi insieme a numeri molto piccoli. Per questo si sfrutta la presenza delle spe-
cie stazionarie utilizzando il metodo PSSA ((Pseudo Pseudo Steady State Approximation
Approasímatton): ):
le equazioni dierenziali
differenziali che governano la dinamica delle specie stazionarie vengono
trasformate in equazioni algebriche di equilibrio (imponendo % dC = 0)
O) e vengono inte-
dt
grate numericamente solo le equazioni dierenziali
differenziali relative alle specie attive, mentre
le concentrazioni delle specie stazionarie vengono calcolate a partire dalle altre me-
diante semplici equazioni algebriche. Questo accorgimento permette da un lato di
avere una maggiore precisione, dato che si eliminano dal sistema di equazioni die- diffe-
renziali le dinamiche pi u veloci, dall'altra
più dall”altra eè possibile, per lo stesso motivo,
motivo, utilizzare
utilizzare
un passo di calcolo maggiore, con un conseguente risparmio risparmio di tempo-macchina.
tempo-macchina. Un
ulteriore risparmio di tempo eè dovuto al fatto fatto che inin questo modo solo lele specie attive
e le specie-prodotto vengono trasportate e diuse diffuse dal modello;
modello; questo accorgimento
permette anche un notevole risparmio di memoria, in quanto per le specie staziona-
rie non eè necessario memorizzare le matrici tridimensionali delle concentrazioni nelle
 Modelli fotochimici
fotochimici 223
223

celle della griglia. La scelta di quali specie trattare come "stazionarie"

“stazionarie” e quali invece
modellare esplicitamente pu puòo essere fatta basandosi sugli autovalori del sistema di
equazioni da integrare, ed eè comunque predenita
predefinita nel meccanismo chimico di CAL-
GRID. Occorre precisare che il metodo PSSA non eè comunque suÆciente, sufficiente, da solo, a
garantire l'assenza
l°assenza di errori numerici dovuti alla velocit
velocitaa di reazione troppo elevata
di alcune specie per cui, come vedremo, CALGRID utilizza ulteriori accorgimenti
per trattare in maniera dierenziata
differenziata le specie veloci e le specie lente.
lente.
I metodi didz' integrazione Con CALGRID  eè possibile utilizzare due dierenti
differenti metodi
per integrare le equazioni che descrivono le reazioni chimiche. Entrambi usano un
passo temporale variabile, che dipende dalla velocit a con cui le specie chimiche rea-
velocita
giscono (pi
(piùu esse sono veloci, pi
u il tempo di integrazione eè breve). Per ogni specie
più
chimica attiva viene scritta un'equazione
un7equazione cinetica nella forma:
forma:
dCi
d_dc; =
-P,
_ C) D
Pi ((Q)- i (C )Ci con 1'-
D,(_)C, i=
_ 1l.: :.Natt
Natt (7.18)
(7.18)
dt
dove
NNat,
att eè il numero delle specie attive,
C eè il vettore delle concentrazioni di tutte le specie chimiche,
PP,i eè il tasso di formazione in [ppm ss_1],
1
],
DD,i unitaa di concentrazione della specie ií-esima
il tasso di rimozione per unit -esima in [s ].
[s-1].
1

Per le specie stazionarie l'equazione

l°equazione cinetica 
eè un'equazione
unjequazione di equilibrio del
tipo:
dCi
dda; = 0 con i = 11.: :. N
NSs
ss (7.19)
(7.19)
dt
dove N Pi ((Q))
ss rappresenta il numero delle specie stazionarie. I tassi di formazione ((P,
NSs C ))
vengono calcolati sommando, su tutte le reazioni che producono la specie chimica
i-esima, i prodotti delle concentrazioni dei reagenti per la costante cinetica della
Di (C )) vengono calcolati moltiplicando
reazione stessa, mentre quelli di rimozione ((D,(Q))
le costanti cinetiche di ogni reazione che ha la specie i-esima tra i reagenti per le
concentrazioni di tutti gli altri reagenti. Questo equivale
equivale a supporre che tutte
tutte le le
cinetiche di reazione siano del primo ordine rispetto a tutti i reagenti.
Se si considerano ad esempio le seguenti reazioni:
NO 2 + h
NO2+hu !
-› NO
NO+O +O
O + O2 + M !
O+OQ+M _) O 3 +M
03+M
NO + O3 !
NO+03 _) NO 2 + O2
NOQ-l-Og

O + NO2 !
O+N02 -› NO
N033
il calcolo dei tassi di formazione e rimozione per NO
N022 (specie attiva)
attiva) e O (specie
stazionaria)
stazionaria) viene eettuato
effettuato nel modo seguente:

PNo2
P NO2 = kkgpvofio
3 [NO ][O lio]
3]

DNO2 = k1 [h ] + k4 [O]

PPo
O = k1,1[N02llh4y
1 [NO2 ][h lO ]
DO
DO =
I kk202][M]+k4[N02]
2 [l O2 ][M ] + k4 [NO2 ]
224
224 Capitolo 7

Nelle formule compare l'espressione h ], che rappresenta la "concentrazione"

llespressione [[hu], 77concentrazione”
di fotoni; si tratta di un articio
artificio formale, dato che tale concentrazione  èe assunta
dal modello pari all'unit a (le variazioni giornaliere nella radiazione solare vengono
alllunita
tenute in conto mediante il termine di irraggiamento utilizzato per il calcolo delle
costanti cinetiche, come gi a visto precedentemente). Una volta calcolati i tassi di
gia
formazione e rimozione vengono calcolate le equazioni che governano la dinamica
delle due specie chimiche considerate:
d[NO2 ]
= k3 [NO
dt b] : k3lN
dljjií
][O3l
Oll0 3]
_ f{k1lh
k1 [h”l] + O]g[NO
+ k1744 [lOlllN Ogl2 ] (7.20)
(7.20)

d[O] (721)
% = k1 [NO
dt 2 k1lN 2 ][h
O2ll hI/l-{ fk2 [O02][M
] 172[ + kk4[N
2 ][M ]]+ 4 [NO 2 ]g[O]
oQ]} [O] (7.21)

Poich
Poichée l'ossigeno
ljossigeno atomico 
eè considerato dal modello come specie stazionaria, l”equa-
l'equa-
zione dinamica eè in realt
a un'equazione
realta unyequazione algebrica di equilibrio, da cui 
èe possibile
ricavare la concentrazione della specie O in funzione delle concentrazioni delle altre
specie che prendono parte con essa alle reazioni:
reazioni:

kk1[N02][hl/]
1 [NO2 ][h ]
O] =
[lO] (7.22)
(7.22)
kW
2 [O 2 M ] + k4 [NO2 ]
][
I due metodi di integrazione (QSSA e Ibrido)
Ibrido) si dierenziano
differenziano per le ipotesi che
vengono fatte per l'integrazione
l”integrazione delle equazioni 7.18.

0 Il Metodo QSSA
QSSA (Quasi
(Quasi Steady State Approximation)
Approxímation) [164]
[164] ipotizza che i tassi di
formazione e rimozione di ogni specie attiva si mantengano costanti all'interno
all”interno
di ogni passo temporale.
temporale. In questo modo le equazioni 7.18 diventano lineari a
coeÆcienti
coefficienti costanti e possono essere integrate in maniera esplicita:
esplicita:
Cein = Pi (1 - efDl'ôt)
: _

n 1 Di Æt
C 1 e Di Æt + CCf_1e*Diåt
i e (7.23)
(7.23)
Di
dove C n
i indica la concentrazione della specie i al passo n
Ci" n e Æt
ôt 
e il passo tempo-
rale. A tre specie chimiche (NO, NO N02, 2, O 3 ) viene riservata
Og) riservata particolare attenzione,
per ricavare risultati suÆcientemente
sufiicientemente accurati. Se una di esse varia troppo ve-
locemente, vengono denite pseudo-specie, le cui concentrazioni sono date
definite tre pseudo-specie,
dalla somma o dalla dierenza
differenza delle concentrazioni delle tre specie di partenza
(O
(033 + NO
NOg7 2 , NO + NON027 2 , NO - O 3 ): se queste ultime variano pi
Og): piùu lentamente
della specie troppo veloce,
veloce7 vengono integrate le relative equazioni cinetiche e la
concentrazione della specie veloce viene calcolata a partire dalle concentrazioni
delle pseudo-specie. La scelta delle pseudo-specie èe dovuta al fatto che in genere
NO e O3 hanno andamenti tra loro coerenti e opposti opposti a quello dell'NO
delllNOg,2 , per
per cui
le pseudo-specie cos
così denite
definite dovrebbero subire variazioni
variazioni ridotte
ridotte rispetto
rispetto alle
specie di partenza. Alla fine ne del passo temporale vengono ricalcolati i tassi di
formazione e rimozione di tutte le specie chimiche utilizzando
utilizzando le
le nuove concen-
trazioni, viene calcolata la media tra questi valori e quelli iniziali e tutto il
procedimento viene ripetuto ripartendo dai valori di concentrazione che si ave-
vano all'inizio,
all7inizio, utilizzando come velocit
velocitaa di reazione i valori medi. Al termine
 Modelli fotochimici
fotochimici 225
225

di questo passo correttivo, viene fatto un bilancio di massa per quanto riguar-
da l'azoto
l”azoto e si compensano eventuali errori aggiungendo o togliendo massa alla
specie che durante il passo temporale ha subito la variazione maggiore.
0 Il Metodo Ibrido [165]
[165] opera una linearizzazione delle equazioni cinetiche 7.18,
calcolando la concentrazione come:
n 1 + (P,- n 1 Æt

0,"in = C
C 0,"*1
i Pi _ D
D,C,TH)
i Ci 61: (7.24)
(7.24)

Per le specie che variano pipiùu rapidamente l'espressione

l”espressione 
èe leggermente più
piu com-
plicata, e fa riferimento allo schema del predittore del second'ordine
second”ordine di Young
e Boris [166]. Al termine del passo temporale vengono calcolate delle nuove
velocit
velocitaa di formazione e rimozione delle specie chimiche, utilizzando le concen-
trazioni ottenute dopo il primo passo; viene calcolata quindi la media tra questi
valori di velocita e quelli iniziali e il sistema viene
velocita viene fatto
fatto evolvere
evolvere nuovamente,
nuovamente,
a partire dalle concentrazioni iniziali, utilizzando i valori medi medi delle velocita.
velocita. Il
procedimento viene iterato nch finchée non si raggiunga la convergenza, cio cioèe finché
nche
tutti i valori delle concentrazioni nali
finali dieriscono
differiscono di una quantit a inferiore a
quantità
un valore pressato
prefissato dagli stessi valori alla iterazione precedente, o finché nche non
viene eettuato
effettuato un numero di iterazioni prestabilito, dopo le quali  eè necessario
accorciare la durata del passo temporale e ricominciare tutto il procedimento.
procedimento.
Anche questo metodo di integrazione esegue un controllo sulla massa totale di
azoto compensa l'errore
l“errore aggiungendo o togliendo massa alla specie che ha il
valore di concentrazione pi u elevato.
più

Armonizzazione
Armonizzazione di
di POEM
POEM nel
nel sistema
sistema modellistico
modellistico fotochimico
fotochimico AÆnch
Affinchée
vi sia congruenza fra la classicazione
classificazione dei composti organici volatili impiegata dal
modello delle emissioni POEM (vedi paragrafo 6.3) 6.3) e la specie gruppo utilizzate
in CALGRID, si rende necessaria un'operazione
un”operazione di armonizzazione fra fra il processore
delle emissioni e il modulo chimico impiegato dal modello fotochimico.
Il
ll modulo chimico necessita di diverse informazioni: il il prolo
profilo tipico dei VOC,
l'assegnamento
Passegnamento dettagliato per la classicazione
classificazione dei VOC, le informazioni per il
controllo del lumping
lumpz'ng,, i parametri \meccanici"
“meccanici” propri delle specie contemplate nel
modulo. Lo schema in figura gura 7.1 rappresentata l'interazione
llinterazione fra il modello delle emis-
sioni, il processore chimico ed il modello fotochimico. I blocchi ovali rappresentano
le operazioni che sarebbero proprie del processore chimico, realizzate invece all'in- all”in-
terno di POEM e che consentono l'armonizzazione
llarmonizzazione tra il modello delle emissioni ed
il modello fotochimico.
fotochimico.
Il prolo
profilo tipico di emissione si ottiene stimando la quantit
quantitaa di composti organici
emessa in atmosfera, in un determinato periodo, periodo, e impiegando una particolare clas-
sicazione
sificazione dei VOC; il proloprofilo quindi  eè funzione
funzione dello scenario emissivo prescelto. E 
É
il processore delle emissioni che fornisce al meccanismo chimico questo prolo profilo e, per-
cio, la catalogazione dei VOC applicata nel modello POEM deve essere congruente a
ciò,
quella del meccanismo chimico in CALGRID, aÆnch affinchée le emissioni siano consistenti
con il meccanismo chimico selezionato.
Il processore chimico calcola le velocit
velocitaa di reazione delle diverse specie chimiche,
impiegando il prolo tipico fornito
profilo tipico fornito dal processore delle emissioni; in in questo modo
modo si
predispongono sia le informazioni necessarie al modello fotochimico (di solito, per
226
226 Capitolo 7

POEM
POllutant Emission Model

Classificazione _
/
Profilo tipico
di emissione
\ Emissioni
su griglia
dei VOC ' i

Processore chimico: Assegnamcmo Processore Chimico:

velocità di rcazionc specie /umped aggregazione dei VOC

Parametri
meccanici
Parametri Emissioni
spccic lumped Specie lumped

Modello fotochimico

Figura 7.1
Figura 7.1 Armonizzazione fra
fra il modello delle emissioni ed il modello fotochimico
fotochimico

la fase di inizializzazione), sia i parametri per ljaggregazione

l'aggregazione delle specie organiche,
che vengono ancora impiegati da POEM.

7.2
7.2 Analisi
Analisi di
di episodi
episodi a
a scala
scala urbana
urbana e
e regionale
regionale

In questo paragrafo viene illustrata la ricostruzione e simulazione di un episodio di

dominio regionale
inquinamento secondario sulla regione Lombardia ((dominio regionale)) e uno zoom
sull'area dominio urbano
sull”area metropolitana bresciana ((dominio urbano)) [167],[168]. Per le figure
gure la cui
le casobase.ppt
numerazione eè preceduta dalla sigla CD, si faccia riferimento al file casobase.ppt
contenuto nella directory CAPITOLO7
CAPITOLO? del CD-ROM
(ID-ROM allegato al testo.

7.2.1
7.2.1 Il
Il dominio
dominio di
di calcolo
calcolo

Il dominio di calcolo (gura

(figura 7.2) 
eè costituito da un7area
un'area di 240 Xx 232 km2km2 con origine
SW nel punto (457.0, 4943.0 UTM km). Il dominio comprende tutta la regione
Lombardia pi u alcune porzioni di Svizzera nella parte
più parte settentrionale e delle regioni
limitrofe Veneto, Trentino-Alto Adige, Emilia-Romagna ee Piemonte. L'area Ljarea di studio
presenta caratteristiche orograche
orografiche molto dierenti:
differenti: lala parte centro-meridionale,
appartenente alla pianura padana, non contiene rilievi rilievi signicativi, mentre la
significativi, mentre la parte
settentrionale, orogracamente
orograficamente molto complessa, contiene diversi rilievi appartenenti
alle Alpi e alle Prealpi. Nel dominio sono contenuti anche i principali laghi laghi prealpini
prealpini
(Maggiore, Como, Lugano, Iseo e Garda).
 Modelli fotochirnici
fotochimici 227
227

5100.7 {
IM.
51405 E *g "p
w/AQÖ
5120: a .V

510017 ì
›\k`u ,N

5080. f

50605 í[Brescia
O

50405 hdflgno f ã:í

5020; .

50005

4980. i U
49605

460. 4801 500. 5201 540. 5601 580. 600. 6201 640. 660. 680
'W
Figura 7.2
Figura 7.2 Il dominio di calcolo regionale
regionale e urbano

Al dominio eè stato sovrapposto un grigliato di calcolo di 60x58 60X58 celle con una
risoluzione di 4 km in entrambe le direzioni. L'altezza
Ljaltezza del dominio di calcolo  èe stata
ssata
fissata a 7000 m rn sul suolo suddivisa in 20 livelli a spaziatura crescente. Il centro del
primo livello di calcolo e`e stato posto a 10 m.
L'area
L7area metropolitana bresciana,  e`e racchiusa in un dominio di 44 44 km2,
44><44 km2 , rap-
presentato da celle quadrate di 1 km di lato. Il numero di celle è, e, dunque, 44 sia in
direzione O-E che in direzione S-N, per un totale di 1936 celle.
L'uso
L7uso del suolo  eè descritto dalle mappe di due diverse fonti:fonti: il database della
Regione Lombardia, che considera 17 classi diverse, ed il database europeo [169] [169] che
ne considera 10. Entrambi forniscono per ogni elemento territoriale la distribuzione
percentuale delle varie classi. La classicazione
classificazione della Regione Lombardia  eè più
piu det-
tagliata e accurata poich
poichée deriva da un'informazione
un”informazione di tipo vettoriale, mentre quella
europea proviene da un database che opera su celle di 10' 107 x 10'
107 pari a circa 13 x
18 km
km2.
2
. D'altra
D”altra parte, poich
poichée la classicazione
classificazione della Regione copre solo il il territorio
territorio
regionale lombardo, si utilizza questa classicazione
classificazione per le celle interne ai conni
confini
regionali e l'altra
Paltra per le celle esterne. A partire da queste fonti  èe stato derivato un
database relativo al dominio di interesse alla risoluzione di 4 Xx 4 km km2.
2
.

7.2.2 Selezione dell'episodio

de117episodio

Analisi
Analisi dei
dei parametri
parametri chimici
chimici Nella tarda
tarda primavera del 1998, nelljambito
nell'ambito del
progetto scientico
scientifico EUROTRAC2 [170],  eè stata organizzata, in Lombardia, una
una
campagna di misura di inquinanti atmosferici di grande rilievo, denominata PIPAPO
(PIanura PAdana Produzione di Ozono). Lo scopo di questo esperimento in in campo
eè stato quello di fornire dati sperimentali suÆcienti
sufiicienti per studiare la formazione dello
228
228 Capitolo 7

smog fotochimico durante il periodo di massima attivit a vegetativa. La regione

attivita
Lombardia, ed in particolar modo la pianura Padana, offrono
orono spunti di studio e
approfondimento interessanti relativi a problematiche di inquinamento dell'aria
dell”aria che
si evidenziano in:
0 frequenti episodi con alti livelli di fotoossidanti;
0 rapidi cambiamenti della produzione di ozono rispetto ai suoi precursori NO
NOacx e
COV;
0 grande produzione di areosol secondari dovuti a una intensa produzione ed
emissione di isoprene e terpene nella zona prealpina.
La campagna di misura PIPAPO si eè protratta dal 26 aprile al 20 giugno 1998. Ha
Intensive
concentrato i propri sforzi di monitoraggio ambientale durante due IOP ((Intensive
Observation
Observation Period ): un periodo abbraccia la seconda decade di maggio l'altro
Period): lyaltro la
prima decade di giugno. Sono stati misurati, in particolare, i seguenti parametri
chimici:
chimici:

o gli idrocarburi da quattro a dieci atomi di carbonio;

o gli inquinanti convenzionali in vari punti;
o l'acido
llacido nitroso e gli inquinanti convenzionali lungo percorsi orizzontali;

o l'igroscopicit
a degli aerosol, la loro volatilit
lligroscopicita a, la loro distribuzione granulome-
volatilità,
trica, la massa nelle frazioni PM10
PMlO PM2.5 (particelle con massa inferiore a 10
micron e 2.5 micron), il black carbon e le specie NO
N05,3 , SO4 presenti negli aerosol;
SO;

o il radon;
0 la formaldeide, l'isoprene,
l”isoprene, i radicali perossidi, il PAN ed altri inquinanti non
convenzionali.
Relativamente all'ozono,
all”ozono, sono disponibili anche le concentrazioni orarie misurate
nelle stazioni di rilevamento della rete della Regione Lombardia.
Sulla base dell'analisi
dell”analisi dei parametri chimici misurati e delle condizioni meteo-
rologiche sono stati deniti
definiti due periodi critici: quello che va dal 12 al 13 maggio
1998 e quello che comprende i giorni dall' dall” 1 al 10 giugno 1998. L'applicazione
L7applicazione del
modello CALGRID ha riguardato la ricostruzione di un episodio di inquinamento
fotochimico relativo al periodo 1-6 giugno 1998.
In figura
gura 7.3 eè riportato l'andamento
Pandamento della concentrazione minima, media e mas-
sima oraria di ozono, registrata dall'insieme
dalllinsieme delle stazioni delle reti provinciali della
regione Lombardia dal 1 al 6 giugno 1998. Si può puo osservare chiaramente lo sviluppo,
a partire dal giorno 3, di un episodio di smog fotochimico con concentrazioni mas-
sime di ozono superiori ai 120 ppb (la soglia di attenzione eè pari a 90 ppb) ppb) ee valori
di picco medi su tutta la regione attorno agli 80 ppb.
In figura
gura CD.7.1, invece, eè riportata la distribuzione geografica
geograca delle intensit a dei
intensità
massimi orari registrati da ciascuna centralina, sempre nel nel periodo
periodo 1-6 giugno 1998.
Come si pu
puòo osservare, l'episodio
lyepisodio si concentra soprattutto nell'area
nell”area a Nord-ovest di
Milano dove i massimi superano i 120 ppb. Le elevate concentrazioni potrebbero
pennacchio urbano piuttosto reattivo, che già
essere dovute ad un pennacchz'o gia in corrispondenza
 Modelli fotochimici
fotochimici 229
229

140

120

100

80
J
nh'l
I'

60
LI'
l'n

40

20

0 612180 612180 612180 612180 612180 61218

[ore] +Media Min Max

Figura 7.3
Figura 7.3 Concentrazioni medie orarie di ozono misurate dalle stazioni delle reti reti
provinciali e relative al periodo 1-6 giugno 1998 (stazioni utilizzate = 44)
: 44)

dell'area
delljarea urbana 
eè in grado di produrre alte concentrazioni di ozono.
ozono. Nel resto della
pianura si osservano massimi meno elevati, ma comunque piuttosto critici (sempre
oltre 80 ppb). Nelle zone remote alpine e prealpine non si registrano concentrazioni
particolarmente elevate, ma va sottolineato che le misure fanno comunque riferimento
a contesti urbani e che, quindi, potrebbero essere poco rappresentative dell'eettivo
dell”effettivo
grado di inquinamento fotochimico in zona remota.

Analisi
Analisi dei
dei parametri
parametri meteorologici
meteorologici Gli episodi di forte inquinamento fotochi-
mico avvengono in corrispondenza di ben denite definite condizioni meteorologiche, che sono
generalmente associate ad estese aree anticicloniche sia al suolo che in quota. Queste
condizioni sono, inoltre, caratterizzate da gradienti barici molto deboli, temperature
elevate e venti deboli di direzione variabile. L'analisi
L7analisi preliminare dei dati meteorolo-
gici ha consentito di vericare
verificare le condizioni di applicabilit a del modello fotochimico.
applicabilità fotochimico.
Tale analisi e stata eseguita sulla base delle informazioni fornite da alcune stazioni
Synop della rete SMAM (Servizio Meteorologico dell'Aeronautica
dell”Aeronautica Militare)
Militare) presenti
all'interno
all”interno dell'area
dell7area di studio. In particolare, sono state selezionate alcune stazioni
di pianura (16080, 16084, 16090) 16090) e una stazione in quota (16022). La figura gura CD.7.2
riporta il giorno tipo (stimato per il periodo 31/5 f{ 7/6 1998) 1998) di temperatura, coper-
tura nuvolosa e umidit
umidità a relativa. I dati evidenziano temperature medie superiori ai
20 [[OÆ C]
C] e valori di umidit
umidità a relativa e copertura nuvolosa tipiche di giornate estive con
scarsa circolazione. Queste condizioni, unite all'assenza
all”assenza di precipitazione,
precipitazione, rappresen-
tano quindi condizioni adeguate all'applicazione
allyapplicazione di unun modello
modello fotochimico
fotochimico ee del suo
schema chimico in particolare. La campagna PIPAPO ha ha inoltre permesso la misu-
ra dei parametri di turbolenza, dei proli profili verticali fino
no ad un
un migliaio di metri dal
suolo, della velocit
velocitaa e della direzione del vento. Oltre a queste sono state eettuate
effettuate
misure orarie di prolo
profilo verticale della temperatura, della pressione,
pressione, della copertura
nuvolosa e dell'umidit
dell”umidita a relativa. Tali misure hanno consentito una ricostruzione af-
230
230 Capitolo 7

dabile
fidabile della situazione meteorologica. Nel periodo relativo al secondo IOP IOP le carte
a 500 hPa mostrano un consistente usso flusso di aria proveniente da sud-ovest e situato
a ridosso delle alpi, mentre le carte al suolo evidenziano vari fronti freddi posizionati
a nord della cresta alpina. I venti in supercie
superficie avevano direzioni variabili, mentre
per quelli in quota la provenienza era prevalentemente da sud-ovest. Lo sviluppo di
temporali e forti piogge ha favorito la straticazione
stratificazione termica dell' Atmosferic
dell7 ABL ((Atmosferic
Boundary Layer ), all'interno
Layer), all”interno del quale si  eè successivamente verificato
vericato un accumulo
di nebbia, prodotta dalle alte temperature che hanno caratterizzato i giorni dall' dall7 1
al 5 giugno. La situazione critica si eè manifestata nel periodo dal 2 al 4 giugno.giugno. La
mattina del 5 giugno si eè vericato
verificato un lieve fenomeno temporalesco ed i venti hanno
incominciato a soÆare
soffiare da nord, seppure a velocit a piuttosto basse. Nella notte tra
velocità
il 7 e l'l7 8 giugno si e`e mosso dal continente verso la Lombardia, un sistema frontale
che ha interrotto la fase critica del secondo IOP.

7.2.3 Predisposizione degli input

Ricostruzione
Ricostruzione dell'input
dell”input meteorologico
meteorologico

Misure meteorologiche disponibili Le misure disponibili sono costituite da:

ø misure orarie al suolo di velocita e direzione del vento, temperatura, umidit
velocita umiditàa
relativa e pressione, relative a 39 stazioni delle reti provinciali della regione
Lombardia;
0 misure al suolo di velocit
a e direzione del vento, temperatura,
velocita temperatura, pressione, umidit
umiditàa
relativa, copertura nuvolosa e altezza della base delle nuvole, relative a 9 stazioni
SYNOP (ogni 3 ore);
ø misure di prolo
profilo verticale di velocit
a e direzione del vento e temperatura relative
velocita
ai radiosondaggi di Linate (MI) (ogni 6 ore)
ore) e San Pietro Capoume
Capofiume (BO)
(BO) (ogni
12 ore);
0 misure orarie di prolo
profilo verticale di velocit
a e direzione del vento relative a due
velocita
SODAR posti a Turbigo (MI)(MI) e presso il CESI a Segrate (MI);
(MI),
0 misure orarie di prolo
profilo verticale di temperatura relative a due RASS posti a
Turbigo e presso il CESI a Segrate.
Euro-
Oltre ai dati misurati sono state utilizzate le uscite del modello ECMWF ((Euro-
pean Centre
pean for Medium Range Weather
Centre for Weather Forecast
Forecast)) di Reading, costituite da analisi
in quota (su livelli barici) di vento e temperatura,
temperatura, con passo temporale pari a 6
ore. La Figura CD.7.3a mostra la posizione delle varie stazioni di misura, mentre in
Figura CD.7.3b sono evidenziati i punti del grigliato ECMWF contenuti nel dominio
di calcolo.
Le misure di vento al suolo raccolte delle stazioni della rete provinciale
provinciale e dalla
rete SYNOP mostrano per i giorni 1-6 giugno 1998 una condizione di vento vento debole
o moderato con velocit
velocitàa non superiori ai 3-4 [ms ]. La direzione dei venti appare
[ms_1].
1

caratterizzata dalla presenza di due fenomeni:

fenomeni: una circolazione con vento prevalente
da Est o da Ovest (a seconda dei giorni) visibile principalmente in pianura, a cui si
 Modelli fotochimici
fotochimici 231
231

sovrappone il fenomeno della brezza monte-valle, più piu evidente soprattutto nelle zone
prealpine (e. g. in Valtellina). La brezza eè costituita da venti che durante le ore
notturne spirano dai rilievi verso la pianura, invertendosi poi nelle ore diurne (circa in
coincidenza dell'alba
delllalba e del tramonto). L'intensit
L”intensitaa del vento risulta generalmente pipiùu
elevata nelle ore diurne. Si tratta comunque di una situazione piuttosto complessa,
in cui la circolazione spesso ha un carattere prettamente locale (ad es. all'uscita all”uscita
delle valli prealpine o in corrispondenza dei laghi) no ad essere, in alcuni casi,
laghi) fino
praticamente assente (calma di vento).
Le figure
gure CD.7.4a, CD.7.4b riportano l'evoluzione
l”evoluzione del profilo
prolo verticale di vento
(sempre per il giorno 3 giugno 1998)
1998) in pianura. I primi strati dell'atmosfera
dell”atmosfera sono ben
descritti dal SODAR di Segrate, mentre alle quote pi u elevate llinformazione
più l'informazione sulla
struttura del vento e`e ricavata dal radiosondaggio di Linate. A Segrate il vento mostra
un'intensit
un”intensitaa leggermente crescente con la quota e spira con direzione di provenienza
prevalente S di giorno e N di notte (brezza). Negli strati atmosferici pi u elevati,
più elevati,
invece, la circolazione presenta una direzione prevalente costante S-SO.
L'evoluzione
Lievoluzione del prolo
profilo verticale di temperatura nei primi 500-800 m  e ben ri-
costruita dalle misure dei RASS di Segrate e Turbigo, mentre alle quote superiori èe
descritta dai radiosondaggi di Linate e S.P. Capoume.
Capofiume. Generalmente la tempera-
tura in prossimit
prossimitàa del suolo ha un'escursione
un”escursione giornaliera di circa 10 gradi.
gradi. Nelle ore
notturne il prolo
profilo verticale presenta un'inversione,
unlinversione, che permane generalmente dalle
ore 19 fino
no alle ore 7, con altezze dell'ordine
delllordine di 100 m. Durante il giorno si sviluppano
invece condizioni convettive che, soprattutto nelle ore centrali, sono caratterizzate
da gradienti verticali negativi di temperatura piuttosto signicativi.
significativi. Nelle figure
gure
CD.7.5a, CD.7.5b viene riportata l'evoluzione
lyevoluzione del prolo
profilo verticale di temperatura
misurato a Segrate (dalle ore 7.00)7.00) e a Linate il giorno 3 giugno 1998.

Campi
Campi meteorologici stimati L'input
Llinput di CALMET 
eè costituito dal campo di ven-
to di background fornito dal modello ECMWF e dalle misure al suolo e di profilo. prolo.
Alcune stazioni, caratterizzate da evidenti anomalie o eccessivamente influenzate in uenzate da
caratteristiche topograche
topografiche locali, non sono state utilizzate durante le simulazioni.
Le misure rilevate dalle stazioni SYNOP, disponibili su base trioraria, sono state
inoltre interpolate nel tempo. I proli profili verticali ottenuti da RASS e SODAR diÆ- diffi-
cilmente raggiungono quote superiori a 500-1000 m, mentre CALMET richiede che
i proli
profili misurati abbiano dati validi oltre il top top del dominio (posto, in in questo caso,
a 7000 m). Per non eliminare le informazioni fornite dai due strumenti (temporal-
mente e spazialmente pi più u dettagliate dei radiosondaggi)
radiosondaggi) si  eè deciso di integrare i
proli
profili sopra la quota massima raggiunta dal RASS e dal SODAR di Segrate (l'unico (l”unico
utilizzato in fase di simulazione)
simulazione) con le misure del radiosondaggio di Linate, interpo-
late linearmente nel tempo. Il modello richiede inoltre che il profilo prolo parta dal suolo.
In alcuni casi, perci o, e`e stato necessario estrapolare le misure. Per la temperatu-
perciò,
ra e`e stata, ad esempio, eettuata
effettuata un'estrapolazione
unlestrapolazione lineare lungo la verticale delle
prime due misure valide, mentre per il vento èe stato utilizzato il primo dato valido,
riportato al suolo attraverso un prolo profilo logaritmico. Oltre alle misure di tipo me- me-
teorologico, CALMET richiede informazioni sull'orograa
sulllorografia e su alcuni parametri
parametri (z 0,
(zo,
albedo, rapporto di Bowen, flusso usso di calore nel terreno,
terreno, flusso
usso di calore antropogeni-
co, ed indice di copertura fogliare)
fogliare) che deniscono
definiscono alcune caratteristiche geosiche
geofisiche
del terreno utilizzate nei moduli micrometeorologici e di deposizione secca. Per ogni
cella del dominio di calcolo i valori dei diversi parametri possono essere essere assegna-
ti direttamente da CALMET in funzione della classe prevalente di uso uso del suolo,
232
232 Capitolo 7

attraverso valori tabulati per tipologia di copertura, oppure possono essere forniti
esternamente dall'utente.
dall7utente. Avendo a disposizione la distribuzione percentuale delle
varie classi di uso del suolo su ogni cella del dominio (informazione pi piùu dettagliata
della semplice classe di uso del suolo prevalente)prevalente) si  èe deciso di utilizzare la seconda
opzione. I valori dei parametri sono stati quindi calcolati cella per cella come media
pesata sulla percentuale di copertura di ogni classe dei valori caratteristici di ogni
classe. Per il calcolo di zzo0 si eè utilizzata una media logaritmica mentre per gli altri
parametri una media aritmetica.
Di seguito vengono presentati alcuni risultati ottenuti nella riproduzione dei
diversi campi
Campi meteorologici. Nella figura gura CD.7.6 viene riportato il campo di vento
al suolo ricostruito da CALMET in alcune ore del giorno 3 giugno 1998. Come
si pu
puòo osservare il campo di vento risente sia degli effetti eetti delle misure che delle
caratteristiche orograche
orografiche e di circolazione generale. generale. In prossimità
prossimita delle Prealpi
e dell'alta
dell”alta pianura  eè visibile la situazione di brezza con inversione della direzione
dei venti fra giorno e notte sia in pianura che nell'incanalamento
nell”incanalamento lungo le valli. valli. A
sud invece la circolazione eè parzialmente in uenza influenza dalla presenza degli appennini.
Informazioni sulla struttura del prolo profilo verticale di vento si possono
possono ricavare
ricavare dalla
gura
figura CD.7.7
CD.7 .7 che riporta l'evoluzione
l”evoluzione del prolo
profilo di vento
vento in in prossimit
prossimitàa della stazione
210 (Lonato -BG-). Si pu può o osservare, anche in questo caso, che il prolo profilo ricostruito
da CALMET
CALIVIET sulla base delle misure riproduce una situazione con caratteristiche
di brezza, con vento che di giorno spira prevalentemente da S e SE e di notte da
N-NE. Le rotazioni, come e ragionevole supporre, avvengono poco dopo l'alba l7alba e il
tramonto. Tale fenomeno riguarda principalmente i primi 500-1000 m di atmosfera,
mentre gli strati alti, in uenzati
influenzati esclusivamente dal fiusso usso sinottico, mostrano una
situazione costante con direzione prevalente di provenienza SO.
Inne
Infine in figura
gura CD.7.8
CD.7 .8  eè riportato il confronto, su tutto tutto il periodo di simu-
lazione, fra
fra l'intensit
l”intensita a e la direzione de vento calcolate al suolo ee quelle misurate misurate
in corrispondenza delle stazioni di Lonato (210) (210) e Vigevano (753), non utilizzate
durante le simulazioni. Il confronto con il dato misurato èe nel complesso positivo;
in particolare la direzione del vento calcolato èe quasi sempre coerente con quella
misurata e la rotazione della brezza avviene circa nelle stesse ore.
L'evoluzione
L7evoluzione temporale del prolo profilo di temperatura calcolato sempre in corris-
pondenza della stazione di Lonato per il giorno 3 giugno 1998 èe riportata in figura gura
CD.7.9. Si pupuòo notare la presenza di uno strato di inversione durante le ore notturne,
che viene eroso dopo l'alba,l”alba, il successivo sviluppo di condizioni convettive durante il
giorno, accompagnate da un aumento della temperatura al suolo, e dopo il tramonto
il ritorno a condizioni di stabilit
stabilita.a.
Inne
Infine in gura
figura CD.7.10  e riportata l'evoluzione
l”evoluzione lungo tutto il periodo di si-
mulazione di 2 parametri caratteristici della turbolenza: l'altezza Paltezza dello strato di
rimescolamento (H (Hmm)
mix ) e la classe di stabilit
a
stabilita (CS). Il primo quantica
quantifica la porzione
di atmosfera, a partire dal suolo, soggetta a rimescolamento verticale di origine
convettiva (o meccanica); il secondo invece descrive l'intensit Pintensitaa della turbolenza (1
alta f{ 6 bassa). L'analisi
Lianalisi  e relativa ad alcuni puntipunti posti in corrispondenza delle
stazioni di Lonato (210), Rodano (625), Sondrio (801) (801) e ad un punto interno alla
citt
cittàa di Milano. Durante la notte, esauritosi il contributo energetico dovuto alla ra- ra-
diazione solare, l'altezza
lyaltezza dello strato rimescolato dipende prevalentemente da fattori fattori
di tipo meccanico, legati all'intensit
alllintensita a del vento e tende ad assumere valori piuttosto
bassi. Qualche ora dopo l'alba lialba cominciano ad innescarsi processi di tipo convettivo,
che portano durante le ore del giorno ad una crescita notevole dello strato. Dopo
 Modelli fotochimici
fotochimici 233
233

il tramonto l'altezza
l”altezza dello strato rimescolato decade molto rapidamente portando-
si di nuovo verso i valori minimi notturni. Si osservi il decadimento pi u lento di
più
H
Hmmmix sull'area
sull”area urbana. Questo avviene perchperchèe all'interno
all”interno del modello, su suolo di
tipo urbano, l'eventuale
l”eventuale condizione di stabilit a viene forzata a classe neutra; si sup-
stabilita
pone infatti che in citt a, dove sono presenti rilevanti sorgenti di calore, lo sviluppo
citta,
di condizioni stabili sia meno repentino che in siti rurali e che, conseguentemente,
l'altezza
l”altezza dello strato rimescolato diminuisca pi u lentamente. Coerentemente
più Coerenternente a tale
sviluppo della turbolenza, la classe di stabilit a assume valori alti nelle ore notturne
stabilita
(5-6) per poi scendere nofino a 1 o 2 nelle ore diurne, durante le condizioni di massimo
rimescolamento. Inne
Infine dopo il tramonto, con il ritorno a condizioni stabili, CS ri-
sale a valori maggiori di 4. A titolo di esempio, vengono anche riportate nella figuragura
CD.7.11 due mappe del campo di H mix calcolato dal modello in corrispondenza di
Hmiw
due ore del giorno 4 giugno 1998.

Condizioni iniziali e al contorno Le condizioni iniziali (IC)

(IC) e le condizioni al
contorno (BC) della simulazione sul dominio regionale sono state denite definite per ogni
specie chimica trattata dal modello, per ogni cella del dominio e per ogni ora di
simulazione. Il valore di concentrazione della genericagenerica specie chimica, per per ogni co-
lonna verticale del dominio, eè stato calcolato sulla base di un valore al suolo a cui
eè stato associato un opportuno proloprofilo verticale. Il valore al suolo  èe stato denito
definito
in funzione della tipologia di cella (urbana o rurale)rurale) e,
e, per quanto concerne le celle
rurali, anche della quota. In primo luogo sono stati deniti definiti dei profili
proli temporali al
suolo caratteristici per le tipologie di cella: urbana, rurale e montana. Tali profili proli
sono stati ricavati dalle misure di alcune stazioni ritenute rappresentative delle tre
tipologie. Nella figura
gura CD.7.12 sono rappresentati ii proli
profili al suolo relativi ad ozono,
ozono,
monossido di carbonio e biossido d'azoto.
dlazoto. Il prolo
profilo di ozono  eè ottenuto come media
delle misure medie orarie dei giorni 1-6 giugno 1998 mentre per gli altri macroin-
quinanti (NO, NO N02,2 , CO e SO 2 ) il prolo
802) profilo eè stato ricavato come giorno tipo delle
misure medie orarie sempre sul periodo 1-6 giugno 1998. Diversamente, per gli altri
composti si eè utilizzato un valore al suolo costante per tutto il periodo di simulazione.
Le celle di tipo urbano sono state identicate
identificate sulla base dell'uso
dell”uso del suolo pre-
valente, mentre per le altre celle il valore al suolo èe stato denito
definito come media dei
valori delle celle rurali e montane pesati sulla quota. Inne, Infine, ad ogni cella al suolo  `ee
stato assegnato un prolo
profilo verticale. Per quanto riguarda llozono,
l'ozono, il prolo
profilo `ee stato
denito
definito considerando un valore di concentrazione all'interno
all”interno dello strato di rime-
scolamento, dedotto sulla base di misure sperimentali [171], e un valore nella libera
troposfera. La gura
figura CD.7.13 riporta un esempio di profilo prolo relativo ad una cella del
bordo Ovest del dominio per i giorni 3 e 5 giugno 1998. Per tutte le altre specie,
invece, si eè supposto un prolo
profilo verticale di tipo esponenziale decrescente. La figura gura
CD.7.14 riporta, a titolo di esempio, il prolo
profilo medio su tutte le celle del contorno e
per tutto il periodo di simulazione per monossido di carbonio e biossido di azoto.
Le condizioni iniziali e al contorno dell'area
dell”area metropolitana bresciana
bresciana sono es-
tratte dalle concentrazioni ricavate dalla simulazione a livello regionale
regionale con una
una pro-
pro-
cedura di nesting one way way..

Le
Le emissioni
emissioni I dati di emissione annuale sono stati elaborati dal modello POEM
POElVI
per ottenere campi bidimensionali su griglia delle emissioni orarie dei principali in-
quinanti tra cui i VOC speciati secondo 17 classi. Le emissioni annuali stimate per
234
234 Capitolo 7

il dominio in termini di NO
N02,x , CO,
00, CO 2 , SO
002, 5022 e VOC
V00 non metanici (in ton/anno)
ton/anno)
sono sintetizzate (secondo la classicazione
classificazione CORINAIR90)
00RINAIR90) in tabella 7.1.

Macrosettore
Macrosettore NO
NOgfx CO
CO CO
CO22 SO
SO22 VOC
VOC
Produzione pubblica elettri- 11330
330 315 465 000 671 13
cit
a, cogenerazione, teleris-
cità,
caldamento
Impianti di combustione com- 21 910
21910 76 700
76700 25 000 000 15 900
15900 44190
190
merciali, istituzionali o resi-
denziali
Impianti di combustione in- 46 170
46170 75 200
75200 14 900 000 51 700
51700 11010
010
dustriali e processi di com-
corn-
bustione
Processi diversi dalla 1 872 110 000 5 190 000 4 210 9 930
combustione
Estrazione e distribuzione dei 0 0 0 0 20 900
20900
combustibili fossili
Uso dei solventi 0 0 0 0 167 000
167000
Trasporto su strada 212 700 11090
090 000 29 200 000 33 300 159 000
Altre modalit
modalitaa di trasporto 55 750 38 600 3 580 000 6 030 8 060
Trattamento e smaltimento 10 108
10108 496 000 908 000 5 550 25 500
di riuti
rifiuti
Agricoltura 84 4 540 0 0 211
Natura 36 400 0 2 620 000 0 23 400
Svizzera 4 093 16 700 0 94 4 610

Tabella 7.1
Tabella 7.1 Emissioni annuali stimate [ton/anno]
[ton/anno]

Il macrosettore del traÆco

trafiico occupa una posizione di rilievo per quasi tutti gli in-
quinanti considerati. Esso concorre all'emissione
alliemissione degli NO
N02.Ex per il 55% delle emissioni
totali, del CO
00 per il 57% e dei VOC V00 per il 37%. Le emissioni dei macrosettori 3, 47 4,
5 sono strettamente legate alla presenza sul territorio di realt a industriali.
realta industriali. Per que-
sti macrosettori la disaggregazione eè stata eettuata
effettuata considerando principalmente il
numero di addetti dei singoli comparti che compongono i macrosettori. Le emissioni
industriali di CO00 costituiscono il 4.7% delle emissioni totali di CO 00 e sono dovute
essenzialmente alla produzione della ghisa e dell'acciaio.
delljacciaio. Le emissioni industriali di
CO
0022 rappresentano circa il 19% della produzione totale contro il 29% del traffico. traÆco.
Le emissioni di origine antropogenica di zolfo sono concentrate su aree urbane e
sono principalmente prodotte da impianti di combustione fissa. ssa. Il macrosettore 3
"Impianti
77Impianti di combustione industriale e processi di combustione"
combustione” contribuisce alla
produzione annua totale di SO 8022 per il 44%. Le emissioni
emissioni di V00
VOC non metanici
connesse all'utilizzo
alliutilizzo dei solventi sia di tipo
tipo domestico che di tipo industriale sono
censite nel macrosettore 6, 67 "Uso
77Uso dei solventi", il quale contribuisce per
solventi”, il per il 39% alla
produzione di VOC.
V00. Per la stima delle emissioni sono stati impiegati come indicatori
la popolazione (per le emissioni domestiche)
domestiche) e ilil numero
numero degli addetti di alcuni set-
tori industriali specici.
specifici. Nel macrosettore 8 "Altre modalita di trasporto77
77Altre modalità trasporto" ricadono
 Modelli fotochimici
fotochimici 235
235

le emissioni connesse all'utilizzo

all”utilizzo dei veicoli fuori strada, alle ferrovie non elettri-
elettrifi-
cate, alle vie di navigazione,
navigazione7 agli aeroporti. In Lombardia, l”utilizzo
l'utilizzo di fouristrada
in agricoltura rappresenta la fonte di emissione prevalente del macrosettore insieme
agli aeroporti. Tale macrosettore contribuisce per 1,14% l'1.4% all'emissione
all”emissione di NONO96x e per
il 4% all'emissione
all”emissione di CO
002.2 . Le emissioni stimate per l'area
l”area metropolitana bresciana
sono state ottenute con il modello delle emissioni POEM applicato ad un grigliato
di 44 44 km
44><44 1 km
km22 e risoluzione di 11>< km2.2
. L'analisi
L”analisi delle emissioni annuali,
annuali7 relative ai
diversi comparti, mostra forti analogie con il dominio lombardo (tabella 7.2).

Macrosettore
Macrosettore NO
NOacx CO
CO CO
C022 SO
5022 VOC
VOC
Produzione pubblica elettri- 2.25% 0.08% 2.25% 6.01% 0.07%
cit
a, cogenerazione, teleris-
cita,
caldamento
Impianti di combustione com- 3.68% 3.31% 18.78% 5.45% 1.35%
merciali,
merciali7 istituzionali o resi-
denziali
Impianti di combustione in- 18.67% 9.96% 27.90% 62.22% 0.82%
dustriali e processi di com-
bustione
Processi diversi dalla combus- 2.74% 34.24% 15.13% 1.53% 1.42%
tione
tione
Estrazione e distribuzione dei 0.00% 0.00% 0.00% 0.00% 6.27%
combustibili fossili
Uso dei solventi 0.00% 0.00% 0.00% 0.00% 40.60%
40.60%
Trasporto su strada 48.76% 33.91% 28.54% 18.85% 37.24%
Altre modalit
modalitaa di trasporto 14.65% 1.76% 4.23% 4.66% 3.18%
Trattamento e smaltimento 1.86% 16.36% 0.33% 1.28% 6.81%
di riuti
rifiuti
Agricoltura 0.01% 0.14% 0.00% 0.00% 0.09%
Natura 7.39% 0.00% 2.83% 0.00% 2.15%

Tabella 7.2
Tabella 7.2 Contributi percentuali dei macrosettori alle emissioni annuali per
per l7area
l'area
metropolitana bresciana

Il comparto del traÆco

traffico costituisce la sorgente principale delle emissioni di ori-
gine antropogenica nel dominio bresciano. Le 14 categorie nelle quali sono classicate
classificate
le emissioni del traÆco
traffico su strada,
strada7 contribuiscono alle emissioni totali del comparto
in percentuali diverse. Le figure
gure 7.4, 7.5 e 7.6 mostrano
mostrano ilil peso,
peso, che le
le diverse tipolo-
gie di veicoli e le diverse tipologie di strade giocano rispettivamente nelle emissioni
emissioni
annuali di NOx,
NOX, CO e VOC. Si noti che la categoria "Automobili",
77Automobili”7 riveste un un ruolo
di primo piano nelle emissioni relative alle diverse tipologie
tipologie di strade. Nelle strade
extraurbane si riscontra la percentuale maggiore di emissione di NO NO967x , mentre nelle
strade urbane ci o accade per il CO.
ciò
236
236 Capitolo 7

45.00% f

40.00%

35.00%

30.00%

25.00% El Automobili
El Veicoli leggeri
20.00% El Veicoli pesanti

l5.00%
t

10.00%
t

0.00% i i
Autostrada Strade extraurbane Strade urbane

Tipologia di strade

Figura 7.4
Figura 7.4 Contributo percentuale delle diverse categorie all'emissione
allflernissione annuale di NOX
NOx
prodotto dal trasporto su strada.

35.00% e

30.00%

25.00%

20.00% l:l Automobili

III Veicoli leggeri
15.00% El Veicoli pesanti

10.00%

5.00%

0.00% _l¬ _l
Autostrada Stradc cxtraurbanc Stradc urbano

Tipologia di strade

Figura 7.5
Figura 7.5 Contributo percentuale delle diverse categorie
categorie all'emissione
alliernissione annuale di CO
prodotto dal trasporto su strada.
 Modelli fotochimici
fotochimici 237
237

25.00% f

20.00%

15'00% E Automobili
El Vcicoli leggeri
m 00% El Veicoli pesanti

5.00% f

0.00% i
Autostrada Strade extraurbane Strade urbane

Tipologia di strade

Figura 7.6
Figura 7.6 Contributo percentuale delle diverse categorie
categorie all'emissione
alllemissione annuale di VOC
prodotto dal trasporto su strada.

7.2.4
7.2.4 Simulazione
Simulazione del
del caso
caso base
base

Il sistema modellistico,
modellistico7 alimentato dai campi di vento e di emissione, dalle condizioni
iniziali e al contorno, ha prodotto la stima oraria delle concentrazioni sul dominio
d'indagine
d°indagine relative ai principali composti inquinanti primari ee secondari per il periodo
periodo
selezionato.

Il
Il caso
caso regionale
regionale Per valutare l'attendibilit
a della simulazione eè opportuno effet-
l”attendibilita eet-
tuare un confronto con i dati sperimentali, al fine ne di vericare
verificare quanto Papproccio
l'approccio
modellistico riesce a riprodurre gli andamenti temporali e a fornire una buona stima
delle concentrazioni. Le gure
figure 7.7, 7.8, 7.9 e 7.10 propongono alcuni confronti fra i
valori misurati di ozono e quelli ottenuti dalle elaborazioni condotte con CALGRID.
I dati sperimentali utilizzati per il confronto provengono
provengono da postazioni
postazioni di misura
disposte in zone urbane (Milano - viale Marche, Corsico), montane (Arsizio (VA)) (VA)) e
rurali (Castiglione delle Stiviere (MN)).
Il confronto tra le concentrazioni misurate e calcolate indica che il modello ben
ricostruisce i pattern di ozono in corrispondenza alle stazioni campione, fatta ecce-
zione per alcune centraline (ad esempio Meda)
Meda) che durante l”episodi0
l'episodio simulato hanno
rilevato concentrazioni di ozono assai elevate, dovute probabilmente a fenomeni di
ricircolazione locali innescati dalle brezze monte-valle non
non riproducibili
riproducibili dal modello
modello
alla scala utilizzata.
(figura CD.7.15)
Le simulazioni dei campi di ozono al suolo (gura CD.7.15) mostrano come il
modello ricostruisce una situazione decisamente critica, simile a quella descritta dalle
misure, con concentrazioni di ozono superiori alla soglia di attenzione (90 ppb) ppb) su
238
238 Capitolo 7

120 f

100

80 f
+ misurato
03 [Ppbl

90 ' + calcolato

407
207 .fa-u'fliu-I "
0 4 81216200 4 81216200 4 81216200 4 8121620
[oral

Figura 7.7
Figura 7.7 Concentrazioni di ozono [ppb]
[ppb] osservate e simulate a Castiglione delle Stiviere.
Stiviere.

120 f

100

+ misurato
03 [Ppbl

60 v. L. i I' ¬ + calcolato
l. I' ` 1 -lv

v
0 Hm11H1H1m1WH1m1ww1W1H1H11HW1H1WW1H1Wm1WHWWWHWWWHWWWHW
1 9 17 25 33 41 49 57 65 73 81 89 97 105113

[ora]

Figura 7.8
Figura 7.8 Concentrazioni di ozono [ppb]
[ppb] osservate e simulate a Varese (Arsizio).
(Arsizio).

120 f
03 [pphl

+ misurato
+ calcolato

1 9 17 25 33 41 49 57 65 73 81 89 97 105113
[ora]

Figura 7.9
Figura 7.9 Concentrazioni di ozono [ppb]
[ppb] osservate e simulate a Milano viale Marche.
 Modelli fotochimici
fotochimici 239
239

03 [Ppbl

+ misurato
+ calcolato

0 5101520161116212 7121722 3 8131823

[ora]

Figura 7.10
Figura 7.10 Concentrazioni di ozono [ppb]
[ppb] osservate ee simulate a Corsico.

buona parte del dominio. In particolare le alte concentrazioni si osservano in prossi-

mit
mitàa dell'area
dell”area urbana milanese, come prevedibile, ma anche in zone pi u remote, sia
più
nella parte settentrionale che meridionale del dominio. I campi di concentrazione
al suolo di NON022 calcolate dal modello indicano valori piu signicativi
più significativi in prossimit
prossimitàa
dell'area
dellflarea urbana milanese, dove sono concentrate le sorgenti emissive pi u signica-
più significa-
tive.
Le mappe sono ottenute grazie all'utilizzo
a117uti1izzo del pacchetto grafico
graco VIS5D
VISöD [172]
[172]
specico
specifico per applicazioni meteo-atmosferiche.

L'area
L°area metropolitana
metropolitana bresciana tramite lo zoom
bresciana Le concentrazioni stimate tramite
sull'area
su117area metropolitana di Brescia sono state confrontate con i valori forniti dalle
postazioni di misura e con quelli, relativi alla stessa area, ricavati dalla simulazione
condotta a livello regionale. Nella figura
gura 7.11 sono riportate le serie simulate e misu-
rate per l'ozono
1”ozono in corrispondenza della postazione nel centro di Brescia (Broletto).
Ne risulta un accordo mediamente buono fra i trend trend dei valori osservati e di quelli
calcolati con la simulazione condotta a livello regionale,
regionale, e una notevole rispondenza
fra i trend dei valori osservati e di quelli stimati con lo zoom
200m sull'area
su117area metropolitana.
Il modello urbano, a dierenza
differenza di quello regionale, fornisce una buona ricostruzione
della modulazione giorno-notte. Ci Ciòo eè dovuto, principalmente, all'impiego
a117impiego della pro-
cedura di nesting
nestz'ng one way nella determinazione delle condizioni iniziali e al a1 contorno
per lo zoom metropolitano.

7.3 Applicazioni di CALGRID

Il modello CALGRID eè stato utilizzato nell'ultimo
nellyultimo decennio soprattutto in America
settentrionale ed in Europa. Per ogni applicazione eè stato adattato alla realt a spe-
realta
ciche
cifiche del dominio di simulazione, generalmente esteso ad un'area
un”area di circa 300 km2
km2
discretizzata con un passo di griglia dell'ordine
dellyordine dei 5 km. I ricercatori
ricercatori sono concordi
nell'aermare
nelljaffermare che il modello CALGRID  eè molto sensibile alle condizioni iniziali e al
contorno assegnate e che esiste una seria diÆcolt a nel disporre di informazioni suf-
difficolta
cientemente
ficientemente accurate sulle emissioni. Ai problemi di modellizzazione, si aggiunge
240
240 Capitolo 7
[031 - ppb

14 7 lOl3lo192225283l3437404346495255586l6467707376798285889194

0 re
+ misure simulazione dominio regionale
- - - - simulazione dominio urbano

Figura 7.11
Figura 7.11 Concentrazioni di ozono [ppb] a Brescia-Broletto misurate,
misurate, simulate sul
dominio regionale
regionale e simulate sul dominio urbano.
urbano.

spesso la diÆcolt a nel valutare le prestazioni del modello a causa della scarsa dispo-
difficoltà
nibilit
a di misure riferite all'intero
nibilita all”intero dominio di indagine:
indagine: le centraline di misura
misura sono
infatti localizzate soprattutto nelle aree urbane. Inoltre il confronto diretto dei dati
misurati e calcolati non tiene conto dei diversi volumi d'aria
daaria coinvolti, a causa del
fatto che nel modello le concentrazioni delle specie inquinanti vengono diluite sui
volumi di griglia; di conseguenza si paragona di fatto il valore puntuale osservato
con il valore medio calcolato dal modello su un'intera
un”intera cella.
Nel seguito vengono passati in rassegna gli studi pi u signicativi
più eettuati con
significativi effettuati
il modello CALGRID e pubblicati in letteratura.

Nel 1990, Pilinis et al. [173] hanno preso in esame il rilevante episodio di inqui-
verificatosi ad Atene
namento fotochimico del 25-26 Maggio 1990 vericatosi Atene.. L'area
L7area metropo-
litana di Atene eè situata in una zona dall'orograa
dalllorografia complessa,  eè densamente abitata
(3 600 000 abitanti)
(3600000 abitanti) e le principali sorgenti di inquinamento sono il traffico
traÆco veico-
lare e gli insediamenti industriali ad ovest della citt a. Per le simulazioni gli Autori
citta.
hanno scelto il modello RAMS come processore meteorologico di tipo prognostico
ed il modello CALGRID per il trasporto
trasporto dell'inquinamento fotochimico, applicati
dell”inquinamento fotochimico,
su un dominio discretizzato orizzontalmente in 46x4646X46 celle di 4 kmkm22 e verticalmente
in 10 livelli di spessore variabile, fino
no a 2500 m m dal suolo. IlIl confronto con ii dati
sperimentali ha evidenziato alcune sottostime dei massimi di ozono nell'area
nell7area urbana
e sovrastime nell'area
nell7area extraurbana; gli Autori hanno imputato tali errori alla scarsa
accuratezza dell'inventario
dell7inventario delle emissioni ed agli eetti
effetti imprevedibili del forte vento
proveniente dal mare.

Nel 1994, Kumar et al. [174]

[174] hanno condotto diverse simulazioni con lo scopo di
valutare le prestazioni del modello CALGRID-IV, modificato
modicato rispetto all'originale
allyoriginale
con l'inserimento
l7inserimento del meccanismo chimico CB-4 al posto del meccanismo SAPRC. In
particolare sono stati eseguiti due studi indipendenti, entrambi applicati al territorio
della California
California.. Il primo, denominato Southern Californian Air Quality
Quality Study
Study,, 
èe
 Modelli fotochimici
fotochimici 241
241

stato applicato ad un dominio orizzontale di 325x180 km km22 con celle di 5 km e con 6

livelli verticali; la simulazione dell'episodio
dell7episodio critico del 26-28 Agosto 1987 ha eviden-
ziato scarsa capacit
capacitaa di predire i valori di picco dell'ozono
dell”ozono ed una sottostima delle
specie organiche; tali errori sono stati attribuiti dagli Autori ad una sottostima delle
concentrazioni di alcune specie chimiche nell'inventario
nell”inventario delle emissioni.
emissioni. Il secondo
studio eè stato applicato al South Central
Central Coast
Coast Air Basin
Bastn,, su un domino di 53x26
53X26
celle di 4 km con uno sviluppo verticale di 1000 metri. La simulazione dell'evento dell7evento
del 5-7 Settembre 1984 ha evidenziato una sensibilit a del modello alle condizioni
sensibilità
al contorno e ai valori assegnati alle emissioni. L'analisi
Ljanalisi eè proseguita col confron-
to dei risultati di CALGRID con quelli ottenuti con un altro modello fotochimico,
UAM-IV, ed eè emerso che i modelli rispondono in modo simile ai cambiamenti dei
principali input e delle condizioni al contorno: entrambi sottostimano le concentra-
zioni di NO
N02,2 , mentre il picco di ozono e`e rappresentato meglio dal modello UAM-IV.

Il National Research Council del Canada ha condotto diversi studi degli eventi
critici di inquinamento fotochimico in British Columbia nella Lower Fraser Valley, Valley,
una zona caratterizzata da una complessa topograa
topografia e dalla presenza di numerose
sorgenti di inquinamento antropico, sia diusediffuse sia puntuali. Nel 1995, Hedley et
al. [175]
[175] hanno applicato il modello CALGRID alla simulazione dell'episodio
dell7episodio critico
del 17-22 Luglio 1985, su un dominio di 240x240 km Vancouver. Le
km22 centrato su Vancouver.
condizioni iniziali assegnate sono state scelte come tipiche
tipiche di un'area
unaarea rurale ee pulita,
con l'ipotesi
l”ipotesi che i dati di emissione avrebbero comunque reso realistico lo scena-
rio. Il modello ha fornito buone previsioni delle concentrazioni dei vari inquinanti,
inquinanti,
malgrado una sottostima dei picchi di ozono; sono state raggiunte migliori presta-
zioni considerando concentrazioni di VOC maggiori di quelle indicate nell”inventario
nell'inventario
delle emissioni. Inoltre gli Autori hanno evidenziato la diÆcile
difficile modellizzazione delle
concentrazioni vicino alle sorgenti di emissione. Sulla medesima zona, nel 1996, gli
stessi Autori hanno condotto uno studio per formulare una strategia di controllo
delle emissioni e valutare i conseguenti eetti
effetti sulla salute. E  stata rilanciata la
È
simulazione dello studio del 1995, inserendo però pero nel modello CALGRID il mec-
canismo chimico COND2243, che prevede 54 specie e 129 reazioni; i risultati sono
stati proiettati all'anno
all”anno 2005. E'
E7 stata eettuata
effettuata poi una simulazione considerando
le sorgenti emissive alimentate con carburanti selezionati e gas naturale compresso:
dal confronto dei risultati eè emerso che un cambiamento delle tecnologie nelle auto-
mobili porterebbe a rilevanti beneci
benefici in termini di una minore esposizione potenziale
all'ozono.
all”ozono. Nel 1997, gli stessi Autori hanno condotto un nuovo studio volto a deter-
minare l'in uenza
Pinfluenza delle stime dei parametri cinetici delle reazioni che coinvolgono
l'ozono:
l”ozono: per questo  eè stato modicato
modificato ulteriormente il meccanismo chimico di CAL-
GRID, aggiungendo reazioni chimiche tra le specie emesse dalle sorgenti biogeniche
e dai combustibili alternativi, considerando 64 specie chimiche e 137 reazioni. La
simulazione ha mostrato nuovamente una sottostima dei picchi di ozono. ozono.

In Italia, il modello CALGRID eè stato applicato soprattutto all'area metropo-

all7area metropo-
litana di Milano
Milano dove si vericano frequentemente episodi di inquinamento fotochi-
verificano frequentemente fotochi-
mico. Silibello et al. [176] hanno considerato unun dominio di simulazione di 100x100
km
km22 diviso in orizzontale in 25x25
25X25 celle di 4 km ed esteso in
in verticale
verticale fino
no a 1300
metri di altezza dal suolo. Come processore meteorologico hanno utilizzato il mo-
dello CALMET. I dati di emissione sono stati presi dall'inventario
dallflinventario CORINAIR 1989
242
242 Capitolo 7

e sono stati disaggregati spazialmente e temporalmente.

temporalmente. CALGRID e stato appli-
cato con il meccanismo chimico SAPRC-90 ed il metodo QSSA per l”integrazione l'integrazione
numerica. E È stato ricostruito dal modello l'episodio
Pepisodio del 1-3 luglio 1991, in cui si
erano vericate
verificate elevate concentrazioni di ozono e di NON02:2 : il modello ha riprodot-
to correttamente l'andamento
l”andamento di NON022 malgrado una sottostima causata da basse
concentrazioni iniziali; di notte e stata sovrastimata la concentrazione di NO e di
conseguenza sottostimato l'ozono
l”ozono a causa della non corretta parametrizzazione della
diusione
diffusione verticale in area urbana. Gli Autori hanno attribuito la causa degli errori
del modello ai problemi strutturali dei modelli euleriani, quali lluso
l'uso diretto dei dati
misurati ed il confronto del valore medio previsto della cella con il valore puntuale
osservato, l'inaccurata
l”inaccurata risoluzione dei regimi locali di emissione e la localizzazione
non ottimale delle stazioni di misura finalizzate
nalizzate al controllo dell'esposizione
dell”esposizione della
popolazione agli inquinanti.

Simoni et al. [177] hanno condotto uno studio con il modello CALGRID su un
dominio centrato su Milano
Milano,, esteso in orizzontale per 125x150 km km22 con celle di 2,5
km e in verticale no
fino a 5000 metri di altezza dal suolo. E 
É stato simulato l”episodio
l'episodio del
11-17 luglio 1994, caratterizzato da assenza di pioggia, forte vento e bassa umiditumidita a
relativa. Tale episodio eè stato diviso in due parti in modo da isolare il weekend
weekend,, che
si dierenzia
differenzia per le caratteristiche emissive. I dati di emissione sono stati ottenuti
dall'inventario
dalllinventario CORINAIR90 e come modelli meteorologici sono stati usati il model-
lo prognostico CSUMM,
CSUlVIlVI, adatto a considerare gli eetti
effetti delle isole di calore e delle
brezze ed in cascata, e il modello diagnostico CALMET, per i campi di vento e l'in- Pin-
terpolazione spaziale dei dati. Il modulo chimico utilizzato eè il SAPRC-90. I risultati
della simulazione mostrano una buona rappresentazione delle concentrazioni di ozo-
no nelle zone rurali ed una sovrastima nella zona della citt a di Milano; l'analisi
citta 17analisi ha
poi ha evidenziato la sensitivita del modello alle concentrazioni al contorno e iniziali.
sensitivita

Silibello et al. [178] hanno presentato uno studio eettuato effettuato sull'area
sull”area della cos-
ta orientale della Calabria, in provincia di Cosenza Cosenza,, mediante il sistema CAL-
MET/CALGRID,
MET/ CALGRID, confrontando i risultati con quelli del modello fotostazionario fotostazionario
NUVOLA che adotta uno schema chimico semplicato semplificato per il calcolo di O 3 , NO
03,
e NO
N02.2 . Il dominio di indagine considerato  e`e tipicamente
tipicamente rurale, di dimensioni pari a
40x40
40X40 kmkm22 e comprendente un'unica
un7unica centrale termoelettrica ed alcune rilevanti arte-
rie stradali. L'inventario
L7inventario delle emissioni  eè stato ricostruito considerando le tipologie
di sorgenti puntuali e diuse
diffuse presenti nell'area,
nell”area, utilizzando procedure di disaggrega-
zione spaziale e temporale secondo la metodologia top-down top-down.. Le condizioni iniziali
sono state assegnate in base alle misure disponibili, mentre le condizioni al contorno,
costanti nel tempo e nello spazio, sono state denite definite sulla base di valori di lettera-
tura relativi a siti rurali. La simulazione di 48 ore con CALGRID ha evidenziato un
buon accordo tra le concentrazioni osservate e previste durante il periodo diurno. Di
notte si eè invece rilevato uno scostamento fra fra i valori osservati e calcolati, attribuibile
alla presenza del pennacchio di NO NO,Ex emesso dalla centrale, che ha ha determinato un un
aumento delle concentrazioni massime di ozono sul dominio in in esame,
esame, escluse lele aree
sottoposte all'impatto
all”impatto diretto del pennacchio, dove c' c”ee stato un
un consumo pi u o meno
più meno
completo dell'ozono
dell7ozono inizialmente presente. Il modellomodello NUVOLA, basato basato sull'ipotesi
sull”ipotesi
di equilibrio fotostazionario fra O 3 , NO e NO
03, N02,2 , ha dato luogo a concentrazioni di
NO
N022 superiori rispetto a quelle previste da CALGRID.
 Modelli fotochimici
fotochimici 243
243

In Calori et al. [179]

[179] 
eè presentata la prima applicazione del sistema di mo-
delli CALMET-POEM-CALGRID al dominio d'indagine d”indagine comprende l”intera
l'intera regione
Lombardia
Lombardia,, riportato in gura figura 7.2. Il periodo di simulazione scelto (5-7 giugno
1996) eè stato caratterizzato da un episodio acuto di inquinamento fotochimico,
fotochimico, es-
teso a gran parte dell'area
dell”area mediterranea. Il campi emissivi orari sono stati stimati
dal modello POEM sulla base delle indicazioni del CORINAIR94. Lo scenario me-
teorologico eè stato elaborato da un pre-processore costituito da due modelli mass-
consistent
consz'stent in cascata: MINERVE che  eè stato utilizzato per la ricostruzione dei campi
di vento di background sulla base della circolazione a grande scala e degli eetti effetti in-
trodotti sull'orograa,
sull”orografia, CALMET che ha fornito la stima dei campi di vento e di
temperatura oltre che la parametrizzazione della turbolenza, raffinando raÆnando localmente
le stime prodotte da MINERVE in funzione dei dati al suolo. Le simulazioni del sis-
tema modellistico hanno evidenziato la buona ricostruzione dell'andamento
dell”andamento di ozono
e NO
N022 nelle zone urbane e rurali, fatta eccezione per la fascia pedemontana a nord
di Milano dove i valori dei parametri chimici risultano
risultano sottostimati, probabilmente
a causa dell'in uenza
delllinfluenza di emissioni e regimi chimici locali non correttamente descritti
dalla scala d'indagine
d7indagine (4 km).

Lo studio presentato in questo capitolo, ai paragrafi

paragra precedenti, svolto nel
contesto del progetto Europeo EUROTRAC-2,
EUROTRAC-Q, costituisce un ulteriore contribu-
to all'analisi
all”analisi dell'area
dell”area lombarda, caratterizzato dall'utilizzo
dall”utilizzo del sistema CALMET-
POEM-CALGRID con una tecnica di nesting ncstíng per simulare il trasporto e la diusione
diffusione
degli inquinanti fotochimici su domini a griglia via via pi piùu fine,
ne, con scale spaziali da
regionali a metropolitane. L'episodio
Liepisodio del giugno 1998, grazie alla particolare ricchez-
za di dati disponibili, ha consentito di raÆnare
raffinare e mettere a punto i diversi moduli
del sistema modellistico, nonch
nonchée di validarlo fino
no a farne di fatto uno strumento
decisionale, come sar a illustrato nel capitolo seguente.
sara
244
 8
Valutazione di strategie di risanamento

Numerosi studi hanno evidenziato che il deterioramento della qualit a dell'aria

qualita dellyaria nei
centri urbani eè principalmente imputabile alle emissioni derivanti dal trafiico. traÆco. Ne
consegue che l'impostazione
llimpostazione di un piano piano didz' risanamento in aree densamente abi-
tate non pu o prescindere dalla ricerca di strategie di intervento su questo partico-
può
lare comparto emissivo, peraltro complesso da trattare per la sua articolazione e
diversicazione
diversificazione intrinseca, oltre che per le forti implicazioni socio-politiche che lo
caratterizzano.
Esistono diverse possibilit
possibilitaa di intervenire sul traÆco
traffico autoveicolare [180]: dall'ap-
dalllap-
plicazione di politiche mirate alla riduzione del usso flusso di traflico,
traÆco, con conseguente
diminuzione delle emissioni inquinanti, all'utilizzo
alllutilizzo di dierenti
differenti combustibili per
per au-
totrazione che alimentano i veicoli, al cambiamento di componenti del veicolo oppure
del veicolo stesso.
Prima per
però o di individuare quali strategie possano migliorare con maggior maggior ef-ef-
cacia
ficacia la qualit
qualita a dell'aria,
dell”aria, 
e`e necessario approfondire alcune considerazioni relative
al regime fotochimz'co
fotochimico che governa le reazioni tra i diversi inquinanti sul dominio di
indagine. A tale scopo viene illustrato il meccanismo chimico non lineare nel ciclo
fotolitico degli ossidi di azoto che porta ad ottenere risultati diversi, addirittura op-
posti, conseguenti ad una determinta politica di riduzione, a partire dal fatto che
l”area interessata sia VOC limitata oppure NO
l'area NOgox limitata
limitata..
Nel seguito vengono prese in considerazione diverse tipologie di interventi che
possono ridurre le emissioni da sorgenti mobili, quali l'uso l”us0 di combustibili alternativi,
l'impiego
llimpiego di mezzi catalizzati e dell'auto
dell7auto elettrica. Sulla basebase delle indicazioni
indicazioni emerse
da studi volti a caratterizzare fotochimicamente l'area l”area lombarda, sono stati analizzati
e simulati alcuni scenari alternativi, tra i quali verranno illustrati in particolare:

0 uno scenario proiettato al 2005, in applicazione della riduzione degli standard

emissivi per il parco circolante prevista dalle normative denite
definite dalla Comunit
a
Comunità
Europea;

o un secondo scenario che prevede l'utilizzo

lautilizzo di un sistema di trasporto innovativo,
la metropolitana leggera
leggera,, idoneo per un servizio collettivo celere e localizzato su
sede propria.
246
246 Capitolo 8

8.1
8.1 Le
Le emissioni
emissioni da
da traÆco
traffico

Le emissioni autoveicolari sono costituite da una complessa miscela di gas e parti-

celle originata sia dalla incompleta combustione del combustibile, sia dalle numerose
reazioni chimiche che si svolgono nei cilindri a causa del raggiungimento di pressioni
e temperature elevate. Le emissioni atmosferiche da trafficotraÆco autoveicolare possono
suddividersi in due distinte tipologie: le emissioni allo scarico e quelle evaporative.
evaporative.
Le prime, quantitativamente pi u rilevanti, sono direttamente conseguenti al processo
più
di combustione e risultano dipendenti da diversi fattori legati al tipo di veicolo, al
ciclo di funzionamento e alla congurazione
configurazione del motore,
motore, al suo regime di utilizzo,
utilizzo,
allo stato di usura e al combustibile utilizzato. Le emissioni evaporative derivano
principalmente dalla volatilit a del combustibile e risultano pertanto costituite uni-
volatilità
camente da idrocarburi. Esse si vericano
verificano sia durante la marcia, sia nelle soste a
motore spento. Sono riportati alcuni dei principali inquinanti emessi da sorgenti
mobili, suddivisi in base al loro stato di aggregazione [181]:
o fase
fase gassosa
gassose:: biossido di zolfo, ossidi di azoto, monossido di carbonio, idro-
carburi alifatici (C1-C18),
(CI-C18), benzene, idrocarburi policiclici aromatici, metanolo,
etanolo, formaldeide, acetaldeide;
ø fase
fase particolata:
particolata : particelle carboniose, idrocarburi alifatici (C14-C35), idrocar-
buri policiclici aromatici, piombo.
Un fattore che esercita notevole in uenza
influenza sulle emissioni  èe costituito dal rap-
air-fuel ) fra l'aria
porto A/F ((air-fuel) Varia e il combustibile alimentati nei cilindri. La carenza
di ossigeno, che si verica
verifica nelle miscele ricche, favorisce la presenza di CO e di
idrocarburi, a seguito dell'incompleta
dell7incompleta combustione, mentre riduce quella degli NO NOI,x,
la cui formazione eè strettamente dipendente dalla disponibilit a dell'ossigeno
disponibilita dell”ossigeno stesso.
Per miscele povere, l'ampia
l”ampia disponibilit
disponibilitaa di ossigeno minimizza le emissioni di CO
e quelle di idrocarburi, che possono tuttavia aumentare per miscele estremamente
povere, a seguito della diÆcolt a di combustione per la massiccia presenza di aria; le
diflicolta
concentrazioni di NO NO,x subiscono invece una costante riduzione dovuta alla progressi-
va diminuzione della temperatura con l'impoverimento
llimpoverimento della miscela legato all'eetto
all”effetto
diluente dell'aria
dell”aria in eccesso.
La presenza o meno di SO+2e particolato nelle emissioni dei motori risulta for-
temente dipendente dal tipo di combustibile utilizzato. Il biossido di zolfo deriva
totalmente dall'ossidazione
dall”ossidazione dello zolfo contenuto nel combustibile, mentre il ma-
teriale particolato eè legato alle diÆcolt
diflicoltaa di combustione dei carburanti contenenti
frazioni idrocarburiche pesanti: ambedue i composti vengono vengono pertanto riscontrati
riscontrati
nei gas di scarico nei motori alimentati a gasolio, e risultano praticamente assenti in
quelli a benzina.
L'entit
a e le caratteristiche qualitative delle emissioni dagli autoveicoli risultano
L7entita
determinate dalle modalit
modalita a di combustione e dal tipotipo di combustibile. IlIl combus-
tibile dipende dal tipo di motore utilizzato: ad accensione comandata ((ciclo ciclo Otto
Otto,,
alimentato a benzina, oppure ad accensione spontanea ((ciclo ciclo Diesel
Diesel,, alimentato a
gasolio. I due motori presentano anche condizioni di combustione assai diverse che
risultano inoltre variabili con il regime di funzionamento
funzionamento del motore
motore stesso, con la la
sua anzianit
anzianitàa e con il suo stato di manutenzione. I principali fattori che intervengono
nel denire
definire l'emissione
17emissione allo scarico possono riassumersi nei nei seguenti:
 Valutazione di strategie
strategie di risanamento
risanamento 247
247

ø tipo di motorizzazione,
o regime di funzionamento del motore (velocit
a, accelerazione, soste a motore
(velocita,
acceso, percorrenza a freddo),
0 et
a ee manutenzione
eta manutenzione del
del veicolo.
veicolo.

Le emissioni sono dipendenti anche dalle caratteristiche del combustibile

combustibile.. Parti-
colarmente signicativa
significativa e`e l'in uenza
l”influenza che il contenuto di idrocarburi aromatici della
benzina presenta sulle concentrazioni di NO NO96x e VOC, soprattutto in relazione alla
loro possibilita di utilizzo come antidetonanti in sostituzione dei derivati alchilici
possibilita
del piombo. Nei motori ad accensione spontanea le reazioni di combustione si au-
toinnescano quando la miscela raggiunge le condizioni di temperatura e pressione
che ne determinano l'accensione.
ljaccensione. In questi motori la combustione avviene in fase
eterogenea: il combustibile non viene infatti evaporato e miscelato con l'aria 17aria prima
dell'alimentazione
dellflalimentazione e le reazioni di combustione si innescano in in fase
fase liquida. A tale tale
eterogeneit a, ed alle conseguenti maggiori diÆcolt
eterogeneita, a nell'adottare
difficolta nell7adottare condizioni ottimali
di combustione, sono imputabili in particolare le emissioni di materiale particolato e
di idrocarburi incombusti. Una delle caratteristiche pi u importanti del motore diesel
più
eè costituita dal suo funzionamento in un intervallo di rapporti aria/combustibile
aria/ combustibile es-
tremamente poveri. La presenza degli ossidi di azoto allo scarico èe regolata anche in
questi motori dalla temperatura e dalla disponibilit
disponibilitaa di ossigeno.
ossigeno. Gli NONO96x risultano
confrontabili, mentre CO e VOC sono decisamente inferiori per i motori diesel che
emettono rilevanti quantitativi di particolato, soprattutto ai carichi pi u elevati.
più elevati.
Le emissioni allo scarico risultano in uenzate
influenzate in maniera molto signicativa
significativa dal
regime di utilizzo del motore, in relazione alle dierenti
differenti condizioni di combustione
che si vengono a creare come conseguenza delle variazioni nella velocita velocita e nell”acce-
nell'acce-
lerazione del veicolo.
Le emissioni subiscono incrementi medi molto elevati con la partenza a freddo
nei motori a benzina per il CO ed i VOC, pi piùu contenuti per gli NO
NOw;x ; per questi ultimi,
valori analoghi si vericano
verificano nei motori diesel, i quali tuttavia presentano incrementi
piu contenuti per il CO e i VOC. L'aumento
più L7aumento delle emissioni risulta anche funzione
della temperatura ambiente, in relazione al maggior tempo richiesto dal motore per
portarsi in condizione di regime "caldo"” caldo” con il diminuire della temperatura esterna.
esterna.

8.1.1
8.1.1 Carburanti
Carburanti

definisce carburante qualsiasi sostanza naturale o articiale

Si denisce artificiale capace di bruciare in
un motore a combustione interna, con produzione di energia.
energia.

II carburanti
carburanti pi
u utilizzati:
più utilizzati: benzina
benzina e
e gasolio
gasolio La benzina 
èe una complessa
miscela di idrocarburi con 4-11 atomi di carbonio, caratterizzata da un un intervallo
di ebollizione compreso tra 30 Æ C e 260
30°C ÆC. In realt
260°C. a, la
realta, la composizione di una una ben-
zina commerciale eè notevolmente pi u complessa: infatti,
più infatti, per
per soddisfare ii requisiti
motoristici, le industrie petrolifere devono formulare miscele idonee alle necessit
necessitaa
dei moderni motori ad accensione comandata. La benzina si ricava comunemente
dal petrolio attraverso una serie di operazioni, la prima delle quali eè la distillazione
frazionata che serve a separare i vari composti alle loro dierenti
differenti temperature di
248
248 Capitolo 8

ebollizione. Per migliorarne il rendimento si ricorre a complessi procedimenti e a

una miscelazione dei prodotti cos cosi raÆnati,
raffinati, dalla quale 
eè prodotta la benzina che
viene immessa in commercio: essa deve avere determinate caratteristiche tra le quali
un numero di ottano ben denitodefinito (indice della capacit a del carburante di resistere
capacita
alla detonazione all'interno
all”interno della camera di scoppio). Per utilizzare motori con mi-
gliori prestazioni e minori consumi, occorrerebbe usare antidetonanti ad alto numero
ottanico che, tuttavia, sono dannosi per la salute.
Il gasolio eè una miscela di idrocarburi con 9-20 atomi di carbonio, costituita
da frazioni di distillazione del petrolio comprese tra 230 230°CÆC e 360 ÆC. Contiene pa-
360°C.
raÆne
raffine a catena lineare e ramicata,
ramificata, nafteni, idrocarburi aromatici e tracce di Ipa
(idrocarburi policiclici aromatici). Anche il gasolio deve possedere caratteristiche
specifiche, tra le quali il numero di cetano
speciche, cetano,, che esprime la tendenza all'accensione
all”accensione
per eetto
effetto del calore sviluppato dalla compressione. Uno degli obiettivi principali
della raÆnazione
raffinazione del gasolio  e quello di ridurre il contenuto di zolfo, degli alcheni e
dei composti aromatici. Il primo, durante la combustione, produce composti corro-
sivi; gli altri due, abbassando il numero di cetano, esercitano un”influenza
un'in uenza negativa
sulle prestazioni del motore.

Gpl
Gpl (Gas
(Gas petrolio
petrolio liquefatto)
liquefatto) Il Gpl Gpl e una miscela di gas propano e butano
che, in natura, si trova in giacimenti petroliferi e metaniferi.
metaniferi. Pu
Puòo essere facilmente
portato allo stato liquido se sottoposto a moderate pressioni o a basse temperature.
temperature.
Solitamente e`e prodotto mediante cracking
crackz'ng e distillazione frazionata del petrolio, ma
puo essere generato, cos
può così come il metano, dalla fermentazione di biomasse.
biomasse. Il Gpl
eè un combustibile a basso costo e pu puòo essere impiegato su tutti gli automezzi a
benzina, con alcune piccole modiche
modifiche impiantistiche;  èe infatti necessario dotare il
veicolo di bombole per il suo stoccaggio e di un apposito apparato di carburazione. E 
È
uno dei combustibili meno inquinanti in quanto brucia lasciando pochissimi residui
carboniosi. Emette quantit
quantita a trascurabili o nulle di piombo, SO 2 , aldeidi e particelle,
SOQ,
e abbatte, rispetto alla benzina senza piombo in assenza di dispositivo catalitico, le
emissioni di HC del 40% e quelle di CO del 20-30%. Gli aspetti negativi consistono
in una riduzione del 10% della potenza del motore ed in in un
un leggero
leggero incremento dei
consumi [182].

Benzine
Benzine ossigenate
ossigenate Una signicativa
significativa riduzione delle emissioni
emissioni inquinanti puòpuo
all*uso di benzine ossigenate
essere ottenuta ricorrendo all'uso ossigenate,, che dieriscono
differiscono da quelle
tradizionali in quanto alcuni dei composti aromatici sono sostituiti da composti os-
sigenati, i quali contengono l'ossigeno
Possigeno in una catena di atomi di carbonio e idrogeno.
idrogeno.
Generalmente, fra i composti ossigenati, vengono preferiti gli eterietem' a causa della loro
bassa pressione di vapore e delle caratteristiche superiori di miscelazione.
miscelazione. Negli Stati
oxyfuels ) sono state usate per la prima volta nello stato
Uniti le benzine ossigenate ((omyfuels)
del Colorado, per ottenere minori livelli di concentrazione di CO durante la la stagione
invernale (Elsom, 1996) e per rispettare il Clean Air Act del 1990 che richiede l”uso l'uso
di benzine ossigenate in tutte le aree in cui non non viene
viene rispettato lo standard fede-
fede-
rale di qualita dell'aria
qualita dellyaria relativo al monossido di carbonio. Nelle citt a in cui sono
citta
stati introdotti tali combustibili, i livelli di CO sono diminuiti del 10-15%. Nel 1995
il costo per gallone delle benzine ossigenate era del 10-15% superiore al costo del
combustibile convenzionale. Per quanto riguarda l'Europa,
l“Europa, le benzine addizionate di
 Valutazione di strategie
strategie di risanamento
risanamento 249
249

composti ossigenati sono state introdotte nel 1991 in Finlandia, dove si utilizza l”11%
l'11%
di MTBE (metil-t-butil etere)
etere) o di t-amile metil etere per raggiungere un contenuto
di ossigeno pari al 2%. La Finlandia eè l'unico
l”unico paese europeo in cui si producono
benzine ossigenate, che sono poi esportate in Svezia per alimentare i veicoli durante
i suoi rigidi inverni. Il risultato dell'introduzione
dell”introduzione di questo nuovo combustibile in
Finlandia, e stata la riduzione delle emissioni di CO del 10-20% e degli idrocarburi
del 5-10 % ([183]).
Le benzine ossigenate contengono anche piccole quantit a di composti chimici
quantita
ricchi di ossigeno derivati dall'etanolo
dallletanolo o dal metanolo che permettono agli idrocar-
buri del combustibile di bruciare pi piùu eÆcientemente
efficientemente anche a basse temperature;
temperature;
conseguentemente sono convertite maggiori quantit a di CO in CO
quantita COQ2 e vengono pro-
dotti allo scarico minori quantitativi di idrocarburi. Le emissioni di ossidi di azoto
restano inalterate.

II biocombustibili
biocombustibili I biocombustibili hanno ricevuto una crescente attenzione negli
ultimi anni, in quanto possibili sostituti di benzina, di diesel, o di altre miscele
combustibili convenzionali [183]. Esistono veicoli alimentati da alcol (ad esempio
etanolo o metanolo), oppure da miscele di petrolio ed alcol (quest'ultimo (questiultimo presente
no
fino al 20%).
o L'etanolo
Detanolo  eè considerato l'alcol
llalcol meno critico nell'impiego
nell“impiego per l'autotrazione,
l”autotrazione,
perch
perchée poco sensibile ai problemi del tenore di umidit umidita a e in quanto esistono
esempi di impiego commerciale, senza l'insorgenza l”insorgenza di inconvenienti particolar-
mente gravi. In Brasile vi sono circa 4 milioni di veicoli alimentati con etanolo
prodotto dalla canna da zucchero. L'etanolo Lyetanolo utilizzato come combustibile al-
lo stato puro riduce, rispetto alla benzina, del 20-30% le emissioni di CO, del
15% circa quelle di NO NOw,x , e produce quantitativi irrilevanti di SO S02.2 . Per poter
poter
funzionare con l'alimentazione
l”alimentazione ad etanolo, ii veicoli necessitano di modiche im-
modifiche im-
piantistiche. Il costo di produzione dell'etanolodellletanolo eè circa il doppio di quello per
la produzione del petrolio. Attualmente il trend nazionale brasiliano èe nella
dell”utilizzo di gashol (una miscela con il 78% di benzina e il 22% di
direzione dell'utilizzo
etanolo), piuttosto che di etanolo allo stato puro. puro.
Negli Stati Uniti il 90% dell'etanolo
dell*etanolo  e`e prodotto dal mais,
mais, circa ilil 5% dalla canna
da zucchero, e le restanti percentuali dal grano, dalle patate e dalla barbabietola
da zucchero. L'utilizzo
Llutilizzo del gashol trova giusticazione
giustificazione nel fatto che esso contiene
un alcol (l'etanolo)
(lietanolo) in grado di aumentare il numero di ottano della benzina e
di ridurre le emissioni di CO. Questa benzina ossigenata eè obbligatoria nei mesi
invernali in molte citt a che hanno problemi di qualit
città qualita a dell'aria,
dell”aria, con superamenti
degli standard relativi al CO. Per quanto riguarda l”Europa, l'Europa, l”Unione
l'Unione Europea
ha disposto che il 5% di etanolo derivato da cereali (grano, mais), patate o
barbabietola da zucchero, sia aggiunto al combustibile convenzionale (benzina o
diesel). Nel 1991 fu consentito l'utilizzo
lyutilizzo dell'etanolo
dellletanolo prodotto dal vino in eccesso.
eccesso.
Conseguentemente, quando a Stoccolma vi vi fu
fu scarsit
scarsità a di etanolo nelnel 1995, le
le
autorit
autoritàa cittadine ebbero il permesso, da parte parte della Commissione Europea, di
importare dalla Spagna 5000 tonnellate di vino rosso in eccesso, dal quale poter
produrre etanolo.
o Il metanolo pu
o essere prodotto dal legno, dal carbone o dal gas naturale.
può
I veicoli alimentati a metanolo emettono piccole quantit
a di composti, princi-
quantita
250
250 Capitolo 8

formaldeide. Il metanolo incombusto eè molto

palmente metanolo incombusto e formaldeide.
meno reattivo fotochimicamente dei composti organici emessi dai veicoli alimen-
tati a benzina; d'altra
d”altra parte la formaldeide prodotta  eè invece molto reattiva e
potenziale causa di alti livelli di ozono (oltre ad essere un sospetto composto
cancerogeno). Esistono diversi problemi nell”applicazione
nell'applicazione dell'ipotesi
dell”ipotesi di sosti-
tuire la benzina con il metanolo. Anzitutto a parit a di volume rispetto alla
parità
benzina, il metanolo produce solo la met meta a di energia, e quindi per poter avere la
stessa autonomia di guida, il serbatoio di un veicolo a metanolo dovrebbe avere
una capacit a doppia rispetto ai serbatoi in commercio. Inoltre il metanolo èe
capacita
altamente corrosivo e quindi le attuali stazioni di rifornimento necessiterebbero
di nuovi serbatoi di immagazzinamento, i veicoli di serbatoi inossidabili e carbu-
ratori resistenti alla corrosione, e potrebbero insorgere problemi relativamente
all'uso
all”uso di pompe self-service. Inoltre il metanolo, avendo una volatilit a piuttosto
volatilità
bassa alle basse temperature, potrebbe fare insorgere diÆcolt a di avviamento
difficolta
a freddo, specie durante l'inverno.
l”inverno. Per superare questo problema si usano soli-
tamente miscele dette "M85",
”M85”, in cui  eè presente l'85%
l”85% di metanolo e il 15% di
benzina. Il metanolo presenta anche problemi di miscibilita miscibilita quando ilil conte-
nuto di acqua nell'alcol
nell”alcol supera qualche centinaia di ppm. Per questo motivo,
dato che nei serbatoi di stoccaggio dell'alcol
delllalcol e delle benzine sono sempre pre-
senti piccole quantit
quantitaa di acqua, si rendono indispensabili aggiunte di composti
solubilizzanti. Le benzine ad alto contenuto di idrocarburi aromatici tollerano
invece presenze di acqua superiori. L'usoLyuso di metanolo nelle benzine, fino no a valori
massimi del 20%, richiede l'adeguamento
lyadeguamento della carburazione delle vetture; dopo
tale modica
modifica si ottengono netti miglioramenti dei rendimenti energetici e delle
caratteristiche delle emissioni (riduzione dei contenuti di CO, HC, benzene). Il
costo di produzione del metanolo eè paragonabile a quello della benzina, ma, ma,
nel caso in cui si ipotizzasse l'impiego
llimpiego diuso
diffuso del metanolo,
metanolo, il costo di riconver-
sione delle stazioni di rifornimento e di componenti dei veicoli necessiterebbe
del supporto nanziario
finanziario governativo.

 Il biodiesel eè un estere metilico di oli vegetali (soia, grano,

grano, semi di cotone,
arachide, girasole), che pu
puòo essere impiegato come combustibile alternativo al
gasolio tradizionale sia per il trasporto, sia per il riscaldamento (U.S.
(US. Departe-
ment of Energy, 1997). Esso pu o essere commercializzato sia allo stato puro, sia
può
miscelato con il gasolio. Il surplus sviluppatosi sui terreni coltivati in Europa,
ha accresciuto gli interessi degli agricoltori nei confronti della coltivazione di
raccolti finalizzati
nalizzati anche alla produzione di combustibili. Quindi, molti paesi paesi
europei hanno cominciato a produrre piante da cui ottenere biodiesel.
biodiesel. Per uti-
lizzare questo combustibile alternativo non eè necessario effettuare
eettuare modiche
modifiche al
motore e le emissioni di SO
SOQ, 2 , CO, NO
NOgcx e CO
C022 vengono ridotte del 2-5% rispetto
alle emissioni del diesel tradizionale. Esperimenti con autobus alimentati con
biodiesel (ad esempio a Reading, in Inghilterra, nel 1993) 1993) hanno evidenziato
come esso sia generalemente pi u costoso del diesel, ma
più ma meno
meno inquinante;
inquinante; perper
rendere competitivo tale combustibile, sarebbero necessari
necessari sussidi da parte
parte del
governo. Allo stato attuale esistono in Austria più piu di 100 stazioni di riforni-
riforni-
mento che vendono biodiesel allo stesso prezzo prezzo del gasolio. InIn Italia èe in via
via
di sperimentazione biodiesel "diluito"
”diluito” in normale gasolio, una
una nuova miscela
miscela di
combustibile (costituita all'80%
all”80% da normale gasolio e da biodiesel per il restante
20%), che ha alimentato i mezzi di trasporto pubblico
pubblico di varie citt
a, fra
citta, fra cui Vi-
 Valutazione di strategie
strategie di risanamento
risanamento 251
251

cenza, Cremona, Roma, Firenze, Genova, Bergamo e Bologna. Il biodiesel trova

consensi, oltre che nel trasporto pubblico, anche nel riscaldamento,
riscaldamento, soprattutto
a Roma e a Milano. Grazie a questo combustibile si ha una riduzione del 50%
del particolato e una altrettanto consistente riduzione degli ossidi di carbonio.
I vantaggi sono inoltre evidenti se si considera che il biodiesel non contiene n
née
zolfo, n
née composti aromatici, n
née benzene.

Il
Il gas
gas naturale
naturale compresso
compresso (CNG)
(CNG) o
o metano
metano Il metano 
èe presente in natura
allo stato gassoso. Il suo impiego come carburante presenta una serie di vantaggi:
facilita la reazione di combustione grazie alla migliore miscelazione tra gas e aria
rispetto ai carburanti liquidi; rende super ua
superflua l'aggiunta
Paggiunta di additivi in quanto ha un
elevato numero di ottano e un elevato potere calorico;
calorifico; contribuisce al mantenimen-
to del buono stato del motore ed alla pulizia degli oli di lubrificazione
lubricazione grazie alla
combustione pi u pulita dovuta al basso contenuto di composti estranei, soprattutto
più
per quanto riguarda sostanze catramose e minerali non combustibili [182]; ha un
costo decisamente inferiore rispetto alla benzina; può puo essere considerato un com-
bustibile sicuro, in quanto non presenta rischi di esplosioni o di incendi. Inoltre, il
gas naturale compresso (CNG),
(ONG), non producendo "scorie",
” scorie”, ha un favorevole impatto
sulla durata dei motori e sulla pulizia degli oli di lubrificazione.
lubricazione. Il CO eè ridotto del
50-90%, gli idrocarburi reattivi del 50-80%, e non sono emesse particelle partico-
late, n
née benzene, n
née SO
SOI.x . Le emissioni di NO
NOIx restano inalterate,
inalterate, oppure possono
aumentare [183]. Le emissioni di metano incombusto non costituiscono un grosso
problema dal punto di vista sanitario essendo scarsamente reattive e poco tossiche,
ma possono rappresentare un problema ambientale in quanto il metano appartiene
al gruppo dei gas serra
serra.. Punti critici della vettura sono il fatto che essa necessita di
un apposito apparato di carburazione, crea disagi agli utenti per lo scarso numero di
pompe distributrici e ha un'autonomia
un7autonomia limitata: il gas va immagazzinato in bombole
che hanno una densit
densitàa energetica pari a un quarto dei serbatoi di benzina (bombole
con un volume di 100 litri equivalgono a un serbatoio di benzina da 25 litri).
litri). Conse-
guentemente il metano eè destinato ad un impiego prevalentemente cittadino [184] [184] ed
eè maggiormente indicato su autobus e camion, piuttosto che su automobili: aÆnch affinchée
i veicoli possano avere una certa autonomia eè necessario che dispongano di serbatoi
di grandi dimensioni, installabili pi u facilmente su mezzi pesanti.
più pesanti.

8.1.2 Tecnologie di controllo delle emissioni

Altri studi sono stati e sono tuttora rivolta alla messa a punto di tecnologie di conte-
nimento delle emissioni in atmosfera, le cui linee guida riguardano principalmente la
ricircolazione dei gas di scarico, la progettazione di trappole per l'abbattimento
l”abbattimento del
particolato nei motori diesel, l'uso
l”uso di marmitte catalitiche e l'uso
l”uso di miscele magre
nella carburazione. Nel seguito si prendono brevemente in in considerazione alcune tra
tra
le principali tecnologie di questo tipo.

Il
Il convertitore
convertitore catalitico
catalitico L'introduzione
Llintroduzione dei dispositivi catalitici ha
ha reso neces-
piombo, in quanto questo metallo avvelena il
sario formulare una benzina priva di piombo,
catalizzatore. I composti piombo-alchili (Pb tetraetile e Pb tetrametile), che han-
252
252 Capitolo 8

no garantito il potere antidetonante della benzina super, sono stati sostituiti, nella
benzina senza Pb, da livelli pi u elevati di benzene e di altri idrocarburi aromatici (to-
più
o-m-p-Xilene, etilbenzene, ecc.). Il benzene ha un altissimo numero ottanico
luene, o-m-p-xilene,
ed eè in grado di migliorare quello della benzina anche se miscelato in piccola quan-
tit
a. Nella benzina senza piombo, introdotta in tutta Europa nel periodo 1986-88,
tita.
la concentrazione di Pb non doveva superare 0,013 g Pb/l (contro gli attuali 0,15 g
Pb/l della super). Di conseguenza, i livelli di benzene sono aumentati fino no a sorare
sfiorare
il 5% in peso e quelli degli idrocarburi aromatici totali il 60% [182]. Se da un lato
dunque si eè cercato di risolvere il problema della nocivit
nocivitaa del piombo ci si èe ritrovati
ad arontare
affrontare il pericolo posto da una sostanza addirittura cancerogena, quale si  èe
dimostrato essere il benzene. La Comunit Comunità a Europea ha limitato la percentuale di
benzene al 5%; in Italia il contenuto di benzene nelle benzine verdi èe stato via via
ridotto dal 2% in volume del 1993 no fino a valori sotto 1,1%
l'1% negli anni piu recenti.
più
Il dispositivo catalitico consente notevoli riduzioni delle emissioni di tutti gli in-
quinanti e, pipiùu precisamente, riduce del 60-80% le emissioni di CO, del 30-80% quelle
di NO
NOQE,x , del 90% quelle di benzene, dell'80-95%
de11780-95% quelle di Ipa e del 90% quelle di for-
maldeide [181]. Va ricordato che il perfetto funzionamento delle marmitte catalitiche
trivalenti eè vincolato a limiti tecnici: la temperatura di funzionamento deve essere
compresa nell'intervallo
nelliintervallo 300-800 ÆC, non sono accettate sostanze come piombo e zolfo
300-8000C,
che danneggiano il catalizzatore, l'eÆcienza
lyefficienza di conversione diminuisce molto rapida-
mente al di fuori di un ristretto intervallo di valori del rapporto aria/combustibile.
aria/ combustibile.
Facendo riferimento al limite tecnico
tecnico relativo alla temperatura,
temperatura, èe opportuno
opportuno eviden-
eviden-
ziare che nell'intervallo
nell”intervallo di tempo
tempo necessario al raggiungimento
raggiungimento della temperatura
temperatura di
funzionamento, le emissioni di inquinanti sono incontrollate.
incontrollate. Per tale
tale ragione
ragione l'uti-
Puti-
lizzo di vetture catalizzate per brevi tragitti, quali quelli di tipo urbano,
urbano, non fornisce
risultati ottimali dal punto di vista dell'abbattimento
dellyabbattimento degli inquinanti.

II veicoli
veicoli ad
ad emissione
emissione nulla
nulla
L'auto
L 7auto elettrica La propulsione veicolare elettrica risale ai primi anni dell'automo-
de117automo-
bile, tuttavia, intorno al 1920 i veicoli elettrici hanno perso la competizione con i
veicoli alimentati con i motori ciclo Otto e ciclo Diesel, a causa delle prestazioni
inferiori (relativamente alla velocit a, all'accelerazione,
velocita, alllaccelerazione, ecc.), della breve vita della
batteria e della necessit a di frequente ricarica. Le batterie odierne hanno permesso
necessita
in parte di superare due di queste limitazioni (prestazioni e durata), con la conse-
guenza che i veicoli alimentati elettricamente possono soddisfare il mercato dove la
distanza massima giornaliera non ecceda 200 km e dove sia possibile la ricarica.
Un aspetto positivo del veicolo elettrico èe la sua silenziosit a di funzionamento
silenziosità
che viene ottenuta senza l'aggiunta
llaggiunta di materiali fonoassorbenti, come avviene invece
nelle vetture a scoppio. Le uniche emissioni del veicolo elettrico sono di particolato,
prodotto a causa del consumo dei pneumatici, dei cuscinetti frenanti e della frizione
(il veicolo eè molto pesante).
I principali limiti di questo veicolo sono [185]:
o bassa energia immagazzinabile per ogni chilogrammo di batteria;
batteria;
o bassa autonomia e limitate prestazioni;
o batterie disposte in serie che occupano un signicativo
significativo spazio nel veicolo e rap-
presentano circa 1/3 del peso del veicolo stesso;
 Valutazione di strategie
strategie di risanamento
risanamento 253
253

ø costo elevato;

0 l'esigenza
l”esigenza di una infrastruttura per la ricarica delle batterie, con prese o "co-
” co-
lonnine"
lonnine” nel maggior numero possibile di aree di stazionamento.

Veicoli
Veicoli ibridi Per superare i limiti dei veicoli elettrici vengono studiate soluzioni a
doppia motorizzazione (veicoli ibridi o bimodali). Nei veicoli ibridi il motore a scop-
pio eè sempre funzionante e agisce anche da motogeneratore per mantenere carica la
batteria, mentre la motorizzazione elettrica fornisce le punte di potenza richieste in
accelerazione e su pendenza. Nei veicoli bimodali la motorizzazione convenzionale
eè usata solo per i lunghi tragitti extraurbani,
eXtraurbani, mentre per tragitti urbani pu
puòo essere
utilizzata la sola trazione elettrica. In entrambi i casi la presenza della doppia mo-
torizzazione pone problemi di peso, ingombro e costo, anche se la parte elettrica
pu
puòo avere un minore dimensionamento rispetto al caso del veicolo elettrico [185].
Le versioni prototipo dei veicoli ibridi sono più piu pesanti dei veicoli completamente
elettrici e quindi i veicoli ibridi, a causa del peso della batteria,
batteria, consumano notevoli
quantit
quantita a di benzina.
I veicoli ibridi a "doppio
”doppio carburante"
carburante” fanno parte
parte dei cosiddetti veicoli a "carbu-
77carbu-
rante flessibile”
essibile" progettati per usare petrolio alternativamente a "non
77non petrolio"
petrolio” per
la propulsione; in California sono state prodotte e utilizzate centinaia di macchine
che possono utilizzare benzina o metanolo. Le numerose esperienze condotte in anni
recenti confermano che i veicoli di grossa cilindrata sono maggiormente adatti alla
versione ibrida: non a caso gli ibridi e i bimodali proposti commercialmente sono
per lo pi u bus e minibus.
più

La Regione Lombardia ha posto particolare attenzione all'incentivo

all”incentivo dell'utilizzo
dell”utilizzo
dei veicoli a emissioni zero a partire dal 1994 con una Legge Regionale (40/1994) (40/1994)
che destinava contributi nanziari
finanziari agli acquirenti di veicoli a batterie e veicoli ibridi.
Di conseguenza sono stati immessi sulla strada 300 veicoli di questo tipo (per lo
pi
u furgoni)
più furgoni) distribuiti tra una cinquantina di operatori, soprattutto pubblici. E 
È
Electric Vehicle
inoltre in corso il progetto comunitario ELCIDIS ((Electric Vehicle City
City Distribution
System
System)) con l'obiettivo
l”obiettivo di sperimentare e incoraggiare l'utilizzo
l”utilizzo di furgoni e autocarri
elettrici ed ibridi per la distribuzione delle merci in citta.
citta.
Il Ministero dell'Ambiente
dell“Ambiente inne
infine con il decreto 28 maggio 1999 (G.U. 27/7/99
n. 174)
174) fornisce una guida all'utilizzo
all”utilizzo dei contributi per
per l”acquisto
l'acquisto di autoveicoli a
minimo impatto ambientale ai sensi della Legge n. 426 Nuovi
426 del 9 dicembre 1998 ((Nuovi
interventi in campo ambientale ).
ambientale).

8.1.3 Strategie di riduzione delle emissioni urbane

Anche le possibilit a di incidere sulla dinamica delle emissioni
possibilità emissioni ee dei consumi sono
notevoli, articolabili a pi
u livelli, con il coinvolgimento di diversi attori (singoli indi-
più indi-
vidui, case costruttrici, enti locali, governo nazionale). A partire dalle considerazioni
precedenti, nel seguito viene esposta una rassegna dei principali interventi che pos-
sono contribuire a ridurre le emissioni nel settore dei trasporti.
trasporti.
254
254 Capitolo 8

Limiti di velocit
a L'adozione
velocità Lyadozione (ed il rispetto)
rispetto) di limiti di velocit
velocitàa consentirebbe di
ottenere riduzioni di consumi, e quindi di emissioni, a costo nullo; tuttavia nel caso
di limiti molto stringenti ci potrebbero essere ripercussioni sul sistema economico.
Secondo uno studio inglese [186] il semplice rispetto del limite di 70 miglia/h (112
km/h)
km/h) consentirebbe di ridurre i consumi di benzina del 2.4%, mentre introducendo
il limite di 50 miglia/h (80 km/h) si otterrebbe una riduzione del 5.8%. Esistono
altri mezzi per ridurre la velocit
velocita traÆc calming
a dei veicoli ((trajjcic ), in particolare nelle
calming),
aree residenziali, e per creare un ambiente in cui pedoni e ciclisti possano sentirsi
sicuri. Uno di questi pu
puòo essere quello di apportare cambiamenti fisici sici alle strade:
introdurre curve, dossi, pavimentazioni e superci
superfici stradali particolari, cavalcavia,
rotonde, incroci e parcheggi riservati in particolare ai residenti.

Divieti
Divieti al
al traÆco
traffico Possono essere utilizzati per diminuire il volume di traffico
traÆco in
generale, o relativo a specici
specifici tipi di veicoli, su determinate strade o in aree a rischio
di inquinamento atmosferico. I divieti di circolazione, possono essere imposti solo
ad alcuni veicoli (pesanti, leggeri non catalizzati, ecc.)ecc.) o solo per alcune ore del
giorno (le ore di punta), allo scopo di migliorare la qualit a dell'aria
qualita dell”aria ed incoraggiare
l'uso
l”uso di veicoli pi
u puliti. Un espediente per migliorare la qualit
più qualitaa dell'aria
delljaria nelle aree
residenziali consiste nello scoraggiare gli automobilisti pendolari ad entrare in queste
aree, convogliando il traffico
traÆco in altre aree meno sensibili; occorre tuttavia che i mezzi
pubblici che attraversano queste zone siano eÆcienti,
efficienti, con brevi tempi di percorrenza
e bassi costi di manutenzione [183].

Circonvallazioni
Circonvallazioni Una soluzione che gi
a da tempo ha mostrato
gia mostrato la sua efficacia
eÆcacia
in citt
a congestionate da traÆco,
citta traffico, e la costruzione di circonvallazioni o strade ad
anello. In presenza di queste strade, e`e quindi possibile impedire ai veicoli pesanti
di attraversare il centro della citt a; oltre alla necessita
città; necessita di convorgliarvi il traffico
traÆco
pesante, queste strade trovano consenso presso gli automobilisti in generale,
generale, perch
perchèe
pi
u rapide e semplici. D'altra
più D”altra parte molte citt a, da quando sono state costruite
citta,
queste vie di collegamento tangenziali, si sono allargate, cos cosi che le circonvallazioni
ora si trovano spesso adiacenti ad aree suburbane residenziali e possono costituire
nuovi seri rischi alla qualit
a dell'aria
qualita delllaria locale, a causa del grande volumevolume di traffico
traÆco
che le caratterizza.

TraÆco
rTraffico "a
”a zone"
zone” Per ridurre gli spostamenti all'interno
all”interno di una grande citt
a èe
citta
possibile dividere la citt traÆc cells
cittaa in un piccolo numero di zone ((tmfific cells)) i cui conni
confini
possono essere attraversati solo da trasporti pubblici, taxi e veicoli puliti [183]. A
Bologna eè stata sperimentata questa tecnica di gestione del traffico,
traÆco, con conseguente
diminuzione dei veicoli circolanti, ma diuso
diffuso malcontento presso ii cittadini.

Tassazione
Tassazione dei
dei guidatori
guidatori (car
(car pricing)
pricing) Sempre maggiore attenzione 
eè diretta
verso la possibilit
a di far
possibilita far pagare agli automobilisti il "costo
77costo ambientale" relativo
ambientale” relativo
all'uso
all”uso dei loro veicoli in relazione a quanto ilil veicolo
veicolo èe utilizzato.
utilizzato. Ci
Ciòo può
puo essere
ottenuto trasferendo la tassazione dal possesso del veicolo all'uso
alljuso del medesimo, se-
condo la distanza percorsa ogni anno, secondo il tipo di veicolo (tasse più piu alte per
macchine con carburanti meno eÆcienti, piu basse per macchine dotate di
efficienti, tasse più
 Valutazione di strategie
strategie di risanamento
risanamento 255
255

tecnologie di controllo degli inquinanti) e secondo percorsi eettuati

effettuati (centro citt
a,
citta,
autostrade, ponti, gallerie, ecc.). La pi
u semplice forma di attuazione di questo inter-
più
vento, consiste nella riscossione di una tassa per autorizzare a percorrere determinate
strade o nell'aumento
nell”aumento dei prezzi per i parcheggi in citt
cittaa [183].

Obbligo
Obbligo di di spegnimento
spegnimento del del motore
motore per veicoli in
per veicoli in sosta
sosta Un veicolo che sta-
ziona lasciato a motore acceso, produce alti livelli di HC e CO, perch
perchée il motore non
sta lavorando in condizioni di eÆcienza.
efiìcienza. Spesso i veicoli si trovano in queste condi-
zioni quando sono in coda ai semafori o quando si formano ingorghi. Alle emissioni
prodotte da questi veicoli si sommano quelle prodotte da autobus in sosta alle fer-
mate, taxi
taXi che attendono clienti, ecc. In molti casi questo problema potrebbe essere
limitato spontaneamente grazie all'educazione
all”educazione degli automobilisti, che dovrebbero
spegnere i motori nel caso di soste prolungate. Ad esempio,esempio, in Svizzera, si deve
spegnere il motore, se la propria autovettura eè almeno la sesta in coda al semafo-
ro. Sono state sperimentate luci blu ai semafori, per indicare quando accendere o
spegnere i motori. Altri tipi
tipi di indicatori luminosi informano i guidatori del tempo
tempo
che manca all'accensione
alliaccensione del verde del semaforo. L'eÆcacia
L”efIicacia di queste strategie può
puo
risultare ridotta dal fatto che la riaccensione del motore determina maggiori consumi
di carburante e pu o produrre alti livelli di HC. Alcuni test suggeriscono che si ha
può
un eettivo
effettivo risparmio di carburante se il motore resta spento per piùpiu di 15 secondi
e minori emissioni se il motore resta spento per piùpiu di 20-30 secondi [183].

Promozione
Promozione dei
dei trasporti
trasporti pubblici
pubblici Il sistema dei trasporti pubblici produce
molto meno inquinamento per persona trasportata, rispetto alle macchine private.
Per incrementare l'eÆcienza
lyefficienza del trasporto pubblico, permettendo agli autobus di
spostarsi piu liberamente, potrebbe essere utile individuare strade percorribili solo
più
dai mezzi pubblici. Si pupuòo anche dare la priorita agli autobus ai semafori, fornendoli
priorità
di un dispositivo elettronico che ritarda il rosso nchfinchée l'autobus
l“autobus non  èe passato, o
anticipa il verde; dopo che l'autobus
l”autobus ha superato l'incrocio,
l”incrocio, i tempi del semaforo
tornano al ciclo originale. Alcuni studi suggeriscono che questa misura pu puòo dimi-
nuire i ritardi degli autobus del 10% senza aumentare in modo signicativo
significativo i ritardi
degli altri veicoli; tuttavia, quando le strade sono molto trafficate,
traÆcate, dare questo tipo
di precedenza ai mezzi pubblici, pu puòo causare ritardi anche rilevanti ai mezzi privati
[183]. L'implementazione
L”implementazione di misure di gestione del traÆcotraffico atte a scoraggiare l'uso
l7uso di
veicoli privati, deve essere accompagnata da misure che rendano i trasporti pubblici
economici, confortevoli, sicuri ed eÆcienti
efiìcienti (minimi tempi
tempi d'attesa,
d7attesa, aÆdabilit a, den-
affidabilità,
sit
a della rete di percorsi). All'eÆcienza
sità All”efiìcienza possono contribuire anche tariffe
tarie pre-pagate
(tessere) intercambiabili tra i diversi mezzi pubblici (metropolitana, autobus, tram,
ecc.), che rendano il sistema dei trasporti pubblici conveniente dal punto di vista
economico.

Cambiamento
Cambiamento della
della composizione
composizione dei
dei mezzi
mezzi di trasporto Sia nel
di trasporto nel caso delle
merci, sia per i passeggeri, il trasporto su gomma eè largamente prevalente. Nel cam-
po dei trasporti merci potrebbe essere opportuno in in Italia
Italia trasferire parte
parte del traffico
traÆco
su strada alle ferrovie o al cabotaggio. Nell'ambito
Nelliambito della mobilita
mobilita urbana i livelli di
congestione e di inquinamento locale spingono fortemente verso un rapido potenzia-
mento dei servizi pubblici. Anche nel trasporto passeggeri interurbano l'opportunit
l7opportunita a
256
256 Capitolo 8

di spostare parte del traffico

traÆco sui mezzi pubblici appare evidente; i programmi di cos-
truzione delle linee ferroviarie ad alta velocit
a dovrebbero operare un'inversione
velocità un”inversione di
tendenza rispetto al predominio delle quattro ruote ed alla crescita del trasporto
aereo.

Condivisione
Condivisione del del viaggio
viaggio (car
(car pool)
pool) Nelle aree urbane circolano ormai troppi
veicoli con il solo guidatore a bordo. Se le persone venissero persuase a condividere
le macchine, specialmente per i trasferimenti da/al
da/ al posto di lavoro, i flussi
ussi di traffico
traÆco
e le emissioni associate di gas inquinanti, verrebbero considerevolmente ridotte.ridotte. Si
possono introdurre incentivi per attuare quest'ultimo
questjultimo intervento. A Los Angeles,
per esempio, sono stati costruiti corsie di autostrada e parcheggi riservati esclusi-
vamente a coloro che "condividono
” condividono i viaggi"
viaggi” (i guidatori di veicoli che trasportano
due persone o pi u). Tuttavia non eè cos
più). cosi semplice costruire linee addizionali in citt a
città
gi
a congestionate, e in particolare nelle metropoli europee [183]. Negli Stati Uniti
già
ed in Giappone sono state eettuate
effettuate diverse campagne di sensibilizzazione e di in-
centivazione. Per esempio, nella California meridionale le ditte devono indicare le
modalit
modalità a di trasporto dei propri dipendenti e gli sforzi fatti per promuovere sposta-
menti collettivi. Le autovetture con a bordo pi u di due persone possono viaggiare
più
gratuitamente in alcuni passaggi a pagamento (il Bay Bridge a San Francisco, ad
esempio)
esempio) o possono sfruttare corsie preferenziali.

Incentivazione
Incentivazione dell'uso
dell”us0 didi biciclette
biciclette Una percentuale non irrilevante degli spo-
stamenti in auto riguarda tratte molto ridotte che potrebbero essere eettuate
effettuate a piedi
o in bicicletta. Molte persone in Africa, Asia e America Latina, usano quasi esclusi-
vamente biciclette per andare al lavoro. La situazione in Europa, Australia e Nord
America eè molto diversa. In Italia questo mezzo di trasporto
trasporto ha
ha una certa diu-
diffu-
sione, specie nel centro-nord. A Parma, ad esempio, il 20% degli spostamenti totali
viene eettuato
effettuato in bicicletta. La bicicletta 
e`e un mezzo economico, rapido, salutare
(ovviamente non in zone inquinate), che non comporta problemi di parcheggio.
parcheggio. Le
autorit
autoritàa locali dovrebbero cercare di incentivare l'uso
liuso di questo mezzo di trasporto
attraverso una serie di interventi, quali ad esempio la costruzione di piste ciclabili,
parcheggi coperti per biciclette, precedenza di girare a destra agli incroci quando il
semaforo eè rosso, e altri ancora.

8.1.4
8.1 .4 Normativa europea

La normativa europea in materia di emissioni da trafficotraÆco autoveicolare nasce ne-

gli anni sessanta ad opera di una Commissione (UN-ECE)
(UN-ECE) congiunta delle Nazioni
Unite (ECE, Economic Commitee for Europe)Europe) e della Comunit
Comunitàa Economica Euro-
pea(CEE). Le direttive emanate dall'Unione
dallyUnione Europea sono vincolanti per per tutti gli
gli
Stati Membri i quali sono tenuti a recepirle nella proprio
proprio patrimonio legislativo en-
tro intervalli di tempo ben deniti
definiti [187]. Con la direttiva 94/12/EEC la Comunit
Comunitàa
ha dichiarato che intende in futuro
futuro arontare il problema
affrontare il problema della denizione
definizione dei li-
li-
miti emissivi adottando una metodologia basata sull'analisi
sullyanalisi dei costi e dell'eÆcacia
dell”efficacia
delle misure imposte. Questo intento e stato aÆdato
affidato al progetto EPEFE ((Euro- Euro-
pean Programme on Emission, Fuels and Engine Technologies
pean Technologies)) condotto dall'ACEA
dall”ACEA
 Valutazione di strategie
strategie di risanamento
risanamento 257
257

Association des Constructeurs

((Association Constructeurs d'Automobiles
d7Automobiles)) e dall'EUROPIA European Petro-
dallUROPIA ((European
leum Industry Association ). Parte del progetto eè denominato European Auto-Oil
Association).
Programme ed e`e dedicato alla denizione
definizione delle misure, alla riformulazione dei com-
bustibili e di nuove tecnologie motoristiche, maggiormente eÆcaci.
eflicaci. La prima fase
del programma Auto-Oil
Auto-Oil,, terminata nel 1996, ha fornito le indicazioni necessarie
alla denizione
definizione dei limiti di emissione previsti in applicazione dal 2001. lI risultati
del Programma sono stati recepiti dal legislatore europeo nella proposta di direttiva
EC Proposal I del 18 giugno 1996 e in un documento congiunto del Consiglio e del
Parlamento Europeo del 1997. Sono in fase di conclusione i lavori della seconda
fase del programma Auto-Oil II che produrr a indicazioni sugli standard emissivi in
produrrà
applicazione dal 2006 [188].

Veicoli passeggeri Dal 1970 no

Veicoli passeggeri fino al 1985 tutti gli Stati membri della Unione Europea
hanno seguito le norme UN ECE R15 ((UNited UNited Nations Economic Comitee for Eu-
Comitee for
rope Regulation 15 15)) relative alle emissioni di inquinati prodotti ai veicoli passeggeri
inferiori alle 3.5 ton alimentati a benzina (tab. 8.1).

classe
classe direttiva
direttiva anno
anno di
di applicazione
applicazione
Original ECE 15 70/220/EEC 1972
ECE 15/01 74/290/EEC 1978
ECE 15/02 77/102/EEC 1981
ECE 15/03 78/665/EEC 1983
ECE 15/04 83/351/EEC 1988
ECE 15/04 83/351/EEC 1988

Tabella 8.1
Tabella 8.1 La normativa UN ECE per i veicoli passeggeri alimentati a benzina
benzina

A partire dal 1991, le emissioni dei veicoli passeggeri, alimentati a benzina,benzina,

diesel e gpl sono regolate dalle direttive dell'Unione
dell”Unione Europea che hanno imposto
sensibili riduzioni di CO, NO
N01.x e HC conseguenti all'introduzione
all”introduzione di nuove tecnologie
tecnologie
motoristiche (ad esempio la marmitta catalitica), la verica
verifica di conformit
conformità a dei veicoli
circolanti e ai vincoli sulla qualit a dei carburanti. Nel 1993 l'Italia
qualita l”Italia ha ratificato
raticato
la direttiva 91/441/EEC che impone alcuni strumenti di riduzione delle emissioni,
quali l'adozione
l”adozione di marmitte catalitiche a circuito chiuso a tre vie per i veicoli a
benzina. La direttiva 94/12/EEC
94/ 12 / EEC inne
infine denisce
definisce i nuovi standard di emissione per
gli autoveicoli a partire dal 1997, imponendo riduzioni di CO, NO NOacx e VOC (tab. 8.2)
8.2)
pi
u signicative
più significative rispetto alla direttiva precedente.

alimentazione
alimentazione CO
CO NO VOC
N03;x VOC
benzina e GPL 30% 56% 56%
diesel
diesel 30% 56% 30%

Tabella 8.2
Tabella 8.2 Riduzioni delle emissioni attese dall'applicazione
dallyapplicazione della direttiva 94/12/ECC,
calcolate
Calcolate in riferimento ai limiti imposti dalla direttiva 91/441/EEC
258
258 Capitolo 8

La stima delle ancor pi

u signicative
più significative riduzioni delle emissioni conseguenti all'atua-
all”atua-
zione della Direttiva EC( Proposal II,, giugno 1997)
EC(Pi°oposal 1997) 
èe riportata in tabella 8.3.

alimentazione
alimentazione CO
CO NO VOC
NOacx VOC
benzina e GPL 85% 60% 60%
diesel 60% 80% 75%

Tabella 8.3
Tabella 8.3 Riduzioni percentuali attese dall'applicazione
dalllapplicazione della proposta
proposta di direttiva EC
Proposal I calcolate rispetto ai limiti imposti dalla direttiva 91/441/EEC

Veicoli
Veicoli leggeri Dal 1995 gli standard emissivi di questa classe di veicoli sono normati
dalla direttiva 93/59/EEC,
93 / 59 / EEC7 che impone la marmitta catalitica per i mezzi alimentati
a benzina e modiche
modifiche del motore a diesel. Di imminente applicazione (1999) (1999) èe la
Direttiva 96/69/EEC
96 / 69 / EEC che richiede ulteriori limitazioni, come riportato in tabella 8.4.

alimentazione
alimentazione CO
CO NO VOC
NOacx VOC
benzina 30% 56% 56%
diesel 30% 40% 40%

Tabella 8.4
Tabella 8.4 Riduzioni percentuali attese dall'applicazione
dall”applicazione della proposta di direttiva
96/69/EEC calcolate rispetto ai limiti imposti dalla direttiva 93/59/EEC

Veicoli pesanti La Comunit

Veicoli pesanti Comunità a Europea ha limitato le emissioni di CO, VOC e NONO96x
>3.5t) n
dei veicoli commerciali diesel ((>3.5t) fin dal 1988. La Direttiva 91/542/EEC
91 / 542 /EEC pre-
vede piu rigidi controlli delle emissioni (specialmente NO
più NOwx e particolato)
particolato) ottenibili
attraverso l'introduzione turbocharging e exhaust
l”introduzione di nuove tecnologie motoristiche ((turbocharging
gas recirculation
recirculation,, oxidation
ozridation catalyst ). La Direttiva prevede due fasi di applicazione
catalyst).
la prima attuata nel 1994,
19947 la seconda a partire dal 1997.

Motorini e motocicli La prima direttiva dell'Unione

dell”Unione Europea per le emissioni pro-
dotte da questa categoria e la COM(93)449 che distingue i veicoli a due ruote in
due classi: i motocicli no
fino a 50 cmcm33 (a due cilindri)
cilindri) e i motocicli con cilindrata
maggiore a 50 cm
cm3 ulteriormente distinti a seconda montino motori a 2 o 4 cilindri.
3

L'applicazione
L”applicazione della norma COM(93)449  e`e prevista in
in due fasi
fasi (1997 e 2000) per i
2000) per
motocicli < 50 cm
<50 cm33 (tabella 8.5), mentre trova pieno rispetto dal 1997 per i veicoli
di cindrata superiore.

8.2
8.2 Caratterizzazione
Caratterizzazione fotochimica
fotochimica di
di un'area
un7area

Come gi a anticipato,

già anticipato7 in un contesto atmosferico chimicamente reattivo,
reattivo, una stessa
strategia di controllo delle emissioni pu
puòo avere effetti
eetti positivi o negativi,
negativi, a seconda
del contesto in cui essa eè attuata. Quindi,
Quindi7 prima di applicare un qualsiasi intervento
 Valutazione di strategie
strategie di risanamento
risanamento 259
259

alimentazione
alimentazione CO
CO NO VOC
NOacx VOC FC
FC
Stage I 50% 0% 55% 40%
Stage II 90% 67% 78% 56%

Tabella 8.5
Tabella 8.5 Riduzioni percentuali delle emissioni previste dall'applicazione
dall”applicazione della direttiva
COM(93)449

nalizzato
finalizzato al contenimento degli episodi di smog fotochimico,  e`e bene valutarne Pim-
l'im-
patto. Gli eetti
effetti del controllo delle emissioni sulla formazione di ozono possono essere
rappresentati concettualmente da un diagramma a isolinee (gura (figura 8.1), dall'esame
dall7esame
del quale risulta chiaro che le concentrazioni di ozono, ozono, in seguito al controllo dei
suoi precursori, possono variare in direzioni opposte a seconda delle caratteristiche
fotochimiche del dominio.

100--
120
90-

so-
mo
_š 70* 140

s wi
ò'
Z 50..

.E
U
E 40-4 200`

:É 30~ 180%
l'20 lóO-x.
2°` uu"
_M.
|0_ no

o 1 T T I I T I I I l

0 10 20 30 40506070 8090100
'ì of baselinc VOC emissions

Figura 8.1
Figura 8.1 Diagramma delle isolinee di ozono [189].
[189].

Nella figura
gura l'asse
lyasse delle ascisse rappresenta la percentuale residua di VOCVOC emessi
a fronte
fronte della riduzione delle emissioni antropogeniche di tali tali composti, mentre
mentre l”asse
l'asse
delle ordinate rappresenta la percentuale in termini di NO NO,Öx risultante dal controllo
delle rispettive emissioni. Nel piano sono riportate le linee a concentrazione di
ozono costante. L'area
Lyarea al di sotto della linea diagonale rappresenta punti con un
rapporto Vwc?
OC relativamente alto,
NOx alto7 tipico delle aree rurali
rurali,, caratterizzate da emissioni
260
260 Capitolo 8

di VOC
V00 di origine biogenica e da scarse emissioni antropogeniche di NO N01;x (regime
fotochimico NO
N0gcx limitato): la formazione di ozono in questa area risulta limitata
dalla disponibilita di NO
disponibilità x . All'interno
N02. Alllinterno di questo dominio, infatti,
infatti, si pu
puòo ottenere
una riduzione delle concentrazioni di ozono, diminuendo entrambe le emissioni di
NO
NO,lcx e VOC
V00 o diminuendo anche solo le emissioni di NO x . La catena di reazioni che
N02.
si innesca in ambito rurale pu
puòo essere cos
così riassunta [190]:
Vvoc oH~
!
OC + OH a RO2

Ro2` (si)
(8.1)
2
_›NO
!NO NO
R02`
RO No22 + R I O
_›NO.
RIO2~ !NO : :. :. _›NO
!NO NO
UNO22 + OH
- + prodotti (8.2)
(8.2)
2

dove 17 eè il numero di molecole di NO ossidate ad NO N022 per ogni molecola di V00 VOC
consumata nella prima reazione. In presenza di elevate concentrazioni di VOC V00 quin-
di, a partire da radicali organici, vengono formate 17 molecole di NO N02,2 , favorendo
l'accumulo
laaccumulo di ozono, che non viene utilizzato per convertire NO ad NO N02.2 . Se il rap-
porto % V OC eè elevato, gli ossidi di azoto risultano allora limitanti,
limitanti, perch
perché e servono ad
NOx
innescare la catena di reazioni sopra descritta (regime NO N01,x limitato
limitato).).
Nella zona al di sopra della diagonale, il rapporto yv_%0 V OC eè più
piu basso:
basso: questa
NOx
situazione eè caratteristica di aree urbane
urbane,, in cui prevalgono le emissioni antropoge-
niche di NO N096x (regime fotochimico VOC VOC limitato ). All'interno
limitato). All“interno di questa zona,zona, sia la
la
sola diminuzione delle emissioni di VOC V00 , sia la diminuzione contemporanea di V00 VOC
ed NO
N02,x , determina una riduzione delle concentrazioni di ozono. ozono. Infatti, l'introdu-
Pintrodu-
zione nel ciclo fotochimico
fotochimico dell'azoto
dellaazoto dei VOC porta ad un
V00 porta un accumulo di O poiche,
033 poiché,
per convertire NO N0 ad NO N02,2 , vengono utilizzati i radicali derivanti dai V00, VOC, lascian-
do l'ozono
l”ozono inutilizzato. Conseguentemente nella zona a VOC V00 limitato, riducendo la
quantit
quantità a di VOC,
V00, l'ozono
lyozono viene nuovamente consumato. In queste condizioni un au-
mento degli NO N0ggx induce una diminuzione dell'ozono,
dell”ozono, poich
poichée questo viene consumato
dalle seguenti reazioni:
O 3 + NO ! NO2 + O2
03+NO_>N02+02 (8.3)
(8.3)

No22 +
NO + OH
oH-
¬ HNo33
! HNO (8.4)
(8.4)
V OC basso la formazione di ozono eè inibita
In regioni caratterizzate da un rapporto [(,LOC
NOx
dalla presenza degli ossidi di azoto. Essendo ridotta la disponibilit
disponibilitaa di radicali or-
ganici prevale la reazione del biossido di azoto con il radicale OHOH-
a formare HNO
HN03. 3.
Il biossido di azoto non si dissocia quindi a formare NO e O 033 e la serie di reazioni
illustrata nel caso delle aree rurali viene interrotta. Quindi, poiché
poiche sono disponibili
maggiori quantit
quantitaa di radicali HO
H02-2
e RO 2
che, sostituendosi all'ozono,
R02- all”ozono, prendono
parte al processo di ossidazione del monossido di azoto, un aumento di V00 VOC causa
un aumento dell'O 3 . In letteratura sono disponibili molti lavori sul rapporto tra
dell”03.
l'ozono
l”ozono e suoi precursori. Si segnala in particolare una rassegna molto dettagliata a
cura di Sillman [191].
Per quanto riguarda la regione lombarda, oggetto dell'analisi illustrata nel
delljanalisi illustrata nel se-
guito, eè stato evidenziato da alcuni precedenti studi ([192], [193], [194])
[194]) che le zone
della Pianura Padana e della fascia
fascia Prealpina, caratterizzate da elevata
elevata urbanizza-
urbanizza-
zione e concentrazione industriale, sono VOCV00 limitate
limitate,, mentre le Alpi e le aree rurali,
dove le emissioni sono in forte misura di origine biogenica, sono condizionate da un
fotochimico NO
regime fotochimico NOgax limitato
limitato..
 Valutazione di strategie
strategie di risanamento
risanamento 261
261

8.3
8.3 Ipotesi
Ipotesi di
di scenari
scenari emissivi
emissivi alternativi
alternativi

8.3.1 Interventi tecnologici in applicazione alle norme europee

Proiezione
Proiezione al
al 2005
2005 delle
delle emissioni
emissioni da
da traÆco
traffico in
in Lombardia
Lombardia Al fine
ne di
analizzare l'impatto
l”impatto dello scenario emissivo che verrebbe a congurarsi
configurarsi sulla Regione
dell7applicazione delle normative illustrate al paragrafo x§8.1.4,
Lombarda a seguito dell'applicazione 8.1.4,
eè stata adottata la seguente metodologia che si articola in tre passi [154]:
1)
1) stima del parco circolante in Italia al 2005 in termini di tipologia dei veicoli,
cilindrata, alimentazione, numero medio di chilometri percorsi in un anno, tec-
nologia motoristica equipaggiata, ripartizione dei cicli urbano, extra-urbano e
autostradale;
2)
2) calcolo delle emissioni prodotte dal parco stimato;

3)
3) assegnazione delle emissioni all'area
all”area d'indagine
dyindagine secondo i criteri indicati dalla
metodologia CORINAIR.
Stima del parco
parco circolante al 2005 La metodologia CORINAIR prevede che i veicoli
vengano distinti per alimentazione (benzina, diesel, GPL), cilindrata, peso e in fun-
zione della progressiva applicazione delle Direttive ECE, che hanno imposto i limiti
alle emissioni degli autoveicoli a partire dagli anni '70
”70 (8.1.4).
L'algoritmo
L”algoritmo di stima del parco circolante e della sua composizione si basa su una
metodologia top-down che ad ogni passo fornisce il vincolo di crescita dalla classe
pi
u dettagliata esaminata nell'iterazione
più nell7iterazione successiva. Le curve di crescita e invecchia-
mento del parco sono state ipotizzate a seguito dell'analisi
delllanalisi dei dati forniti dall'ACI
dall”ACI
relativi alle immatricolazioni dal 1985 al 1996. La procedura si articola in tre tre passi,
quanti sono i livelli di descrizione del parco:
a) formulazione dell'ipotesi
a) formulazione dellipotesi di crescita dell'intero parco. Il numero di veicoli circo-
dellyintero parco.
lanti in Italia cresce linearmente di circa 600.000 nuovi veicoli l'anno.
Fanno. Sebbene
sia ragionevole ritenere che tale andamento sia destinato a diminuire, in questo
studio si eè preferito mantenere costante il trend positivo di crescita per aron-
affron-
tare il caso peggiore oggi ipotizzabile.
b) Analisi dell'evoluzione
dellyeooluzione delle classi di veicoli
veicoli.. La dinamica di ciascuna classe
eè ricavata dal trend dell'ultimo
dell”ultimo decennio e normalizzata sul dato complessivo
ricavato al passo precedente.
c) Stima della dinamica delle categorie
categorie.. Le classi di veicoli sono ulteriormente
distinte in categorie denite
definite dalla potenza del motore e dall'applicazione
dall”applicazione delle
diverse Direttive. L'andamento
Llandamento di ciascuna categoria  eè regolata da curve di
invecchiamento e riportata al dato di evoluzione complessiva ottenuto al passo
b. Le curve di invecchiamento, ricavate dall'analisi
dall”analisi di dati del decennio passato,
sono:

o veicoli a benzina: ddt:0.0237ln(t)+0.0275

t =0.0237ln(t)+0.0275
(coefiiciente di correlazione R
(coeÆciente R2=O.97)
2
=0.97)
262
262 Capitolo 8

ø veicoli a diesel: ddt:-0.OO49t2-0.0072t+1.0052

t =-0.0049t -0.0072t+1.0052 (R
2 2
=0.98)
(R2=0.98)
O veicoli
Veicoli a GPL: dt =-0.0013t +0.0098t -0.0226t+0.9245 (R
dt:-0.0013t3+0.0098t2-0.0226t+0.9245
3 2
=0.98)
(RQIOBS)
2

avendo indicato con t il numero di anni trascorsi dall'applicazione

dall”applicazione di una norma
comunitaria.

Valutazione
Valutazione delle emissioni Il modello CopertII
Copertll [148], la cui progettazione e imple-
mentazione sono nanziate
finanziate dall'Agenzia
dalllAgenzia Europea dell'Ambiente,
dell”Ambiente, produce il calcolo
delle emissioni prodotte dal comparto traÆco
trafi'ico su strada
strada.. La stima delle emissioni 
èe
basata su quattro classi di informazioni:
0 il consumo dei carburanti, dettagliato per tipo di combustibile e per categoria
di veicoli;
Veicoli;

o il parco circolante, descritto dal numero di veicoli per categoria e dalla distri-
buzione di et
etàa per categoria (classicazione
(classificazione UN-ECE);
ø le condizioni di guida, denite
definite dal numero di chilometri percorsi per classe
di veicoli, dal numero di chilometri percorsi per classe di tipologia di strada
(urbana, extraurbana,
eXtraurbana, autostrada) e dalla velocit
a media dei veicoli;
velocita veicoli;
ø i fattori di emissione, applicati per classe di veicoli, per velocita
velocita e età
eta del par-
co, utilizzando indicazioni relative alle propriet
a dei carburanti, alle condizioni
proprieta
meteorologiche, al carico medio dei veicoli.
E'
Ea stato quindi ipotizzato che la ripartizione tra ciclo urbano, extra-urbano e au-
tostradale, il numero medio di chilometri percorsi per classe di veicoli e le velocit
a
velocita
medie di percorrenza siano le stesse indicate dall'ACI
dall“ACI per il 1998.
Le simulazioni dei campi emissivi stimati hanno condotto ai seguenti risultati
(gura file scenari.ppt
(figura CD.8.1, contenuta nel le scenari.ppt alla directory CAPITOLO8
CAPITOLOS del CD
allegato al testo).

Il dominio regionale Il confronto delle emissioni stimate per il 2005 e per il 1998,
relative al solo comparto del traffico
traÆco veicolare, mostra l”effetto
l'eetto combinato prodotto
dall'introduzione
dall”introduzione delle normative sui dispositivi di controllo delle emissioni e dall'au-
dall7au-
mento dei veicoli circolanti previsto per i prossimi anni (tabella 8.6). Si nota la forte
diminuzione di NONOw,x , CO e VOC favorita dall'introduzione
dall”introduzione di tecnologie e combus-
tibili pi
u attenti all'ambiente.
più all”ambiente. La riduzione delle emissioni risulta più piu evidente sui
tratti autostradali e extraurbani che per le arterie urbane. Ci Ciòo 
èe dovuto, princi-
palmente, alle diverse velocit a di percorrenza caratteristiche dei 3 cicli stradali. La
velocita
riduzione sul totale delle emissioni risulta essere di circa ilil 25% per
per gli NO
NO,Ex ee del
15% per VOC e CO.
L'area
Llarea metropolitana bresciana La simulazione condotta sull'area metropolitana
sull”area metropolitana
bresciana mostra una generale diminuzione degli NO x , del CO e dei VOC,
NOQE, VOC, secondo
l'andamento
Fandamento gigiaa visto a livello regionale (tabella 8.7).
L'analisi
L7analisi delle mappe di emissione indica che le le aree che beneficiano
beneciano di unauna
riduzione di NO
NOw, x , CO e alcani sono le due autostrade (A4 e A21), il centro cittadine
di Brescia e le principali arterie stradali.
 Valutazione di strategie
strategie di risanamento
risanamento 263
263

NOx
NOX CO
CO VOC
VOC
autostrade
autostrade -55.23% 47.73%
-55.23% -47.73% -53.34%
-53.34%
extraurbane -49.76% 47.81%
extraurbane 49.76% -47.81% 45.25%
-45.25%
urbane
urbane -46.21% -37.20%
-30.48% 46.21% -37.20%

Tabella 8.6
Tabella 8.6 Dierenze
Differenze percentuali tra le emissioni stimate
stimate per il 2005 ee per il 1998 per il
comparto del traÆco
traffico veicolare, divise per tipologia
tipologia di strade

NOx
NOX CO
CO VOC
VOC
autostrade
autostrade -48.59% -57.76%
-58.34% 48.59% -57.76%
extraurbane -49.87% 47.68%
extraurbane -51.48% 49.87% -47.68%
urbane
urbane -46.01% -37.33%
-30.49% 46.01%

Tabella 8.7
Tabella 8.7 Dierenze
Differenze percentuali tra le emissioni stimate
stimate per il 2005 ee per il 1998 per il
comparto del traÆco
traffico veicolare relativo all'area metropolitana bresciana.
allflarea metropolitana bresciana.

Valutazione
Valutazione dell'impatto
delllimpatto sull'atmosfera
sull,atmosfera L'impatto
L”impatto dello scenario emissivo ipo-
tizzato sopra eè stato valutato sulla base delle simulazioni ottenute alimentando il
sistema di modelli CALGRID con i campi meteorologici dell'eserciziodelljesercizio di riferimento
(si veda il paragrafo 7.2) [168].
Lo scenario simulato evidenzia rispetto al caso di riferimento un innalzamento
dei valori di ozono e nelle aree fortemente urbanizzate (g. (fig. CD.8.1). Analoghe consi-
derazioni vengono tratte dall'analisi
dall”analisi delle mappe di concentrazione ottenute per altri
inquinanti secondari, quali il PAN, la cui formazione èe legata legata a dinamiche correlate
all'accumulo
all”accumulo di ozono. I campi di concentrazione dell'acido
dell”acido nitrico, mostrano invece
una lieve diminuzione dovuta all'abbattimento
all”abbattimento delle emissioni
emissioni di NONOgcx ee alle scarsa
reattivit
reattivitàa chimica del composto. Le figure gure 8.2 8.3, 8.4, riportano i valori massimi
stimati sul dominio per alcuni inquinanti; si pu puòo osservare la netta riduzione dei
primari e il deciso incremento delle concentrazioni massime del PAN.
La simulazione dello scenario emissivo stimato al 2005 evidenzia dunque che le
politiche di abbattimento delle emissioni in vigore per il traffico traÆco autoveicolare nei
prossimi anni sono insuÆcienti
insuflicienti per la tutela di limiti di legge, anzi sono peggiorative
nelle aree a maggiore urbanizzazione, poich poichée privilegiano riduzioni di NO NOIx in aree
VOC
VOC limitate
limitate.. Queste indicazioni da una parte suggeriscono un maggior sforzo di
comprensione dei fenomeni di produzione, accumulo e trasporto degli inquinanti
fotochimici; dall'altra
dallialtra confermano la convinzione che ii sistemi modellistici, come
quello descritto, costituiscono uno strumento indispensabile per la formulazione di
strategie eÆcienti
eflicienti di riduzione delle emissioni.

8.3.2 Interventi sul trasporto pubblico

La
La metropolitana
metropolitana leggera
leggera L'assetto
L”assetto della mobilita
mobilita della citt
a di Brescia èe im-
citta im-
perniato su una disposizione stradale radiale delle vie di accesso, che con uiscono
confluiscono
nel centro storico cittadino nel quale sono accentrate la maggior parte delle attivit
attivitaa
di carattere terziario. Il nucleo antico rappresenta, di conseguenza, il principale po-
264
264 Capitolo 8

2.30 f

2.20

2.10

:I Ucaso base
â 2.00
I] stima al '2005

1.90

1.80

PAN
scenario

Figura 8.2
Figura 8.2 Concentrazioni massime di PAN [ppb]
[ppb] sul dominio relative
relative ai diversi scenari.
scenari.

lo attrattore di trafiico
traÆco del territorio comunale e, e, addirittura, dell'intera
delllintera provincia,
considerato che in tutto il territorio provinciale non esistono poli urbani alternativi
alla citt
cittàa di Brescia. La prima conseguenza eè rappresentata da un7elevatissima
un'elevatissima do-
manda di penetrazione veicolare e di sosta caratterizzata, quest'ultima,
questjultima, dalla lunga
durata. E' E7 chiaro che le caratteristiche del reticolo viario cittadino e la scarsa dispo-
nibilit
nibilitàa di spazi da attrezzare alla sosta hanno comportato un”occupazione
un'occupazione continua
ed irregolare delle vie del centro con l'inevitabile
l7inevitabile paralisi della mobilità
mobilita del centro
storico [195]. L'Azienza
L7Azienza Servizi Municipalizzati del Comune di Brescia (ASM Bres-
cia S.p.A.), ha concluso nel dicembre 1987 uno studio di fattibilità
fattibilita che ipotizza la
realizzazione di un sistema di trasporto
trasporto innovativo che sia in grado
grado di raggiungere
raggiungere
concreti obiettivi e soddisfare taluni esigenze, quali la salvaguardia dell'ambiente,
dell”ambiente, la
riduzione dell'inquinamento
dell”inquinamento atmosferico ed acustico, la riduzione dei tempi di viag-
gio, il contenimento dei costi complessivi, privati e pubblici, trasporto,
pubblici, del servizio di trasporto,
il miglioramento dei collegamenti tra le varie zone della citt a, la migliore vivibilit
città, vivibilitàa
del centro storico. La realizzazione della linea metropolitana decongestionerebbe
le principali arterie stradali del comune di Brescia anche perch perchèe comporterebbe la la
creazione di parcheggi di interscambio, che costituirebbero un drenaggio del fiusso usso
di traÆco
traflico proveniente dall'hinterland.
dall°hinterland.
L'individuazione
L”individuazione planimetrica del tale tale tracciato, come si legge nel nel progetto
dell'ASM
dell”ASM Brescia S.p.A.,
SpA., e della localizzazione delle stazioni ha tenuto conto di
diverse necessit a:
necessità:

- stato e sviluppo urbanistico della citt

a;
città;

- servire zone ad elevata densit a insediativa: tali zone, infatti,

densità infatti, devono poter
poter ga-
rantire la possibilit
a di una acquisizione diretta da parte
possibilità parte dell'utenza;
dell”utenza;

- servire, ove eè possibile, i piu'

piu7 importanti attrattori e generatori di traflico
traÆco come,
per esempio, le strutture ospedaliere e gli uÆci pubblici;
uffici pubblici;
 Valutazione di strategie
strategie di risanamento
risanamento 265
265

360

340

I] caso base
ppb

320
III stima al '2005

300

280

260
NOx

scenario

Figura 8.3
Figura 8.3 Concentrazioni massime di NO
NOacx [ppb]
[ppb] sul dominio relative ai diversi scenari.

- facilitare l'interscambio
l”interscambio con gli altri sistemi di trasporto
trasporto pubblico,
pubblico, con partico-
lare riferimento alla ferrovia
ferrovia ed alla rete di trasporto eXtraurbano;
extraurbano;
- minimizzare gli interventi di adeguamento della rete stradale esistente, inserem-
do il tracciato della metropolitana nella rete di trasporto ordinaria;
ordinaria;
- vericare
verificare la fattibilit
a tecnico-costruttiva di inserimento di tale tracciato nel
fattibilità
contesto delle preesistenze urbane;
- prevedere opportune strutture di arroccamento del traÆco traffico automobilistico in
ingresso alla citt
a, ovvero dei parcheggi di interscambio da ubicare alla periferia
città,
della citt
a stessa.
citta
 stato inoltre denito
E
\
definito il progetto LAM (Linee ad Alta Mobilit a) che prevede
Mobilità)
l'ottimizzazione
llottimizzazione del trasporto pubblico su strada, attraverso la denizione
definizione di percorsi
che integrino la rete bus attuale.
La metropolitana leggera in uenza,
influenza, quindi, principalmente
principalmente il traÆco
trafl'ico extraur-
bano, mentre le LAM solo il traffico
traÆco urbano di Brescia. Nella figura
gura CD.8.2 eè rap-
presentato il tracciato della linea 1 e del suo prolungamento, progettati dall'ASM dall”ASM
Brescia S.p.A.

L'impatto
L”impatt0 sulla
sulla viabilit
a L'impatto
viabilità Llirnpatto sui flussi
ussi di traffico
traÆco della rete stradale pro-
dotto dall'introduzione
dalliintroduzione della metropolitana, integrata
integrata dalle linee ad alta mobilita
mobilita
(LAM), eè stimato attraverso l'applicazione
liapplicazione del modello di traÆco
traffico VISUM [196]. Il
modello di assegnazione VISUM necessita di una rappresentazione dell'oerta
dell”offerta di tra-
tra-
sporto, descritta sotto forma di grafo (gura
(figura CD.8.3), e della domanda di trasporto,
trasporto,
espressa dal numero di spostamenti compiuti da ciascuna origine ad ogni destina-
zione, in un particolare e pressato
prefissato intervallo di tempo
tempo ee descritta sotto forma
forma di
matrice O/D (Origine Destinazione).
266
266 Capitolo 8

4.15 f

4.14

4,13
E Elcaso base
n.
a' Elstima al '2005
4.12

4,1 1

4.10
CO
scenario

Figura 8.4
Figura 8.4 Concentrazioni massime di CO [ppm]
[ppm] sul dominio relative ai diversi scenari.

Per l'aggiornamento
l7aggiornamento della matrice O/D
O /D si 
eè proceduto nel seguente modo.
modo. L'ipo-
Lyipo-
tizzato insediamento della metropolitana comporta la identicazione
identificazione di 3 zone (gura
(figura
CD.8.4):
a)
a) Il dominio all'interno
all”interno del quale 
eè presente il tragitto della metropolitana leggera
leggera
costituiscono il cosiddetto corridoio
corridoio..

b) Le aree situate in prossimit definite zone vicine

a del corridoio sono denite
prossimità vicine..

c) Le zone piu' definite lontane

piu7 distanti dal corridoio sono denite lontane..

ussi di traffico,
La matrice O/D, che descrive lo stato attuale dei flussi traÆco, èe stata modificata
modicata
sulla base delle ipotesi formulate nel piano di fattibilit
a:
fattibilità:

a)
a) il numero dei veicoli aventi origine nel corridoio e destinazione nel corridoio, `ee
stato ridotto del 50%;
b) il numero dei veicoli aventi origine nelle zone vicine e destinazione nel corridoio,
eè stato ridotto del 30%;
c) il numero di veicoli aventi origine nelle zone lontane e destinazione nel corridoio,
eè stato ridotto del 100%.
Quest'ultima
Quest”ultin1a ipotesi e`e resa possibile poich
poichée 
e`e prevista la costruzione di parcheggi che
fossero in grado di contenere i veicoli provenienti dalle zone lontane lontane.. Questa ipotesi
ipotesi
prevede, infatti, che gli \utenti"
“utenti” che partono dalle zone lontane e hanno destinazione
nel corridoio, raggiungano i parcheggi con l'automobile
llautomobile ee si spostino all'interno
allflinterno del
corridoio con la metropolitana.
Nella gura
figura (CD.8.5)
(CD.8.5) e rappresentata la dierenza ussi di traffico
differenza tra i flussi traÆco relativi
al caso base e quelli ricavati con l'introduzione
laintroduzione della metropolitana leggera in ambito
urbano. Si osserva una netta diminuzione dei ussi flussi nelle arterie in ingresso alla citta.
città.
 Valutazione di strategie
strategie di risanamento
risanamento 267
267

Valutazione
Valutazione delle
delle emissioni
emissioni Si 
eè eettuata
effettuata una stima delle emissioni a partire
dalla variazione dei ussi
flussi di traÆco
traffico determinata dall'ipotizzato
dall”ipotizzato insediamento della
metropolitana. Una volta ricavata la matrice O/D, applicando il modello di asse-
gnazione VISUM, e`e stato possibile ricavare i nuovi ussi
flussi di traffico
traÆco e calcolare il
rapporto tra questi e quelli impiegati nella simulazione dello scenario di riferimento.
riferimento.
La simulazione condotta con il modello delle emissioni ha mostrato i risultati
esposti in tabella 8.8 dove eè indicata la diminuzione percentuale, rispetto al caso
base, delle emissioni divise per tipologia di strada, relative agli NO NOw,x , al CO e ai
VOC.

Tipologia
Tipologia di
di strada
strada NO
NOJCx CO
CO VOC
VOC
extraurbane
extraurbane -7.83% -7.62% -7.74%
urbane
urbane -0.41% -0.45% -0.42%

Tabella 8.8
Tabella 8.8 Dierenze
Differenze percentuali tra
tra le emissioni dell'intero
delllintero dominio di calcolo
calcolo stimate
stimate
per il caso base e lo scenario della metropolitana leggera,
leggera, relative
relative al comparto
comparto
del traÆco
traffico veicolare, divise per tipologia
tipologia di strade

Si pu
puòo osservare una modesta riduzione delle emissioni inquinanti in ambito
urbano. Ci
Ciòo dipende dal fatto che la metropolitana leggera e la LAM comportano
una riduzione attesa pari al 50% del traÆco traffico urbano del solo Comune di Brescia.
Questo fatto spiega anche perch
perchèe la riduzione delle emissioni inquinanti sia più
piu evi-
dente in ambito extraurbano.
eXtraurbano. Tali strade, infatti, attraversano un numero maggiore
di comuni rendendo pi u evidente la dierenza
più differenza con il caso base. La riduzione delle
emissioni sulle strade extraurbane eè,, comunque, abbastanza limitata. L'introduzione
L7introduzione
della metropolitana leggera, infatti, causa non solo una diminuzione, ma anche una
ridistribuzione dei flussi
ussi di traÆco,
traffico, determinata dalla nascita di un sistema di per-
cheggi ubicati in corrispondenza delle stazioni pi u strategicamente collocate ai fini
più ni
dell'interscambio
dell”interscambio tra il traÆco
traflico pubblico e privato.
La riduzione sul totale delle emissioni del dominio èe stimata in circa il 2% per
gli NO
NO96x e l'1%
171% per CO e VOC.
Dalla gura
figura CD.8.6 si possono visualizzare alcuni campi ottenuti dalla dierenza
differenza
delle emissioni stimate per il caso base e per lo scenario della metropolitana leggera.

L'impatto
L”irnpatto sulla
sulla qualit
a dell'aria
qualità dell'aria Anche in questo caso l'impatto
l”impatto dello scenario
emissivo ipotizzato e`e stato valutato tramite simulazioni con il sistema di modelli
CALGRID. Dall'analisi
Dalilanalisi dei risultati delle simulazioni, non emergono signicative
significative
dierenze
differenze tra i valori massimi delle concentrazioni di ozono calcolati nel caso base e
quelli calcolati nello scenario che ipotizza l'introduzione
llintroduzione della metropolitana leggera
in ambito urbano. Le dierenze
differenze sono ancora pi u trascurabili per quanto riguarda
più
i valori medi stimati per l'intera
llintera area metropolitana bresciana. Analogamente, le le
concentrazioni massime e medie degli inquinanti primari
primari non subiscono variazioni
variazioni di
rilievo rispetto al caso base.
La figura
gura CD.8.6 mostra le mappe relative all'ozono
all“ozono ee al CO ottenute
ottenute come
dierenza
differenza tra le concentrazioni calcolate per il caso base e le concentrazioni stimate
268
268 Capitolo 8

per lo scenario ipotizzato. Si nota che l'introduzione

l”introduzione della metropolitana leggera
comporta lievi incrementi delle concentrazioni di ozono all'interno
all”interno del corridoio.
Il limitato impatto dello scenario emissivo ipotizzato eè anche dovuto alla meto-
dologia di nesting
nestz'ng one way utilizzata per la denizione
definizione delle condizioni al contorno
del dominio urbano, ricavate dalle simulazioni del caso base regionale.
regionale.
 9
Modelli per previsioni in tempo reale

Per comprendere a fondo le problematiche legate alla previsione previsione in tempo reale
dell'inquinamento,
dell”inquinamento7  eè necessario puntualizzare quando e dove tale previsione eè vera-
mente fondamentale. Tipicamente lo eè in uno schema di controllo in tempo reale
della qualita dell'aria
qualita dellyaria (g.
(fig. 9.1). In questo contesto, sulla base delle concentrazioni
d'inquinamento
d”inquinamento previste, possono essere presi provvedimenti (ad esempio impiego di
combustibile "pi u pulito",
” più pulito”, riduzione del carico di un impianto, o altre azioni). Per
ridurre le emissioni programmate, allorch
allorchée tali livelli
livelli di concentrazione superino ii li-
li-
miti previsti dalla legge. In queste circostanze appunto predittori classici puramente
stocastici (come quelli a scatola nera del tipo descritto in Appendice A), non sono in
grado di fornire prestazioni soddisfacenti, soprattutto in presenza di episodi critici,
che il piu delle volte vengono previsti in ritardo e sottostimati. Si può
più puo pensare che
questo accada perch
perchèe i modelli a scatola nera non tengono suÆcientemente
suflicientemente conto
della variabilit
variabilitàa delle emissioni e/o
e/ o della meteorologia, che influenzano
in uenzano in modo sos-
tanziale la concentrazione degli inquinanti.

Standard
di legge Concentazionik
Sorgenti ` Sistema
Re olatore V
g emissive Atmosfera

Coneentrazioni l
previste
Predittore H Misure ›<_

Figura 9.1
Figura 9.1 Schema
Schema di
di controllo
controllo in tempo reale
in tempo reale

Una possibile alternativa eè costituita da modelli, come quelli illustrati nel se-
guito, nei quali vengono introdotte in modo sia esplicito che implicito dipendenze di
tipo sico
fisico dalle variabili in gioco nel fenomeno esaminato.
270
270 Capitolo 9

9.1
9.1 Modelli
Modelli grey-box
grey-boa:

Nei modelli stocastici eè sempre presente in ingresso un disturbo che ingloba in s sée
tutte quelle cause che contribuiscono a determinare il comportamento incerto del
sistema e che,che7 per qualche ragione, non  e`e possibile esplicitare nel modello; diventa
dunque essenziale il ricorso a strumenti di analisi di tipo probabilistico per la stima
dei parametri del modello stesso.
Pi
Più u precisamente, per identicazione
identificazione di un modello s'intende
s7intende quel procedimento ma-
tematico attraverso il quale si giunge all'individuazione
alllindividuazione dei parametri di un sistema
dinamico che possa essere proposto come un buon interprete dei dati osservati (si
veda Appendice A). Il procedimento di stima dei parametri che caratterizzano i
modelli, pupuò o prescindere dalla realt a fisica
realta sica del fenomeno (in quanto ai parametri
non si associa necessariamente una legge sica); fisica); in questo caso ci si propone solo di
avere una descrizione di tipo ingresso-uscita del sistema, senza occuparsi della sua
eettiva
effettiva struttura e delle leggi che ne determinano il comportamento. Si cerca cio cioee
una relazione matematica che permetta di interpretare nel modo migliore possibile
i dati osservati; si parla in questo caso di modelli a scatola nera (si veda Appendice
A).
Nel seguito sono presi in esame modelli a scatola grigia ((grey-box) grey-box ) non stazionari e
definiscono modelli a scatola grigia quei modelli che costituiscono un
non lineari. Si deniscono
compromesso tra i processi stocastici teorici a scatola nera [197] [197] e quello che può
puo
essere inferito sulla base della conoscenza fisica sica del fenomeno in esame. Questa deno-
minazione deriva dal fatto che vengono introdotte nel modello, in modo sia implicito
che esplicito, dipendenze di tipo sico fisico delle variabili in gioco nel fenomeno esami-
nato. In particolare i parametri possono essere funzioni funzioni del tempo
tempo o di categorie o
definite; in tal caso i modelli grey-box
classi opportunamente denite; grey-boa sono caratterizzati dal
fatto di essere non stazionari e/o non lineari lineari..
Nel seguito si richiamano i fondamenti metodologici dei modelli autoregressivi con
ingressi (ARX)
(ARX) e si analizzano alcune tecniche che consentono di estenderne la trat-
tazione e l'uso
lluso a processi non stazionari e non lineari, lineari, introducendo parametri che
variano nel tempo
tempo in funzione di variabili meteorologiche ee/o / o di emissione,
emissione, per
per arric-
chire appunto la struttura del modello sulla base della conoscenza fisica sica del fenomeno,
fenomeno,
sia pur in modo semplicato.
semplificato. In particolare, i parametri
parametri possono essereessere valutati
valutati in
funzione di indicatori meteorologici aggregati per categorie al fine ne di tenere conto
della tipica variabilit a dei fenomeni atmosferici, senza introdurre un numero ecces-
variabilità
sivo di variabili esogene ed operando con grandezze discrete anzich anzichée continue. In
base alle serie storiche disponibili, vengono selezionate le situazioni pi u critiche per
più
l'inquinamento
llinquinamento e le frequenze con cui si presentano i diversi scenari. In particolare
eè anche possibile prendere in esame andamenti ciclici con l'introduzione l”introduzione di modelli
ciclostazionari
ciclostazionari..

9.1.1 Modelli Autoregressivi con ingressi ARX

I modelli stocastici presentati nel seguito sono dinamici, a tempo discreto, univariati
univariati
(una sola variabile d'uscita)
d”uscita) e hanno pi u variabili di ingresso.
più ingresso. In particolare viene
presa in considerazione la classe dei modelli ARX (Auto Regressive With with eXogenous
input), poich
e, ai fini
poiché, ni della previsione e controllo in tempo reale a breve
breve termine,
termine, tali
tali
 Modelli per previsioni in tempo
tempo reale
reale 271
271

modelli risultano particolarmente eÆcaci

efficaci nella loro estensione al caso non stazionario
a parametri varianti.
Nella forma pi u generale i modelli ARX stazionari possono essere rappresentati con
più
un'equazione
un7equazione alle dierenze
differenze lineare a coeÆcienti
coefiìcienti costanti, che lega fra loro la variabile
di uscita, le M variabili esogene di ingresso ed il termine di rumore, con la struttura
sotto riportata:

yy(t) : b(mulo:
(t) = 11 u1 (t _ 
T11 - 1)+
1)+ :.....
::::++b1p,u1
b1p1 u1 ((tt - T11 -P1)
p1 ) +
+ b21 u2 (t - T22 - 1)+
+ b21u2( t 1)+ :.....
::::+ b2p2 uu2(t
+b2p2 2 (t _  p2 ) +
7-22 _ 172) +
+ :......
+ :::::
+ bluM(t
+ M 1 uM (_†M_
t M 1)+ 1)+:.....
::::++bMpM
bMpM uuM(t-T
M (t M pM ) +
M -PM)+
+ ee(t)
(t)
dove e(t)
e(t) e un rumore bianco, gaussiano, a valor medio nullo e varianza pari a ag. e.
2

In questa rappresentazione 'rii rappresenta il parametro che specica specifica il ritardo di

causalit
causalitàa fra l'uscita
l7uscita y(t)
y(t) e l'i-esimo
l”i-esimo ingresso (si veda Appendice B).
Per conferire maggiore flessibilità
essibilita al modello eè conveniente considerare ilil caso pi
piùu
generale in cui i parametri (b ij ) non siano costanti, ma
(bij) ma dipendano direttamente dal
tempo o da alcune grandezze fisiche siche a loro volta funzioni del tempo;
tempo; queste ultime
grandezze, cui pu o essere imputata la variazione dei parametri,
può parametri, si comportano, di
fatto, come degli ulteriori ingressi: per questo motivo possono essere assunti come
ingressi impliciti
impliciti.. Nel caso in cui i parametri del modello dipendano esplicitamente
dal tempo e/oe / o da altri ingressi, il modello risulta non stazionario e, in generale,
generale, anche
non lineare; nel caso particolare in cui la ragione della variazione dei parametri può puo
essere individuata nella variabile di uscita, il modello risulta non lineare nell'uscita
nell”uscita
stessa.I
stessal modelli di questo tipo sono descritti da un'equazione
un“equazione alle dierenze
differenze in cui i
coeÆcienti
coefficienti dipendono dal tempo t direttamente o indirettamente tramite gli ingressi
impliciti; come nel caso dei modelli stazionari, tale equazione esprime un legame fra
la variabile di uscita del sistema, input esogeni e termine di rumore.

9.1.2
9.1.2 Modelli
Modelli ciclostazionari
ciclostazionari

Spesso i fenomeni naturali presentano un comportamento ciclico: la concentrazione

oraria dell'ozono,
dell“ozono, ad esempio, presenta una ciclicit a sulle ventiquattro ore, dovuta
ciclicità
all'andamento
all”andarnento dell'attivit a radiante del sole, motore principale della reattività
dell”attività reattivita foto-
chimica. eè quindi interessante prendere in considerazione una classe di processi e
ciclostazionari ) che, pur non potendo essere classicati
modelli ((ciclostazionari) classificati stazionari, variano
nel tempo con \regolarit a" periodica [19].
“regolarità”
1
Un processo casuale f{m(t)}t+:oioo
x(t)g+t= 1 si dice ciclostazionario o periodico di periodo T,
in senso forte, se tutte le sue caratteristiche probabilistiche si ripetono inalterate
ogni T istanti di tempo. In modo rigoroso ci o signica
ci`o significà che le innite
infinite distribuzioni
di probabilita congiunta sono periodiche di periodo T:
probabilità

PP(x(
(x(to)7
to );x (t1 ),.
íl'(t1 );: :. :. ;x (ttm71
,.'L'( m 1 )) =
:
+ T),w(i1 + T),. . _ ,w(tm_1 + T» Vtüvm (91)
:P
= (x(to + T );x(t1 + T );: : : ;x(tm 1 + T )) 8ti ; 8 m
Posh:0 (9.1)
272
272 Capitolo 9

Ne consegue quindi che un processo stazionario eè in particolare un processo periodi-

co di periodo qualsiasi. Un modo equivalente di denire definire la ciclostazionariet a di un
ciclostazionarieta
processo consiste nel richiedere che tutti i momenti d'insieme, d”insieme, di qualsiasi ordine,
siano T periodici.
T-periodici.
Un processo f{m(t)
x(t)g+ 1
= 1 si dice ciclostazionario debole di ordine r se sono T
tLOÉOO periodici:
T-periodici:
la media  t , la varianza 
at, t , i momenti superiori fino
o 22h no all'ordine
all”ordine r e la funzione di
autocorrelazione:
E [(x(t) - 
E[(w(t) t )(x(t + T)) - 
Howe t+ )]
mm]
%Qt(7')
t ( ) = (9.2)
(9.2)
Ut0t+f
t t+
La funzione di autocorrelazione dipende dunque anche da t, essendo il processo non
stazionario.
Queste condizioni possono essere analogamente espresse,
espresse, richiedendo che:
Ema]
E = EEmme]
[x(t)] = = at
[x(t + kT )] =
Ema-af]
E [(x(t) t ) ] =
2
= EEi(w<t+kT>-a>21
[(x(t + kT ) t )2 ] == a?t2




Ema-ar]
E = EEi<w<t+kT>-ar1
[(x(t) t )r ] = [(x(t + kT ) t )r ]
t (
) =
%gt(-) : % t+kT (
)
Qt+kT(-) 8k; t = 1;: : : ;T
Vk,t:1,...,T (9.3)
(9.3)
Se gli rT momenti e le T funzioni di autocorrelazione 9.2 sono calcolabili in base ad
un”unica realizzazione, il processo si dice cicloergodico
un'unica cicloergodíco debole di ordine r.
Generalmente nelle applicazioni, si considerano processi ciclostazionari deboli di or-
dine 2, in cui cio
cio`ee solo medie, varianze e funzioni di autocorrelazione si ripetono
periodicamente ogni T istanti. Nel caso specico specifico di distribuzioni gaussiane un pro-
cesso di questo tipo eè anche ciclostazionario in senso forte.
Spesso pu
puòo essere conveniente eettuare
effettuare una trasformazione del processo per lavo-
rare poi su un processo standardizzato
standardizzato,, ovvero con medie nulle e varianze unitarie.
Se f{X(t)}
x(t)g eè un processo T ciclostazionario gaussiano, il corrispondente processo
T-ciclostazionario
standardizzato f{y(t)}
y(t)g e denito trasformazione:
definito dalla trasformazione:
x517(t
(t + kT xt
kT)) - am
yy(t
(t + kT
kT)) =
:
t
xt
dove  xt e 
,axt 02m
2
xt sono le T medie e le T varianze del processo originario. Si osservi
che %
Che @t)
xt (
) = % yt (
) = %
@ytf) t (
)
mf)
Si pu
può o allora utilizzare un modello ARX in cui valori dei parametri bbijij variano
modulati da una legge L periodica: se T e`e il periodo della ciclicit a e t un istante
ciclicita
temporale generico, la funzione
funzione L associata a questi modelli
modelli pu
o essere cos
può così espressa:

La)
L : ((tmOdT)
(t) = + 11
tmodT ) + (9.4)
(9.4)
Tali modelli risultano dunque lineari, ma non stazionari. L'insieme L”insieme dei parametri
#19 eè costituito da T elementi che ciclicamente e nello stesso ordine temporale
temporale ven-
ven-
gono usati nel modello. Sono cos cosi modellizzabili processi stocastici ciclostazionari
che presentano caratteristiche statistiche con andamento ciclico di periodo periodo T. Tali
modelli grey-box possono essere deniti definiti modelli ciclostazionari e T viene assunto
periodo di
come periodo dz' ciclostazionariet
a. In alcuni casi accade che il periodo di ciclosta-
ciclostazionarietà.
zionariet
zionarietà a sia grande e che, a istanti adiacenti nel periodo,
periodo, corrispondano valori dei
 Modelli per previsioni in tempo
tempo reale
reale 273
273

parametri che dieriscono

differiscono tra loro di una quantit
quantitaa trascurabile.
trascurabile. In tal caso, al fine
ne
di contenere il numero di modelli e quindi di parametri da stimare 19, #, si adottano
modelli con stazionariet
stazionarietàa interne
interne,, caratterizzati da leggi di dipendenza del tipo:
tipo:

L (t) =
L(t) :S ((tmodT ) + 1)
S((tmodT) 1) (9.5)
(9.5)
dove S e una funzione a gradini denita
definita nel seguente modo:
"
11  .Tx S ttl1
115
SS(;U)
(x) =: s 1
s ttsfl Sx a: 
É ttSs (9.6)
(9.6)
S 1
SS t7fs_1 Sw xST T
Gli istanti temporali riferiti a valori di xX compresi fra tszl ts 1 e ts
ts deniscono l's-esimo
definiscono l”s-esimo
intervallo di stazionariet
stazionarieta a interna; S eè il massimo numero di stazionariet a presenti
stazionarieta
nel periodo. CosCosì facendo, ad ogni stazionariet
stazionarieta a interna al periodo corrisponde un
vettore di parametri # lyinsieme #
S e quindi l'insieme
195 19 contiene solo S elementi al posto di
T (ovviamente S < T). Dal punto di vista fisico sico le stazionariet
stazionarietaa interne al periodo
delineano l'intervallo
l7intervallo temporale in cui si pu o ritenere trascurabile la variazione del
può
vettore #195S in una rappresentazione con legge L ciclica.
Il pi
u seplice esempio di modello ciclostazionario e costituito da un modello
più
autoregressivo del primo ordine ciclostazionario (ARCS(1))(ARCS(1)) di periodo T:
yy(t+kT+1) : bb,,1y(t+kT)
(t + kT + 1) = + ee(t+kT)
t;1 y (t + kT ) + (t + kT ) t == 11,2,...,T
;2;: : : ;T (9.7)
(9.7)
che risulta denito
definito dai T parametri b bw, nonchée dalle T varianze 
t;1 , nonch e(t) . La condizione
aš(t).
2

di ciclostazionariet
ciclostazionarieta verificata se j|bt71|
a eè vericata bt;1 j < 1 e la relazione di Yule-Walker
Yule Walker diventa:
bbtfil : %pt(1)
t;1 = t (1) (si veda Appendice A).
anch”esso ciclostazionario, vale: 
La varianza del rumore, anch'esso e(t) =
030,)
2
: 1-% t (1).
Qš(1).
2

9.1.3 Modelli con categorie

I parametri stessi dei modelli possono essere ipotizzati funzioni di variabili esterne,
quali quelle meteorologiche, attraverso categorie o classi che sintetizzano l'informa-lvinforma-
zione legata alla tipica non stazionariet a e non linerit
stazionarieta lineritaa dei fenomeni atmosferici.
Infatti la variabilit
variabilitàa di questi fenomeni e tale
tale per cui, spesso, troppe
troppe sarebbero le le
variabili esogene da inserire esplicitamente in un modello ARX per esprimere la loro
in uenza
influenza sull'andamento
sull”andamento delle concentrazioni di inquinante.
inquinante. Essendo d'altra
d”altra parte
troppo complesso considerare una dipendenza continua dei parametri del modello
da tutte le variabili in gioco, per ovviare anche ai problemi di stima sulla base delle
serie storiche disponibili, si preferisce schematizzare un numero limitato di situazio-
categorie ), ad ognuna delle quali corrisponde un set di parametri da identicare
ni ((categom'e), identificare
[198].
Ad esempio, la classicazione
classificazione delle situazioni meteorologiche può puo essere
essere eseguita
eseguita a
partire dallo studio di mappe sinottiche in quota, distinguendo regimi ciclonici ed
anticiclonici e relative condizioni di stabilit a ed instabilità
stabilità instabilita al suolo, [19]. IlIl regime
regime
anticiclonico e infatti la condizione pi u pericolosa per liaccumulo
più l'accumulo dell'inquinamento
dellainquinamento
emesso da camini bassi (ad es. in aree urbane), poich poichèe 
èe associato ad inversione
termica e venti deboli.
274
274 Capitolo 9

Un altro possibile criterio di classicazione

classificazione  e`e quello basato sulla massima velocit velocitàa
giornaliera del vento prevista; i giorni possono allora essere divisi in due classi: calmi
e ventilati. Oltre alle categorie meteorologiche si possono considerare anche classi
di emissioni, selezionate in base ai livelli di maggiore o minore carico delle sostanze
inquinanti. Ad esempio, si pu o dierenziare
può differenziare il periodo diurno da quello notturno
quando si prende in esame l'inquinamento
l7inquinamento da riscaldamento domestico.
La scelta delle categorie, sia meteorologiche che di emissione, emissione, ha come obiettivo
principale il miglioramento nella previsione degli episodi critici. e`e quindi importante
individuare, in base alle serie storiche disponibili, le frequenze con cui si presentano
le varie categorie e soprattutto quali sono le situazioni più piu pericolose per l'inquina-
l7inquina-
mento. e`e auspicabile, per o, anche cercare di ridurre al minimo il numero delle classi,
però,
aggregando quelle che portano a situazioni di inquinamento simili [199].
Sulla base delle esperienze riportate in letteratura, le variabili esogene introdotte
esplicitamente nel modello possono essere ad esempio: esempio: la velocit a del vento, la tem-
velocita
peratura, la radiazione solare, il carico dell'impianto.
dell”impianto.  eè possibile anche inserire fun-
zioni non lineari di queste variabili, quando la legge legge fisica
sica di dipendenza dell'uscita
dell7uscita
del processo da tali variabili eè signicativamente
significativamente non lineare [200] [200] [201]
[201] [202].
Dal punto di vista dell'utilizzatore,
delliutilizzatore, un vantaggio non trascurabile oerto offerto dai modelli
a scatola grigia eè costituito dalla loro maggiore trasparenza rispetto a quelli a scatola
nera, in quanto i parametri assumono un certo signicato sico; i valori stimati per
significato fisico;
i parametri possono quindi evidenziare eventuali incongruenze nel modello identi- identifi-
cato ed orientare cos così il modellista nella scelta delle modifiche
modiche da apportare. Grazie
a questo fatto, i modelli a scatola grigia sono pi u facilmente manipolabili, qualora
più
lo scenario precedentemente preso in considerazione venga a cambiare (ad esempio
se variano alcune delle sorgenti di emissione).
Facendo riferimento allo schema a blocchi di figura gura 9.2, nei modelli ARX con
categorie i parametri variano con legge L dipendente dagli ingressi impliciti vj vj , ma
non esplicitamente dal tempo; essi sono pertanto modelli stazionari, ma non linea-
L”attribuzione di un modello a una particolare categoria denota condizioni del
ri. L'attribuzione
sistema caratterizzate dallo stesso valore di # 19k.k . Date le serie degli ingressi impliciti
vv1,...,
1 ,..., vr , la funzione L associa una serie di numeri interi, detta serie delle categorie.
vT,
Il procedimento di identicazione
identificazione utilizzato  e`e simile a quello illustrato in Appendice
A per i modelli a scatola nera, con i relativi algoritmi di stima dei parametri. Si
tratta perperò o di identicare
identificare separatamente un vettore di parametri per ogni categoria
#=#(s)), utilizzando le serie storiche dei dati relativi in corrispondenza a quella
((19219(s)),
situazione.
Nel caso poi in cui siano stati introdotti parametri non lineari, la procedura di iden-
ticazione
tificazione  eè pi
u complessa, data la mancanza di formule esplicite;
più esplicite; di volta in volta,
si deve valutare la procedura iterativa migliore, in modo da ricondursi al caso lineare
per sfruttare l'algoritmo
17algoritmo dei minimi quadrati.

9.1.4 Modelli ciclostazionari

ciclostazìonarì con categorie

Questa famiglia di modelli eè pi

u generale e comprende al suo interno le due descritte
più
in precedenza; modelli di questo tipo si usano quando si analizza un fenomeno cicli-
 Modelli per previsioni in tempo
tempo reale
reale 275
275

V
Ingressi _› 9
impliciti
ek Url
V £

_›
ur.. yo = «ma @k (t-l) + eo _›
y
uM _›
Ingressi
espliciti

Figura 9.2
Figura 9.2 Schema di un modello con categorie

co in cui esistono alcune cause non cicliche che determinano variazione dei parametri.

La struttura della funzione L eè la seguente:

L == LL(L',L”)
L (L0 ;L00 )
L 0
LI = : L 0 (v1 (t 1)
L'(U1(t- : : ;vr (t r))
l)..,U,›(t-r))
L 00
L” = tmodT + 1)
: ((tmodT l)

in cui T eè il periodo di ciclostazionarieta e L'

ciclostazionarieta L7 
eè una funzione a valori interi denita
definita
dall'utente.
dall”utente. Se N  eè il massimo valore che pu
puòo assumere L', l”insieme #
L”, l'insieme 19 
èe costituito
da TN elementi.
Anche in tale circostanza eè possibile rappresentare il modello tramite uno schema a
blocchi, del tipo riportato in figura
gura 9.3.

9.1.5 Software per l'identicazione

Fidentìficazìone dei modelli ARX

L'identicazione
L7identificazione dei modelli ARX  e`e stata realizzata con llimpiego
l'impiego del package
WINAST, progettato per la messa a punto, l'analisi l'utilizzo operativo di modelli
llanalisi e l”utilizzo
stocastici a tempo discreto del tipo ARX, sia lineari stazionari che ciclostazionari
e/o con categorie o adattativi [203].
Una volta denita
definita la struttura del modello, WINAST consente la stima dei parame-
tri, la valutazione della loro incertezza e fornisce
fornisce un insieme di indici statistici atti
a descrivere le prestazioni del modello identicato.
identificato. Il pacchetto permette di effet-
eet-
tuare operativamente previsioni ad uno o pi u passi sulla base di serie storiche fornite
più
dall'utente.
dall”utente. Per maggiori dettagli si rimanda al manuale d'uso d7uso (su CD allegato).
276
276 Capitolo 9

Tempo

Vr

impliciti

ur I , Y
ya) : (P (U) 91( (H) + em _›
u P
MIngressi
espliciti

Figura 9.3
Figura 9.3 Schema di un modello ciclostazionario con
con categorie
categorie

9.2
9.2 Modelli
Modelli neuro-fuzzy
neuro-fuzzy

9.2.1 I sistemi in logica fuzzy

fuzzy (sfumata), avvicinandosi al modo comune di ragionare dell'uomo,
La logica fuzzy dellluomo,
ha permesso di superare o almeno spiegare gli inconvenienti e i paradossi legati alla
logica tradizionale bivalente,
bivalente7 che propone un mondo in \bianco“bianco e nero77
nero" ben lontano
da quello reale caratterizzato non dall'alternanza
dall”alternanza di estremi, ma da una variazione
[204] [205]. Infatti i due enunciati fondamentali del principio del
continua tra loro [204]
terzo escluso,
escluso7 (l'unione
(l”unione di un insieme A e del suo complementare producono l”insieme l'insieme
universo U) e quello di non contraddizione, (un elemento x non pu puòo appartenere
contemporaneamente ad un insieme A ed alla sua negazione o complemento) complemento) sono
evidentemente contraddetti dalla realt a. Se ad esempio llelemento
realta. l'elemento Xx èe costituito
dall'oggetto
dall”oggetto \bicchiere"
“bicchiere” e l'insieme
llinsieme A  eè l'insieme
l”insieme \bicchiere
“bicchiere pieno",
pieno”, assumere tali
principi porta come conseguenza che il bicchiere ha solo due possibili stati: essere
\pieno"
“pieno” o \vuoto".
“vuoto”. Quindi non esiste nessuna situazione in cui possa essere consi-
derato appartenente ad entrambi gli insiemi (nella realta realta bicchiere \parzialmente
“parzialmente
riempito” ).
riempito").
La logica fuzzy consente invece ad ogni oggetto di appartenere a più piu di un insieme
con \grado
“grado di verit a" variabile in modo continuo tra
verità77 tra zero (completa esclusione)
esclusione) e
uno (completa appartenenza).
Un insieme
insieme fuzzy
fuzzy  eè un insieme dai limiti non netti. Tali insiemi
insiemi sono deniti
definiti
su un universo del discorso U e rappresentano i possibili valori che una variabile
 Modelli per previsioni in tempo
tempo reale
reale 277
277

linguistica
linguistica,, ad esempio una variabile fisica,
sica, pupuòo assumere.
Come esempio, pertinente al settore ambientale, si può puo pensare alla variabile linguis-
tica \concentrazione
“concentrazione di ozono"
ozono77 denita
definita nell'universo
nell”universo del discorso [0,200] g=m3 e ai
[0,200] ,ag/m3
tre insiemi fuzzy: \valore
“valore basso",
basso”, \valore
“valore medio",
medio”, \valore
“valore alto".
alto”. Ognuno di questi
tre insiemi, ad esempio l'insieme
l”insieme \concentrazione
“concentrazione alta"
alta” (A), pu
puòo essere rappresentato
nel dominio discreto n-dimensionale X1,x2,...,xn
x1 ,x2 ,...,xn come un vettore:

A
A =
I (a1 ;a2 ;: :. :. ;,n)
(a1,a2,. n) (9.8)
(9.8)

dove aa,i eè il grado di appartenenza di X,-

xi a A.
Il grado di appartenenza ad un insieme fuzzy eè denominato membership
membership.. La funzione
B (x)) quindi non fa altro che mappare i valori reali di ingresso
di appartenenza ((,uB(X))
crisp ) in valori numerici appartenenti all'intervallo
((crisp) all”intervallo [0,1]:

,uB(m) X ![0;1]
B (x) ::X-›[0,1] (9.9)
(9.9)
Si osservi che tale membership non eè una probabilit
probabilità; a; quando infatti si aerma
afferma che la
probabilit
probabilitàa che la concentrazione di ozono superi una soglia èe del 50%, signicasignifica che
si prevede di avere alte concentrazioni cinquanta volte su cento, ovvero si effettua eettua
una misura della frequenza statistica di un certo evento. Quando si aerma afferma invece
che il grado di appartenenza (membership)
(membership) della concentrazione misurata appartiene
all'insieme
all*insieme \alta"
“alta” eè vale 0.5, si aerma
afferma che la sua concentrazione  e`e alta con un
livello di ambiguit
ambiguità a del 50%. In quest'ultimo
questiultimo caso si ha la misura di un un evento
deterministico, ma ambiguo.
funzioni di appartenenza possono avere diverse forme:
Le funzioni forme: le più
piu comuni sono a
triangolo, a trapezio, a gaussiana e la possibilit a che tali funzioni siano parzialmente
possibilità
sovrapposte consente di rappresentare la realt
realtàa cos e, ovvero sfumata
così come 
è, sfumata..
Le operazioni elementari sugli insiemi fuzzy dieriscono
differiscono rispetto a quelle tradi-
zionali e sono nel seguito brevemente introdotte:

0 COMPLEMENTO (NOT) f{ Sia A un insieme fuzzy denito nell'universo X e

definito nell”universo
,uAA (x)
(X) la sua funzione di appartenenza; il suo complementare  eè un insieme A'
A7
con funzione di appartenenza:

/LA/(X)
A0 (x) = 1-
:1- 8x2X .
A (x) V37€X.
IuA(X)

0 UNIONE (OR) f{ Siano A e B due insiemi fuzzy denitidefiniti sullo stesso universo
X; la loro unione eè un insieme CO =
: A [B la cui funzione di appartenenza può
AUB puo
essere denita
definita in due dierenti
differenti modi:

MO(X)= 8x2X .
A (x);B (x)] WGX-
maXlHA(=/E),MB($)]
C (x)= max[
#001)
C (x) =  A (x)B (x) VHFGX-
HA(111)*MB(HP) 8x2X .
o INTERSEZIONE (AND) f{ Siano A e B due insiemi fuzzy deniti definiti sullo stesso
universo X; la loro unione eè un insieme C = A \B la cui funzione di appartenenza
AOB
eè data da:
278
278 Capitolo 9

M002)
C (x) = min[ 8x2X
A (x);B (x)] WGX
minlMA(w),/LB(IIY)l
.
Le regole
regole fuzzy
fuzzy hanno lo scopo di mettere in relazione linguistica due o pi piùu
grandezze siche.
fisiche. eè opportuno sottolineare che non si tratta di regole precise, bens
bensì
di principi generali. Non ci sono, ad esempio, regole del tipo \se “se la concentrazione
di ozono supera i 180  g/m3 , allora la popolazione èe a rischio”,
lig/m3, rischio", ma del tipo \se“se
la concentrazione e alta, allora il rischio per la popolazione e elevato”. elevato". Pertanto
se l'ingresso
l”ingresso appartiene con diverso grado di verit a a pi
verita u insiemi (ad esempio a
più
quello di \concentrazione
“concentrazione alta" alta” e di \concentrazione
“concentrazione media"),
media77), vengono attivate in
modo diverso pi u regole,
più regole7 magari con conclusioni anche contrastanti. Si osservi che
la parziale sovrapposizione, tipica degli ingressi fuzzy, fuzzy, porta normalmente proprio
all'attivazione
all”attivazione di pi piùu regole.
Una regola eè attiva se il grado di appartenenza relativo all'antecedente
all”antecedente di quella
stessa regola eè diverso da zero. Le regole fuzzy vengono vericate verificate tutte contem-
poraneamente. Ogni regola eè costituita da una premessa premessa P e da una conclusione
CC::
P !C
P-›C
cio
cioèe se \P
“P vera allora C".
C”.
u antecedenti A
In generale P eè costituita da pi
più 1 ,A2 ,...,An legati da connettivi logi-
A1,A2,...,An
ci and/or; anche per la conclusione si possono avere più piu conseguenti B 1 ,B2 ,...,Bn ;
B1,B2,...,Bn;
quindi la generica forma di una regola eè la seguente:
IF
IF A
A11 and
and (A2 or
(A2 OT A3 ) THEN
A3) THEN B
B11 or/and
OT/and B
B2
2

La denizione
definizione degli insiemi fuzzy permette dunque di tradurre in in termini
termini linguistici
il valore di una variabile sica
fisica di interesse, e in particolare consente di valutare con
quale grado di verit a a quella variabile pu
verita o essere associato un particolare attributo
può
fuzzicazione.
linguistico. Tale processo prende il nome di fuzzificazione.
La denizione
definizione delle regole consente invece di mettere in relazione due o pi u grandezze
più
siche
fisiche attraverso una relazione linguistica, associando in questo modo le variabili di
input (antecedenti) a quelle di output (conseguenti).
Attraverso un processo di defuzzicazione
defuzzificazione  eè poi possibile ricondursi al mondo,
mondo, per
cos
così dire, \reale",
“reale”, traducendo il valore fuzzy di una variabile in un valore ben preciso
crisp ).
((crisp).
Un sistema
sistema fuzzy
fuzzy,, la cui architettura e`e rappresentata
rappresentata nella figura
gura 9.4, utilizza
le regole e le membership introdotte sopra per creare un'associazione
un”associazione tra gli input e gli
output. Ovviamente per applicare tali regole eè necessario porsi in un \mondo fuzzy"
“mondo fuzzy”
e rappresentare le grandezze crisp con valori fuzzy;fuzzy; ci
o viene realizzato attraverso le
ciò
operazioni di fuzzicazione
fuzzificazione e di defuzzicazione.
defuzzificazione.

Fuzzicazione
Fuzzificazione Durante questa fase
fase si attivano gli insiemi fuzzy
fuzzy in
in funzione
funzione del
valore assunto dalla variabile di ingresso. Per esempio,
esempio, si supponga che la
la variabile
di ingresso sia Xx e che assuma un preciso valore X1x1 al quale corrisponde una
una ben
determinata membership e quindi un grado di appartenenza di x 11.. Esistono due
modalit
modalitaa di attivazione che dipendono dal metodo di inferenza scelto:
 Modelli per previsioni in tempo
tempo reale
reale 279
279

Input i † Output

Fuzzificazione Defuzzificazione

A
Basi di dati e regole

› Associazione
input\output

Figura 9.4
Figura 9.4 Architettura di un sistema fuzzy
fuzzy

0 Correlazione
Correlazione Max-Min
Max-Min

o Correlazione Somma-Prodotto
Nel primo caso il sottoinsieme B'
B” che viene attivato 
èe quello che si ottiene da B
tagliandone la parte superiore a bbl,
1 , ovvero

B'
B7 =
: (b' 1 ,b'2 ,...,b'n ) con b”i
(b71,b72,...,b”n) b'i = min(b1 , bi)
min(b1, bi )
Nel secondo caso viene attivato il seguente sottoinsieme:
B'
B7 =
: (b' 1 ,b'2 ,...,b'n ) con
(b71›b72›~-~›b7n) Con b'
biii = (b 1* b
(101* i)
bi)
Quindi il sottoinsieme B'
B7 si ottiene da B riducendone le ordinate secondo il valore
bbl.
1.

Associazione
Associazione Input-Output
Input-Output L'associazione
Llassociazione input output consiste nell”attiva-
nell'attiva-
zione degli insiemi in uscita, in funzione
funzione sia delle regole applicabili che degli insiemi
insiemi
in ingresso gia attivati. La modalit
gia modalita a con cui avviene tale associazione dipende dal
metodo di inferenza scelto tra i due possibili, che Che si dierenziano
differenziano sostanzialmente
nella implementazione degli operatori logici AND, OR ee dell'operatore
dell”operatore \conclusivo"
“conclusivo”
THEN.
Nel metodo di Max-Min l'operazione
lioperazione AND si traduce in un'operazione
unioperazione di minimo,
quella di OR in una di massimo e l'operatore
l“operatore THEN viene realizzato eseguendo il
280
280 Capitolo 9

minimo.
Som-Prod ), l”operatore
Se si utilizza il metodo di inferenza di somma-prodotto ((Som-Prod), l'operatore
AND si traduce in un prodotto, quello OR in una somma (valor medio) medio) e l'opera-
l”opera-
tore THEN diventa un prodotto.
Il passo successivo consiste nella combinazione delle diverse funzioni di appar-
tenenza di uscita attivate al fine
ne di ricavare un unico Valore
valore di uscita. Le funzioni
di appartenenza vengono sommate tra loro. Si intende che tale somma può puo essere
eettuata
effettuata o
o come
come somma
somma logica
logica oppure
oppure come
come somma
somma aritmetica; nel primo
aritmetica; nel primo caso la
caso la
somma si riconduce ad un'operazione
un”operazione di massimo, nel secondo una ad somma \punto“punto
a punto"
punto” mediata.

Operazione
Operazione inversa
inversa I metodi di inferenza forniscono dunque come risultato una
funzione di appartenenza  ris (x
ams r ) per la variabile di uscita (x
(XT) r ). La fase di operazione
(XT).
inversa consiste nel tradurre l'output
lyoutput fuzzy ottenuto in un valore preciso ((crtsp)crisp ) di
uscita.
Tra i valori a pi
u alto contenuto informativo che vengono
più vengono stimati a questo scopo, i
seguenti sono piu frequentemente utilizzati:
più

ø Moda
Moda:: si assume come punto rappresentativo per la variabile di uscita il suo
valore massimo, ma, come si pu
puòo intuire, tale metodo fallisce nel caso vi siano
pi
u massimi o un tetto di massimi.
più

o Centroide
Centrotde:: si trova l'ascissa dell“area sottesa dalla funzione 
l“ascissa del centroide dell'area ris (x
lim-s r ),
(XT),
cioèe del suo baricentro con pesi 
cio ris (xr ):
aris(x,fl):

P
yyo0 = k
: 2,,
P
ris (xk )xk
uris(wk)wk
 xk )
ris ((56k)
21€k :uris

Ovviamente, nel caso di dominio continuo alle sommatorie si sostituiscono ope-

ratori integrali.

9.2.2
9.2.2 Le
Le reti
reti neurali
neurali

Il termine reti neurali

neuralz' indica una struttura computazionale in grado di riprodurre
modellisticamente le propriet a e le capacit
proprieta a fondamentali di alcune strutture cere-
capacita
brali, in particolare le caratteristiche di apprendimento, di elaborazione parallela e
di auto-adattamento [206][206] [207]. Le reti sono costituite da un insieme di elementi
nodi ), e da un insieme di connessioni tra di essi. Un nodo contiene un elemento
base ((nodi),
neurone, figura
computazionale ((neurone, gura 9.5) i cui ingressi derivano da connessioni a monte
e che fornisce a sua volta in uscita l'input
llinput per le connessioni a valle dal neurone,
neurone, le
quali, a loro volta, possono costituire ingressi per un altro elemento.
Ogni nodo esegue la somma pesata degli ingressi e trasmette
trasmette ilil risultato fun-
risultato alla fun-
zione di attivazione del neurone. L'uscita
Lyuscita della funzione
funzione di attivazione viene quindi
passata ai collegamenti di uscita.
Il funzionamento della rete eè caratterizzato dai suoi elementi computazionali,
in particolare dai pesi delle connessioni e dalle funzioni di attivazione dei neuroni,
ma anche dalle caratteristiche topologiche della struttura stessa. Variazioni negli
 Modelli per previsioni in tempo
tempo reale
reale 281
281

Figura 9.5
Figura 9.5 Neurone

elementi elencati portano alla costruzione di diverse tipologie di reti neurali. In

particolare La funzione di attivazione pupuòo essere lineare o non lineare.
lineare. Le reti con
funzioni di attivazione non lineari sono le pi u diuse
più poiche permettono di appren-
diffuse poiché
dere e di implementare sistemi pi u complessi. Il neurone tipicamente impiega come
più
funzione di attivazione una sigmoide [ y = ( 1 + e_aac e ax )) _11 ].
I pesi delle connessioni sono i valori che permettono di ottenere il comportamento
identificati tramite algoritmi di apprendimento
desiderato per il sistema e vengono identicati apprendimento..
La teoria delle reti neurali eè assai articolata e complessa. Esistono infatti, infatti, come
accennato precedentemente, molte architetture e metodologie per le reti, ciascuna
pattern recognition
delle quali orientata ai diversi aspetti applicativi ((pattern reeognition,, approssima-
zione di funzioni, previsioni, quantizzazione vettoriale,...).
Per quanto riguarda i problemi di previsione legati alla qualit
qualita a dell'aria,
dell”aria, sembra che
le reti neurali a percettrone multistrato siano le più
piu utilizzate [208]
[208] [209]
[209] [210]. Su tali
strutture si basano in particolare anche le reti neuro-fuzzy illustrate nel paragrafo
seguente e utilizzate per sviluppare modelli previsionali.

Reti
Reti neurali
neurali a
a percettrone
percettrone multistrato
multistrato

Architettura percettrone multistrato sono costituite da un sistema di

Architettura Le reti a percettrone
neuroni ed interconnessioni del tipo di quello schematizzato nella figura gura 9.6. I nodi
sono organizzati in pi u strati (percettrone a singolo strato, percettrone a due stra-
più
ti,..., percettrone multistrato). Maggiore eè il numero di strati presenti, più piu sono
sosticati
sofisticati i sistemi che la rete  e`e in grado di implementare. La rete eè composta da
uno strato di ingresso, uno o pi più strati nascosti
u strati intermedi ((strati nascosti)) ed uno
uno strato di
uscita. Ogni uscita di un nodo diventa ingresso per per ii neuroni dello strato successivo,
e cos
così via sino allo strato di uscita. Ad ogni connessione  eè associato un
un peso, come
mostrato in gura9.5.
figura9.5. Il sistema cos
così strutturato deve essere
essere sottoposto ad una fase
fase
di apprendimento, nel corso della quale, sulla base di pattern pattern di dati noti,
noti, i valori
dei pesi vengono identicati.
identificati.
282
282 Capitolo 9

Strato di Strati Strato di

ingresso nascosti uscita

Figura 9.6
Figura 9.6 Percettrone multistrato con 2 strati nascosti
nascosti

Algoritmo
Algoritmo di
di apprendimento
apprendimento La fase di apprendimento delle reti
reti neurali ri-
chiede la conoscenza di serie di dati pregressi, sia per le variabili in ingresso che
in uscita. Durante l'addestramento,
l”addestramento, alla rete vengono presentati vettori dei dati
di ingresso, ed i pesi delle connessioni vengono variati no fino a raggiungere il desi-
derato mappaggio ingressi f{ uscite. I percettroni multistrato apprendono in modo
\supervisionato".
“supervisionato”. Infatti, durante la fase di allenamento l'uscita l”uscita della rete,
rete, per un
dato vettore di ingresso, non corrisponde esattamente al valore reale. reale. Viene perci
perciòo
denito
definito un segnale errore, corrispondente alla dierenza
differenza tra l'uscita
l”uscita fornita dal per-
cettrone multistrato e l'uscita
l7uscita desiderata contenuta nel pattern di addestramento.
Gli algoritmi utilizzano la stima dell'errore per determinare le
dell”errore per le variazioni
variazioni dei pesi
delle connessioni al nefine di ridurre il valore del segnale errore.
errore.
Esistono diversi tipi di algoritmi che permettono di addestrare le reti neurali; neurali; la
tecnica piu diusa
più e`e quella basata sul gradiente dell'errore
diffusa  dell 7errore e prende il nome di back
propagation. La funzione obiettivo, da minimizzare, e`e il segnale errore, per il quale
propagatíon.
l'algoritmo
l”algoritrno cerca quindi il minimo globale, basandosi sul suo gradiente espresso in
funzione dei pesi. I pesi della rete neurale sono inizialmente fissati ssati in modo casuale.
L'algoritmo
L7algoritmo calcola il gradiente locale dell'errore
delllerrore e varia i pesi delle connessioni in
modo da spostarsi verso diminuzioni del gradiente. Sotto opportune condizioni ques-
to tipo di algoritmo converge verso il minimo globale del segnale errore.
L”algoritmo di back propagatz'on
L'algoritmo propagation pu o essere schematicamente descritto nei seguenti
può
passi:
a) inizializzazione dei pesi della rete;
b) presentazione del vettore degli ingressi alla rete; rete;
c)
c) propagazione degli ingressi attraverso la rete per ottenere un valore di uscita; uscita;
d) calcolo del segnale errore;
 Modelli per previsioni in tempo
tempo reale
reale 283
283

e)
e) propagazione del segnale errore all'indietro
all7indietro attraverso la rete;
rete;
f)
f) variazione dei valori dei pesi per minimizzare l'errore
ljerrore globale;
g) ripetizione dei passi b-g con un nuovo vettore di ingresso, fino no a quando si rag-
giunge un valore dell'errore
dell”errore globale soddisfacente.
L'implementazione
L7implementazione qui descritta  eè nota come addestramento on-line on-line,, in quanto i pesi
delle connessioni vengono variati dopo ogni presentazione di un vettore di ingresso al
L”alternativa, che prende il nome di addestramento batch
sistema. L'alternativa, batch,, utilizza a priori
la somma degli errori causati da tutti i pattern di ingresso per aggiornare i pesi.
Nell”algoritmo di back propagation
Nell'algoritmo propagation sono deniti
definiti e utilizzati due parametri che posso-
funzionamenti: il tasso di
no assistere il processo di addestramento per evitarne mal funzionamenti:
apprendimento (learning
(learning rate) ed il termine di momento
momento.. Il tasso di apprendimen-
to descrive la dimensione del passo utilizzato durante il processo di apprendimento
a gradiente discendente. Se risulta troppo ampio, in presenza di errore della rete
elevato si ottiene una drastica variazione dei pesi, pesi, con il rischio di saltare oltre un
eventuale minimo globale. Al contrario, se il valore del tasso di apprendimento èe
piccolo, l'addestramento
lfladdestramento ha una durata lunga; infatti i pesi vengono variati in mi-
nima
nirna parte per ogni iterazione e la convergenza ne risulta risulta rallentata. IlIl termine di
momento eè utilizzato per impedire all'algoritmo
all“algoritmo di rimanere intrappolato in even-
tuali minimi locali del segnale errore. Tale parametro, tiene tiene conto delle variazioni
variazioni
dei pesi nelle iterazioni precedenti; eè l'equivalente
l“equivalente del momento di inerzia per una
massa che, spostandosi su una supercie
superficie (la supercie
superficie del segnale errore)
errore) incontri
un piccolo avvallamento (minimo locale), in quanto fornisce all'algoritmo
all”algoritmo una forza
suÆciente
sufficiente a non rimanervi incastrato.

9.2.3 Le reti neuro-fuzzy

Le reti neuro fuzzy [211] [212]
[212] si sono rivelate un efficace
eÆcace approccio integrato nell'iden-
nellyiden-
tificazione dei sistemi fuzzy. Una rete neuro fuzzy
ticazione fuzzy èe una particolare rete neurale, i
cui pesi coincidono con i parametri associati all'insieme
all”insieme di regole da identicare
identificare e
che caratterizzano forma e posizione degli insiemi fuzzy delle variabili di ingresso e
di uscita.
Sfruttando i vantaggi oerti
offerti da reti neurali e sistemi fuzzy,
fuzzy, una rete neuro fuzzy
pu
può o essere impiegata per l'identicazione
l”identificazione di un sistema fuzzy senza la necessita
necessita di
conoscere a fondo le caratteristiche del sistema da modellizzare. La particolare ar-
chitettura di queste reti fa s differenza di altre reti neurali, il mapping dei
si che, a dierenza
\pesi
“pesi sia diretto e che, di conseguenza, alla fine ne dell'allenamento,
dell”allenamento, il modello fuzzy
in forma di regole IF...THEN... sia immediatamente ricavabile.ricavabile. Ci
Ciòo consente di in-
terpretare la struttura risultante, rendendo possibile intervenire su di essa in modo
coerente per correggerla e perfezionarla sulla base di conoscenze a priori del sistema.

Architettura
Architettura Una rete neurale, come detto, viene
viene classicata
classificata per la topologia
topologia
e l'algoritmo
lialgoritmo di apprendimento, che vengono scelti in base al tipo di problema:
problema:
classicazione,
classificazione, ottimizzazione, riconoscimento di forme,...
forme,... Nel caso dei sistemi fuzzy,
fuzzy,
la stessa struttura delle regole suggerisce l'architettura
liarchitettura e la topologia della rete.
Un sistema fuzzy eè costituito da un insieme di regole nella forma tipica:
tipica:
R i :IF x:Cl1 is
RilF A il'11 and
2.8 A x2 is
and X2 iS A 2 and
A iQ ... THEN
and... yl1 is
THEN y B iil1 and
is B yN is
... yN
and... iS B
B iN
Z'N
284
284 Capitolo 9

dove xXii sono le variabili di ingresso o antecedenti, yyii di uscita o conseguenti, A ij ,

Aij,
B ij gli insiemi fuzzy deniti
Bij definiti per la j-esima variabile e la i-esima regola.
regola.
La forma della funzione di appartenenza che caratterizza ogni insieme fuzzy pu puòo es-
sere scelta fra le pipiùu comuni (gaussiana, triangolo, trapezio). Nel modello illustrato
nel seguito, gli insiemi fuzzy delle variabili di uscita yyii sono costituiti da single tones tones,,
cio
cioèe da valori puntuali, (quindi la regola si trasforma in \... “... THEN y y11 =: y o and
yoil ....
i1 and...
yyN
N = : y o0iN”),
iN "), le funzioni di appartenenza hanno forma gaussiana gaussiana,, i connettivi delle
regole sono operatori AND AND..
L'architettura
L7architettura della rete neuro-fuzzy che implementa questo modello  per-
èe di tipo per-
cettrone multistrato
multistrato,, con una topologia a quattro strati come schematizzato in figura gura
9.7. I due strati interni B e C implementano l'inferenzallinferenza delle regole.
La funzione di attivazione di ciascun neurone k dello strato B ha forma gaussiana, gaussiana,
come la funzione di appartenenza del generico insieme fuzzy A ki denito
Aki definito per la varia-
bile di ingresso Xi.xi . I pesi delle connessioni di ingresso al generico neurone coincidono
con il centroide wijAp ) e l'lyampiezza
centroz'de ((wâp) wijAl ). Le funzioni di attivazione
ampiezza della gaussiana ((wâ-l).
delle unit
unitaa dello strato C, in numero pari al numero di regole fuzzy, fuzzy, valutano il mi-
AND ). I pesi delle connessioni di ingresso, w
nimo sugli ingressi ((AND). Bij assumono valori
WBij
binari 0 e 1, per discriminare i segnali d'ingressod”ingresso nella combinazione relativa alla
regola fuzzy e non sono soggetti ad aggiustamento durante l'apprendimento. Papprendimento.

Strato Ingressi Strato F.d.A. Strato Regole Strato Uscite

Figura 9.7
Figura 9.7 Architettura della rete neuro-fuzzy

Le funzioni
funzioni di attivazione dello strato D, permettono di completare ilil processo
di defuzzicazione
deƒuzztficaztone e producono in uscita i valori nali
finali delle variabili yi.
yi . I pesi wCij
WG”
 Modelli per previsioni in tempo
tempo reale
reale 285
285

che connettono i neuroni dello strato D con quelli dello strato C costituiscono i valori
crisp
crtsp y o dei conseguenti y y,i delle regole fuzzy R
yoij
ij i.
Ri.
Indicando
lndicando con iijj il generico ingresso al generico neurone j, con oj
oj l”uscita WL
l'uscita e con w ij
Lij

il peso della connessione che unisce un neurone jj dello strato L+1

L+l all'i-esimo
all”i-esimo neurone
dello strato L, si ha per ogni strato:
wijAp ) 1
(xi
st raot BAB
Strato B =_ (1
oojBj 1 + exp( (xi_1Ӊp)
(+ewp(- wAlíj ))
wAl ij
)) -1

-
Strato C oo?Cj =
: min (wijB oB
miin(wåo,5)i )
i
P C C
i (wij oi )
Zilwg'OiC)
Strato
Strato D
D ooD
j = P
\.U

C
i (oi )
llc)

Algoritmo
Algoritmo di
di apprendimento
apprendimento La procedura di apprendimento di una rete
rete neuro-
fuzzy, che permette di identicare
identificare i parametri del sistema fuzzy che la rete imple-
dalllalgoritmo di back propagatton.
menta, si deriva dall'algoritmo propagation. Durante la fase di allenamento
della rete, si adotta come funzione obiettivo da minimizzare, la somma degli errori
quadratici medi di previsione:
N
X
1N
1
E-
E = Nåw (y __^42
y^j )2
N j=1 i w
_

dove yyjj eè il valore reale atteso in uscita e ygjj

^j eè il valore di previsione fornito
dalla rete e N il numero totale delle uscite. Prima dell'allenamento
dell“allenamento i pesi della
rete devono essere inizializzati. Il valori dei pesi w Apij possono essere fissati
WAPH ssati per
semplicit
semplicità a secondo una distribuzione uniforme nell' universo del discorso scelto per
nell“unlverso
il sistema fuzzy. L'inizializzazione
L”inizializzazione dei coeÆcienti
coefficienti w Aij deve garantire la
WAij la condizione
di sovrapposizione degli insiemi fuzzy su tutto l'universo
l”universo del discorso. lI pesi w Bij
WBij
vengono scelti tra 0 e 1 in base alla combinazione degli insiemi fuzzy nelle regole. I
pesi w Cij e quindi le uscite y
WCij oij possono essere scelti in modo casuale nel range di
yOij
variazione delle uscite del sistema.
Per l'apprendimento
Papprendimento viene utilizzato un numero opportuno P di pattern pattern di ingressi
e uscite del sistema da identicare.
identificare. Per ogni pattern t degli ingressi presentato alla
rete, si calcolano le uscite yyjj e, procedendo a ritroso dallo strato D allo strato A,
vengono aggiornati i pesi al ne fine di minimizzare l'errore.
l”errore.

Software
Software per
per l'identicazione
llidentificazione di
di reti
reti neuro-fuzzy
neuro-fuzzy Esistono numerosi soft-
ware
Ware che consentono di costruire e identicare
identificare reti neurali a partire da pattern di
dati. Negli esempi illustrati in questo testo eè stato utilizzato il software AFM 2.0,
Adaptive Fuzzy Modeller sviluppato da ST-Microelectronics e messo a disposizione
gratuitamente in rete (http://www.st.com/stonline/products/support).
(http://WWW.st.com/stonline/products/support). Basandosi
su un'architettura
un”architettura neuro-fuzzy del tipo di quella descritta, AFM permette, dato un un
opportuno insieme di misure ingresso-uscita del sistema da identificare,
identicare, di estrarre
estrarre
i parametri dell'insieme
dellyinsieme di regole fuzzy ottimali. AFM supporta funzioni
funzioni di appar-
tenenza di forma triangolare, gaussiana e trapezoidale; utilizza metodi di inferenza
Max-Min e Sum-Prod. L'algoritmo impiegato eè di back propaga-
Llalgoritmo di apprendimento impiegato propaga-
tion
tion..
286
286 Capitolo 9

Al termine della fase di apprendimento, il software consente di effettuare

eettuare diverse
simulazioni utilizzando sia i pattern di allenamento che di validazione e,
e, quindi, può
puo
essere in particolare utilizzato per fornire previsioni in tempo reale.
reale.

9.3
9.3 Valutazione
Valutazione dell'aÆdabilita previsionale
dell,affidabilità previsionale
Per valutare l'aÆdabilit validazione ) eè opportuno
a dei risultati della previsione ((validazione)
17affidabilita
introdurre indici di prestazione, ognuno dei quali metta in evidenza l'eÆcienza 17efficienza di
risposta alle diverse nalit
finalitàa delle previsioni [19].
Gli indici di prestazione possono essere suddivisi in due principali categorie. La
prima e`e nalizzata
finalizzata alla descrizione del comportamento statistico del modello nel
suo complesso, la seconda eè focalizzata sulla valutazione delle capacit
capacitaa di prevedere
particolari episodi critici, ovvero situazioni nelle quali la variabile (ad es. la concen-
trazione di un inquinante, la portata di un ume,...)fiume,...) supera determinati valori di
soglia ssati
fissati dalla normativa o ritenuti di sicurezza in riferimento ai diversi aspetti
socio-territoriali del problema.
Nel seguito vengono introdotti i coeÆcienti
coeflicienti di base per la valutazione globale
delle prestazioni previsionali di un modello. La seconda classe di indici verra verra intro-
dotta nel Capitolo 10.
Si consideri una serie y:ü^ (t) di previsioni fornite da un modello agli istanti t.t. La
corrispondente serie degli errori,
errori7 e(t), 
eè data da:
e(t) = y(t) - yy^^ (t)
(t)
dove y(t)
y(t) eè il valore osservato all'istante
alllistante t.
Gli indici statistici ed i relativi stimatori deniti
definiti nel seguito sono riferiti a tale serie
dell'errore
dell”errore di previsione.

ø Valore
Valore atteso (media)
(media) del residuo
residuo::

N
X
1
lee =
: šìem
e(t)
N t=1

dove N eè il numero di passi temporali per i quali si hanno dati attendibili a
disposizione. Il valore atteso del residuo evidenzia una deviazione sistematica
delle previsioni dalla realt
a (in particolare una sottostima o sovrastima).
realta

0 Scarto quadratico medio del residuo

residuo::

v
u N
u 1 X
e = t (e(t) e )2
N t=1

eè l'indice
llindice di dispersione dell'errore;
delllerrore; pi
u tale valore èe contenuto pi
più u la previsione
più
fornita dal modello eè precisa.
 Modelli per previsioni in tempo
tempo reale
reale 287
287

ø Frazione di varianza non spiegata :

o 2
% V ar n: s: = e2_

|W
%Varn.s.:
a y

Qëlv
L'indice
L”indice quantica
quantifica la percentuale di informazione che il modello non  èe in grado di
spiegare, ed eè quindi tanto pi
u basso quanto pi
più u il modello èe esplicativo; quando
più
la previsione fornita dal modello ha dispersione maggiore di quella propria della
variabile considerata, risulta addirittura maggiore di uno.
0 Correlazione
Correlazione vero-previsto
'vero-previsto::

PN
Corr:
Corr. v p=
a -p :
Zi;
t=1 ((yu)
y(t) - anni)
y )(^y (t) - fa)
y^)
N 
Noyog
y y^

dove a yy,,  ^, 
a y3;, y, 
(Ty, al;y^ sono rispettivamente le medie e gli s.q.m. della serie
y(t) misurata e di quella y(t) y(t) prevista. L'indice
L”indice di correlazione vero-previsto
esprime la capacit
capacita a del modello matematico di seguire, con le sue previsioni,
l'andamento
liandamento della serie di uscita. Per un modello ideale tale indice tende a uno.

9.4 Esempi di applicazione a casi reali

9.4.1 Previsioni in prossimit
a di una centrale termoelettrica
prossimità termoelettrica
Il
ll sistema illustrato in questo paragrafo costituisce un esempio di previsione e control-
lo in tempo reale dell'inquinamento
dell”inquinamento da anidride solforosa, che  eè stato studiato e reso
reso
operativo negli anni ottanta per una centrale termoelettrica ENEL situata sulla s-
ponda lombarda del ume fiume Ticino, nel territorio del comune di Turbigo. La centrale
era allora composta da 6 gruppi per la produzione di energia elettrica, in grado di
fornire una potenza nominale complessiva di 1365 MW. L'unica L”unica fonte di energia era
olio combustibile denso, prevalentemente del tipo ATZ (Alto Tenore di Zolfo), con
un contenuto di zolfo, riferito al peso, minore del 3%. L'impiego
L”impiego alternativo di olio
combustibile BTZ (Basso Tenore di Zolfo, zolfo  S 1%)
1%) era previsto nelle operazioni
di avvio arresto delle unit
avvio-arresto unitaa e in caso di condizioni meteorologiche sfavorevoli alla
dispersione di inquinanti nell'atmosfera.
nelliatmosfera.
Come in altri grandi impianti di propriet a ENEL era ed èe tuttora
proprieta tuttora inin funzione
funzione a Tur-
bigo un nodo intelligente
intelligente,, in grado di ricevere, organizzare
organizzare eded elaborare
elaborare una serie di
misure
misure utili
utili al
al monitoraggio
monitoraggio dell'inquinamento
dellyinquinamento alal suolo nei pressi
suolo nei pressi della
della centrale. In
centrale. In
particolare i dati forniti con cadenza semioraria e presi in considerazione in questo
studio sono i seguenti:
o dati di impianto: per ogni gruppo e noto il carico elettrico, la temperatura dei
fumi, l'SO
1,8022 emessa e il tenore di zolfo del combustibile bruciato;
bruciato;
288
288 Capitolo 9

ø dati meteorologici rilevati per mezzo di sensori posti su sbracci fissati

ssati alla som-
mit
mitaa delle ciminiere (anemometri e sonde di temperatura)
temperatura) ed in prossimit
prossimitàa del
suolo (con misure di vento, temperatura, umidit a, irraggiamento, pioggia e pres-
umidità,
sione atmosferica);
0 dati relativi alla rete chimica di monitoraggio al suolo, formata da cinque analiz-
zatori automatici e continui di SO8022 installati in un raggio di 5 km dalla centrale
(gura
(figura 9.8).

llnlnn

Q mm num

I ` vuuvml

üal
mll
Blfllllllllll

i.
IIUIGU.
è
"v, lllfll Il!
In.

Auto MI-TO

Figura 9.8
Figura 9.8 Posizionamento degli analizzatori di SO
SOg2 (riferito al 1984)
1984)

La normativa ancora in vigore ssa

Æ
fissa il limite massimo di 250  g/m3 ((~
,ug/m3  0.096)
0.096)
ppm)
ppm) per il 9898° percentile della distribuzione delle concentrazioni medie giornaliere
di SO 2 , ovvero impone che tale limite non venga superato per pi
SOQ, u di 7 giorni all'anno.
più all”anno.
Inoltre la legge richiede che si prendano tutte
tutte le
le misure
misure atte ad evitare ilil supera-
mento di tale valore per pi u di tre giorni consecutivi.
più
 Modelli per previsioni in tempo
tempo reale
reale 289
289

Si eè quindi ritenuto utile disporre in uscita al nodo intelligente di previsioni delle
medie giornaliere di concentrazioni di SO 5022 al suolo, a integrazione delle informazio-
ni sulle condizioni meteo-diusive
meteo-diffusive dell'atmosfera.
dell7atmosfera. Per un utilizzo in tempo reale,
le previsioni devono essere eettuate
effettuate con un anticipo tale da permettere ai gestori
della centrale un intervento eÆcace
efficace sulle emissioni. Ci
Ciòo risultava possibile, in parti-
colare per la centrale di Turbigo in quegli anni, fino no alle prime ore del pomeriggio,
pomeriggio,
intervenendo sull'impianto
sull7impianto in diversi modi:

0 alzando la temperatura dei fumi in modo da aumentarne l'altezza

l”altezza di livellarnen-
livellamen-
to;
to;

0 spostando il carico elettrico, ove eè possibile, a gruppi dotati di ciminiere pi
u
più
alte;
o migliorando la qualit a del combustibile bruciato con l'uso
qualità l”uso di tipi a più
piu basso
tenore di zolfo (BTZ);
o abbassando il carico elettrico di uno o pi
u gruppi;
più gruppi;
o ponendo fuori servizio uno o pi
u gruppi.
più

Poich
Poichèe tali operazioni potevano avere eetto
effetto sulle concentrazioni al suolo gia
gia dopo
poche ore dall'intervento,
dall”intervento, si 
eè scelto di mettere a punto un modello che fornisse,
ad una data ora, la previsione dell'andamento
dell”andamento della concentrazione nelle ore suces-
sive no
fino alla mezzanotte [213]. In ln particolare si eè individuato un modello su base
mezzoraria, che, utilizzato in modo ricorsivo, permette
permette di generare tale
tale evoluzione
e quindi di calcolare poi la media giornaliera prevista C ^ (i) a partire dalla mezzyora
Ö(z') mezz'ora
M, aggiornandone la stima nel corso della giornata come segue:
" #
A 1 M M 48
48
^ 1 X X
C ( i
CU) ß) = c ( i ) + 2 cêhw
^h (i)
48 kZCkU)
16:1
=1
k
hh:M+1
=M +1

dove
cck(i):
k (i): concentrazione di SO
8022 misurata alla mezz'ora
mezzlora k del giorno i
c^cha):
h(i) : concentrazione di SO
5022 prevista dal modello per la mezz°ora
mezz'ora h del giorno i.i.
Per mettere a punto il modello di previsione sono stati analizzati gli andamenti
dei valori medi semiorari e degli scarti quadratici medi della concentrazioni nell'arco
nelliarco
delle 24 ore, per i semestri freddi (ottobre marzo) negli anni 1982
(ottobre-marzo) 1985. Tutte le
1982-1985.
serie di misure evidenziano un andamento ciclico all'interno
all”interno della giornata con un
picco pronunciato situato nel primo pomeriggio, seguito da Valori valori modesti e livel-
lati nelle ore serali e notturne. L'andamento
Llandamento delle medie rispecchia l'evolvere
17evolvere delle
condizioni meteorologiche, che proprio nelle ore centrali della giornata favoriscono il
rimescolamento dei bassi strati dell'atmosfera
delllatrnosfera e la ricaduta al suolo degli inquinanti
fumigazione ). Di conseguenza le serie storiche sono state assunte
emessi in quota ((fumigazz'one).
come realizzazioni di un processo stocastico ciclostazionario
ciclostazz'onarz'o.. Analizzando poi le fun-
fun-
zioni di autocorrelazione, si eè osservato un rapido smorzamento di tipo esponenziale;
pertanto si eè preso in considerazione un modello AutoRegressivo Ciclostazionario
(ARCS), con un ciclo giornaliero sulle 48 mezz'ore.
mezz”ore.
Per ognuna delle postazioni di misura eè stato identicato
identificato un modello del primo
ordine ARCS(1). Il predittore autoregressivo che ne risulta eè espresso dalla relazione
290
290 Capitolo 9

c@4100
^i+1 (k ) _  i+1 _ SD' cCM)
Mi+1 i
= 'i i(k) _ “i
U¢+1
i+1 Z 0.-i
ed
ed 
eè caratterizzato
caratterizzato dada 48 medie 
48 medie i , da
,ui, da 48
48 scarti
scarti quadratici medi aii ee da
quadratici medi 48 coeÆcienti
da 48 coefficienti
autoregressivi ' i ; adottando questa formalizzazione i parametri '
(ai, cp,i del modello ven-
gono a coincidere con il primo valore delle funzioni di autocorrelazione mezzorarie.

2 2
CAP. N. ora di prev. HE" (A)
(A)  (B) %
pg" (B) (A) %
Q (A) g (B)
(B) " (A)
2 (A)
Z-g " (B)
2 (B)
Z-å
10
10 -0.07
-0.07 -0.00
-0.00 0.85
0.85 0.71
0.71 0.30
0.30 0.56
0.56
11 12
12 -0.09
-0.09 -0.00
-0.00 0.89
0.89 0.77
0.77 0.24
0.24 0.46
0.46
14 -0.16 -0.01 0.97 0.86 0.10 0.28
16
16 -0.13
-0.13 -0.02
-0.02 0.96
0.96 0.94
0.94 0.08
0.08 0.12
0.12
10
10 -0.09
-0.09 -0.05
-0.05 0.89
0.89 0.87
0.87 0.26
0.26 0.31
0.31
2 12 -0.07 -0.04 0.95 0.88 0.18 0.28
14
14 -0.01
-0.01 -0.03
-0.03 0.97
0.97 0.91
0.91 0.09
0.09 0.21
0.21
16
16 -0.01
-0.01 -0.02
-0.02 0.98
0.98 0.93
0.93 0.05
0.05 0.14
0.14
10
10 0.37
0.37 -0.03
-0.03 0.84
0.84 0.84
0.84 0.35
0.35 0.39
0.39
33 12
12 0.29
0.29 -0.02
-0.02 0.92
0.92 0.85
0.85 0.22
0.22 0.31
0.31
14 0.20 -0.02 0.95 0.90 0.13 0.20
16
16 0.16
0.16 -0.02
-0.02 0.96
0.96 0.94
0.94 0.10
0.10 0.12
0.12
10
10 0.14
0.14 -0.06
-0.06 0.90
0.90 0.81
0.81 0.24
0.24 0.40
0.40
4 12 0.11 -0.05 0.95 0.86 0.15 0.28
14
14 0.06
0.06 -0.04
-0.04 0.97
0.97 0.91
0.91 0.11
0.11 0.17
0.17
16
16 0.09
0.09 -0.03
-0.03 0.98
0.98 0.95
0.95 0.08
0.08 0.11
0.11
10
10 0.03
0.03 -0.02
-0.02 0.75
0.75 0.65
0.65 0.44
0.44 0.69
0.69
55 12
12 0.07
0.07 -0.02
-0.02 0.87
0.87 0.73
0.73 0.27
0.27 0.54
0.54
14 -0.03 -0.01 0.93 0.80 0.15 0.39
16
16 -0.02
-0.02 -0.01
-0.01 0.96
0.96 0.87
0.87 0.10
0.10 0.26
0.26

Tabella 9.1
Tabella 9.1 Prestazioni globali dei modelli per le previsioni
previsioni effettuate
eettuate nel
nel semestre
semestre freddo
freddo
84/85, ((A
A modello ARCS; B B modello di persistenza).

Per la stima dei parametri sono stati utilizzati i dati dei due semestri freddi
82/83
82 / 83 ed 83/84, mentre l'84/85
1784/ 85 e`e stato riservato alla successiva validazione. Le stime
degli indici di prestazione previsionale per la stagione di validazione, in ognuna delle
cinque capannine e in diverse ore di previsione, sono riassunti in tabella 9.1.
Per confronto, vengono riportate anche le prestazioni di un modello di persistenzapersistenza
nelle ultime 24 ore, in cui si assume, cio e, che ii valori dalla mezz'ora
cioè, mezzlora (M+1)
(M+1) alle ore
24 siano gli stessi del giorno precedente. In base a tale ipotesi la previsione della
media del giorno i vale
" #
M
11 X
^ (i) = _ M X48
ou)
C Zek(¢)+
ck (i) + Z cck(¢_1)
k (i 1)
-
48 k=1 k=M +1
 Modelli per previsioni in tempo
tempo reale
reale 291
291

A titolo di esempio si riporta un graco

grafico dei valori medi giornalieri misurati
e previsti, con previsione eettuata
effettuata alle ore 12, per la capannina n.4 che che  èe
posizionata nell'area
nell”area urbana prossima alla centrale ed in genere registra i pi u alti
più
valori di inquinamento (gure
(figure 9.9). Il modello ARCS, pur conservando una struttura
molto semplice, fornisce dunque previsioni decisamente più
piu aÆdabili
affidabili del modello di
persistenza.
L'I'lrl'l'lìl'l'l'
e
ppmxlOO
Il

Figura 9.9
Figura 9.9 Andamenti temporali della serie storica ((_)) e prevista(- -)
-) per le concentrazioni
medie giornaliere di SO
8022 alla capannina n.4 di Turbigo

9.4.2 Previsione della concentrazione giornaliera di SO

5022 a Mi-
lano
La citta di Milano eè stata dotata per prima in Italia di una rete per il rilevamento sia
citta
dell'inquinamento
dell”inquinamento atmosferico che di grandezze meteorologiche (direzione e velocit a
velocita
del vento, temperatura, pioggia e umidit
umidità a relativa)
relativa) su scala urbana.
In figura
gura 9.10 eè mostrata la congurazione
configurazione di tale rete nella seconda met metaa degli anni
70, periodo al quale risale questo studio, nalizzato
finalizzato alla messa a punto di un modello
operativo per la previsione con un giorno di anticipo della concentrazione di SO 8022 a
partire dalle misure fornite
fornite dalla rete stessa.
Si riscontravano allora durante il periodo "freddo"
“freddo” (da ottobre a marzo)
marzo) concentra-
zioni di SO5022 anche molto superiori agli standard di legge causate soprattutto dal
riscaldamento domestico. Analisi di causalitcausalitàa (Appendice B)B) eettuate
effettuate sulle serie
storiche di SOS022 di misure di quegli anni mostravano che le concentrazioni di inqui-
nante erano correlate signicativamente
significativamente ad alcune variabili meteorologiche quali la
temperatura, la velocit
velocita a del vento e la categoria meteorologica sinottica. Dal pun- pun-
to di vista fenomenologico, la dipendenza dalla temperatura deriva dal fatto fatto che,
quanto pi u essa eè bassa, tanto maggiori saranno le emissioni da riscaldamento
più riscaldamento do-
mestico e di conseguenza le concentrazioni di SO in atmosfera, in particolare
SO22 in particolare per
per
uno scenario di utilizzo dei combustibili quale era quello di quegli anni, antecedenti
alla metanizzazione di parte della citt a. Per quanto riguarda
citta. riguarda la
la velocit
velocitaa del vento,
vento7
questa infuenza sempre direttamente le concentrazioni come fattore di dispersione
292
292 Capitolo 9

dell'inquinante,
dell”inquinante, assunto chimicamente inerte. Come indice della stabilit a o insta-
stabilità
bilit
a atmosferica, possono inne
bilità infine essere introdotte opportune categorie sinottiche sinottíche
denite
definite sulle mappe meteorologiche valutate in quota; ad esempio, esempio, regimi di circo-
lazione di tipo anticiclonico o ciclonico favoriscono rispettivamente la stabilit stabilitaa o la
instabilit
instabilità a atmosferica e conseguentemente la stagnazione o la dispersione dell'inqui- dell”inqui-
nante. La presenza contemporanea di bassa temperatura, calma di vento e regime
anticiclonico, provocando una forte stabilit a atmosferica, con formazione dell'isola
stabilità dell”isola
di calore e aumento delle emissioni, favoriva quindi llaccumulo
l'accumulo di anidride solforosa
nella citt
cittàa e il conseguente vericarsi
verificarsi di episodi critici.
L'analisi
L7analisi statistica delle serie storiche rilevate evidenzia che a Milano, nel periodo
invernale, sono prevalenti venti molto deboli (velocit
(velocita a media giornaliera pari a cir-
ca 2m/sec), associati a condizioni anticicloniche prolungate. In queste condizioni
si ha la formazione di inversioni termiche che danno luogo all'instaurarsiall”instaurarsi dell' isola
dell”z'sola
di calore
calore.. Da un'analisi
un7analisi della rosa dei venti (gura
(figura 9.11)
9.11) si ricava che la direzione
Nord
Nord-EstEst risulta la meno frequente e quindi si pu puòo aermare
affermare che l'in uenza
l7influenza della
zona maggiormente industrializzata, situata appunto a Nord Nord-Est,Est, sia trascurabile
trascurabile
rispetto all'inquinamento
alllinquinamento causato dal riscaldamento domestico.
Come indice rappresentativo dell'inquinamento
dell”inquinamento in cittcittàa si eè assunto il DAP ((Do- Do-
sage Area Product ), una media pesata del dosaggio giornaliero della concentrazione
Product),
di SO 2 , calcolato a partire dalle rilevazioni delle capannine di misura distribuite
SOQ,
nell'area
nell”area comunale. Il modello messo a punto [200] [200] eè il seguente:

o MXSURATORE DI 802

«I STAZIONE 'lllTEOROLOCXCA

Figura 9.10
Figura 9.10 Citt
a di Milano. Rete di misuratori di SO
Città SOg2 ee di variabili meteorologiche
meteorologiche

DAP (k ) =
DAP(k) :  [c(k )] DAP
a[c(k)] (k 1) + ß[c(k)]
DAP(k-1) [c(k )] 1110,)
u1(k) +
+ Æ6[c(k)]
[c(k )] uuwg) ![c(k)] + 5(k:)
2(k) + w[c(k)] "(k) (9.10)
(9.10)
 Modelli per previsioni in tempo
tempo reale
reale 293
293

Figura 9.11
Figura 9.11 Rosa dei venti a Milano stimato per il periodo novembre-marzo

dove il DAP del giorno kk-esimo esimo dipende linearmente dal DAP del giorno precedente
e da due ingressi uul, 1, uu22 , il primo dei quali rappresenta il contributo dovuto alle
emissioni del giorno kk-esimo,
esimo, mentre il secondo rappresenta la dispersione dell'in-dell”in-
quinante dovuta alla velocit
velocitaa del vento. L'ingresso "(k) èe un rumore bianco a valor
Llingresso `›:(l<)
medio nullo e varianza 052[c(k:)].
" [c(k )]. Il parametri 
2
, ,Æ ,! , " 2 , possono assumere uno
a,ß,å,w,ag2,
dei due possibili valori,
valori7 poich
poichée sono funzioni di una categoria meteorologica binaria,
cc(k),
(k ), denita
definita sulla base delle mappe sinottiche a 500 mb nel modo seguente:
0 Prima categoria
categoria:: circolazione anticiclonica sul nord Italia
0Seconda categoria
categoria:: circolazione ciclonica sul nord Italia
Un predittore in tempo reale del DAP giornaliero può puo essere derivato dall'eq.
dallveq. 9.10
semplicemente sostituendo a "e(k)
(k) il suo valore atteso (pari a zero)
zero) e introducendo
la categoria sinottica prevista per il kk-esimo
esimo giorno, resa disponibile dal Servizio
Meteorologico dell'Aeronautica
dellyAeronautica che fornisce previsioni della circolazione in quota
relativa all'Europa
all”Europa con 24 ore di anticipo. Cos Così il predittore assume la seguente
forma:
^ (k ) =
DÀP(k)
DAP :  a[ê(k)] DAP(k-1)
[^c(k )] DAP (k 1) + ß[ê(k)]u1(k)
[^c(k )] u1(k) +
+ Æ6[e(k)] 2(k) + ama]
[^c(k )] uum) ![^c(k)] (9.11)
(9.11)
Per poter prevedere il DAP del giorno successivo ilil modello richiede
richiede ancora lala conos-
cenza delle emissioni, che non sono per o disponibili in tempo reale,
però reale, ee la
la previsione
della velocit
a del vento al suolo.
velocita
Poich
Poichèe le emissioni di SO
5022 sono attribuibili prevalentemente al riscaldamento
riscaldamento do-
mestico, il loro valore pu
o essere stimato come funzione della temperatura esterna
può
dei due giorni precedenti:
294
294 Capitolo 9

'Yi1 2
u^i 1 (k) = [ ] + [ 72
] (9.12)
Mk) _ [T(k-1))+19]
T (k 1)) + # + [T(k_2)+ü]
T (k 2) + # (9'12)
1 e W,
La funzione e lineare nei parametri 71 2 , mentre eè non lineare rispetto al parametro
#19 che viene determinato con un procedimento di stima iterativa. Si sono utilizzate
le temperature medie dei giorni (k (k-l)1) e (k 2), a seguito di un7analisi
(k-2), un'analisi di causalit
causalitàa
sulle serie storiche. Di conseguenza, non eè stato necessario mettere a punto nessun
predittore della temperatura. Per quanto riguarda l'ingresso l”ingresso di dispersione u 2 (k), si
u2(k),
eè in prima approssimazione utilizzata la seguente funzione lineare della velocit velocitaa del
vento:
Vento:
uu2(/<I)
2 (k ) = -§U(k) v(k) (9.13)
(9-13)
che d a una approssimazione accettabile per le basse velocita
da velocita tipiche dell'area
dell7area mila-
nese. Essendo richiesta la conoscenza della velocit
velocita a del vento nel giorno kk-esimo
esimo èe
stato necessario mettere a punto uno specico
specifico modello di previsione. Tale predittore
eè di tipo autoregressivo a scatola grigia ed ha la seguente forma: forma:
vMk)
^(k ) =  [^c(k )] vv(k-1)
¢[ê(k)] (k 1) + ' [^c(k )]
gø[ô(k)] (9.14)
(9.14)
cioèe il valore previsto v
cio ^(k ) dipende dalla velocit
Mk) a del vento nel giorno precedente e
velocita
dalla categoria meteorologica sinottica prevista per il k-esimo
k esimo giorno.
Nella tabella 9.2 vengono riportati i seguenti indici di prestazione del predittore:
predittore:
%Q,, %gee sono i coeÆcenti
coefficenti di correlazione tra DAP misurati e previsti, rispetti-
vamente per tutta la serie e per i soli episodi critici (al di sopra della
soglia a+ o))
02/11,
2
/, 176/116
e /  e sono i rapporti tra errore quadratico medio e media del DAPDAP,, rispet-
tivamente per tutta la serie e per i soli episodi critici.

2 e
Predittore di inquinamento %Q %gee 0- n-e
H Hee
Autoregressivo puro .71 .60 .37 .49
Predittore in tempo reale .83 .80 .32 .27
Predittore con vento noto .88 .82 .28 .24

Tabella 9.2
Tabella 9.2 Indici di prestazione dei modelli

Confrontando i risultati ottenuti dal modello 9.10 con quelli di un semplice

modello autoregressivo stazionario senza ingressi, si può puo quanticare
quantificare l'importanza
l7importanza
e l'utilit
a degli ingressi scelti. Inoltre, il confronto tra le prestazioni che si otten-
l”utilita
gono con un funzionamento operativo del predittore in tempo reale e quelle che si
otterrebbero teoricamente se fossero
fossero disponibili previsioni
previsioni perfette della velocit
a del
velocità
vento (rispettivamente riga 2 e 3 della tabella) evidenzia che i risultati,
tabella) evidenzia risultati, anche se
soddisfacenti, potrebbero tuttavia essere ulteriormente migliorati utilizzando mo- mo-
delli meteorologici piu attendibili [202].
più
gura 9.12 sono riportate le serie storiche del DAP
In figura DAP,, previste e misurate, perper la
la
stagione 1975/76. Si nota una buona previsione soprattutto degli episodi critici e
 Modelli per previsioni in tempo
tempo reale
reale 295
295

delle
delle brusche
brusche ricadute
ricadute di
di concentrazione.
concentrazione. II risultati
risultati meno
meno soddisfacenti in alcuni
soddisfacenti in alcuni casi
casi
sono da attribuirsi il pi
u delle volte al troppo semplice modello di previsione della
più
velocit
a del vento.
velocita

[PW]
DAP

--- REALE
------- PREVISTO

U i A | 1 i 1 i | _
U ZU LU 50 HU 100 120 HU 150
K Ermini]

Figura 9.12
Figura 9.12 Andamento del DAP (reale e previsto)
previsto) nel periodo 16 Ottobre 1975 - 31
31
Marzo 1976.

9.4.3
9.4.3 Previsioni
Previsioni di
di concentrazioni
concentrazioni orarie
orarie di
di NO
N022 a
a Brescia
Brescia

L'andamento
L7andamento delle
delle concentrazioni
concentrazioni orarie
orarie di
di NO in un'area
N022 in urbana assume
un”area urbana assume compor-
compor-
tamenti assai dierenti
differenti nei periodi estivi e in quelli invernali.
invernali. Da una parte, durante i
mesi
mesi piu freddi
più freddi le
le emissioni
emissioni degli
degli ossidi
ossidi di
di azoto
azoto sono
sono maggiori
maggiori aa causa
causa del
del contributo
contributo
del riscaldamento domestico; dall'altra,
dall7altra, durante Pestate,
l'estate, quando l”attivita
l'attivita radiativa
del sole e al suo apice, si instaura il ciclo fotochimico dell'ozono,
delllozono, che coinvolge nelle
sue complesse reazioni anche il biossido di azoto, sbilanciandone l'equilibrio
17equilibrio verso
concentrazioni minori.
Su ciascuna delle serie storiche orarie di NO N022 disponibili per la stazione posizio-
nata in Broletto, nel centro della citt a di Brescia (si veda la figura
citta gura 9.13), sono state
eseguite analisi di tipo statistico dei periodi estivi e invernali considerati (dal 1995 al
1998). Nella tabella 9.3 sono riportati i valori di media e deviazione standard stimati
per i dati di biossido di azoto, che evidenziano livelli medi elevati soprattutto nel
periodo invernale.
Interessante eè anche l'andamento funzione di autocorrelazione
Pandamento della funzione autocorrelazz'one mostrata
in gura
figura 9.14, che si riferisce in particolare sulle misure medie orarie del periodo periodo
invernale 97/98. Si osserva un andamento di tipo oscillatorio smorzato, con picchi
in corrispondenza a ritardi di 12 e 24, che si ripetono con periodicità
periodicita di 24 ore.
ore. Tale
comportamento eè legato all'andamento
all”andamento ciclico che la concentrazione di NO N022 assume
296
296 Capitolo 9

Periodo/anno
Periodo/ anno Media Dev.standard
g/m3]
[lug/m3] g/m3 ]
[[ug/m3]
INV 95/96
INV 95/96 80.52
80.52 34.72
34.72
INV 96/97
INV 96/97 84.15
84.15 35.78
35.78
INV 97/98
INV 97/98 77.59
77.59 35.3
35.3
EST 96
EST 96 50.63
50.63 26.98
26.98
EST 97
EST 97 55.34
55.34 29.83
29.83
EST 98
EST 98 50.91
50.91 29.17
29.17
Tabella 9.3
Tabella 9.3 Media e deviazione standard stagionale delle conc.
conc. di NO
N022

nel corso della giornata, conseguente sia alla variabilit a giornaliera che caratterizza
variabilità
le emissioni da traÆco
traffico autoveicolare, sia al ciclo giornaliero della radiazione solare.
gura 9.15 sono riportati i giorni tipo stimati per il biossido di azoto a
Nella figura
Brescia, che presentano due picchi distinti nel corso della giornata;
giornata; i valori massimi
tendono comunque a localizzarsi in tarda serata.
In riferimento alle soglie legislative, le serie storiche di NO rilevate dalle cen-
N022 rilevate
tralina del Broletto evidenziano un rischio di inquinamento atmosferico critico. In
particolare, nei periodi considerati, si sono misurati superi solo del livello di dl atten-
zione (200 /lg/m3
g/m3 orari), come mostrato nella tabella 9.4.

INV 95/96 INV 96/97 INV 97/98

N Æ superi
Nosuperi 35 38 44
max conc. 310.2 356 320.3
Tabella 9.4
Tabella 9.4 Episodi critici riferiti
riferiti al livello di attenzione

Fra le serie storiche disponibili come potenziali ingressi ai modelli

modelli sono state
prese in esame quelle relative a: NO, CO, O 3 , temperatura, velocita
03, velocita e direzione del
vento. La temperatura, nel periodo invernale, èe risultata la variabile maggiormente
esplicativa per il modello; eè tuttora infatti a Brescia il parametro che regola il consu-
mo di combustibile ai nifini del riscaldamento domestico, che in alcune zone della citt a
città
eè ancora di tipo tradizionale, oltre ad essere un buon indicatore delle condizioni
meteorologiche favorevoli al ristagno degli inquinanti. In particolare, per effettuare
eettuare
una previsione pi
piùu accurata con un giorno d'anticipo,
d”anticipo, risulta utile conoscere l'anda-
llanda-
mento della temperatura previsto per il giorno successivo (aumento, diminuzione o
stazionariet
stazionarietaa dei valori massimi).
I modelli giornalieri operano alle ore 20.00 di ogni giorno effettuando
eettuando una una pre-
visione del picco di concentrazione di NO N022 per lala giornata
giornata successiva. Si ha
ha dunque
un anticipo della previsione che va mediamente dalle 14 alle 24 ore ee consente l”al- l'al-
lertamento della popolazione e delle Autorit
Autoritàa competenti. Alle oreore 20.00 ilil modello
modello
ha a disposizione la misura del massimo di NO N022 registrato nella giornata trascor-
sa, la temperatura massima raggiunta e le previsioni sulla tendenza per il giorno
successivo.
 Modelli per previsioni in tempo
tempo reale
reale 297
297

Figura 9.13
Figura 9.13 La citt
a di Brescia
città

ll predittore giornaliero neuro-fuzzy scelto 

Il eè caratterizzato da funzioni di ap-
partenenza la cui forma  eè di triangoli scaleni,
scaleni, mentre le regole di inferenza sono di
tipo somma-prodotto. Il sistema eè stato addestrato sulle serie storiche invernali del
95/96 e 96/97, ed eè caratterizzato dai seguenti ingressi:
ingressi:

o N022 massima diurna - insiemi

concentrazione di NO fuzzy: 8;
insiemi' fuzzy:

0 diurnai insiemi fuzzy: 5;

temperatura massima diurna{

o tendenza della temperatura massima per il giorno successivo - insiemi fuzzy:

fuzzy: 3.
8.

Il predittore eè stato validato sulle serie storiche dell'inverno

dell”inverno 97/98;
97/ 98; i valori
valori degli
indici di prestazione ottenuti in fase di identicazione
identificazione e previsione
previsione sono riportati
riportati in
tab.9.5. I risultati appaiono soddisfacenti e le previsioni risultano più piu attendibili di
quelle ottenute con un modello persistente.
298
298 Capitolo 9

i AST lv HEIZ!
Statisticalänalysis QausalityAnalysis ßegression windows flelp

iAutucorrelation graph of d:\aawork\n02\o._. BE. iAutucurr. d:\aav|urk\n02\... HE-

lag Aula cu rrelatiun
1.888

LØCOHQ'JU'IhLAJN-ID
8.914
8.885

V U '\.f\ ,
\n H ,f 8.898
8.883
,fa \\` //\\ t.,,f"/\\ 8.523
8 | | v | | 8.449
15 38 45 88 T5 98 185128135158 8.382
8.328
8.282
18 8.21?`
8.18?
8.1?1
8.187I
8.1?4
istats of d:\au|ork\n02\nr 8.184
Total data = 4392 8.223
Valid data = 3B?? 8.281
Average = ??.589 8.384
Variante =1245.?92
8.352
8.484
Stdevial. I 35.298 21 8.484
Max. lag = 158 8.523
8.589
8.588
8.559 g

Figura 9.14
Figura 9.14 Media,
Media7 Varianza e autocorrelazione iINV
{INV 97/98.
97/98. Funzione di autocorrela-
zione stimata per la concentrazione di N02
NO2 oraria a Brescia

Giorni tipo

-- inv 95/96
+ inv 96/97
+ inv 97/98
[N02]

-›<- est 96
-fl- est 97
+ est 98

13579 11 13151719 2123

Ora

Figura 9.15
Figura 9.15 Giorni tipo stagionali del biossido di azoto a Brescia
 Modelli per previsioni in tempo
tempo reale
reale 299
299

indici identicazione

identificazione previsione mod.persistente
uee -1,28 -7.64 -0.26
0ee 30,19 36.63 42.83
var n-s 0,43 0.56 0.76
corr v-p 0,76 0.67 0.61

Tabella 9.5
Tabella 9.5 Prestazioni del modello neuro-fuzzy invernale
invernale a confronto
confronto con
con quelle del
modello persistente

9.5
9.5 Esercitazione
Esercitazione

In questo paragrafo si mostra come costruire e validare un modello stocastico autore-

gressivo servendosi del programma WINASTWINAS T [203]
[203] (Il software e i dati sono contenuti
nella directory CAPITOLO9
CAPITOL09 del CD 0D allegato al testo);
testo); allo scopo vengono illustrate
le schermate ottenute e le modalit
modalitaa di interfaccia utente facendo riferimento ad un
esempio di analisi di dati reali.
Si supponga in particolare di volere costruire un modello autoregressivo da uti-
lizzarsi come predittore delle concentrazioni orarie di NO N022 all'interno
all”interno della giornata
nel centro della citt
cittaa di Brescia, a partire dai dati di inquinamento e meteorologici
rilevati nel biennio 1994-95.
L'analisi
L7analisi preliminare del fenomeno
fenomeno in esame deve guidare all'individuazione
alliindividuazione del mo-
mo-
dello migliore sulla base di considerazioni di ordine fisico,
sico, ma
ma anche attraverso stru-
analisi di
menti di tipo matematico-statistico (come l'lianalisi di' causalit
causalitàa B). Poich
Poichèe le ca-
ratteristiche meteorologiche e le emissioni inquinanti variano in modo notevole nel
corso dell'anno,
dell”anno7 
eè ragionevole identicare
identificare modelli diversi per ogni particolare periodo
stagionale. Si pu
può,o, ad esempio, suddividere l'anno
Panno solare in sei bimestri (gennaio-
febbraio, marzo-aprile, etc.)
etc.) per avere un numero suÆcientemente
sufficientemente elevato di dati
utili per la stima dei parametri: in particolare la la nostra
nostra attenzione si concentrer
concentrera a
sul bimestre gennaio-febbraio.

II dati
dati presi in esame riguardano la concentrazione oraria
oraria di NO e NO nella pos-
N022 nella pos-
tazione Broletto nel centro di Brescia: si e`e scelto di utilizzare la serie del primo anno
(1994) per la stima dei parametri del modello, quella del 1995 per la sua validazione.
validazione.
Diversi studi compiuti negli ultimi anni individuano nel traÆco traffico autoveicolare una una
signicativa
significativa sorgente di biossido di azoto, le cui concentrazioni
Concentrazioni variano in modo stret-
tamente legato al traffico
traÆco stesso. Si pupuòo ragionevolmente sostenere che l'andamento
Pandamento
del traffico
traÆco autoveicolare urbano eè caratterizzato da due tipi di ciclicit a: la prima di
ciclicita:
periodo giornaliero (il volume di traÆco
traffico presenta due picchi diurni - uno al mattino,
l'altro
l”altro nel tardo pomeriggio - e diminuisce nelle ore notturne), mentre la seconda di
periodo settimanale (nei week end si ha in generale una diminuzione del traÆco). traffico).
Sulla base di queste considerazioni si pupuòo assumere una
una ciclostazionariet
ciclostazionarieta a giornalie-
ra del modello (T=24).
(T:24). L'analisi
Lyanalisi di causalit
causalitàa tra NO (causa)
(causa) e NON022 (eetto)
(effetto) per il
periodo gennaio-febbraio 1994, mostra che il valore della funzione
funzione di correlazione tra tra
i residui delle due serie NO e NON022 assume valori signicativi
significativi esterni alla banda
banda di
condenza,
confidenza, oltre che nelle prime ore, anche in corrispondenza ad un ritardo di 24 ore. ore.
300
300 Capitolo 9

Il
Il modello
modello Al ne
fine di utilizzare il modello per ottenere delle previsioni delle concen-
trazioni orarie di NO N022 all'interno
allyinterno della giornata (ad esempio con un anticipo di 6
ore), eè dunque opportuno considerare un modello che abbia come ingresso la concen-
trazione oraria di NO con uno ritardo temporale di 24 ore.
Per quanto riguarda l'ordine
l”ordine del modello,  eè necessario raggiungere un compromes-
so fra le due esigenze antitetiche di accuratezza e semplicit
semplicitàa del modello; infatti al
crescere dell'ordine
delllordine del modello, si ha una corrispondente diminuzione della varianza
dell'errore
dell”errore di previsione,
previsione7 ma il numero dei parametri cresce, comportando il rischio
di avere delle stime molto incerte e di incorrere nel problema di una sovra-aderenza
overtting, ovvero il modello risulta troppo aderente ai dati impiegati in fase
ai dati ((ooerfitting,
di taratura e non fornisce quindi buone prestazioni in fase di validazione).
Nel seguito vengono illustrate le fasi di identicazione
identificazione e validazione di un modello
ARX(1,1) per la variabile concentrazione di NO 22 con ciclostazionariet
ciclostazionarietaa giornaliera
ed ingresso esplicito la variabile concentrazione di NO NO..

Fase
Fase l:
l: denizione
definizione del
del modello
modello

o Selezione dei file

le delle serie storiche. Si inizia con l'inserimento
l”inserimento dei nomi dei file
le
BGF94.NO2 e BGF94.NO contenuti nella subdirectory
delle serie storiche ((BGF94.NO2
Dati della directory Winast) sulle quali verr
verraa identicato
identificato il modello. Selezionan-
Voce di menu Denizione/File
do la voce Definizione/File Serie Storiche
Storiche,, viene visualizzata una
nestra
finestra di dialogo in cui vanno immessi i nomi dei file le unitamente ai rispettivi
identicatori
identificatori di dati mancanti (gura
(figura CD.9.1 contenuta nel filele winast.ppt
winast.ppt alla
subdirectory DOC).
Se si conosce l'identicatore
l”identificatore di dati mancanti  eè possibile digitarne direttamente
il valore nell'apposito
nell”apposito campo,
campo7 altrimenti si pupuòo scorrere il file
le e selezionarlo
tramite il mouse (gura
(figura CD.9.2).
ø Denizione
Definizione del periodo a. Si seleziona la voce di menu De-
periodo di ciclostazionariet
ciclostazionarietà. Defi-
nizione/Ciclostazionariet
a: viene visualizzata una finestra
nizione/Ciclostazionarietà: nestra di dialogo (gura
(figura
CD.9.3)
CD.9.3) attraverso la quale  eè possibile specicare
specificare il periodo di ciclostazionariet
ciclostazionarieta a
(T=24).
(T:24).
Si assume per default
default,, che il primo dato delle serie storiche sia associato all'is-
all”is-
tante iniziale (istante 1)1) del periodo. Se cos
cosi non 
e, si deve specicare
è, specificare il numero
dell”istante associato al primo dato delle serie storiche nel campo Istante
dell'istante [stante In-
iziale
iziale..

0 Denizione
Definizione della complessit
a del modello. Per ultimare la fase di denizione
complessità definizione
del modello si seleziona la voce di menu Denizione/Complessit
Definizione/ Complessità. a. Viene
visualizzata una nestra
finestra di dialogo per mezzo della quale  èe possibile specicare
specificare
l'ordine
l”ordine della parte autoregressiva e l'ordine
l”ordine e il ritardo temporale associati alla
parte esogena; per inserire i valori e`e suÆciente
sufiiciente posizionare il cursore del mouse
sul campo desiderato e digitare il valore da inserire trarnite la tastiera (gura (figura
CD.9.4).
A questo punto il modello risulta completamente denito. definito.

o Visualizzazione
Visualizzazione della struttura del modello. Selezionando la menu Mo-
la voce di menu M0-
dello/Visualizza
dello/Visualizza Modello/Struttura
Modello/Struttura del del Modello
Modello eè possibile
possibile Visualizzare
visualizzare
le informazioni riepilogative sulla struttura del modello denito,
definito, compresi il
il nu-
mero di parametrizzazioni, il numero di intervalli
intervalli di stazionariet
a, il nunero di
stazionarieta,
 Modelli per previsioni in tempo
tempo reale
reale 301
301

categorie (in questo esempio non assegnate)

assegnate) e il valore dell'eventuale
dell”eventuale coeÆciente
coefficiente
di oblio (gura
(figura CD.9.5).
Fase
Fase 2:
2: identicazione
identificazione dei
dei parametri
parametri del
del modello
modello
Selezionando la voce di menu Parametri/Stima
Parametri / Stima viene lanciata l”operazione
l'operazione di sti-
ma dei parametri.
A seconda del tipo di modello denito definito il programma eseguirà
eseguira l”identificazione
l'identicazione con
l'algoritmo
l“algoritmo a lotti o con quello ricorsivo: in questo esempio,
esempio, trattandosi di un mo-
dello ciclostazionario, viene utilizzato l'algoritmo
l”algoritmo a lotti. Al termine dell'operazione
dellioperazione
di identicazione,
identificazione, il primo dei 24 modelli (quello associato al valore denito definito per
Istante Iniziale
l'l”Istante Iniziale)) viene visualizzato nella nestra
finestra principale del programma; sot-
to ogni parametro viene riportato tra parentesi quadre lo scarto quadratico medio
come indice dell'attendibilit a del parametro stesso (gura
dell7attendibilita (figura CD.9.6). Per visualizzare
gli altri modelli ci si pu o servire delle voci di menu Modello/Visualizza
può Modello / Visualizza Model-
Model-
lo/Successivo
lo/Successivo,, Modello/Visualizza
Modello/Visualizza Modello/Precedente.
Modello/Precedente.

Fase
Fase 3:
3: prestazioni
prestazioni del
del modello
modello identicato
identificato
Dopo avere eseguito la stima del modello eè possibile visualizzare le prestazioni dei
singoli modelli identicati
identificati cos
così come le prestazioni globali.

ø Indici di prestazione parziali. Selezionando la voce di menu Modello/Visua-

prestazione parziali. Modello/Visua-
lizza Modello/Indici Parziali
Parziali,, viene visualizzata una finestra
nestra di dialogo che
riporta gli indici di prestazione del modello correntemente visualizzato
visualizzato nella
nella fi-
-
nestra principale, oltre al numero di dati validi che sono stati utilizzati nell”iden-
nell'iden-
ticazione
tificazione (gura
(figura CD.9.7).
ø prestazione globali. Selezionando la voce di menu Modello/Visua-
Indici di prestazione Modello/Visua-
lizza Modello/Indici
Modello / Indici Globali, viene visualizzata una finestra
nestra di dialogo che
riporta gli indici globali di prestazione del modello identicato,
identificato, valutati utiliz-
zando tutti i dati delle serie storiche; viene anche visualizzato l”esito
l'esito del test di
bianchezza di Anderson eettuato
effettuato sul residuo del modello (gura
(figura CD.9.8).
Se a seguito della valutazione delle prestazioni del modello si decide di procedere
alla successiva fase di validazione, occorre selezionare la voce di menu Model-
Model-
lo/Visualizza Modello/Esci
E'
E7 possibile tornare a visualizzare il modello identificato
identicato in qualsiasi momento
selezionando la voce di menu Modello/Visualizza Modello/Visualizza
Fase
Fase 4:
4: validazione
validazione del
del modello
modello
Selezionando la voce di menu Test/Validazione
Test /Validazione viene visualizzata nuovamente la
nestra
finestra di dialogo nella quale  eè possibile inserire i file
le delle serie storiche di valida-
zione (gura
(figura CD.9.9).
Proseguendo nell'esempio,
nell”esempio, si inseriscono i file
le delle serie storiche relative al bimestre
gennaio-febbraio 1995, sostituendone i nomi ((BGF95.NO2BGF95.NO2 e BGF95.NO BGF95.NO)) nei
campi Uscita
Uscita e Ingresso 1 a quelli dei lefile utilizzati nella
nella fase
fase di identificazione.
identicazione.
Premendo il pulsante OK OK viene avviata la validazione del modello. Al termine termine delle
operazioni il primo dei 24 modelli (quello associato all'istante
all”istante iniziale)
iniziale) viene visua-
lizzato nella nestra
finestra principale del programma; la la scritta VALIDAZIONE
VALIDAZIONE indica in
quale fase operativa si trova l'utente.
l”utente.
302
302 Capitolo 9

Fase
Fase 5:
5: prestazioni
prestazioni del
del modello
modello validato
validato
E'
E7 possibile visualizzare le prestazioni dei singoli modelli (gura
(figura CD.9.10)
CD.9.10) e le pres-
tazioni globali relative alla fase di validazione, analogamente a quanto visto nella
Fase 3. Nella finestra
nestra di figura
gura CD.9.11 sono riportati gli indici di prestazione glo-
bale calcolati nell'esempio,
nell”esempio, posti a confronto con quelli precedentemente stimati in
identicazione.
identificazione.

Fase
Fase 6:
6: utilizzo
utilizzo del
del modello
modello come
come predittore
predittore

0 Analisi delle prestazioni

prestazioni previsionali.
previsionali. Se si desidera, ad esempio,
esempio, valutare le
prestazioni del modello identicato
identificato nell'eettuare
nellleffettuare previsioni delle concentra-
zioni di NO
N022 con sei ore di anticipo, si seleziona anzitutto la voce di menu
Test/Previsione
Test/Previsione.. Nella nestrafinestra di dialogo File Serie Storiche si assegnano
i nomi dei file BGF95.NO2 e BGF95.NO
le ((BGF95.NO2 BGF95.NO)) sui quali effettuare
eettuare le previsio-
ni. Successivamente viene richiesto all'utente
all”utente di specicare
specificare il numero di passi
di previsione (nell'esempio
(nellyesempio posto uguale a 6) 6) e il nome del filele su cui salvare
i risultati della previsione; a discrezione dell'utente
dell”utente  èe anche possibile generare
un file
le dei residui della previsione selezionando con il mouse la casella a fianco anco
della rispettiva voce (gura
(figura CD.9.12).
Al termine delle operazioni di generazione delle previsioni e di calcolo delle
prestazioni (parziali e globali) del modello predittore,
predittore, viene visualizzato il primo
dei 24 modelli. Su richiesta dell'utente,
dellyutente,  èe possibile visualizzare gli indici di
prestazione predittiva dei modelli parziali e quelli globali,
globali, eventualmente anche
posti a confronto con quelli precedentemente calcolati nelle fasi di identificazione
identicazione
e validazione (gura
(figura CD.9.13).
0 Visualizzazione
Visualizzazione del graco
grafico vero-previsto. Una volta ultimata la generazione
le delle previsioni, il programma abilita il menu Graco
del file Grafico che permette
permette di
grafico vero/previsto
gestire la visualizzazione del graco vero/previsto..

Fase
Fase 7:
7: aggiornamento
aggiornamento del
del modello
modello
Se si desidera eseguire l'aggiornamento
Paggiornamento del modello, tarato con i dati del bimestre
gennaio-febbraio 1994, utilizzando i dati del corrispondente successivo periodo del
le (*.MDL), selezionare la voce di menu Ag-
1995, occorre salvare il modello su file Ag-
giornamento
giornamento e assegnare i nomi dei file le di piu' BGF95.NO2
piu7 recente acquisizione ((BGF95.NO2
e BGF95.NO
BGF95.NO). ). Il programma procede ad una nuova identicazione
identificazione dei parametri
del modello sull'insieme
sull”insieme totale dei dati disponibili (nell'esempio:
(nell7esempio: 1994+1995). Viene
nestra di AGGIORNAMENTO
quindi mostrata la finestra AGGIORNAMENTO,, che riporta il modello con i pa-
ramentri aggiornati e, su richiesta dell'utente,
dell”utente, i relativi indici di prestazione (gura
(figura
CD.9.14).
 10
Un centro di controllo della qualit
a dell'aria
qualità delliaria

10.1
10.1 Sistemi
Sistemi di
di Supporto
Supporto alle
alle Decisioni
Decisioni

Come appare dall'articolazione

dall”articolazione dei temi trattati ai capitoli precedenti, la fenome-
nologia dell'inquinamento
dell7inquinamento atmosferico e le problematiche connesse ad una corretta
modellizzazione dei complessi meccanismi fisico-chimici
sico-chimici in gioco, rendono partico-
larmente arduo il compito dell'operatore
dell”operatore ambientale che intende acquisire elementi
oggettivi per arrivare a formulare e implementare una decisione operativa.
operativa. In questo
contesto trova un campo di applicabilit a signicativo
applicabilità significativo un sistema informativo parti-
colare, strutturato non per sostituire il decisore, ma per aÆancarlo
aflfiancarlo e "supportarlo"
“supportarlo”
nel raccogliere elementi e valutazioni utili per orientarsi verso una delle possibili al-
ternative decisionali. Si tratta di un Sistema di dz' Supporto alle Decisioni (SSD), con
una struttura del tipo di quella riportata in figura
gura 10.1 [214].

Banca modelli

Banca modelli Manager di Sistema H Banca conoscenze

UTENTE

Figura 10.1
Figura 10.1 Schema di un Sistema di Supporto alle Decisioni
304
304 Capitolo 10

Elementi portanti di un "buon"

“buon” SSD sono dunque:

0 una banca dati

dati,, che archivi misure, dati, testi,
testi, cartograe
cartografie e altre informazioni;
informazioni;
0 una banca modelli
modelli,, che integri diverse tipologie di modelli (ad esempio di simu-
lazione, previsione, ottimizzazione);
ø una interfaccia semplice e flessibile
essibile che consenta all'utente ripensamenti, revi-
alllutente ripensamenti,
sioni e miglioramenti nella denizione
definizione degli scenari che desidera analizzare.

Con uno strumento informatico di questo tipo èe possibile ipotizzare l'organiz-
llorganiz-
zazione di un centro di controllo della qualit a dell'aria
qualità dell”aria,, nel quale i tecnici ambientali
possano mettere a punto strategie operative sia nel breve che nel medio termine. Per
intervento in tempo reale si intende la capacit
capacitaa di agire in tempo utile per prevenire
episodi critici di inquinamento su un arco temporale che va da alcune ore a pochi
giorni. Per strategie di lungo termine si intendono quelle pianicazioni
pianificazioni che portano
ad una modica
modifica dello scenario emissivo su un arco temporale di alcuni anni almeno.
Le due modalit
modalita a operative non sono mutuamente esclusive; possono anzi integrarsi
sinergicamente nell'ottica
nelllottica di prevenire quelle situazioni di particolare criticit a, per
criticità,
le quali non eè ancora stato possibile mettere a punto o attuare interventi risolutivi.
risolutivi.
Nel seguito vengono esposti alcuni studi di casi reali, come esempi di possibili
applicazioni di prototipi di sistemi di supporto alle decisioni.

10.2
10.2 Un
Un sistema
sistema di
di controllo
controllo di
di emissioni
emissioni industriali
industriali

Come anticipato nel paragrafo 9.4.1, dal 1984 eè in funzione presso la centrale ter-
moelettrica di Turbigo un nodo intelligente che, oltre alle misure provenienti dal
calcolatore di centrale, acquisisce ed elabora i dati registrati da una rete sperimen-
tale di telerilevamento di parametri meteorologici in quota [215]
[215] [216].
Con riferimento alla figura
gura 10.2 la strumentazione collegata via
via modem su linee
linee se-
riali al nodo intelligente comprende:

0 un SODAR doppler (SOund Detection And Ranging)

Ranging) che permette di determi-
nare, ogni 50 m di quota, la direzione e la velocita
velocita del vento, fino
no a circa 1000
m di altezza [217];
0 un sistema RASS (Radio Acoustic Sounding System)
System) che determina il prolo
profilo
verticale della temperatura in funzione della quota, da 80 fino
no a 1400 m;
m;
0 ussimetro, ovvero un palo di 30 metri strumentato per la misura delle
un flussimetm,
principali grandezze meteorologiche vicine al suolo;
o un calcolatore ecologico di centrale.
L'applicabilit
L”applicabilita a concreta dei modelli previsionali proposti nel capitolo 9 risulta
possibile solo all'interno
all”interno di un sistema informativo di supporto alle decisioni del
tipo di questo nodo che, in base alla conoscenza della situazione presente e passata,
permette di interpretare correttamente le previsioni effettuate,
eettuate, in modo da operare
delle scelte di gestione eÆcaci
efficaci ed economicamente convenienti. Grazie alla struttura
 Un centro di controllo della qualit
a dell'aria
qualità dell”aria 305
305

' `_› _.
ai '10; 7,,:°~°^ ^CUSH<^ uNe' cEaALE
\\`\\ :§\` /
,l'11 soon nomu?
\ \ l tszcuron. m
um
"um
\§\ lil
'I
/ 'hm Nm' o
comma:
vnwo mu “mx”

¦ wu
+ zummnam °' “A”
| 191m unu
I
|
I
l
I
I
. mmm'
+ wcwsmmu
' mDILLI
¦ -canulll

ÉL E Rfii. garga- Entn w"

m vm 1
A Mn
un molo unu
mmm! E] I n
MUMMI
\-v-' non:
f: unu» u
mmm w.. I a. . aston ou una
_. HMI bl'l
_'
(gxâu -›. lume Mn
Vanslru Hnm __». mio Nauru)

Figura 10.2
Figura 10.2 Schema del Nodo intelligente di Turbigo

modulare del Nodo, eè stato possibile implementare il modello ARCS (vedi cap.9),
scelto a motivo della semplice struttura e della buona aÆdabilit
affidabilitàa riscontrata. Ogni
mezz'ora,
mezz°ora, accanto alle previsioni della concentrazione media a fine ne giornata, viene
segnalata la "pericolosit
pericolosit`a"
” del livello di inquinamento previsto:
previsto: in situazioni ritenute
normali (concentrazioni di SO 5022 previste < 0.06 ppm)
ppm) si ha una segnalazione \verde";
“verde”;
se l'inquinamento
l”inquinamento previsto in una o pi piùu capannine della rete supera una prima soglia
di concentrazione (0.06 ppm)ppm) si ha un allarme "giallo";
7,giallo”; nel caso si raggiunga un
livello ancora pi
piùu alto viene data l'indicazione
l”indicazi0ne di allarme \rosso"
“rosso” (concentrazione
prevista > 0.095 ppm). Quando si verica verifica una situazione di allarme, in base alle
misure delle variabili meteorologiche e di emissione e alle indicazioni dei modelli, modelli,
eè possibile per il gestore interpretare il fenomeno sulla base di elementi oggettivi e
prendere quindi le decisioni conseguenti.
Il modello previsionale e operativo dall'ottobre
dallyottobre del 1987 ed il il suo comportamento
n
fin dai primi mesi di funzionamento
funzionamento si e rivelato soddisfacente, anche in situazioni
molto diverse fra
fra loro. L'esame
L”esame di un paio di casi signi [215]cativi puo aiutare ad
[215]ficativi può
esemplicare
esemplificare come vengono utilizzate le previsioni nella gestione quotidiana.
Il primo esempio si riferisce al giorno 16/12/1987 (g. (fig. 10.3), unauna giornata
giornata
mediamente inquinata, con un valore basso della media giornaliera di SO 8022 che ha
superato di poco,
poco7 nella sola capannina 5, la mediana annuale fissata ssata come limite di
306
306 Capitolo 10

20°.,.I...,.,.,.,.f.,.,.,.
pnb› _
150'- _.

160 _ _

120 _ _

Figura 10.3
Figura 10.3 Concentrazione di SO
8022 misurata dalla capannina 5 (dati del 16/12/87)
16/12/87)


legge ((E
= 0.03 ppm) e con un valore massimo semiorario di 0.1 ppm.
La situazione atmosferica era caratterizzata da condizioni neutre o leggermente sta-
bili, temperature al suolo non eccessivamente basse e vento debole con provenienza
variabile tra ovest e nord. In tali situazioni il modello ha fornito prestazioni elevate
n
fin dalle prime ore della mattina. Alle 8.30 il modello ARCS prevedeva,prevedeva, infatti, una
infatti7 una
concentrazione di 0.032 ppm, a fronte di un valore registrato a fine ne giornata di 0.031
ppm. Nelle mezz'ore
mezz”ore sucessive la previsione della media si manteneva sempre tra tra
0.029 e 0.035 ppm, stabilizzandosi rapidamente sul valore \vero". “vero”. Viste le condi-
zioni meteorologiche ed i valori di concentrazione non preoccupanti,
preoccupanti, non eè stata
intrapresa nessuna azione per contenere l'inquinamento.
l”inquinamento.
Diverso eè il caso del 16/11/1988; in tale giornata 3 sensori su 5 hanno registrato
rilevanti concentrazioni al suolo con punte di inquinamento sulla mezz7oramezz'ora comprese
tra 0.14 e 0.29 ppm. Il carico nella centrale era distribuito su 3 gruppi da 320 MW
con uenti
confluenti su due ciminiere da 150 m.
La giornata era caratterizzata da calma di vento e da una profonda inversione
di temperature (5-6 gradi ÆoC) C) tra i 500 e 600 m,
m, messa in evidenza dal graco
grafico RASS
(vedi fig.
g. 10.4). Il perdurare della situazione e il raggiungimento del pieno carico dei
3 gruppi, favoriva l'accumulo
liaccumulo di inquinante e portava a concentrazioni elevate al suolo
poich
poichée (come segnalato dai modelli di sovrainnalzamento)
sovrainnalzamento) i fumi
fumi delle due ciminiere
non riuscivano a superare la barriera termica
termica dell'inversione.
dell”inversione. Il modello stocastico
ha segnalato una situazione di allarme \giallo"
“giallo” a partire
partire dalle 11 del mattino (vedi
g.
fig. 10.5). Tuttavia, grazie ad una tempestiva riduzione del carico nelle ore centrali
della giornata, la concentrazione media delle 24 ore eè risultata inferiore a 0.096 ppm
per tutte le capannine, pur perdurando le condizioni di inversione termica in quota.
 Un centro di controllo della qualit
a dell'aria
qualità dell”aria 307
307

'200 .

1000 >

600"

200-

Figura 10.4
Figura 10.4 Prolo
Profilo verticale di temperatura misurato dal RASS (16/11/88)
(16/11/88)

L'esperienza
L7esperienza maturata nella costruzione e gestione del nodo di Turbigo ha
dunque dimostrato che l'uso
l”uso di sistemi informativi che sfruttino le potenzialità
potenzialita della
modellistica e della strumentazione meteorologica di remote-sensing pu puòo portare a
prestazioni eÆcienti
efficienti in termini di controllo delle emissioni.
emissioni. Si possono infatti
infatti otte-
nere aÆdabili
affidabili previsioni delle medie di concentrazione al suolo a fine ne giornata fin
n
dalla tarda mattinata e quindi intervenire tempestivamente per evitare situazioni
pericolose.

10.3
10.3 Sistemi
Sistemi di
di previsione
previsione e
e allarme
allarme urbani
urbani
I modelli previsionali
previsionali costituiscono attualmente per le Autorit
Autoritàa ed i tecnici preposti
al controllo della qualit
qualitaa dell'aria
dell”aria in un'area
un7area urbana un supporto essenziale per la
gestione in tempo reale di episodi critici acuti, al fine
ne di individuare punti e modalita
modalita
eÆcaci
efficaci di intervento da mettere in atto con un margine di anticipo suÆciente.
sufficiente.
Gli obiettivi
obiettivi,, impliciti o espliciti, che si possono conseguire con llimpiego
l'impiego di sistemi
di previsione ed allarme sono principalmente i seguenti:
o soddisfare la richiesta di informazione da parte dell'opinione
dell”opinione pubblica;

o permettere di ridurre e prevenire l'esposizione

l”esposizione dei cittadini appartenenti soprat-
tutto alla fascia \debole"
“debole” (bambini, anziani, malati aetti
affetti da sindromi respira-
torie acute o croniche);
308
308 Capitolo 10

Figura 10.5
Figura 10.5 Concentrazione di SO
5022 misurata dalla capannina
capannina 1 ee carico
carico elettrico
(16/11/88)

0 allertare le Autorita, le industrie, nonch

Autorità, nonchèe la popolazione al fine
ne di intraprendere
misure di abbattimento delle emissioni con un coinvolgimento responsabile di
tutti i soggetti interessati, in modo attivo o passivo.
Alcune tra le direttive che possono essere impartite su un arco di tempo limitato
per ottenere un abbattimento di inquinanti in tempo reale nelle areee urbane sono,
ad esempio [218]:
0 una riduzione signicativa
significativa del traÆco
trai-fico autoveicolare;

0 l'imposizione
l”imposizione di limiti alle emissioni degli impianti industriali pi
u stringenti
più
rispetto agli standard comunemente applicati, con conseguente riduzione o va-
riazione delle modalit
a di funzionamento dei processi.
modalita processi.
Il buon esito di una azione preventiva delle esposizioni e`e fortemente legato
all' anticipo con il quale la previsione di episodi critici èe resa disponibile. Il tem-
all”anticz`p0
po richiesto per avviare le strategie di abbattimento èe infatti di almeno un giorno o
piu, a secondo della complessit
più, complessitàa dei piani di intervento.
I sistemi di allarme operativi attualmente in Europa forniscono previsioni in tempo
reale mediamente con un giorno d'anticipo
dyanticipo e sono basati sull'utilizzo
sull”utilizzo di modelli em-
em-
pirici, modelli stocastici, modelli causali (illustrati nel
nel Cap.9), valutazioni
valutazioni di esperti
o loro combinazioni.
Il pi
più persistente che assume la concentrazione
u semplice modello empirico eè quello persistente
prevista per l'istante
l7istante successivo uguale a quella attualmente osservata. Tale modello
viene in genere utilizzato come metro di paragone nella valutazione di sistemi pi u
più
avanzati.
 Un centro di controllo della qualit
a dell'aria
qualità dell”aria 309
309

Nei modelli stocastici (black-box e grey-box)

grey-box) la previsione dell'andamento
delllandamento futuro
delle concentrazioni e generata a partire dai dati misurati,
misurati, combinati con informazio-
ni di tipo statistico tratte dall'analisi
dalllanalisi delle serie storiche, opportunamente archiviate
in un data base (si veda Appendice A).
Il modelli che impiegano reti neurali hanno avuto negli ultimi anni un forte svilup-
po. Il loro successo e legato all'elevata
all”elevata capacita di modellizzare funzioni non lineari
capacita
quando sono accuratamente addestrate.
I modelli causali basano la loro struttura sulla conoscenza dei fenomeni che porta-
no alla formazione e alla distruzione dell'inquinante.
dell”inquinante. La concentrazione prevista  èe
calcolata a partire dalle emissioni dei precursori e dalla conoscenza delle condizioni
meteoclimatiche, tenendo conto di processi atmosferici quali la dispersione, il tra-
sporto, le conversioni chimiche e la deposizione. La loro elevata complessit
complessità a deriva
dalla quantita e qualit
quantita a richieste ai dati di ingresso.
qualita
Gli studi svolti in alcuni paesi europei in particolare mostrano come l'intervento
llintervento cri-
tico degli esperti, meteorologi o sico-chimici,
fisico-chimici, possa supportare signicativamente
significativamente le
capacita dei sistemi di previsione degli episodi critici, colmando eventuali lacune dei
capacita
modelli impiegati. Infatti, molti tipitipi di modelli, per
per loro
loro natura oo perchè
perche utilizzati
utilizzati
operativamente, devono essere semplici nella struttura e quindi trascurano le pi u
più
complesse interazioni che caratterizzano il ciclo fotochimico.
Nella tabella 10.6 sono descritti in modo sintetico sistemi di previsione ed allarme at-
tualmente operativi nei paesi comunitari che per primi hanno aderito ad un progetto
promosso dall'ETC-AQ
dalllETC-AQ (European Topic Center on Air Quality) Quality) con la finalità
nalita di
coordinare protocolli di scambio dati e di previsioni relativamente agli episodi critici
di inquinamento da ozono. Per ciascuna delle nazioni, nazioni, e per ciascuno dei sistemi
operativi in quella nazione, la tabella riporta le seguenti caratteristiche:

0 sistema
sistema:: breve nome o acronimo del sistema di previsione;

0 obiettivo
obiettivo:: modalit
modalitàa di utilizzo dei risultati del modello: informazione alla po-
ip), riduzione delle esposizioni ((esp),
polazione ((ip), esp), avvio di misure precauzionali
mis);
temporanee ((mis):
0 tip sis
sis:: metodologia impiegata nel sistema di previsione:
previsione: modelli statistici/stocastici
statistici/ stocastici
stat), o pi
((stat), regr), reti neurali ((neur)
u in dettaglio, modelli regressivi ((regr),
più neur) o altri
altr), modelli deterministici o causali ((caus),
((altr), caus), opinione di esperti ((exp)
exp) e/o
emp);
modelli empirici ((emp),

0 uscita
uscita:: tipo di previsione prodotta:

Æ0 ser) o unicamente della massima concen-

conc.: previsione di serie orarie ((ser)
max);
trazione ((max):
Æo ris.sp.: risoluzione spaziale della previsione: puntuale pt), regionale ((rg),
puntuale ((pt), rg),
nz);
nazionale ((nz):
Æo h) o giorni ((g);
ris.temp.: risoluzione temporale: ore ((h) g);
Æo inc.: informazione sull'incertezza si/no)
sulllincertezza della previsione fornita ((sì/no)
310
310 Capitolo 10

ø ingresso
ingresso:: tipo di ingressi richiesti:

Æo aq: dati relativi alla qualit

ß: a dell'aria:
qualità dell”aria: misure degli inquinanti

Æ0 met: dati meteorologici.

. . . . . Uscita Ingresso
Nazione Sistema Obiet. Tip. sis. Com Rislsp. Risi. inc AQ / met
Austria ip regr Max nz lg no O3 / Tm
Expert .
Opinion ip / esp exp Max rg 1g no O3,NOx / -

Belgio SMOGSTOP ip /esp neur max pt/ nz 3g no O3,NOx/ u[*],T

Expert i /es em ma n 1 Si 03,Nox / u,DD[*1,
opinion p p p X Z g T,RH[*[,COP[*]
Danimarca SMOG ip emp max pt / rg 1d no AQ. locale / met
/ ser / nz nazionale
FORECAST ip caus max pt / rg 24h si -/ met. Europa
/ ser / nz
. . . NOx,SO2,CO,VOC
DACFOS ip / mis caus / stat ser pt 36h si ,O3 /TYRHM
Finlandia . O3 / prev.meteo.
FMI ip emp max rg lg no nazionali

Francia ip/ exp stat/ reg/ . O3,NOx / T, AT(0-

/ mis altr/ emp max pt 10h Sl 40m),u
Germania . O3 / max T, max T
UBA ip stat/ reg max pt lg no prevista (1g)

Lussemburgo AQ network Il; íneiìp emp max rg 24h no O3 / T,RH,u

Olanda . stat/ altr O3,NOx,VOC,CO \
RIVM ip / emp max pt 3g no TaRHJl
Svezia ip emp / exp ser pt lg no O3 / met. europea

MATCH ip caus ser rg 48h no /OíJrIiOXNOQCO

Inghilterra UK APFS ip /esp caus / exp max rg 1g no O3 /T,u,COP

r Traiettorie di emiss.
UK TOFM ip /esp caus max pt 3g no Oivoc / T

[ 1 T: Temperatura
u : Velocità del vento
DD: Direzione del vento
COP: Nuvolosità o Radiazione

Figura 10.6
Figura 10.6 Sistemi di previsione europei
 Un centro di controllo della qualit
a dell'aria
qualità dell”aria 311
311

10.3.1 Valutazione delle previsioni

definiti episodi critici quelle situazioni nelle quali la concentrazione di un in-
Sono deniti
quinante supera un valore di soglia pressato;
prefissato; tale soglia critica pu
puòo essere di natura
legislativa
legislativa,, di sicurezza o semplicemente valutativa delle capacitcapacitaa del modello di
fornire allarmi corretti. La necessit
necessitaa di valutare la capacit
capacitaa dei modelli di fornire
previsioni negli episodi critici ha portato all'adozione
accurate previsioni all”adozione di nuovi coeÆcienti
coefficienti di
prestazione, introdotti nel contesto europeo a cura dell'Agenzia
delllAgenzia Ambientale (EEA,
ETC-AQ) [218]. Tali indici possono essere calcolati, in riferimento ad un valore di
soglia fissato,
ssato, a partire da una tabella di contingenza (tabella 10.1) 10.1) dove: N  èe il
numero totale dei valori di concentrazione misurati, f èe il numero di superi previsti,
m e`e il numero di superamenti della soglia critica osservati ed a èe il numero di superi
correttamente previsti.

superi osservati totale

Superi previsti Si No
Si a f- a f
no m
m-a-a N +a-m-f
N+a-m-f N
N-f-f
totale m N-m N

Tabella 10.1
Tabella 10.1 Tabella di contingenza

Si deniscono
definiscono allora i seguenti coeÆcienti:
coefficienti:

0 percentuale di superamenti della soglia che sono stati previsti correttamente:

SP=
SP: ( a / m ) 100%.
a/m)

Ne consegue che la percentuale di episodi critici non previsti eè:: ( 100 - SP )) %;

0 percentuale dei superamenti critici previsti che si sono effettivamente
eettivamente vericati:
verificati:

SR = ( a / f ) 100 %.
SR=(a/f)100%.

Ne consegue che la percentuale di falsi allarmi e`e:: ( 100 - SR)

SR) %.

Entrambi gli indici hanno un intervallo di variazione da 0% a 100%, con 100%

corrispondente al limite di prestazione \ideale"
“ideale” per i modelli.
Il peso che viene dato, nella valutazione, a SP e a SR rispettivamente dipende dalla
nalita del sistema di previsione. Quando l'obiettivo
finalità Fobiettivo principale e`e quello di dare
l'allarme
Pallarme alla popolazione, ed in particolare agli individui
individui a rischio, ilil numero di
eventi critici non previsti deve essere minimizzato. Nel caso in cui la previsione
previsione venga
utilizzata come indicatore per avviare strategie di abbattimento a breve breve termine, èe
anche il numero di falsi allarmi che si desidera minimizzare,
minimizzare, in
in considerazione degli
elevati costi che i protocolli di abbattimento possono comportate. Inoltre un elevato
numero di falsi allarmi pu
puòo ridurre la fiducia
ducia dell'opinione
delllopinione pubblica sull'intero
sull7intero sistema
e quindi annullarne l'eÆcacia
l“efficacia sanitaria.
312
312 Capitolo 10

Se si assegna pari importanza ad una corretta previsione sia dei superamenti critici
che dei giorni \puliti",
“puliti”, si pu definire un indice
o denire
può indice di
di successo
successo come segue:
a N +a - m - f
SI =: ((_ + _ -11 1)100%
m N m
N-m )00%
che assume valori compresi fra i100% {100% e 100%, con 100% corrispondete ad un mo-
dello \ideale".
“ideale”.
Nella valutazione delle prestazioni eè anche opportuno riferirsi ad un modello sem-
plice assunto come limite inferiore di prestazione. Il modello di riferimento scelto
dall'EEA
dall”EEA  persistente, che assume come valore previsto per il futuro il valore
eè quello persistente,
misurato attualmente: P(i+1) = : M(i).
M(i) In particolare per l'ozono,
l”ozono, data la fenome-
nologia e la durata degli episodi critici in aree urbane, il modello persistente può puo
essere caratterizzato da prestazioni gi a discrete. Naturalmente il sistema di previ-
gia
sione messo a punto deve superare signicativamente
significativamente questo livello base, anticipando
correttamente le variazioni nei livelli delle concentrazioni. Proprio al finene di valutare
l'incremento
l”incremento di eÆcienza
efficienza introdotto dal modello più
piu complesso, si introduce l”indice
l'indice
skill score
S ((skill score),), denito
definito come:
P
S = 1001
2 ((P(i+
1001- P
1)
P (i + 1) _M
Ma(i +
+ 1))
1))22
Z(M(i')
(M (i) -M(i`+1))2
M (i + 1))2
dove P(i)
P(i) e M(i) sono, rispettivamente, il valore previsto e misurato per l”istante
l'istante i.i.
Un valore di S negativo indica che il modello valutato èe pi
u scadente del persistente.
più persistente.
Un valore positivo evidenzia una capacita previsionale del modello via via pi
capacita u elevata
più
(no
(fino ad un valore limite ideale pari a 100).

10.3.2 Uno schema di previsione a doppio anello per l'ozono

Pozono

I modelli previsionali possono essere integrati in un sistema di previsione previsione e allarme

in tempo reale per la prevenzione ed il monitoraggio delle situazioni di inquinamento
episodiche [212]. In particolare si pu o ipotizzare un sistema di allarme secondo lo
può
schema di figura
gura 10.7.
Il sistema acquisisce i parametri di qualit
qualita a dell'aria,
dell”aria, provenienti dalle stazioni
di rilevamento, ed ulteriori informazioni (relative alla meteorologia,
meteorologia, al traÆco,
traflico, alle
altre emissioni antropiche...) derivate da altre fonti (ad esempio il servizio meteo-
rologico regionale, la polizia municipale, le aziende municipalizzate
municipalizzate di trasporto...).
trasporto...).
Tali dati entrano a far parte dell'archivio
dell”archivio del sistema e vengono utilizzati in ingresso
al predittore giornaliero. L'elemento
Llelemento chiave del sistema  èe dunque il modello per la
previsione della massima concentrazione degli inquinanti nella giornata successiva.
Le previsioni fornite dal modello giornaliero vengono trasmesse alle Autorit Autorità a di
controllo della qualita dell'aria
qualita delllaria a supporto delle decisioni di attuazione delle strategie
di abbattimento preventive, pianicabili
pianificabili con un un giorno di anticipo (riduzione oo sos-
pensione del traÆco
trafhco veicolare in parti della citt a, adozione temporanea
citta, temporanea di limiti pi piùu
stringenti
stringenti per
per le
le emissioni
emissioni industriali,
industriali, avvio
avvio didi strategie
strategie didi prevenzione
prevenzione sanitaria...).
sanitaria...).
 anche possibile informare la popolazione per mezzo dei mass media
E
È media,, invitandola a
cautelarsi da esposizioni nocive per la salute e ridurre cos così i rischi sanitari.
Al predittore giornaliero pu
puòo essere poi aÆancato
afliancato un altro modello previsionale che
lavora su scala oraria. Il sistema integrato presenta quindi una seconda retroazione
 Un centro di controllo della qualit
a dell'aria
qualità dell”aria 313
313

ambiente Rete dl _ _› Data Base

monitoraggio
urbano

Strategie di Autorità di (_ Predittore

prevenzione controllo giornaliero

i - interventi sul traffico

A -restrizioni delle
emissioni nel privato
I e nel pubblico _
- strategie sanitarie _ giornali
-televideo
- radio

Figura 10.7
Figura 10.7 Schema di previsione e allarme.

che ne aumenta l'eÆcacia

llefiicacia operativa nel breve periodo (gura
(figura 10.8). L'informazione
L7informazione
fornita dal predittore orario permette al gestore del sistema di monitorare con una
maggiore aÆdabilit a la situazione in corso. Ad esempio allarmi segnalati dal model-
affidabilità
lo giornaliero e rientrati a seguito delle misure intraprese
intraprese possono
possono essere
essere annullati
sulla base delle misure e delle previsioni di questo modello.
modello. Oppure, eventuali superi
non previsti dal modello serale potrebbero essere riconosciuti alcune ore prima in
questa fase, permettendo di intraprendere con eÆcacia
efiicacia strategie tutelative nel breve
termine (informazione agli automobilisti mediante i pannelli stradali, mobilitazione
della polizia urbana o dei sistemi semaforici intelligenti allo scopo di correggere la
situazione del traÆco
trafiico autoveicolare in parti della citta...).
citta...).

10.3.3 Applicazione alla citt

a di Brescia
città

Lo schema a doppio anello di previsione illustrato nel paragrafo precedente èe stato
utilizzato per la realizzazione di predittori di ozono nell'area
nell”area metropolitana di Bres-
cia, prendendo in considerazione due dierenti modelli stocastici
differenti tipologie di modelli ((modelli stocast'lcl
e modelli neuro-fuzzy
neuro-fuzzy)) ed eettuando
effettuando poi un'analisi
un7analisi comparativa dei risultati [219]
[219]
[212].
Il territorio della citt
a di Brescia (circa 200000 abitanti)
citta abitanti) 
èe caratterizzato da
un'orograa
un”orografia complessa: il Comune si trova trova ai piedi di alte colline, all'imbocco
all”imbocco della
Val Trompia, e si estende sino ai margini della Pianura Padana. llIl clima èe di tipo
continentale, caratterizzato da estati calde ed afose con predominanza di calme di
vento ed inverni freddi. La citt a eè di medie dimensioni, caratterizzata da una vivace
citta
314
314 Capitolo 10

› pannelli di
informazione
_ al pubblico
É › polizia
¦ urbana
- semafori
intelligenti

; Allarme o
I Strategic A rientro dello
tutelative stato di
allarme

- Predittore
ambiente -› Rete di _› Data Base V orario
i urbano
monitora gg io [03]

. . 4 . Predittore
Strategie di 4 Autorità di 4 giornaliero
prevenzione controllo [O 1
3

_ interventi sul traflico

- restrizioni delle
i emissioni nel privato
e nel pubblico I
- strategic sanitarie _ giornali
- f televideo
I _ radio

Figura 10.8
Figura 10.8 Sistema di previsione e allarme a doppio anello.
anello.

attivit
a industriale e da elevati livelli di traffico
attività traÆco autoveicolare. Alla sua periferia
e nei comuni vicini si trovano diversi impianti industriali, principalmente di tipo
metallurgico e meccanico. Il territorio e inoltre attraversato da due importanti
arterie autostradali, aÆancate
affiancate dalla locale tangenziale sud.
Le serie storiche analizzate provengono da una stazione di rilevamento meteo-chimica
posta nel centro urbano (Broletto), ai margini di una vasta zona a traffico traÆco limitato
(vedi figura
gura 9.13); tale centralina eè posta sotto l'amministrazione
Famministrazione della Provincia di
Brescia. I dati rilevati si riferiscono a valori di concentrazione media oraria. oraria.
La tabella 10.2 riporta le variabili meteo-chimiche preseprese in considerazione e le le
rispettive unit
unitàa di misura. Le serie storiche si riferiscono
riferiscono agli ultimi quattro anni
(dal
(dal 1996
1996 alal 1999).
1999).
L'utilizzo
L”utilizzo di dati misurati in anni antecedenti a quelli considerati risulta poco
consistente. Infatti la variazione nel tempo dello scenario emissivo, in termini di
popolazione residente, autoveicoli circolanti e attivit a industriale, fa ssii che rilevazioni
attivita
troppo datate non possano essere messe in conto in un approccio statistico come èe
 Un centro di controllo della qualit
a dell'aria
qualità dell”aria 315
315

Grandezza
Grandezza O
033 NO
NO NO
N022 CO
CO Temp.
Temp. VV
VV DV
DV
u.m /lg/m3
g =m
3
/lg/m3
g =m
3
/rg/m3
g =m
3
m g =m
mg/m3 3 ÆOC
C m/s gradi
Tabella 10.2
Tabella 10.2 Variabili prese in esame per Brescia

quello adottato.

Analisi
Analisi delle
delle serie
serie storiche
storiche e
e degli
degli episodi
episodi critici
critici In particolare, le serie
Serie sto-
Sto-
riche analizzate si riferiscono alle concentrazioni medie orarie del trimestre 1 giugno -
31 agosto. Lo studio eè stato limitato a questa nestra poiche concentrazio-
finestra temporale poiché
ni signicative
significative di ozono si raggiungono solo in presenza di condizioni meteorologiche
tipiche della stagione estiva, quando l'attivit a del ciclo fotochimico degli ossidi di
l”attivita
azoto assume un ruolo rilevante rispetto ad altri periodi dell'anno.
delllanno.
Sulle serie storiche di ozono dei diversi anni presi in considerazione (1996-1999),
sono state eseguite analisi di tipo statistico. Nella tabella 10.3 sono riportati i valori
di media e deviazione standard stimati; si rileva come il fenomeno dell'inquinamento
delljinquinamento
troposferico da ozono registri un trend positivo negli ultimi anni.

Anno Media ((pg/m5)

g=m3) Dev.standard ((pg/m5)
g=m3)
1996 72.92 39.45
1997 74.95 31.07
1998 70.99 37.83
1999 82.61 40.10
Tabella 10.3
Tabella 10.3 Media e dev.standard delle concentrazioni di ozono
ozono

Interessante eè anche l'andamento

Pandamento della funzione di autocorrelazione; in figura gura
10.9 eè riportato, a titolo d'esempio,
dyesempio, l'andamento
llandamento stimato per le misure del 1997, 19977 che
mostra un andamento di tipo oscillatorio smorzato. I picchi si riscontrano per ritardi
di 12 e 24 ore e si ripetono con una periodicit
periodicità a di 24 ore.
Il
ll comportamento descritto  eè legato all'andamento
all”andamento ciclico che la concentrazione
oraria di ozono assume nel corso della giornata. Per quanto esposto nel capitolo 2, 27
le reazioni che portano alla formazione dell'ozono
delllozono sono pilotate dalla radiazione so-
lare; inoltre,
inoltre7 le emissioni di natura antropica degli inquinanti primari sono anch'esse anchyesse
caratterizzate da una ciclicit a giornaliera.
ciclicità
gura 10.10 sono riportati i giorni tipo calcolati per le concentrazioni di ozono
Nella figura
a Brescia nei diversi anni. Come si pu o osservare dai grafici,
può graci, l'ozono
l”ozono tende a rag-
giungere i suoi valori pi u alti nelle prime ore pomeridiane, subito dopo che l”attivita
più l'attivita
della radiazione solare ha raggiunto il suo apice. Il profilo prolo nella
nella fascia
fascia oraria diurna
assume una tipica forma
forma a campana, in cui l'iniziolyinizio della salita e la
la fine
ne della discesa
corrispondono, approssimativamente, al sorgere ed ed al tramontare
tramontare del sole. Si osserva
anche una seconda campana,
campana7 di dimensione assai inferiore, nella fascia notturna. notturna. In
questo periodo le attivit
attivitaa del ciclo fotochimico dell'ozono
delljozono sono in gran parte sospese
e l'incremento
liincremento di ozono  eè perci
o da imputare ai fenomeni di trasporto.
perciò trasporto.
316
316 Capitolo 10

i AST lv BEI!!!
Statisticalånalvsis Qausalitnalvsis Eegressiun Windows HEID
i Autocarrelatiun graph of d:\datite-l Unescw HEI- i Autocorr. d:\dltlte-1\hre... HEI-
lag Auto co rrelalion

“mmhuNdawmwmmàmNflc
n

u if il a"1 [la fini 1*(\ fil

1 1m
1M5 šn asksi/ ri! Yi Vas) 12"H`^†š5 i511

didddddd
i stats of munite-1 unresciau ssnoabssz... HEI-
Tulal data = 2208
Valid data = 1905
Average I ?4.948
Variance = 954.830
SLdeviat. = 31.052
Max. lag = 15|]

Figura 10.9
Figura 10.9 Media,
Media7 Varianza e autocorrelazione -- Brescia 1997

Da un anno all'altro
all”altro gli andamenti dei giorni tipo sono qualitativamente simili mentre
dieriscono
differiscono nei livelli di concentrazione raggiunti.

giorni tipo
(Bug/mc]
140 f
120
100 + 1996
80 _._ 1997
60 +1998
40 + 1999
20

Figura 10.10
Figura 10.10 Giorno tipo
tipo -- Brescia

Nei periodi analizzati non sono stati osservati superamenti della soglia di allarme
(360 g/m3), mentre si sono vericati
(360/1g/m3), verificati alcuni superamenti della soglia di informazione
informazione
della popolazione (180 g/m3). Nella tabella 10.4 sono riportati il numero di gior-
(18011g/m3).
ni caratterizzati da almeno un superamento della soglia oraria dei 180 g/m3, la
180/1g/m3,
concentrazione massima osservata,
osservata7 il valor medio delle concentrazioni superiori alla
soglia e la durata media degli episodi critici espressa in ore.
ore. Si pu
puòo osservare che
 Un centro di controllo della qualit
a dell'aria
qualità dell”aria 317
317

la concentrazione massima osservata eè superiore a 200g/m3, livello più

200,1ig/m3, piu elevato dei
valori guida forniti dall'OMS
dalliOMS (Organizzazione Mondiale della Sanit a).
Sanità).

Anno Num. di giorni Massima conc. Conc. media Durata media

con superi g=m3)
misurata ((ng/m3) g=m3)
dei sup. ((ng/m3) dei sup.(ore)
sup.(ore)
1996 7 204.2 189.7 1.71
1997 2 210.8 197.6 1.5
1998 2 200.5 187.5 3
1999 7 211.7 197.4 3.86
Tabella 10.4
Tabella 10.4 Caratterizzazione degli episodi critici a Brescia

Nel caso di Brescia si pu puòo dunque aermare

affermare che nel periodo estivo esiste un
effettivo di superamento della soglia di informazione alla popolazione
rischio eettivo popolazione e che
tali episodi critici sono caratterizzati da una persistenza di alcune ore (da due a
quattro).
Dal punto di vista della validazione dei modelli previsionali,
previsionali, il numero di episodi
critici eè comunque basso per dare luogo ad una analisi statistica aÆdabile.
affidabile. Utiliz-
zando un valore di soglia inferiore, la stima degli indici di prestazione introdotti al
paragrafo precedente risulta essere, da un punto di vista statistico, consistente. E 
È
stato scelto un valore di concentrazione di ozono di 140 ,ug/m3,g/m , pari circa al valore
3

medio orario stimato incrementato del doppio della deviazione standard (tabella
10.3). Tale soglia pu preallarme, in quanto indice di
o essere considerata un livello di preallarme,
può
malessere per la qualit a dell'aria
qualita dell°aria della citt
a.
citta.

Modelli
Modelli giornalieri
giornalieri Per rispondere alla necessit a di una previsione realizzata con
necessita
suÆciente tempestivita, sono stati presi in considerazione modelli in grado di pro-
sufficiente tempestività,
durre risultati con almeno un giorno di anticipo. Fra le varie possibili scelte di
implementazione, si eè optato per un modello operativo alle ore 20.00 di ogni se-
ra, che fornisca in uscita la previsione della concentrazione di ozono massima per
la giornata successiva. Alle ore 20.00 il sistema ha giagia acquisito l'evoluzione
l”evoluzione della
concentrazione di ozono misurata nella giornata appena trascorsa, che usualmente
raggiunge valori critici nelle ore centrali della giornata.
giornata. Alla medesima
medesima ora sono
disponibili le misure eettuate
effettuate su altri inquinanti, nonch
nonchée dati e previsioni relativi
alla situazione meteorologica. Alcune di queste grandezze possono costituire, per i
modelli, ingressi espliciti o impliciti. La modalit
modalitàa di ingresso dipende dal tipo di
grandezza e dal suo legame con le concentrazioni massime di ozono.ozono.
Variabili
Variabili correlate al picco
picco di ozono La temperatura costituisce uno degli ingressi
pi
u signicativi
più significativi come indicatore dell'attivita delle reazioni del ciclo fotochimico.
dellyattivita fotochimico. In
In
particolare, eè opportuno utilizzarne i valori massimi
massimi diurni, poich
poichée èe proprio nelle
nelle
ore in cui la temperatura raggiunge i valori massimi
massimi che l”attivita
l'attivita della radiazione
solare eè al suo apice, con conseguente massima produzione
produzione di ozono.
ozono. Se si potesse
poi disporre di una buona previsione del valore massimo di temperatura per il giorno
seguente, si avrebbe un incremento dell'aÆdabilit
delllaifidabilitaa del sistema di previsione.
previsione.
Si pu
puòo pensare di utilizzare in ingresso ai modelli previsioni meteorologiche fornite
318
318 Capitolo 10

dai servizi locali; per le ore 20.00, come richiesto dal sistema, le agenzie meteo-
rologiche dovrebbero essere in grado di fornire una stima, almeno della tendenza
della temperatura massima per il giorno successivo (ovvero segnalare se per il giorno
successivo la massima subir a un incremento, una diminuzione o si manterr
subirà a stazio-
manterrà
naria rispetto al giorno in corso); la tendenza prevista per la temperatura pu puòo cos
cosi
diventare un ingresso per i modelli identicati.
identificati.
La produzione di ozono eè legata anche alla quantit
quantità a di inquinanti primari,
primari7 suoi
precursori, emessi nell'atmosfera.
nell”atmosfera. Per Brescia si hanno a disposizione le concentra-
zioni orarie degli ossidi di azoto (NO, NO N022 ,NO x ); tali gas (a partire dal monossido
,NOw);
di azoto emesso per combustione dal traÆco 60%)) entrano diretta-
traflico autoveicolare ((~60%))
mente a far parte del ciclo fotochimico dell'ozono.
dell”ozono. Nei modelli esaminati,
esaminati7 progettati
per essere operativi alle ore 20.00, l'acquisizione
lyacquisizione delle concentrazioni orarie degli os-
sidi di azoto pu
puòo essere limitata alle ore del tardo pomeriggio; sulla base di unyanalisi
un'analisi
statistica di causalit
causalitàa (vedi Appendice B) B) si eè ritenuto opportuno utilizzare in in-
gresso la media delle concentrazioni orarie rilevate dalle ore 16.00 alle ore 20.00.
Anche le misure recenti di concentrazione oraria di ozono ozono mediato
mediato sulle ultime
ultime
cinque ore (16.00-20.00)
(16.00-20.00) possone essere prese in considerazione come ulteriore in-
gresso al modello.
Nella tabella 10.5 sono riassunti gli ingressi effettivamente
eettivamente utilizzati nei modelli
previsionali e l'elaborazione
17elaborazione eseguita sulle serie orarie originarie.
originarie.

Ozono Massimo diurno

Media valori 16-20
NO
NOIx Media valori 16-20
Temperatura Massimo giornaliero
Tendenza prevista per i valori massimi
Tabella 10.5
Tabella 10.5 Ingressi ai modelli

Modelli grey-box
grey-bom Il pi aflidabile modello a scatola grigia identicato
u aÆdabile
più identificato per la
AR(1) non lineare
previsione della massima concentrazione di ozono eè autoregressivo AR(1)
e non stazionario
stazionarie.. La non stazionarieta si esplicita nella dipendenza dei parametri
stazionarietà
dalla tendenza futura
futura della temperatura
temperatura,, sintetizzata nelle seguenti tre categorie:

ø incremento previsto per la temperatura massima di almeno due gradi;

0 diminuzione prevista per la temperatura massima di almeno due gradi;
0 stazionariet
a delle massime.
stazionarietd

La dipendenza dei parametri dalle categorie si ripercuote sulla struttura dei

modelli, dando luogo a tre diverse rappresentazioni della dinamica del fenomeno, fenomeno,
attivate a seconda la tendenza della temperatura massima prevista
prevista per
per ilil giorno suc-
cessivo. Poich
Poichée il legame tra temperatura e massimo valore valore di ozono èe non
non lineare,
lineare7
sono state valutate diverse dipendenze funzionali
funzionali dell'ozono
dell”ozono dalla temperatura mas-
sima,
sima; scegliendo poi di ipotizzare un legame parabolico.
Il modello identicato
identificato per la citt
a di Brescia eè il seguente:
città
Categoria 1 (tendenza della temperatura all'aumento)
all7aumento)
 Un centro di controllo della qualit
a dell'aria
qualità dell”aria 319
319

y(t+1)
y(t+1) = : -0.13 y(t)y(t) + 0.38 u
u11 (t) + 044 u 2 (t) + 0.03 u3(t)
u2(t) u3 (t) + 39.98 + e(t)
e(t)
Categoria 2 (tendenza della temperatura alla diminuzione) diminuzione)
y(t+1)
y(t+1) = 0.27 y(t) y(t) + 0.28 u 1 (t) + 0.41 u
u1(t) 2 (t) + 0.02 u
1120) 3 (t) + 35.58 + e(t)
u3(t) e(t)
Categoria 3 (tendenza della temperatura alla stazionariet a)
stazionarieta)
y(t+1)
y(t+1) = : 0.25 y(t)y(t) + 0.33 u
ul1 (t)
(t) + 0.22 u2 (t) + 0.03 u
u2(t) 3 (t) + 26.89 + e(t)
u3(t) e(t)
dove:
y(t) = : [O 3 ] massima diurna nel giorno t-esimo;
[03]
uul1 (t)
(t) = [O 3 ] media nelle ultime cinque ore (16-20)
[Og] t-esimo;
(16-20) nel giorno t-esimo;
uu2(t)
2 (t) = [NO
[N02] 2 ] media nelle ultime cinque ore (16-20) t-esimo;
(16-20) nel giorno t-esimo;
uu4(t)
4 (t) = (temperatura massima registrata nel giorno t-esimo) t-esirno)2.
2
.
Il modello eè stato identicato
identificato sulle serie storiche delle stagioni estive 1996/1998
e validato sui dati relativi all'estate
allyestate 1999; i valori degli indici prestazionali ottenuti
in fase di identicazione
identificazione e previsione sono riportati nella tabella 10.6. La valutazione
delle prestazioni in riferimento agli episodi critici èe stata svolta su una soglia di 140
lis/HIS-
g/m3 .

Indici
Indici Identicazione
Identificazione Previsione
Previsione
pee 00 6.27
6.27
Uee 23.43 24.98
Var n.s. 0.56 0.59
Corr v.p. 0.67 0.64
a)
a)

Indici
Indici Modello
Modello grey-box
grey-box Persistente
Persistente
SP 60 63.3
SR 72 63.3
SI 43.7 35.8
S 35.4 -
b)

Tabella 10.6
Tabella 10.6 Prestazioni del modello grey-box giornaliero:
giornaliero: a)
a) globali; b) riferiti ai
b) riferiti
g/m3
140;;g/m3
superamenti di una soglia di 140

Le previsioni fornite dal modello grey-box sono migliori di quelle fornite dal
Skill score SS>0).
modello persistente ((Skill >0). Il valore degli indici di prestazione globale
confermano il buon funzionamento del modello, indicando uno scadimento contenu-
to degli indici in fase previsionale. In riferimento ai soli episodi critici,
critici7 il modello
eè caratterizzato da una capacit
capacità a di prevedere correttamente i superi (SP) (SP) compara-
bile al modello di riferimento persistente ed una una capacit
capacitaa di limitare ii falsi
falsi allarmi
nettamente superiore ad esso (SR).
Le previsioni sono associate ad una incertezza stimata pari pari al valore
valore dello scarto
quadratico medio del residuo ((ae).e ). Per completezza èe stata quindi ripetuta
ripetuta la stima
degli indici per i soli episodi critici sulle serie di concentrazione previste
previste incremen-
tate dapprima di Ue,e , poi di 2  e . I valori ottenuti, sempre riferiti alla soglia di 140
Ue.
,ug/m3,
g/m3 , sono riportati nella tabella 10.7.
320
320 Capitolo 10

Indici
Indici y^ + 
oee y^ + 2 e
20e
SP 93.3 100
SR 50.9 42.2
SI 30.5 4.7
Tabella 10.7
Tabella 10.7 Prestazioni nella previsione degli episodi, inclusa la fascia
fascia di incertezza

La prima serie di previsioni risulta caratterizzata da indici episodici discreti; si

raggiunge il 93% di superi correttamente previsti con un 49% di falsi allarmi (1-SR).
(l-SR).
e , raggiunge il limite ideale di
La seconda serie, ottenuta sommando alle previsioni 220€,
100% superi correttamente previsti, per contro la percentuale di falsi allarmi cresce
al 58% e l'indice
l”indice di successo scende in modo drastico.

Modelli neuro-fuzzy L'applicazione

L”applicazione di tecniche neuro fuzzy
fuzzy pu
puòo portare ad una ecces-
siva numerosit
numerosita pattern impiegati in fase di addestramento. Infatti, all'aumentare
a dei pattern all”aumentare
fuzzy scelti per ogni ingresso, la quantit
degli insiemi fuzzy a di regole che dovrebbero essere
quantita
ricostruite diventa elevata, e, con uno scarso numero di dati per l”addestramento
l'addestramento le
regole identicate
identificate risultano poco aÆdabili.
affidabili. Si èe perciò
percio cercato di limitare il numero
degli ingressi utilizzati per ogni modello e, allo stesso tempo,tempo, di mantenere basso
basso ilil
numero
numero di di insiemi fuzzy per
insiemi fuzzy per ciascun
ciascun ingresso.
ingresso. Di Di seguito
seguito sono elencate le
sono elencate le caratte-
caratte-
ristiche principali del modello di previsione pi piùu aÆdabile ottenuto. Sono riportati
affidabile ottenuto.
gli ingressi utilizzati dal modello, il numero di insiemi fuzzy che li caratterizza ed
insiemi fuzzy
il valore dell'errore
dell”errore medio minimo che si  eè raggiunto nella fase di addestramento
della rete neuro fuzzy.
fuzzy. Si eè assunta per le membership function
function la forma di triangoli
scaleni, mentre le regole di inferenza impiegate sono di tipo somma-prodotto [209].
Gli ingressi sono:
ø [O { insiemi fuzzy:
3 ] massima diurna f
[Og] fuzzy : 5;
o [O (16-20) f{ insiemi fuzzy:
3 ] media nelle ultime cinque ore (16-20)
[03] fuzzy : 3;
0 [NO (16-20) f{ insiemi fuzzy:
2 ] media nelle ultime cinque ore (16-20)
[N02] fuzzy : 5;
 tendenza della temperatura massima per il giorno successivo f{ insiemi fuzzy:
fuzzy : 3;
ø temperatura massima diurna f{ insiemi fuzzy:
fuzzy : 3.
L'uscita,
L”uscita, utilizzata anche in fase di addestramento,  èe la concentrazione massima
di ozono per la giornata successiva.
L'addestramento
L”addestramento  pattern di dati misurati nelle estati 96, 97, 98; il
eè stato svolto sui pattern
modello cos
così ottenuto  e`e stato poi validato sui dati relativi all'estate
all”estate 99. I valori degli
indici di prestazione ottenuti in fase di identicazione
identificazione e previsione sono riportati
nella tabella 10.8; la valutazione delle prestazioni in riferimento agli episodi critici èe
stata svolta sempre sulla soglia di 140  g/m3 .
,ug/m3.
Osservando i valori della tabella si rileva una miglior comportamento, in gene-
rale, del modello realizzato rispetto al modello di riferimento persistente.
Considerando l'incertezza
liincertezza associata alla previsione e sommandola alle stime
puntuali del modello si ottengono gli indici episodici riportati in tabella 10.9.
 Un centro di controllo della qualit
a dell'aria
qualità dell”aria 321
321

Indici
Indici Identicazione
Identificazione Previsione
Previsione
llee - 0.69
Uee 15.01 26.37
Var n.s. - 0.65
Corr v.p.
v.p. - 0.57
a)

Indici
Indici Modello
Modello neuro-fuzzy
neuro-fuzzy Persistente
Persistente
SP 70.0 63.3
SR 61.8 63.3
SI 39.0 35.8
S 33.2 -
b)

Tabella 10.8
Tabella 10.8 Prestazioni del modello neuro-fuzzy giornaliero: a) globali; b)
a) globali; b) riferiti
riferiti ai
superamenti di una soglia di 140 g/m3
140pg/m

Indici
Indici y
3:/^ + 
Uee y
g]^ + 2 e
20(e
SP 90.0 96.7
SR 55.1 46.0
SI 37.6 15.7
Tabella 10.9
Tabella 10.9 Prestazioni nella previsione degli episodi, inclusa la fascia
fascia di incertezza

Confronto
Confronto fm fra i due modelli Osservando e confrontando i valori degli indici
riportati nelle tabelle 10.6 e 10.8, si pu
o aermare
può affermare che il modello neuro-fuzzy ha una
maggior capacit
capacitaa di prevedere correttamente gli episodi critici (SP), ma eè d'altra
dialtra
parte caratterizzato da una maggior tendenza a dare falsi allarmi.In
allarmiln riferimento agli
indici di tipo globale, il modello grey-box indica migliori prestazioni;
prestazioni; si deduce una
maggior capacit
capacita a di quest'ultimo
quest”ultimo di seguire l'andamento
l”andamento reale sull'intero
sull”intero periodo
considerato, mentre negli istanti caratterizzati da elevate concentrazioni eè il modello
neuro-fuzzy a fornire una previsione migliore.
Se si associa alle previsioni la loro incertezza (tabelle 10.7 e 10.9), le prestazioni
del modello neuro-fuzzy e del modello grey-box risultano comparabili. Si può puo indivi-
duare una miglior capacit a di prevedere correttamente i superi da parte del modello
capacita
grey-box (SP) e una capacit
capacitaa di limitare il numero di falsi allarmi superiore da parte
del modello neuro-fuzzy.

Modelli
Modelli orari
orari In parallelo e a supporto dei predittori
predittori giornalieri,
giornalieri, il sistema di
allarme prevede l'utilizzo
llutilizzo di modelli per la previsione
previsione del picco
picco di ozono
ozono con unun
anticipo di alcune ore, per consentire di monitorare lievoluzione
l'evoluzione delle concentrazioni
durante la giornata nell'arco
nell”arco delle ore pi
u critiche.
più
Sono stati in particolare testati modelli grey-box
grey-boa: e neuro-fuzzy che eettuassero
effettuassero
alle ore 12 la previsione delle concentrazioni di ozono finono alle ore 16.
322
322 Capitolo 10

Modelli grey-box
grey-boa; Dato il comportamento ciclico giornaliero evidenziato dalle serie
temporali di ozono, sono stati presi in considerazione modelli autoregressivi ciclos-
tazionari con periodo di 24 ore; all'interno
all”interno del ciclo giornaliero sono stati assunti
intervalli caratterizzati da comportamenti statistici simili e quindi modelli con pa-
rametri stazionari (ciclostazionariet a con stazionariet
(ciclostazionarieta a interne
stazionarietà ); in questo modo il
interne);
numero di modelli che costituiscono eettivamente
effettivamente nel loro complesso il predittore
orario viene ridotto,
ridotto7 limitando di conseguenza il numero di coeÆcienti
coefficienti da identicare
identificare
sulle serie temporali disponibili.
In particolare per la citt a Brescia, a partire dall'andamento
citta dall”andamento dal giorno tipo (si veda
la gura
figura 10.10),
10.10)7 sono stati individuati i seguenti periodi di stazionariet
stazionarietàa interna:
0 ore (1-8): notte-prima mattina f{ le concentrazioni di O Og3 sono basse e si man-
tengono a livelli pi
piùu o meno costanti; si osserva una leggera diminuzione dei
tassi di O
033 verso il termine del periodo dovuta al consumo per ossidazione del
monossido di azoto all'innescarsi
alliinnescarsi del ciclo fotochimico;
fotochimico;
o ore (9-11): mattina f{ le concentrazioni di O
033 subiscono un costante incremento
dovuto alla produzione secondaria di ozono;
ø ore (12-13): mezzogiorno f{ all'apice
all”apice della campana diurna si assiste ad una
persistenza delle concentrazioni massime; in questa fase il ciclo fotochimico
giunge ad un equilibrio;
o primo pomeriggio
ore (14-15): primo pomeriggio f{ i livelli di O
033 ricominciano a scendere gradual-
mente;
0 ore (16-17): pomeriggio f{ i livelli di O
033 scendono con una velocit
velocitaa superiore
all'intervallo
all”intervallo precedente;

0 ore (18-20): sera

sem f{ si osserva una discesa rapida delle concentrazioni,
concentrazioni; dovuta
al consumo da parte delle emissioni di NO che crescono per il picco serale di
traÆco
traffico autoveicolare;

0 ore (21-24): sera-notte

sem-notte f { giunti al minimo, i tassi di O
O33 subiscono un lieve
incremento al cessare delle emissioni di NO.
Si eè dunque ipotizzato un modello ciclostazionario autoregressivo di ordine 1 con
7 parametrizzazioni; l'utilizzo
l7utilizzo di modelli di ordine autoregressivo superiore (2 e 3) 3)
non ha portato apprezzabili miglioramenti delle prestazioni
prestazioni in
in fase
fase di identicazione,
identificazione;
aumentando per contro il numero di parametri,
parametri; la loro incertezza e i tempi di cal-
colo.
colo. Anche
Anche l'introduzione
l7introduzione didi ingressi
ingressi esogeni
esogeni (es:
(es: NO
N02,2 , CO,
CO, temperatura,
temperatura7 velocit a
velocita
del vento)
vento) non ha portato ad apprezzabili miglioramenti negli indici di prestazione;
prestazione,
a fronte di un aumento della complessit
complessità a del modello.
Il
Il modello
modello identicato
identificato eè risultato
risultato dunque:
dunque:
periodo 1-8
y(t) =
: 0.90 y(t-1)
y(t-l) + 3.06 + e(t)
periodo 9-11
y(t) = 0.89 y(t-1)
y(t-1) + 17.2 + e(t)
periodo 12-13
 Un centro di controllo della qualit
a dell'aria
qualità dell”aria 323
323

y(t) = : 0.98 y(t-1)

y(t-1) + 15.1 + e(t)
periodo 14-15
y(t) = 0.96 y(t-1)
y(t-1) + 8.48 + e(t)
periodo 16-17
y(t) = : 0.93 y(t-1)
y(t-1) + 7.16 + e(t)
periodo 18-20
y(t) = 0.85 y(t-1)
y(t-1) - 1.48 + e(t)
e(t)
periodo 21-24
y(t) = : 0.69 y(t-1)
y(t-1) + 18.2 + e(t)
dove:
y(t) e`e la concentrazione media oraria di O
033 misurata all'ora t;
all”ora t;

Gli indici di prestazione per il modello riferiti sia agli episodi critici (concentrazione
superiore a 140  g/m3 ), che all'intero
,ug/m3), all”intero periodo sono riportati nella tabella 10.10

Indici
Indici Identicazione
Identificazione Previsione
Previsione
pee 0 3.67
U(ìe 15.78 26.89
Var n.s. 0.19 0.47
Corr v.p. 0.9 0.73
a)
a)

Indici
Indici Modello
Modello grey-box
grey-box Persistente
Persistente
SP 22.63 29.93
SR
SR 67.39
67.39 27.51
27.51
SI 21.65 22.93
SS 55.82
55.82 --
b)
b)

Tabella 10.10
Tabella 10.10 Prestazioni del modello grey-box orario:
orario: a) globali; b)
a) globali; b) riferiti ai supera-
menti di una soglia di 140g/m3
140/ig/m3

L'elevato
L7elevato valore dell'indice
dell”indice S di confronto con il modello persistente traduce le
buone prestazioni ottenute dal modello grey box. boX. In particolare il modello ée pi
u
più
eÆciente
efficiente nella capacit
capacitàa di non dare falsi allarmi (SR).

Modelli neuro-fuzzy Anche alcuni modelli neuro-fuzzy orari sono stati identicati
identificati
per essere operativi alle ore 12.00 di ogni giorno e fornire
fornire una stima del picco di
ozono per il pomeriggio. In tutti i modelli addestrati si eè assunta per le membership
function la forma di triangoli scaleni, mentre le
function le regole di inferenza
inferenza impiegate
impiegate sono
di tipo somma-prodotto.
fuzzy che li
Di seguito sono elencati gli ingressi utilizzati, e il numero di insiemi fuzzy
caratterizza, nel modello scelto sulla base delle prestazioni previsionali.
Gli ingressi sono:
324
324 Capitolo 10

ø (10-12) - insiemi fuzzy:

Concentrazione media di ozono nella tarda mattinata (10-12) fuzzy :
3;
0 Dierenza
Differenza tra la concentrazione di ozono registrata alle ore 12 e quella delle ore
8 - insiemi fuzzy:
fuzzy : 4;
o (10-12) - insiemi fuzzy:
Temperatura media nella tarda mattinata (10-12) fuzzy : 3;

o Differenza tra le temperatura registrata alle ore 12 e quella delle ore 8 - insiemi
Dierenza
fuzzy : 2;
fuzzy:

L'uscita
L”uscita del modello  eè la concentrazione oraria massima raggiunta dall'ozono
dallyozono
nel pomeriggio.
La procedura di addestramento eè stata implementata sulle serie di dati rilevati
nelle estati 96, 97, 98; il modello cos
cos`1 ottenuto 
e stato poi validato sui dati dell'estate
dellyestate
99. I valori degli indici di prestazione ottenuti in fasefase di identificazione
identicazione e previsione
sono riportati nella tabella 10.11 (la valutazione delle prestazioni previsionali negli
episodi critici e stata svolta sempre su una soglia di 140  g/m3 ).
ug/mg).
Ne risulta un miglior comportamento del modello rispetto rispetto al modello
modello persistente.

Indici
Indici Identicazione
Identificazione Previsione
Previsione
uee - 5.37
Uee 15.2 25.11
Var n.s. - 0.49
Corr v.p. - 0.72
a)
a)

Indici
Indici Modello
Modello neuro-fuzzy
neuro-fuzzy Persistente
Persistente
SP 64.29 63.3
SR 72.00 63.3
SI 46.33 35.8
S 54.98 -
b)

Tabella 10.11
Tabella 10.11 Prestazioni del modello neuro-fuzzy orario:
orario: a) globali; b)
a) globali; b) riferiti
riferiti ai
superamenti di una soglia di 140 g/m3
140ug/m3

EÆcienza
Efficienza della
della doppia
doppia retroazione  stata svolta una verifica
retroazione E
É verica sull'eettiva
sull7effettiva
utilit
a della doppia catena di retroazione che implementa lo schema di previsione
utilità
della gura
figura 10.8. L'ipotesi
L”ipotesi di lavoro del sistema 
eè::
o i modelli giornalieri (operativi ogni sera alle ore 20.00)
20.00) forniscono una stima
della massima concentrazione di ozono per la giornata successiva. In caso il
 Un centro di controllo della qualit
a dell'aria
qualità dell”aria 325
325

valore previsto superi la soglia vengono avviate opportune strategie di preven-

zione dell'inquinamento.
dell”inquinamento.

o i modelli orari (operativi nella mattinata no

fino alle ore 12.00)
12.00) forniscono la stima
della concentrazione media oraria fino
no alle ore 16. Tali valori, in caso segnalino
allarmi non previsti il giorno precedente o comunque non rientrati, vengono
utilizzati per avviare ulteriori procedure di allarme nel breve termine.
termine.

Sono state considerate tutte le possibili combinazioni di modelli grey-box ee/o / o neuro-
fuzzy operativamente implementabili. Nelle ligure gure 10.11 10.12 sono riportati gli
indici statistici riferiti agli episodi critici dei modelli giornalieri e la variazione di tali
indici a seguito dell'introduzione
dellyintroduzione del secondo modello orario in retroazione.

I] Mod. persistente E Mod. grey-box giornaliero

El Rctroazionc grey-box III Rctroazionc neuro-fuzzy
l00 f

80

H 60
â
i 40 f i
20 f

0 i i
SP SR Sl

Figura 10.11
Figura 10.11 Prestazioni previsionali negli episodi critici
critici del sistema
sistema di modelli (modello
giornaliero: grey-box ).
grey-baz).

Tali istogrammi evidenziano un costante incremento delle prestazioni comples-

sive a seguito dell'introduzione
delllintroduzione della retroazione. In particolare, l”indice
l'indice SP,
SP7 che
indica maggiormente il successo della politica preventiva di tutela della salute,salute7 rag-
giunge ottimi valori specie con l'impiego
lyimpiego per la retroazione a breve termine del
modello orario di tipo neuro-fuzzy. L'indice
L”indice SR, che viene penalizzato
penalizzato dalla politica
politica
scelta, subisce un degrado che risulta per
peròo assai contenuto. L'indice
L”indice di riferimento
SI, che sintetizza la valutazione complessiva, mostra un
complessiva7 mostra un signicativo
significativo miglioramento
nel sistema con doppia retroazione.
In conclusione, lo schema di previsione e allarme a doppio anello che appare pi u
più
ragionevole implementare in un centro di controllo della qualit a dell'aria
qualita nella citt
delllaria nella a
citta
di Brescia comprende un modello giornaliero grey-box
grey-boat,, retroazionato da un predittore
orario mattutino neuro-fuzzy
neuro-fuzzy..
326
326 Capitolo 10

El Mod. persistente III Mod. neuro-fuzzy giornaliero

E! Retroazione grey-box E! Retroazione neuro-fuzzy
l 00

80

,¬ 60
°\°
40 i
20

0
SP SR Sl

Figura 10.12
Figura 10.12 Prestazioni
Prestazioni previsionali
previsionali negli
negli episodi critici del
episodi critici sistema di
del sistema di modelli
modelli (modello
(modello
giornaliero: neuro-fuzzy
neuro-fuzzy).).

10.4
10.4 Valutazione
Valutazione di
di normative
normative di
di controllo
controllo delle
delle emis-
emis-
sioni
sioni

Per ottenere un compromesso soddisfacente tra le esigenze produttive da un lato e

la salvaguardia dell'ambiente
de117ambiente dall'altro
dall”altro eè necessario che un ente di controllo, respon-
sabile della qualita delle risorse su un certo territorio, ssi
qualita fissi delle precise normative
che garantiscano che tutte le attivit
attivitaa che vengono svolte non abbiano un impatto
intollerabile su acqua,
acqua7 aria o suolo.
Il problema eè dunque quello di determinare secondo quali criteri tale ente debba
intervenire per ottenere il compromesso desiderato. L'approccio L”approccio teorico che la let-
teratura suggerisce per questi casi e`e la massimizzazione del benecio beneficio complessivo
(benecio
(beneficio sociale)
sociale) generato dal sistema, cio cioèe la somma dei benefici
beneci delle singole
unit
unitaa produttive, con il vincolo che la qualit
qualita a dell'ambiente
dell”ambiente non scenda al di sotto
dei limiti giudicati tollerabili [220].
Tale approccio richiede subito alcune considerazioni. La prima èe che il problema non
pu
puòo essere arontato
affrontato a grande scala, ma soltanto per comprensori limitati deniti definiti
come quelli in cui la qualit
qualitaa dell'ambiente
de117ambiente  e`e direttamente legata alle azioni compiute
nel territorio stesso. Nel caso dell'inquinamento
dell”inquinamento atmosferico si parla di comprensori
dell'ordine
dell”ordine di poche centinaia di chilometri quadrati, quelli cio cioèe in cui ricade la parte
pi
u signicativa
più significativa delle emissioni prodotte nella zona stessa.
La seconda considerazione riguarda la denizione
definizione dei limiti di qualit a accettabili.
qualita
E'
E7 infatti evidente che esistono molti modi diversi ee tra loro loro non
non sempre coerenti di
valutare la qualit
qualitaa ambientale. Nel settore dell'inquinamento
dell”inquinamento atmosferico, la norma-
norma-
tiva italiana, che recepisce quella comunitaria, ha fissato ssato dei limiti alla distribuzione
di probabilit
probabilitàa delle concentrazioni dei vari inquinanti mediate mediate su periodi opportuni.
Ad esempio, nel caso del biossido di zolfo, che verr verraa analizzato nel seguito, sono
previsti due diversi limiti sulla distribuzione dei valori medi giornalieri di concentra-
zione rilevati al suolo nell'arco
nelliarco di un anno. Il primoprimo riguarda
riguarda la mediana ee ilil secondo
 Un centro di controllo della qualit
a dell'aria
qualità dell”aria 327
327

98°Æ percentile, i quali non devono superare rispettivamente i valori di 80 e 250

il 98
,ag/m3.
g/m3 . Va notato che il senso di tale normativa èe soprattutto quello di denire definire a
posteriori la situazione della qualit
posteriori a dell'aria
qualità dell”aria e, di conseguenza, una sua applicazione
in fase di pianicazione
pianificazione comporta notevoli diÆcolt a. La legge aggiunge inoltre che
difficolta.
si deve evitare di rimanere a valori molto elevati di concentrazione per pi u giorni
più
consecutivi, ma al di l a di questa considerazione, la normativa considera il fenomeno
la
dell'inquinamento
delllinquinamento in modo essenzialmente statico, trascurando quindi del tutto la
possibilita che il danno subito dalla popolazione, dalla fauna e dalla flora
possibilita ora sia una
funzione anche della sequenza temporale delle concentrazioni.
La terza considerazione riguarda inne infine il fatto che, per risolvere correttamente il
problema che ci si e`e posti, sarebbe necessario che l'ente l”ente di controllo disponesse di in-
formazioni complete sulle funzioni beneciobeneficio dei singoli produttori e avesse l'autorit a
l7autorita
di fissarne
ssarne le singole emissioni. E' E7 chiaro che questo  e impossibile in pratica e per-
tanto sono state proposte dalla letteratura ed implementate in alcune situazioni reali
varie modalit
modalitaa di regolamentazione delle emissioni, scopo delle quali èe di giungere
il piu vicino possibile alla situazione desiderata, senza per
più peròo richiedere la completa
centralizzazione delle informazioni e delle decisioni. Nel seguito verranno verranno valutate
e comparate con riferimento ad uno specico specifico caso applicativo le principali proposte
emerse [221].
La prima, di recente introdotta anche in Italia [222], eè costituita dalla tassazione
delle emissioni che, ovviamente, ne limiter limiteraa tanto piùpiu il valore quanto pi u la tassa
più
per unit a di inquinante sar
unita saraa elevata.
La seconda, largamente diusa diffusa negli Stati Uniti,  èe il cosiddetto mercato dei
diritti di emissione, ciocio`ee la vendita di certicati
certificati che autorizzino a emettere una
certa quantit
quantitaa di inquinante nel periodo scelto per la loro validit a limitando quindi
validità
predefinita area chiamata bolla
le emissioni totali su una predenita bolla.. Anche in questo caso
i risultati dell'applicazione
delliapplicazione della regolamentazione variano con il valore totale dei
diritti emessi dall'ente
dalllente pubblico.
La terza strategia sperimentata nello studio e costituita dal mercato dei diritti
di emissione come nel caso precedente, ma con il vincolo che lo scambio di tali
diritti pu
puòo avvenire solo quando la qualit
qualitaa dell'ambiente
delllambiente (misurata ad esempio con
le modalit
modalita a previste dall'attuale
dalllattuale normativa UE) UE) venga rispettata.
Per quanto riguarda le prime due possibilit a, che determinano il solo valore delle
possibilita,
emissioni senza considerare gli eetti effetti sull'ambiente,
sull”ambiente, sarsara a necessario disporre di un
modello di simulazione per valutare, con le emissioni fissate, ssate, quale concentrazione di
inquinante verr
verraa generata e se questa rispetti o meno la normativa.

Descrizione
Descrizione dell'area
delllarea analizzata
analizzata L'analisi
L”analisi 
èe stata svolta con riferimento al caso
reale della provincia di Piacenza, situata nel nord Italia e con caratteristiche meteo-
rologiche favorevoli
favorevoli all'accumulo
all”accumulo degli inquinanti al suolo tipiche
tipiche della Valle Padana.
Si e considerata in particolare un'area
unlarea rettangolare di dimensioni pari a 24 x 12
Km
Km22 comprendente a Sud-Est la citt a di Piacenza, ad Ovest la
citta la frazione
frazione di Castel
San Giovanni e a Nord il ume
fiume Po come rappresentato schematicamente nella figura gura
10.13.
Da notare che nella figura
gura sono anche segnalate le posizioni
posizioni dei sensori esistenti
esistenti
al momento dello studio per il rilevamento delle concentrazioni di SO 2 . Su questo
SOQ.
territorio era stata svolta in precedenza un'accurata
unlaccurata indagine a cura dell'ENEA
delllENEA sulle
fonti di inquinamento da SO 8022 e sulla meteorologia ed era stato messo
messo a punto un un
328
328 Capitolo 10

UUã/FÉITKQL'ÈE [_Oülgäƒfáš'

`z C FÂSWVÉ “Elf
Vai/om'xa _F”¬.\\`W *34 I
'I
Calendašco
. il!
S./mer:.:¬ :f:
'fr"

saafiyf., ß:
' fl* *Wa/ì *Pmßzrlzßw
ø,íí/f
i., .//^a

2/1
¬

fc' I
F :Borgo/79v
Val Tidoiie

Lamp/'smo[md
=S Castelnovo' 8"8WU ,41/ d'qfi?

Figura 10.13
Figura 10.13 La zona considerata nello studio, con le stazioni
stazioni di monitoraggio
monitoraggio

modello di dispersione dell'inquinante

dell”inquinante [223].
Sono state prese in esame come sorgenti di emissione di inquinante le due centrali
ENEL (una vicino a Castel San Giovanni in prossimit
prossimitàa del Po (La Casella)
Casella) e l'altra
l”altra
in citt
a), un certo numero di impianti industriali ed
città), ed inne
infine l'inquinamento
l°inquinamento da traffico
traÆco
e riscaldamento nelle zone urbane.
Va inoltre rilevato che, sia i dati meteorologici forniti dall'Aeronautica
dall”Aeronautica Militare, sia
i modelli di dispersione degli inquinanti in atmosfera hanno una base temporale pi u
più
ristretta del giorno, in quanto eè assai raro che la situazione atmosferica rimanga im-
mutata nel corso di un'intera
un7intera giornata. E' E7 stata quindi adottata una discretizzazione
temporale di 3 ore e sono stati estesi alla base trioraria gli standard di qualit a previs-
qualita
ti su quella giornaliera. Per quanto riguarda questo aspetto, si sono di conseguenza
imposti dei vincoli in generale pi u restrittivi di quelli previsti dalla normativa.
più normativa.

Formulazione
Formulazione della
della normativa
normativa di
di controllo
controllo Per valutare
valutare gli effetti
eetti delle di-
verse proposte di regolamentazione al variare dei parametri presenti in ciascuna di
esse (l'ammontare
(l”ammontare della tassa per unit
a di emissione, la quantit
unita quantitaa totale di diritti da
immettere sul mercato, ecc.) pur in assenza di dati economici completi, si eè coscosì
formulato il problema che deve essere risolto dall'ente
dall”ente di controllo [224]
[224] [225]:

minimizzare i costi complessivi di produzione sopportati dall'insieme

dall”insieme degli impianti
nellyarea, con il vincolo di soddisfare la produzione energetica
produttivi presenti nell'area,
prevista per ciascuno di essi.
Come variabili di decisione sono state assunte le quantit
quantitàa di combustibile utilizzate
in ogni impianto. Ciascun combustibile eè caratterizzato da emissioni,
emissioni, potere calo-
rico
rifico e costi diversi. Anche l'utilizzo
lautilizzo di diverse tecnologie di depurazione  èe stato
 Un centro di controllo della qualit
a dell'aria
qualità dell”aria 329
329

considerato nello stesso modo. Per esempio, il trattamento degli effluenti euenti del ga-
solio in modo da ridurre le emissioni di SO 5022 del 50% pu
puòo essere considerato come
l'utilizzazione
l”utilizzazione di un diverso combustibile con emissioni ridotte e costi ovviamente
superiori. Dato che le tecnologie utilizzabili per la desolforazione al momento del-
lo studio erano abbastanza ben identicate
identificate e consentivano in pratica solo riduzioni
di inquinante dell'ordine
delllordine del 50, del 90 e del 98%, questo tipo di procedura poteva
comportare al pipiùu un quadruplicamento del numero di variabili. Tenendo conto per peròo
che solo grossi impianti possono adottare metodi di desolforazione molto sosticati, sofisticati,
le variabili di decisione eettive
effettive variano tra un minimo di 2 ed un massimo di 12 per
ciascun impianto.
Con questo tipo di formulazione si eè quindi supposto che l'ente l”ente di controllo, pur non
disponendo dei dati relativi ai beneci
benefici dei singoli produttori,
produttori, abbia però
pero informazioni
(assai meno diÆcili
diflicili da reperire)
reperire) sui costi dei diversi tipi di combustibili e metodi di
depurazione. Tali costi possono dierire
differire da impianto a impianto in base alle diverse
tipologie produttive.
La seconda importante semplicazione
semplificazione introdotta nella trattazione che segue  èe che
l'inquinamento
llinquinamento  eè sempre valutato in condizioni di equilibrio.
equilibrio. Il modello di simula-
zione utilizzato [223] eè infatti un modello statico che, note le condizioni atmosferiche
e l'emissione,
l”emissione, determina la concentrazione che sar a presente al suolo a transitorio
sara
esaurito. Viene pertanto trascurato l'accumulo
llaccumulo di inquinante da un intervallo di
tempo al successivo e l'evoluzione
lievoluzione temporale viene vista soltanto come il succedersi
di eventi meteorologici indipendenti, per ciascuno dei quali e`e nota la probabilit
probabilità a
di accadimento. Il problema nel suo complesso può puo quindi essere visto come un
problema di ottimizzazione statica, risolubile con tradizionali metodi della Ricerca
Operativa.
L'imposizione
L7imposizione di diverse normative di controllo dell'inquinamento
delllinquinamento si traduce
nell'inserimento
nelllinserimento di vincoli o in modiche
modifiche dell'obiettivo
dell”obiettivo citato in precedenza.
precedenza. Nel
seguito viene presentata una formulazione matematica dei diversi problemi di ottimo
corrispondenti alle diverse regolamentazioni.
i) Tassazione delle emissioni
La minimizzazione dei costi complessivi del complesso di impianti si traduce
traduce in
funzione obiettivo costituita da due componenti, la prima eè quella relativa
una funzione
ai costi dei combustibili veri e propri, mentre la seconda èe proporzionale, secon-
do l'aliquota
l”aliquota di tassazione, all'emissione prodotta. Quest'ultima
alllemissione prodotta. Questlultima  èe a sua volta
proporzionale al combustibile impiegato secondo un coeÆciente
coefficiente di emissione s.
I X
X X
min = : Z(Z C ik qi k + T Z sSikqik)
Cikqik ik qik )
qllik
ik ,
i1:1
=1 k 2Ki
kGKi 2K i
kkšKi
dove
dove ::

qqik
ik quantita del k-esimo combustibile utilizzato dall'i-esimo
quantita impianto nell'unit
dallli-esimo impianto a
nelliunita
di tempo;
C ik costo del k-esimo combustibile per l'i-esimo
(Il-k l“i-esimo impianto;
I numero totaletotale di impianti presenti nell'area in esame;
nelllarea in
KKii possibili scelte energetiche dell'i-esimo impianto;
dellii-esimo impianto;
T aliquota di tassazione per unitunitaa di emissione;
330
330 Capitolo 10

ssik
ik percentuale di inquinante prodotta dal k-esimo combustibile.

I vincoli che la produzione di energia dei singoli impianti sia quella richiesta
sono:
SOIlOZ X
pk qik 
2 pkqik 2D.v
Di ii:
= 11....,1
;: : : ;I
2Ki
kkGK,
dove
dove ::

ppkk potere calorico

calorifico del k-esimo combustibile;
DD,i domanda di energia, al lordo dei rendimenti, all'i-esimo
allli-esimo impianto (nel caso
di Piacenza e`e stata stimata sulla base dei consumi di combustibili rilevati
nel 1987).

ii) Mercato dei diritti di emissione

In questo caso la funzione obiettivo non contiene ovviamente il termine relati-
vo alle tasse, ma viene aggiunto un vincolo che limita l'emissione
l”emissione complessiva
nell'area.
nelljarea. Tale vincolo rappresenta appunto il numero totale di diritti di emis-
sione che l'ente
17ente di controllo decide di mettere sul mercato.
I X
X
min
Igpìnë
qik E C ik qik
Cikqik
Ik ii:1 2Ki
keK,
=1 k

dove i simboli sono gi

a stati deniti
gia definiti in precedenza.
Il vincolo aggiuntivo sull'emissione totale pu`o
sulllemissione totale puo essere formulato
formulato come
XII X
Z Z sSiqik i qik 
SEE
ii=1
=1 k 2Ki
kEK1r

dove E rappresenta l'emissione

l”emissione totale permessa con i diritti.

iii)
iii) Mercato dei diritti di emissione nel rispetto degli standard di qualit
a dell'aria
qualita dell7aria
La funzione obiettivo  eè in questo caso identica alla precedente, con l'aggiunta
l”aggiunta
di altri vincoli che tengono conto dell'impatto
dell”impatto ambientale. Questi vincoli sono
espressi in forma deterministica a seguito di una semplicazione
semplificazione di quelli im-
posti dalla legge italiana in termini probabilistici [226].
Per
Per risolvere
risolvere il
il problema
problema cos
così formulato
formulato con
con tempi
tempi di
di calcolo ragionevoli `ee neces-
calcolo ragionevoli neces-
sario infatti selezionare a priori un certo numero di situazioni meteorologiche,
con probabilit
probabilità a complessiva di accadimento pari a quella prevista dalla legge,
nelle quali i vincoli legislativi devono essere rispettati. Tale scelta va effettuata
eettuata
in modo tale
tale che:
M
X
M1
1 M
X2
M2

E  m
77m o/0
2 E  m
7rm a”00
2
m =1
m=1 m =1
m=1

dove :

flm
m probabilit
a di vericarsi
probabilità verificarsi dell'm-esima
delllm-esima situazione meteorologica;
ala”
'," probabilit
a imposte dalla legge (per 1,502:
probabilità l'SO2 : 0.5 e 0.98);
 Un centro di controllo della qualit
a dell'aria
qualità dell”aria 331
331

M 1, M
M1, M22 numero di situazioni meteorologiche che 
eè necessario prendere in consi-
derazione.

Una volta eettuata

effettuata questa selezione, i vincoli ambientali da inserire nel pro-
blema possono essere scritti come:
II
X X
aij (m) Z sSikqikSS/-bj
Zaijfifl) ik qik S bj 0 m = 1;: : : ;M1 ; j = 1;: : : ;J
m:l,...,M1;j:l,...,J
il'71
=1 2Ki
kkêKi
II
X X
aij (m) Z sSikql'k
Eau-(m) 
ik qik SSH-bg'
S bj 00 m = 1;: : : ;M2; j = 1;: : : ;J
m:l,...,M2;j:l,...,J
ií:1
=1 2Ki
kkGKi
dove:
dove:

ij (m) eè un coeÆcente

aaíj(m) coeficente di dz' trasferimento che rappresenta il contributo dell'emis-
delllemis-
sione dell'i-esima
dellli-esima sorgente all'inquinamento rilevato al j-esimo
all7inquinamento rilevato j-esimo sensore
nella situazione meteorologica m (viene valutato utilizzando iterativa-
mente un modello di simulazione della diusione
diffusione dell'inquinamento
delllinquinamento in
condizione meteorologiche di volta in volta diverse [19]; ovviamente,
l'utilizzo
liutilizzo di una formulazione di questo tipo implica llipotesi
l'ipotesi che il le-
game tra emissione e concentrazione al suolo sia, a meteorologia fissata,ssata,
di tipo lineare);
S'
S7 S sono soglie imposte dalla legge corrispondenti alle probabilit
probabilitàa a”' e 
a
17802:
(per l'SO 2 : 80 e 250  ,ug/m3);
g/m3 );
bbjj inquinamento di fondo al j-esimo sensore, non attribuibile agli impianti
considerati;
J numero totale
totale di sensori considerati.

A causa della scelta a priori delle situazioni meteorologiche da considerare, la so-

luzione di questo terzo tipo di problema rappresenta necessariamente un subottimo subottímo
e la complessit
complessitàa della soluzione eè estremamente superiore a quella delle altre due
normative. Nel caso preso in esame, l'introduzione
llintroduzione dei vincoli sulla qualit a dall'aria
qualita dalllaria
ha fatto salire il numero di vincoli da poche decine, quali erano nei due problemi
precedenti, ad alcune migliaia.
Prima di passare ad un'analisi
unlanalisi dei risultati ottenuti,  èe opportuno anticipare alcune
dierenze
differenze tra le soluzioni dei programmi matematici corrispondenti alle diverse re-
golamentazioni. In particolare, dalle formulazioni i)i) e ii) ii) relative alla tassazione
ed allo scambio dei diritti emerge che gli impianti dotati di pi u di un camino sono
più
indierenti
indifferenti alla scelta del complesso caldaia-camino sul quale effettuare
eettuare llemissione
l'emissione
prevista. Ci
Ciòo non avviene invece nel caso iii), poiché
poiche i vincoli ambientali tengono
conto della disposizione spaziale e dell'altezza
dell”altezza di ogni camino. InIn alcuni casi quindi la
la
soluzione del programma di ottimo presenta delle indierenze
indifierenze che sono state risolte
risolte
attribuendo forzatamente le emissioni ai camini pi u alti, con una
più una maggior
maggior capacit
capacitaa
di dispersione a distanze maggiori di quelle considerate.
Poich
Poichèe le variabili di decisione del problema di ottimizzazione sono le quantit a dei
quantita
diversi combustibili da usare in ogni impianto, èe fondamentale denire
definire correttamente
tutte le possibili scelte energetiche che gli impianti possono intraprendere e che si
332
332 Capitolo 10

tradurranno nell'utilizzo
nell7utilizzo di un determinato combustibile e/o di un eventuale pro-
cedimento di depurazione dei fumi. Nel caso di Piacenza i combustibili considerati
sono stati la nafta, l'olio
l”olio combustibile ad alto tenore di zolfo e a basso tenore di zolfo;
inoltre si eè presa in esame per gli impianti di dimensioni maggiori la possibilita
possibilita di
desolforare le emissioni in percentuali del 50% e del 98%. In tabella 10.12 vengono
elencati i combustibili considerati, con le rispettive percentuali di contenuto di SO SOQ2 e
i costi relativi. Per valutare questi ultimi ci si e valsi dei risultati ottenuti dall'ENEA
dall7ENEA
[227] e dall'IIASA
dall7IIASA [228]. Va tuttavia notato che, per la risoluzione dei problemi in
esame, non sono i costi assoluti dei combustibili a determinare il risultato, ma i loro
rapporti e pertanto errori di stima che non alterino le proporzioni sono inin uenti.
ininfluenti.

Combustibile percentuale di costo stimato

zolfo nelle emissioni in L/Kg (1987)
(1987)
nafta 4% 96
olio combustibile ad alto 3% 98
tenore di zolfo (ATZ)
(ATZ)
olio combustibile a basso 1% 128
tenore di zolfo(BTZ)
ATZ desolforato al 98% 0.06% 468
BTZ desolforato al 50% 0.5% 350
Tabella 10.12
Tabella 10.12 Contenuto di zolfo e costo dei combustibili

Risultati
Risultati Per confrontare i risultati dei vari approcci normativi in termini di qua-
lit
a dell'ambiente,
lita dell”ambiente,  eè necessario, dopo aver risolto ciascun problema di ottimizzazione
e quindi aver determinato le emissioni da ciascun impianto, simulare l”inquinamento
l'inquinamento
conseguente mediante il modello di dispersione. Il modello utilizzato èe implementato
nel package DIMULA, distribuito dall'ENEA
dall”ENEA [223], e consente di simulare l”inqui-
l'inqui-
namento dovuto a diverse tipologie di sorgenti (puntiformi o areali). La descrizione
della dispersione relativa ad un rilascio continuo in condizioni stazionarie eè effet- eet-
tuata da un modello gaussiano di tipo Plume Plume,, mentre il sovrainnalzamento termico
delle sorgenti puntiformi viene calcolato con le formule di Briggs. Inoltre il codice
comprende un algoritmo ad hoc che consente di simulare anche le situazioni in cui la
velocit
velocita a del vento risulta trascurabile, cio
cioèe di calma, caso assai frequente nelle zone
di pianura come quella in esame.
I risultati ottenuti per ogni politica di controllo dell'inquinamento
dell”inquinamento considerata al
variare dei parametri relativi (valore totale delle emissioni E o aliquota di tassazione
T) possono essere rappresentati in diagrammi che riportano, per ciascun sensore,
la mediana ed il 98 98°Æ percentile delle concentrazioni simulate in funzione
funzione dell'emis-
dell”emis-
sione totale (vedi ad esempio figura gura 10.14) o dell'aliquota
dell”aliquota di tassazione.
tassazione. Questi
diagrammi presentano andamenti diversi per i vari vari sensori. Nella citt
a di Piacenza,
citta
ad esempio, non si ottiene una dipendenza pressochpressochèe lineare come nel
nel caso di Sar-
mato mostrato in figuragura 10.14. Non eè infatti pensabile che, anche qualora i diritti di
emissione sul mercato fossero molto pochi, le emissioni urbane o del traflicotraÆco possano
essere drasticamente ridotte. Pertanto, per valori anche relativamente bassi di E, le
 Un centro di controllo della qualit
a dell'aria
qualità dell”aria 333
333

I I I 98° perc. ,
_ mediana
Conc 802 [ug/mc]

\
1000 2000 3000 4000 5000
O

emissione totale [gl s]

Figura 10.14
Figura 10.14 Relazione tra
tra ammontare dei diritti di emissione e concentrazioni rilevate
rilevate
al sensore di Sarmato

concentrazioni a questi sensori non diminuiscono in modo apprezzabile.

I costi totali, stimati al variare della qualit a dell'aria
qualita dell“aria (sempre valutata al sensore
di Sarmato), sono riportati sinteticamente in figura gura 10.15. Si nota che la mediana
delle concentrazioni pu o essere fatta scendere a valori di poche unità
può unita con un costo
dell'ordine
dell”ordine di 60.000 L/s,
L/ s, circa sei volte quello che si dovrebbe comunque spendere
per soddisfare le previste domande di energia, anche trascurando completamente la
qualit
qualitaa dell'ambiente.
dell”ambiente. E'E7 il caso di notare che in quest'ultima
questlultima condizione, però,pero, la
mediana delle concentrazioni (triorarie) supererebbe i 200 g/m3.
200ng/m3.
Se al mercato dei diritti si aggiunge il vincolo sulla qualit
qualitaa dell'ambiente,
dell”ambiente, solo
una porzione delle soluzioni in gura figura 10.15 rimangono ammissibili. Ad esempio,
ritenendo validi a scala trioraria
trioraria i limiti dell'attuale normativa (basata su medie
dell”attuale normativa medie
giornaliere), solo le soluzioni fino
no a 80 g/m3 sarebbero ammissibili e pertanto
80,ug/m3 pertanto i costi
totali non potrebbero scendere al di sotto di circa 18000 L/s.
Si noti che,
che7 dato che la relazione tra emissione totale e concentrazione ai sensori non
e univoca, solo la presenza del vincolo pu o eettivamente
può effettivamente garantire una determinata
qualit
qualitaa dell'ambiente.
dell7ambiente.
Come si rileva da una semplice elaborazione della rispettiva funzione obiettivo, l'in- Pin-
troduzione della tassa sulle emissioni fa variare l'emissione
l”emissione totale in modo disconti-
nuo, a dierenza
differenza dei diritti di inquinamento che invece permettono di far assumere
all'emissione
all”emissione totale un valore qualunque tra quelli ammissibili. Ci Ciòo si verifica
verica perch
perchèe
la tassa sull'emissione
sull”emissione pu
può o essere vista come unauna diversa tassa
tassa sul singolo combus-
tibile dipendente dalla sua percentuale di contenuto di inquinante.
inquinante. La tassazione fa fa
quindi variare il prezzo di ogni combustibile in maniera maniera dierente; otteniamo cos
differente; otteniamo così
che al variare dell'aliquota
dell7aliquota si ha di volta in volta un combustibile più piu conveniente
rispetto agli altri (vedi gura
figura 10.16). Gli impianti che hanno la possibilita
possibilita di uti-
lizzare il tipo
tipo di combustibile in esame lo adotteranno senz'altro
senzlaltro e continueranno a
334
334 Capitolo 10

so
10.¦
60 --
so --
4o --
so --
20 -- |
10 --

0 ¦ ¦ ¦ ¦
0 50 100 150 200 250
mediana delle conc. [pg/mc]

Figura 10.15
Figura 10.15 Costi [1000L/s]
[lOOOL/s] complessivi delle alternative: mercato dei diritti (tratto
sottile) e tassazione (tratto grosso).
grosso).

sceglierlo finchè,
nche, variando la tassa,
tassa7 un altro combustibile diverrdiverra a piu conveniente.
più
Poich
Poichèe ad un dato combustibile corrisponde un ben preciso valore di emissione per
tutto il campo di variazione della tassa per il quale un combustibile rimane il pi u
più
conveniente, l'emissione
l”emissione corrispondente resterresteràa invariata (vedi le barre verticali in
gura
figura 10.15). Naturalmente, come appare dalla stessa figura, gura, l'utilizzo
l”utilizzo delle tasse
sfavorisce il complesso degli impianti industriali, i quali devono comunque sopportare
un costo maggiore che nel caso precedente. Nel caso l'extra-costo l“extra-costo passi all'ente
all”ente di
controllo, potr
potra a essere impiegato, ad esempio, per rifondere coloro che vengono dan-
neggiati dall'inquinamento,
dall”inquinamento, bilanciando cos così in qualche modo
modo le le diseconomie esterne
esterne
che esso genera, oppure per incentivare investimenti di disinquinamento.
Si pu
o inoltre notare che il gettito fornito dalla tassa non è,
può e, come ci si aspet-
terebbe, sempre crescente con l'aliquota
llaliquota della stessa a causa della discontinuit
discontinuitàa di
emissione di cui si eè detto in precedenza. La relazione tra aliquota e gettito ha
infatti un andamento a dente di sega come si vede dalla figura gura 10.17. Ci o richiede
Ciò
una particolare attenzione da parte dell'ente dell”ente gestore che potrebbe vedere ridurre
notevolmente le sue entrate all'aumentare
all”aumentare della tassa imposta.
Mediante l'utilizzazione
l7utilizzazione congiunta di modelli di simulazione e di ottimizzazione,
si eè dunque potuta impostare un'analisi
unlanalisi quantitativa delle dierenze
differenze tra vari tipi di
regolamentazione dell'inquinamento
dell”inquinarnento atmosferico su di un caso reale7 reale, in un'ottica
un”ottica
tipica di sistema di supporto alle decisioni. Molte sono le semplicazioni
semplificazioni adottate,
adottate7
tra cui quella fondamentale
fondamentale eè che l'obiettivo
l”obiettivo della minimizzazione
minimizzazione dei costi energetici
energetici
venga perseguita congiuntamente e non singolarmente dagli impianti. Inoltre nella
realt
realta a ci si trova sempre di fronte a situazioni dinamiche in in cui le tecnologie di
depurazione possono variare e comunque sono necessari certi tempi di adeguamento
quando varia la tassazione o il numero di diritti sul mercato. mercato. D'altra
Dlaltra parte lo studio
ha messo in rilievo che la disomogeneit
disomogeneità a spaziale del problema dell'inquinamento
delllinquinarnento
 Un centro di controllo della qualit
a dell'aria
qualità dell”aria 335
335

2500 _ - - gasolio
- - - - ATz
2000 †††††† BTz ,/
BTzso% ,/
/

1500 _ _ - ATzQs% ,// ./'

1000

500

0
0 10 20 30 40 50
tassa di emissione [L/g]

Figura 10.16
Figura 10.16 Costo totale [L/Kg] dei vari combustibili al
a1 variare della tassa di emissione

45
40
35
30
25
20
15
10

0 10 20 30 40
aliquota [n]

Figura 10.17
Figura 10.17 Gettito [1000L/s]
[lOOOL/s] totale della tassazione al
a1 variare dell'aliquota
delljaliquota
336
336 Capitolo 10

atmosferico gioca un ruolo fondamentale per comprendere

Comprendere quali siano le normative
pi
u opportune da adottare per il suo controllo.
più

10.5
10.5 Progetto
Progetto di
di una
una rete
rete di
di monitoraggio
monitoraggio

La legislazione nazionale vigente e`e particolarmente attenta alla regolamentazione ed

alla sorveglianza delle immissioni
immissioni,, ovvero degli inquinanti presenti in atmosfera al
termine delle fasi di emissione e trasporto.
trasporto. In particolare sono stati fissati
ssati limiti
massimi di accettabilit
accettabilità a delle concentrazioni al suolo (vedi Capitolo 1) 1) e deniti
definiti
strumenti e metodi di prelievo ed analisi dell'aria
dell”aria [229], [230], [231]. Viene attribuito
ai diversi enti locali il compito di controllare il rispetto di tali limiti e,
e, qualora questi
vengano superati, quello di predisporre opportuni piani di intervento nel breve-medio
termine per il miglioramento della qualit a dell'aria.
qualita dell”aria. Tali amministrazioni devono
quindi svolgere le seguenti attivit a:
attivita:

o sorvegliare lo stato della qualit

a dell'aria
qualita dell7aria e gestire le situazioni di allarme;

o impostare, ove necessario, opportune azioni di risanamento e sorvegliare i risul-

tati della loro applicazione;
o svolgere un'azione
un7azione di pianicazione
pianificazione territoriale tenendo conto dei vincoli di qua-
lit
a dell'aria.
lita dellyaria.

In tale ottica risulta rilevante il problema di una corretta impostazione della

progettazione e gestione delle reti di misura della qualit a dell'aria.
qualità dellfiaria. Numerose reti
gi
a in funzione
già funzione su scala provinciale (come esempi si possonopossono ricordare lele reti
reti di
Milano, Brescia, Torino, Venezia) costituiscono l'ossatura
Possatura di un sistema su scala
regionale, che integra i dati raccolti a livello provinciale
provinciale e provvede
provvede alle necessarie
necessarie
elaborazioni e/o
e/ o simulazioni. Gli elementi qualicanti
qualificanti di tali reti sono le postazioni
remote, distribuite sul territorio e dotate della strumentazione di analisi dell'aria,
dellyaria, e il
centro di raccolta/elaborazione
raccolta/ elaborazione dati, in cui le rilevazioni provenienti dalle postazioni
vengono opportunamente trattate, archiviate ed interpretate.
interpretate.

Obiettivi
Obiettivi e
e criteri
criteri Gli obiettivi principali cui deve ottemperare una
una rete
rete di rile-
vamento dello stato dell'aria
dell”aria possono essere dettagliati nei punti seguenti [232]:

0 fornire la base conoscitiva per una politica di sorveglianza e controllo della

qualit
a aria;
qualita

o fornire dati in tempo reale per la prevenzione oo la

la rilevazione precoce
precoce di situa-
zioni pericolose c/o di allarme;
o consentire la determinazione del contributo di diverse sorgenti all'inquinamento
alliinquinamento
di un territorio;
o permettere la verica
verifica dell'eÆcacia
dell“efficacia delle politiche di riduzione delle emissioni e
dei piani di risanamento.
 Un centro di controllo della qualit
a dell'aria
qualità dell”aria 337
337

Da questi obiettivi si possono derivare i criteri di ottimizzazione da seguire nella

progettazione di una rete di monitoraggio, in particolare nella fase di denizione definizione del
numero e della localizzazione delle postazioni.
Numerosi sono perperòo i problemi che deve arontare
affrontare il progettista. Infatti, il carattere
statistico delle misure, la diÆcolt a di una previsione realistica della diusione
difficolta diffusione degli
inquinanti in atmosfera, l'aleatoriet
llaleatorieta a di alcuni tipi di emissione dovuti ad un com-
portamento non prevedibile delle sorgenti, la diÆcolt diflicoltaa di individuare una funzione
obiettivo convincente e la gran quantit
quantita a di vincoli (alcuni oggettivamente fisici,sici, altri
di tipo socio-economico)
socio-economico) rendono il problema della localizzazione ottimale dei punti
di misura di una rete di monitoraggio un problema di Ricerca Operativa diÆcile difficile da
formulare e da risolvere per la sua complessit
complessità. a. La ricerca di algoritmi adeguati si
eè via via intensicata,
intensificata, parallelamente ai continui progressi nelle caratteristiche della
strumentazione di analisi della qualit
qualitaa dell'aria,
delllaria, alla creazione di apparecchiature pi u
più
sosticate,
sofisticate, allo sviluppo di nuove procedure per l”elaborazione
l'elaborazione e l'interpretazione
l”interpretazione dei
dati.
Di fronte alla persistente impossibilit
impossibilità a di impostare e risolvere matematicamente
il problema di ottimizzazione in modo completo, diversi Autori hanno messo a punto
metodi atti a conseguire obiettivi limitati [19]. Ad esempio sono stati elaborati
metodi per la localizzazione delle stazioni di monitoraggio imponendo come vincolo
che le misure siano eettuate
effettuate dove si dimostrano più piu sensibili ai cambiamenti nella
emissione delle sorgenti. Un'altra
Unlaltra scelta pu puòo essere quella di organizzare un sistema
di misure che dia le concentrazioni rappresentative per aree assegnate. Altri metodi
ancora consistono nel ricorrere a tecniche di regressione lineare per calcolare gli
errori di interpolazione del campo delle concentrazioni di inquinante con metodi di
programmazione non lineare, e nell'aggiungere
nellyaggiungere successivamente stazioni nei punti
di massimo errore. Inne,
Infine, la soluzione pu può o essere ricercata secondo un criterio di
sorveglianza, ovvero privilegiando l'utilizzo
liutilizzo della rete per la gestione dei superamenti
dei limiti di legge.
Tutti gli algoritmi di allocazione menzionati, cos così come altri ancora, conduco-
no a soluzioni non ottime, ma subottime, perseguendo solo obiettivi parziali. parziali. E 
È
auspicabile dunque che il progettista della rete possa prendere in esame soluzioni
alternative ottenute a partire da algoritmi diversi con obiettivi diversi. A tale scopo
e stato messo a punto un prototipo di sistema di supporto alle decisioni decisioni,, MONET,
che integra una banca modelli per la simulazione della diusione diffusione degli inquinanti e
diversi algoritmi per l'allocazione
l”allocazione delle reti.

10.5.1 MONET: un sistema di supporto alle decisioni

Come illustrato all'inizio
all”inizio del capitolo, un sistema di supporto alle decisioni può
puo essere
visto come un sistema in grado di utilizzare e connettere modelli di simulazione e
ottimizzazione, al ne
fine di assistere l'utente
lyutente nella ricerca e nelljanalisi
nell'analisi di un ventaglio
di possibili soluzioni del problema in esame. Nel caso della localizzazione di una una rete
rete
di monitoraggio della qualit a dell'aria,
qualita dell”aria, le operazioni che un
un SSD deve poter compiere
sono:
o accedere ad una banca di modelli, comprendente sia modelli di diusione
diffusione per la
simulazione dell'impatto
dellyimpatto degli inquinanti al suolo, sia algoritmi di ottimizzazione
338
338 Capitolo 10

per la localizzazione dei sensori in funzione degli obiettivi e dei criteri scelti
dall'utente;
dall”utente;
0 accedere ad una banca dati contenente le informazioni necessarie alle due classi
di modelli (meteorologia, distribuzione della popolazione, tipologia delle emis-
sioni);
ø consentire all'utente
alllutente un utilizzo interattivo delle funzionalità
funzionalita del sistema, sem-
plicando
plificando l'accesso
l“accesso e lo scambio di dati tra le varie unit
a, e presentando in modo
unita,
chiaro e sintetico i risultati delle analisi quantitative.
La struttura di un tale sistema fa riferimento a quella pi u generale di figura
più gura 10.1.
Il package MONET (MOnitoring NETwork) NETWork)  e stato sviluppato su PC MS-DOS
in TurboPascal 6.0. Attualmente implementa due algoritmi di localizzazione della
rete ed accede, per la generazione degli scenari di diusione
diffusione degli inquinanti,
inquinanti, a diversi
codici eseguibili di modelli gaussiani, in grado di trattare vari tipi di sorgenti e siti
di emissione [233].
MONET risulta dunque suddiviso strutturalmente in due blocchi distinti:
a) una volta scelto il modello di diusione
diffusione dall'archivio
dall“archivio della banca modelli, viene
eseguita la simulazione degli scenari di inquinamento; essendo questa la fase pi u
più
gravosa in termini di tempi di risposta, èe stata implementata con modalitmodalitàa di
tipo batch
batch,, senza possibilita di intervento dell'utente
possibilita dell”utente durante l”elaborazione.
l'elaborazione.
b)
b) Viene eettuata
effettuata l'eettiva
l”effettiva selezione delle postazioni di monitoraggio; l'intervento
l”intervento
dell'operatore
dell”operatore e`e richiesto durante tutta l'esecuzione,
l”esecuzione, attraverso una serie di menu
che consentono di identicare
identificare le caratteristiche salienti e i vincoli della rete che
si intende progettare.
Il progettista pu
puòo dunque prendere in esame soluzioni alternative, ottenute com-
binando in modo arbitrario dierenti
differenti algoritmi di allocazione, dierenti
differenti insiemi di
vincoli, e dierenti
differenti simulazioni di scenari ambientali.

Banca
Banca modelli
modelli di
di diusione
diffusione La versione di MONET allegata sul CD contiene
i seguenti pacchetti software:
0 APC-2: un classico modello gaussiano nella sua formulazione pi
u semplice [234];
più
0 KAPPA-G: un'estensione
un7estensione del modello gaussiano che tratta analiticamente la
diusione
diffusione verticale [235];
o DIMULA: un modello gaussiano con un'estensione
un”estensione che permette
permette di descrivere
la diusione
diffusione in condizioni di calma e di inversione in quota [223];
0 COMPLEX-I: un modello consigliato dall'EPA
dall”EPA statunitense per la valutazione
delle situazioni in orograa
orografia complessa [236];
o ISCST: un modello gaussiano multisorgente che consente di prendere prendere in consi-
derazione la presenza di edici
edifici e altri fenomeni
fenomeni signicativi,
significativi, come le deposizioni
[237].
La scelta di uno di questi modelli eè lasciata all'utente
alljutente ed  èe strettamente legata
alle caratteristiche meteo-climatiche ed orograche
orografiche del sito, oltre che alla tipologia
delle emissioni inquinanti che vengono prese in esame (vedi Capitolo 4). 4).
 Un centro di controllo della qualit
a dell'aria
qualità dell”aria 339
339

Algoritmi
Algoritmi di
di localizzazione
localizzazione della
della rete
rete I due algoritmi di localizzazione imple-
mentati nel package MONET sono stati scelti per le loro caratteristiche di particolare
rispondenza all'attuale
alllattuale normativa italiana.
Il primo, un'estensione
un”estensione dell'algoritmo
dell”algoritmo dovuto a Noll e Mitsutomi [238], ricerca
infatti la soluzione secondo un criterio di sorveglianza, ovvero privilegiando l'utilizzo
l7utilizzo
della rete per la gestione dei superamenti dei limiti di legge. L'obiettivo
L”obiettivo nel progetto
della rete, in questo caso, eè di riuscire a massimizzare la probabilità
probabilita di rilevare i
superamenti di una soglia pressata,
prefissata, un valore medio di concentrazione riferito allo
stesso intervallo temporale degli scenari simulati. Sulla base di tale soglia possono es-
sere determinati, per ogni scenario meteorologico, gli insiemi di punti contigui, detti
cluster, in cui tale valore viene superato. Ad ogni cluster e associato il dosaggio rap-
presentativo dell'inquinamento
delllinquinamento che interessa tale insieme.
insieme. I punti che appartengono
ad un elevato numero di cluster nei diversi scenari sono identificati
identicati come aree di alto
dosaggio e divengono siti candidati di monitoraggio. Queste potenziali postazioni
vengono classicate
classificate in base alla loro eÆcienza,
efficienza, ovvero alla loro rappresentativit
rappresentatività a
rispetto ai superamenti della soglia avvenuti, e ad esse viene associata un' area di
un”area dl
in uenza
influenza,, costituita dalla riunione di tutti i cluster che le contengono, ciocioee la zona
per la quale la stazione eè potenzialmente in grado di rilevare i superamene della
soglia fissata.
ssata.
La procedura di ricerca e selezione delle stazioni eè in particolare articolata nei passi
seguenti:
o Per ogni scenario simulato, l'insieme
lyinsieme di punti contigui in cui si ha superamento
della soglia ssata identificato come cluster. Ogni punto appartenente a
fissata viene identicato
monitoraggio. Un cluster eè denito
questo insieme e`e una potenziale stazione di monitoraggio. definito
come
Q KjC
Qkk = [lK| x;k 
Cm ìC 0]
Col (10.1)
(lO-1)
dove:
dove:

k indice dello scenario preso in esame (k=

(k: 1..M);
1 ..M);
Q
Q1,k insieme di siti potenziali contigui in
in cui si ha
ha superamento della soglia
nello scenario meteorologico k,
K insieme di siti potenziali nello scenario k,
CCgex;kk concentrazione di inquinante nel punto x dello scenario k,
xX vettore bidimensionale con le coordinate dei siti potenziali,
potenziali,
CCO0 concentrazione di soglia.

0 Ogni sito potenziale deve ricordare la quantit

quantitaa di inquinante a cui èe soggetto,
al susseguirsi dei vari scenari meteorologici. Si attribuisce allora ad ogni punto
di ogni cluster un dosaggio areale ((area
area dosage
dosage)) ottenuto come somma delle
concentrazioni simulate dei punti che appartengono all'insieme.
all”insieme. Tale valore  èe
denito
definito come X
Alk = Z C
A Cam
x;k k (10.2)
(10.2)
2Qk
xIÉQk
dove r!) eè la frequenza di accadimento della situazione meteorologica associata
al cluster k.
340
340 Capitolo 10

ø Poich
Poichée ogni sito potenziale pu piu di un cluster, ad ognuno di
o appartenere a più
può
station dosage
questi punti viene associato un dosaggio di stazione ((station ), ovvero la
dosage),
somma di tutti i dosaggi areali che gli competono
X
Ssw:
x= 2 A Akk (10.3)
(10.3)
k;x 2
k߃QkkQ

ø L' eÆcienza di una stazione eè denita

L7efiflcz'enza definita come il rapporto tra dosaggio di stazione e
dosaggio totale,
totale7 somma del dosaggio accumulato nell”intero
nell'intero periodo considerato:
PSwx
S
EJBx =
E = (10.4)
(10.4)
Ak
xkk Ak
Pi
u l'eÆcienza
Più l”efficienza 
eè alta,
alta7 pi
u alta eè la probabilit
più a di rilevare il superamento della
probabilità
soglia fissata
ssata in quella postazione.

o Si sceglie inne
infine come prima localizzazione il sito potenziale
potenziale con l'eÆcienza
llefficienza pi
u
più
alta: tutti i cluster che contengono tale punto vengono eliminati e vengono
ricalcolate le eÆcienza
efficienza di stazione.

o I punti appartenenti ai cluster sopra eliminati costituiscono laureal'area di

dl in uenza
rinfluenza
della stazione scelta. Si seleziona poi il sito pi piùu efficiente
eÆciente in base ai nuovi
indici calcolati, e si ripete il processo selezionando nuove stazioni, finché
nche non
viene raggiunta l'eÆcienza
lyefficienza di rete desiderata. L' eÆcienza di rete e l'eÆcienza
L”efiìcz`enza lyefficienza
cumulata delle stazioni selezionate nofino a quel punto.

Risulta abbastanza evidente come il processo di selezione (un algoritmo greedy)

non possa portare all'ottimalit
alllottimalita,a, poich
poichée la scelta delle stazioni viene effettuata
eettuata in
base alle singole eÆcienze,
eflicienze7 piuttosto che tenendo conto dell'eÆcienza
delllefficienza complessiva
della rete.
Il secondo algoritmo, dovuto a LangstaLangstaff [239], parte anch'esso
anch”esso dall'acquisizione
dall”acquisizione
degli scenari delle concentrazioni al suolo dei vari inquinanti simulati con modelli dif-
fusivi. Tuttavia le peculiarit
peculiarità a che lo contraddistinguono sono: la possibilita
possibilita di tenere
conto contemporaneamente di diversi inquinanti, la possibilita possibilita di tenere conto della
distribuzione di popolazione sul territorio e la sua naturale flessibilità essibilita nel recepire
criteri di scelta dierenti
differenti e tipici della realt a che si sta considerando.
realta
L'obiettivo
L”obiettivo che viene perseguito, in questo caso,  èe quello di progettare la rete in
modo che a partire dalle misurazioni rilevate da essa s si riesca a ricostruire, con un
procedimento d'interpolazione,
d7interpolazione, l'intero
llintero campo di concentrazioni. Per poter effet- eet-
tuare con successo l'operazione
l”operazione  eè necessario utilizzare stazioni che rappresentino sia
le situazioni di inquinamento pi piùu elevato che quelle ove Pimpatto
l'impatto èe più
piu basso.
basso. Le
postazioni di monitoraggio potenziali vengono scelte tra i massimi ed i minimi di
gura di
una funzione detta figura dl merito
merito,, calcolata in base alla media delle concentrazioni
simulate, che pu o tenere conto di altre variabili di progetto.
può progetto. Ad esempio eè possibile
possibile
valutare e pesare opportunamente il dosaggio di inquinante subito dalla popolazione
residente a partire dalla conoscenza della distribuzione della popolazione stessa sul
territorio. Allo stesso modo e possibile tenere tenere conto della presenza di inquinanti
diversi, pesandoli in funzione della loro importanza nel contribuire all'inquinamento
alllinquinamento
totale della zona.
Il progetto della rete di monitoraggio eè condotto in due passi successivi:
 Un centro di controllo della qualit
a dell'aria
qualità dell”aria 341
341

ø gura di merito FOM ((Figure

il primo passo, detto procedura della figura Figure Of Merit
Merit),),
denisce
definisce la localizzazione potenziale delle stazioni come quella che meglio ca-
picchi e le valli del campo di concentrazione, in modo che l”intero
ratterizza i picchi l'intero
campo possa essere ricostruito dai dati misurati dalle stazioni stesse per mezzo
di procedure d'interpolazione.
d7interpolazione. A questo ne
fine vengono selezionate anche stazioni
caratterizzanti le concentrazioni di fondo.
0 Il secondo passo, detto procedura delle sfere di in uenza Sphere Of
influenza SOI ((Sphere Of In-
uence ), denisce
fluence), definisce l'estensione
liestensione dell'area
dell”area di in uenza
influenza di ogni stazione. La pro-
cedura eè basata sull'analisi
sulllanalisi della correlazione tra la concentrazione nel sito di
monitoraggio e quelle nei punti prossimi alla stazione stessa. Una soglia di
correlazione, scelta opportunamente, denisce
definisce i conni
confini di tale area. Occorre
inoltre assegnare, nella fase di selezione delle stazioni, la percentuale minima di
area coperta da una stazione che non deve essere sovrapposta alle aree di tutte
le altre. Se tale area e piccola, pu
puòo non valere la pena di inserire nella rete la
stazione che la rappresenta.
La regione viene divisa in una griglia e la FOM viene calcolata in
in corrispondenza
dei vertici di ogni cella, nel modo seguente:
M T
1 XX
F OMij = iz: Z PPijtcijikwk
FOMij ijt Cijtk k (10.5)
(lO-5)
T kk=1
=1 tt:1
=1

dove:
dove:

M numero delle situazioni meteorologiche prese in in esame,

T durata di una situazione meteorologica,
P
Pijt
ijt popolazione nella cella centrata nel vertice (ij)
(ij) al tempo t,
C
Cijtk
ijtk concentrazione di inquinante nel vertice (ij)
(ij) al tempo t,
t, con la situazione
meteorologica k,
1/11,k frequenza di accadimento della situazione meteorologica k. k.

Se le stazioni di monitoraggio devono essere usate per misurare diverse specie di

inquinanti, alla concentrazione C ijtk nell'
Cijtk nell7 Eq. 10.5 può
puo essere sostituita una media
opportunamente pesata delle concentrazioni delle varie specie.
La ricerca delle postazioni potenziali di monitoraggio avviene nel
nel modo
modo seguente:
- vengono ricercati tutti i picchi (i massimi locali)
locali) non contigui della FOM ed or-
dinati secondo il valore della FOM in quel punto:
punto: partendo dalla posizione
del picco pi
u alto, si associa ad ogni picco il minimo pi
più u vicino e non ancora
più
assegnato ad altri picchi.
-- Ogni minimo viene quindi classicato
classificato immediatamente dopo il
il picco al quale èe
accoppiato.
-- EÈ utile aggiungere alle coppie picco valle anche alcune postazioni rappresentative
delle concentrazioni di fondo
fondo per assicurare un'adeguata
unfiadeguata copertura areale della
regione in studio.
342
342 Capitolo 10

La determinazione delle aree di rappresentativit

rappresentativitàa (SOI)
(SOI) e vincolante per valu-
tare il minimo numero di stazioni della rete di monitoraggio.
monitoraggio. La denizione
definizione rigorosa
di queste aree dipende dal metodo di interpolazione con cui il campo di concentrazio-
ni dovr
dovràa essere ricostruito a partire dai dati misurati dalle stazioni. Diversi algoritmi
d'interpolazione
d7interpolazione danno luogo alla denizione
definizione di diverse SOI; di conseguenza la sti-
ma delle aree di rappresentativit a, parte integrante del progetto della rete, risulta
rappresentatività,
strettamente correlata alla procedura d'interpolazione
dlinterpolazione che sar a utilizzata dalla rete
sarà
in esercizio.
L'algoritmo
L7algoritmo implementato in MONET fa riferimento ad una variante del metodo di
interpolazione ottima di Gandin [240], che eè di tipo regressivo e tiene conto della
struttura della covarianza del campo di concentrazioni simulato.
Si denisce
definisce la SOI imponendo un limite superiore all'errore
alllerrore di interpolazione della
concentrazione, denito
definito come:
v
u
u %2xy
E y = y t1 (10.6)
(10.6)
1 + x"2
2

dove:
x,y
X,y = : coordinate del punto di misura e del punto nel quale viene interpolato il dato,
%pm
xy = : correlazione tra la concentrazione calcolata in y e quella misurata in X,
x,
ayy = : scarto quadratico medio della concentrazione in y,y,
azx = : scarto quadratico medio della concentrazione in X,x,
UE"22 =
: varianza dell'errore
dell”errore di osservazione in X.
x.
"2
Ponendo
2
K= x2w (varianza normalizzata dell'errore
K: g-å delllerrore di osservazione in X)x) ed
Ey2
essendo J-š
y2 la varianza normalizzata dell'errore
delllerrore di interpolazione in y,
y, dall'Eq.
dall”Eq. 10.6
y

si ottiene l'espressione
l”espressione di un limite inferiore alla quantit
quantità a di varianza in y spiegata
dalla procedura d'interpolazione
d”interpolazione a partire da X:x:
E 2
E;y = %gwy(1
2
 xy =
@wy : 1- È 2
K)) _i1
xy (1 + K (10.7)
(10.7)
y2
Nel caso l'errore
l”errore di osservazione in X x sia nullo, K=0K:0 e la varianza spiegata  èe
uguale alla correlazione.
definisce sfera di
Si denisce dz' in uenza
influenza (SOI) di una stazione localizzata in X,x, al livello 
a
l7insieme di punti contigui y per i quali 
per cento, l'insieme a % della varianza della concen-
trazione e spiegata dalla concentrazione in X, x, cio
cioèe llinsieme
l'insieme di punti contigui y per i
quali
xy 
øwy 2 
04 (10.8)
(10.8)

La varianza spiegata,  xy , risulta in pratica uguale al quadrato della funzione di

@wy,
correlazione spaziale moltiplicata per una costante 10.7. Poich
Poichée la funzione di corre-
lazione tipicamente decresce con la distanza di y da X,x, la varianza spiegata costituisce
una misura naturale per determinare la SOI di una postazione assegnata.
Assumendo che il criterio di progetto della rete sia la sua capacit
capacità a di rilevare
rilevare pi
u di
più
(1%
% delle variazioni della concentrazione, dalle Eq. 10.7 ed 10.8 si ottiene
ottiene
xy 
%w ì %
900 (10.9)
(10.9)
 Un centro di controllo della qualit
a dell'aria
qualità dell”aria 343
343

p
con %,QO0 = (1 + K
: \/o¢(1 ) 1.
K)*1.
In base alla numerosit
numerosita a del campione disponibile si determina llintervallo
l'intervallo di conden-
confiden-
coefficiente di correlazione di soglia, rrc,
za e il coeÆciente c , per un limite inferiore alla correlazione
%900 ad un livello di condenza
confidenza pressato.
prefissato. Si pu
puòo quindi denire
definire la SOI di ogni stazione
come la regione di punti contigui per i quali la correlazione campionaria supera il
valore di soglia. La copertura areale totale della rete di monitoraggio eè data dalla
somma delle SOI.
La determinazione del minimo numero di stazioni di monitoraggio della rete si com-
pie eliminando le stazioni meno signicative
significative che abbiano la loro SOI sovrapposta a
quella delle altre. Per ogni stazione selezionata, in ordine inverso a quello di clas-
sicazione,
sificazione, si calcola la copertura areale addizionale che si perderebbe eliminando
quella stazione, e la si mantiene se tale valore èe suÆcientemente
sufficientemente grande.

10.5.2
10.5.2 Esercitazione:
Esercitazione: localizzazione
localizzazione di
di una
una rete
rete nell'area
nell”area di
di
Piacenza
Piacenza

L'area
Llarea di studio (gi(gia a presa in esame nell'applicazione
nelllapplicazione illustrata al paragrafo 4 di
questo capitolo e riportata in gura figura 10.13) comprende ad Est la citt a di Piacenza,
citta
ad Ovest Castel San Giovanni e Sarmato e a Nord il fiume ume Po. L'area,un
L,area,un rettangolo
di 24 per 12 kmkmg,
2
, eè stata suddivisa in maglie quadrate di 1 km di lato.
L'inquinante
L7inquinante considerato  e il biossido di zolfo (S0 2 ), emesso in parte signicativa
(502), significativa
da due centrali termoelettriche, una nei pressi di Piacenza, l'altra Paltra a Nord di Castel
S.Giovanni (centrale La Casella), sulle rive del Po; sono inoltre rilevanti le emissioni
d
dì SO
5022 dovute agli impianti di riscaldamento dei centri urbani e quelle provenienti
dalla zona industriale nei pressi di Sarmato.
I dati di emissione utilizzati sono riferiti ad una stima del 1985, eettuata
effettuata a seguito
di una ricerca sull'inquinamento
sulllinquinamento della zona condotta dall'ENEA.
dall“ENEA. lI dati meteorolo-
portolani dell'Aeronautica
gici utilizzati sono stati rilevati dai portalam' dell”Aeronautica Militare e dell'Enel,
delllEnel,
scegliendo le situazioni meteorologiche pi u frequenti, no
più fino al raggiungimento di una
frequenza cumulata pari al 98% di tutte tutte quelle possibili.
a)
a) Gli scenari di impatto dell'inquinante
dell”inquinante al suolo considerati in questa prima
parte dell'esercitazione
delllesercitazione sono stati ottenuti usando il modello di dispersione DIMULA
[223], che ha la peculariet a di disporre di un algoritmo per la simulazione in condi-
pecularieta
zioni di calma di vento,
vento7 condizione che caratterizza pesantemente la meteorologia
del sito in oggetto.
Esempio
Esempio 1
1
Avviare il programma con il comando monetmonet.. All'interno menu Monitoring
Alllinterno del menu Monitoring
network
network design
design,, si seleziona la voce Noll-Mitsutomi
Noll-Mitsutomi algorithm
algorithm.. Vengono asse-
gnati, tramite una nestra
finestra di dialogo, i dati seguenti:

Scenarios
Scenarios les
files SCPIALL.SM
SCPIALLSM
Concentration threshold 150[ g=m3]
150[/1g/m3]

Si aziona ora il bottone OkOk (cio va fatto dopo lflintroduzione

(ciò l'introduzione dei dati in tutte le
nestre
finestre di dialogo; quindi d'ora
d”ora in poi tale indicazione verrà
verra omessa). Dopo Fiden-
l'iden-
344
344 Capitolo 10

tificazione dei cluster (qualche minuto di elaborazione)

ticazione elaborazione) verranno richiesti all'utente
all”utente
i vincoli di progetto,
progetto7 che possono essere cos
cosi assegnati:

Max
Max station
station number
number 30
Min
Min network
network eÆciency
efficiency 100 %
Min
Min station
station eÆciency
efficiency increase
increase 1 %

A questo punto inizia la localizzazione dei siti di monitoraggio, scelti in base alla
loro eÆcienza.
efficienza. In questo caso la stazione che viene determinata al terzo posto in
sequenza ha un'incremento
un7incrernento di eÆcienza
efficienza basso; il programma quindi richiede se tale
stazione debba o meno essere eettivamente rete. Alla richiesta Lower
effettivamente inserita nella rete. Lower
eÆciency
efl'ìciency increase?
increase?7, si risponde No No,, terminando il processo di selezione.
L'output
L”output del programma  e`e fornito sia in forma graca
grafica che numerica; viene riportato
a titolo di esempio l'output
l”output in forma nemerica (tabella 10.13). Tutte le schermate
grafiche sono ottenute azionando il bottone Graphic
grache Graphic,, ed inserendo nella finestra
nestra
Graphic
Graphic screen
screen alla voce Structural
Structural le file il dato EM.PIA.
EMPIA. I dati di prestazione
prestazione
della rete vengono invece salvati su file le azionando il bottone Save
Save..
Si pu
può o osservare che la rete risultante raggiunge un7efficienza
un'eÆcienza superiore al 90%
con un numero di sensori di SO S022 molto ridotti; in particolare le eÆcienze
efficienze dei mi-
suratori calano bruscamente a partire dal terzo di essi, diminuendo di un ordine di
grandezza.

Stations selected: 2
Network eÆciency:
efficiency: 95.13 %

Station 1 eÆciency:
efficiency: 64.73 %
Station 2 eÆciency:
efficiency: 30.40 %
Tabella 10.13
Tabella 10.13 Sintesi
Sintesi dei risultati della
dei risultati della prima
prima parte
parte dell'esempio
dellaesempio 11

Si pu
può modificare i vincoli di progetto,
o ora provare a modicare progetto, rilassando il vincolo di
minimo apporto di eÆcienza
efficienza e limitando il numero massimo di stazioni. Si aziona
quindi il bottone Constrains
Constrains:: riapparir a la finestra
riapparira nestra con i vincoli di progetto, che
vanno modicati
modificati nel modo seguente:

Max
Max station
station number
number 3
Min
Min network
network eÆciency
efficiency 100 %
(70
Min
Min station
station eÆciency
efficiency increase
increase 0 %

Viene ora ripetuta la ricerca dei siti di monitoraggio.

Risulta evidente dai risultati, che, nonostante l”incremento
l'incremento della copertura areale
complessiva,
complessiva7 la capacit
a della rete di rilevare ii superamenti della soglia fissata
capacità ssata non
non
aumenta in modo signicativo
significativo utilizzando pi
u di due stazioni.
più

Esempio
Esempio 2
2
Si seleziona nel menu Monitor
Monitor network
network design voce Langsta
design la voce Langstaff' algorithm
algorithm..
Vengono richiesti e assegnati i dati seguenti:
 Un centro di controllo della qualit
a dell'aria
qualità dell”aria 345
345

Scenarios
Scenarios les
files SCPIALL.SM
SCPIALLSM
Pollutant
Pollutant weights
Weights
Population
Population data
data le
file POPSM.PIA
POPSMPIA
Station
Station assigned
assigned to
to
) Peaks and valley
((0) Valley
( ) Peaks only
Il le
file POPSM.PIA
POPSMPIA contiene i dati di densit a della popolazione nelllarea
densità nell'area di stu-
dio. In questo modo la rete progettata permetter
permetteràa di ricostruire con un procedimento
d'interpolazione
d”interpolazione il campo di dosaggio d'inquinante
d”inquinante rapportato alla popolazione.
popolazione.
L”opzione Station
L'opzione Station assigned
assigned to to Peaks
Peaks and valleys seleziona l'algoritmo
and valleys l”algoritmo di Lang-
sta
staff originale, mentre l'altra Peaks only
l”altra ((Peaks only)) consente di selezionare come potenziali
stazioni solo quelle corrispondenti ai picchi di dosaggio.
Viene ora mostrata all'utente
alllutente la schermata con i vincoli per l”algoritmo
l'algoritmo scelto, che
vengono cos
così assegnati:
Min
Min explained
explained 
022 45
45
Observ.
Observ. error
error 0O
Max
Max station
station #
# 20
Max
Max backgr
backgr ## 1
Sia avviano allora i calcoli per la determinazione delle stazioni candidate e delle
loro aree di rappresentativit
rappresentativitàa (qualche decina di minuti).
minuti). Al termine di questa fase
viene richiesta l'assegnazione
Passegnazione di un ulteriore vincolo, modicabile
modificabile successivamente
senza ripetere l'onerosa
l”onerosa fase di ricerca delle stazioni:
Minimum additional coverage 0.9 % (corrispondente a 2.7 Km
Km2)
2
)
Il risultati appaiono alquanto dierenti
differenti da quelli ottenuti con llalgoritmo
l'algoritmo pre-
cedente; in particolare il maggior numero di stazioni selezionate èe conseguenza del
fatto che si eè data importanza alla presenza di abitazioni in alcune aree (numerose
sono in particolare le zone urbanizzate lungo la strada provinciale). Inoltre l”esigenza
l'esigenza
di ricostruire per interpolazione la distribuzione dell'inquinamento
delljinquinamento sull'intera
sull”intera zona
ha richiesto l'inserimento
l”inserimento di un certo numero di postazioni al conne
confine del dominio, a
dimostrazione del fatto che le aree contigue, urbanizzate e industrializzate anch'esse,
anch”esse7
interagiscono in modo non trascurabile con le sorgenti emissive interne al dominio
stesso.
stesso.

b)
b) In questa seconda parte dell'esercitazione,
delliesercitazione, vengono utilizzati scenari di impat-
to dell'inquinante
dell”inquinante generati da simulazioni del modello di diusione
diffusione ISCST [237],
adatto per la trattazione di situazioni emissive industriali complesse. Tale modello,
di utilizzo diuso
diffuso negli Stati Uniti, non dispone di algoritmi specici
specifici per trattare
le condizioni di calma di vento; i dati meteorologici vengono modificati
modicati assimilando
le situazioni di calma a quelle di vento debole: a partire dai dati delle distribuzioni
congiunte d frequenza,
frequenza, vengono quindi eliminate le le condizioni di calma, ridistribuen-
ridistribuen-
do le relative frequenze
frequenze nei settori della classe di velocit
a di vento pi
velocità u bassa e non
più non
<1,5 m/s),
nulla ((<1,5 m/ s), proporzionalmente alla frequenza
frequenza delle direzioni del vento in
in questa
stessa classe. Si approssima, cio e, la calma di vento con una
cioè, una situazione caratterizzata
da vento debole, con direzione ben caratterizzata. I risultati delle simulazioni della
dispersione risentono di conseguenza di questa rozza approssimazione meteorologi-
ca, privilegiando i settori di impatto sottovento agli impianti, anzich
anzichèe una diusione
diffusione
346
346 Capitolo 10

uniforme nei pressi delle sorgenti, come eè tipico delle situazioni di calma.
Esempio
Esempio 3
3
Si seleziona nel menu Monitoring
Monitoring network
network design
design la voce Noll-Mitsutomi
Noll-Mitsutomi algo-algo-
rithm
rithm.. Vengono richiesti e assegnati, tramite una nestra
finestra di dialogo, i dati seguenti:
Scenarios
Scenarios les
files SCSCSMIS.PIA
SCSCSMISPIA
Concentration threshold 150[ g=m3]
150[,ug/m3]
Avvenuta la ricerca dei cluster (qualche minuto di elaborazione)
elaborazione) vengono ri-
chiesti e assegnati i vincoli di progetto come segue:
Max
Max station
station number
number 3
Min
Min network
network eÆciency
efficiency 100 %(70
Min
Min station
station eÆciency
efficiency increase
increase 1 %
Osservando i risultati, si nota immediatamente come, cambiando il modello di
diusione
diffusione e conseguentemente il metodo di trattamento delle calme di vento,
vento, cambi
pesantemente la topologia della rete localizzata. Le aree di rappresentatività
rappresentativita delle
prime tre stazioni selezionate (che coincidono con le aree di maggior impatto dell'in-
delliin-
quinante) hanno direzione coincidente con quelle della rosarosa dei venti
venti quando questi
spirano a bassa velocit a. Si pu
velocita. puòo notare come, in questo caso, nessuna stazione venga
localizzata all'interno
all”interno dell'area
dell°area urbana di Piacenza.

Esempio
Esempio 4
4
Si seleziona nel menu Monitor
Monitor network
network design
design la voce Langsta
Langstaff algorithm
algorithm..
Vengono richiesti e assegnati i dati seguenti:
Scenarios
Scenarios les
files SCSCSMIS.PIA
SCSCSMISPIA
[] Pollutant weights
Population
Population datadata le
file POPSM.PIA
POPSMPIA
Station
Station assigned
assigned toto
) Peaks and valley
((o) Valley
( ) Peaks only
Con un'ulteriore
un7ulteriore schermata vengono richiesti i vincoli per l”algoritmo
l'algoritmo scelto, cos
così
assegnati:
Min
Min explained
explained 
a22 45
45
Observ.
Observ. error
error 0O
Max
Max station
station #
# 20
Max
Max backgr
backgr ## 1
Inne,
Infine, viene richiesto l'ultimo
llultimo parametro a scelta dell'utente:
dell”utente:
Minimum additional coverage 2.0 % (corrispondente a 2.7 Km
Km2)
2
)
In un'ottica
un7ottica di sistema di supporto alle decisioni, il il progettista della rete può
puo
analizzare
analizzare ee confrontare
confrontare ii diversi
diversi risultati
risultati ottenuti modicando sia
ottenuti modificando il modello
sia il modello didi
diusione,
diffusione, sia l'algoritmo
l”algoritmo di localizzazione, sia i vincoli
vincoli di budget ee efficienza
eÆcienza fissati
ssati
a sua discrezione nel corso delle elaborazioni. La proposta finale nale potr
potraa risultare
da una sintesi di questa analisi, integrata da considerazioni e valutazioni sociali,
politiche,
politiche, territoriali
territoriali che
che diÆcilmente
difficilmente possono essere quanticate
possono essere quantificate in modo oggettivo.
in modo oggettivo.
 A
Richiami di carattere generale sui processi
stocastici discreti

Si supponga di dividere l'asse

llasse dei tempi in intervalli, per esempio di uguale lunghez-
za: sia i l'indice
l”indice che individua la posizione sull'asse sull”asse dei punti di suddivisione (o degli
intervalli). Si consideri poi una grandezza, variante nel tempo in modo discreto,
suscettibile di assumere un valore a(i) in corrispondenza di ogni intero i. Si suppon-
ga che ogni sequenza di valori assunti da questa grandezza possa essere considerata
come la realizzazione di un processo casuale, ossia che, per ogni i,i, a(i) a(i) possa essere
ritenuta una variabile casuale. Nel seguito il simbolo f{aa ((i) i)g+ 1 indicherà
i= 1 indicher
LOÉOO a il pro-
cesso casuale.
infinite variabili casuali f{aa ((i)
Un insieme di innite i)g+ 1
= 1 costituisce dunque un processo
i,10200
casuale o0 stocastico [19]
[19] discreto. Un processo casuale risulta completamente denito definito
quando siano assegnate:
a) le innite
infinite distribuzioni di probabilit
probabilitàa congiunta (o le corrispondenti densit a)
densità)
PP ((a(i0)7
a(io) ; aa ((i1)›'
i1) ;: :' :' ;a im 1)) 8Vzta
›a ((ímfln 8m
it ; Vm
oppure
b) gli inniti
infiniti momenti

E [aüoy ko
a(i1)
(io )co k : :. :. a km†1]
1 :
Efa 'a( i1 )lf.
1 (im_1)1 )km
a(im ]=
Z +1 +1 Z Z +1
: oda(j
(i1 ): :../+O im 1 )
. aaway;
da (m_1) (io )ko
,aan/ k : :__:
a (i1)la
/+00 da (io ) /+oodda
da(10) a(11) 1
1
-OO 1
_OO 1
_OO
km 1 p (a(i );a (i );: : : ;a (i
im 1)WMP
:. :. :. aa ((im_1 (<1(2'0),a
o (i1)›-
1 - - ,a (im_1))
m 1 ))
ove p(.,.,.,...,.) indica la densit
a di probabilit
densità a congiunta.
probabilità
Un processo casuale si dice stazionario in senso forte se vale una delle seguenti due
condizioni (equivalenti tra loro):

PP(a(i0
(a(io + T), ); aa(z'1
(i1 + T),.
);: :. :.,; aa(z'm,1
(im 1 + T))
)) =:
P (a(io ); aa(i1),.
P(a(i0), (i1 );: :. :.,; aa(ím_1))
(im 1 )) 8 ; Vit,
V7', 8 it; Vm
8m (A.1)
(Al)
348
348 Appendice A

ko a k1 :... k 1] = :
E [a(io )ko
Ela(ío) (i o +
QUO + T1)k1 1) : : aa(í0
(io + m 1 ) mmfi]
+ Tmilyc
ko ;k1 ;:::;k'kil
økoiklp
1 ;2 ;: :' :' ;
m 1 ((7177-27. m 1)
77977171)
8Viù;
io; 8t; 8t; Vm.
kt ; VTÉ; 8m: (A.2)
(A.2)

La A.1 indica che in un processo stazionario in senso forte le probabilit a congiunte

probabilità
sono insensibili ad una qualsiasi traslazione dell'origine
dell”origine dei tempi,
tempi, ossia non dipendo-
no da quest'ultima.
quest7ultima. La non dipendenza dall'origine
dall”origine dei tempi,
tempi, ma solo dalla posizione
relativa (distanza temporale)
temporale) delle variabili casuali,  eè espressa per quanto riguarda
i momenti dalla A.2.
A2.
Si noti che, in particolare, le A.1 implicano necessariamente che tutte le variabili
casuali a(i) di un processo stazionario forte abbiano la stessa distribuzione (questa
proprieta, da sola, non e`e ovviamente suÆciente
proprieta, sufliciente per garantire la stazionariet a forte).
stazionarieta forte).
Un processo stazionario in senso forte si dice ergodico
ergodz'co in senso forte se i momenti (e
a(i) g+ 1
un”unica realizzazione f{a*(i)}l`›f:°foO
quindi il processo stesso) sono individuabili da un'unica i= 1
mediante la formula
a (io)ko
- a(1(1'0
E [[a(i0)k° k1 : : : a
(io + T1)k1...
1)
k
(io + Tm_1)k'"_1]
(1(1'O m 1) m 1 ] =

N N
1 X
=
: lim _ a (io )ko aaim-0
 (io + 1 )k1 : : : a (io + m 1 )km 1
+ T1)k1 “UO + 7'rn-1)]cmil (A.3)
(A3)
NH+<><>
N N io = NN a*(i0)k°
!+1 22N lo:i

Nella A.3, il secondo membro risulta chiaramente non dipendere da iio,

o , il che giustica
giustifica
l'assunzione
l”assunzione di stazionarieta, ossia spiega come un processo ergodico sia necessaria-
stazionarieta,
mente stazionario.
Un processo casuale si dice stazionario debole di ordine r1" se
E [a(i)] =
E[a(i)] :E [a(i + T)])] =
E[a(z' 8 i;8 
 Vi,VT
: ,u
E a (i )  )2
] = E [(a ( i
El(a(i)_#)2l :El(a('+T)-M)2l :02
[( +  )  ) 2
] =  2
8 i;8 
WNT
E [(a(i) ) ] = E [(a(i +  ) ) ] =  8 i;8 
3 3 3

.....................

E [(a(i) )r ] = E [(a(i +  ) )r ]8 i; 8

E [(a(i) 
E[(11(i)- M))
' ((GG ( )
'02
a(i + T)) - 11)])] = %@(T) 8 i; VT
2 Vi, 8 (A.4)
(A4)
Le quantit
quantita an,, 
022 e
v prendono rispettivamente il nome di valor medio, varianza
coefficiente di dissimmetria del processo stazionario debole; %
e coeÆciente (
) e`e detta funzione
g(-)
di autocorrelazione del processo stazionario debole. In pratica le A.4AA , A.4,A4, a parte
l'espressione
Pespressione in termini di momenti centrali anzich
anzichèe di momenti non centrali, coin-
cidono con una parte delle A.2,
A2, per cui un processo stazionario forte  eè certamente
anche debole di ordine qualsiasi.
Ovvero le A.4
AA richiedono, per la stazionariet a debole, che tutte
stazionarietà tutte le
le variabili
variabili casuali
a(i)
a(i) abbiano distribuzioni i cui primi r momenti coincidono. Inoltre
Inoltre eè imposta la A.4
AA
come unica propriet a del tipo A.2 sui momenti relativi alle distribuzioni congiunte.
proprietà
Ovviamente, se gli r momenti A.4 nonchèe la funzione di autocorrelazione %g(-)
A4 nonch (
) di
un processo stazionario debole di ordine r si possono calcolare in base ad un'unicaun”unica
realizzazione, mediante formule
formule del tipo
tipo A.3,
A3, il processo si dice ergodico debole di
 Richiami di carattere generale sui processi stocastici
stocastici discreti 349
349

ordine r. Per esempio, in un processo ergodico debole di ordine r 2 3 (i(io

o >i nella
->i
A.3):
A3):
N
1 X N

 = lim a (i)
M I Nlšíafi
N !+1 2N i=*_Na
N
(Z)
N
11 XN

 = lim
2 _
(a* (i) _ )22
_

U _ NNliríloozN Z
!+1 2N i1:-N
= N
(a (Z) M)
N
1 X N

3 =
_
lim _
(a* (i) _ )33
W Nlirilw
N !+1 22N 2
N i1:-N
= N
(a (Z) m
N
11
gma- Ngrgmw iFNN ((aa* ((i)i. ) _ ma
)(a ((nm
i) +  ) m) :
_ X
N
* _ _
_
% ( ) 22 = lim
N !+1 2N
=

Un processo casuale si dice gaussiano 8i, ha distribuzione normale,

gaussiana o normale se a(i), Vi,
cio
cioèe ha densit
a di probabilit
densità a
probabilità  a(i)  2
p 1 e(è21 l_a“ìí“l
p (a (i)) = W_WQ
Maw) i
i
(A5)
(A.5)
2  i
ove 
pii e 
aii rappresentano rispettivamente il valor medio di a(i)
a(i) e lo scarto quadratico
medio o deviazione standard (radice quadrata della varianza).
Evidentemente in un processo gaussiano stazionario in senso forte tutte le a(i)a(i) hanno
la stessa distribuzione, ossia  =
pi:p
i  e 
(3:0
i =  nella A.5.
Vanno ricordate le seguenti due propriet
proprieta: a:
ii Un processo gaussiano stazionario debole di ordine 2 eè anche stazionario in senso
forte.
iiii Un processo gaussiano stazionario (forte o, equivalentemente,
equivalentemente, debole di ordine 2)
2)
, dalla deviazione
eè completamente rappresentato dal valor medio del processo ,u,
(
).
standard del processo U e dalla funzione di autocorrelazione %g(-).

A.1
A.1 Normalizzazione
Normalizzazione e
e standardizzazione
standardizzazione

Nel prossimo paragrafo sono descritte le caratteristiche dei processi di tipo ARMA
(p,q). A monte della trattazione viene ipotizzato che i processi presi in conside-
razione abbiano distribuzione gaussiana standard, a valor medio nullo e varianza
unitaria N(0,1).
Riguardo all'ipotesi
alllipotesi di distribuzione gaussiana, va
va osservato che, in in moltissimi
moltissimi casi,
le distribuzioni normali non si presentano, a priori, come le pi più u adatte per
per descri-
vere il comportamento di grandezze fisiche.
siche. Ci
o èe dovuto ad un
Ciò un motivo
motivo ben
ben preciso:
il campo di una variabile casuale con distribuzione gaussiana 1,+1), mentre
gaussiana èe ((_oo,+oo),
le grandezze fisiche
siche sono spesso vincolate ad assumere valori in un determinato in-
tervallo dell'asse
delllasse reale. Per esempio, nello studio dei fenomeni di inquinamento si
considerano concentrazioni che possono assumere valori solo positivi.
positivi. In conclusione,
350
350 Appendice A

per ricondursi alle ipotesi, occorre:

a)
a) operare trasformazioni sulle variabili originarie, in modo da ottenere un processo
normalizzazione );
casuale le cui variabili abbiano distribuzione normale ((normalizzazione);
b) standardizzare le variabili cos
così ottenute.
Sono qui descritte le fasi a)
a) e b)
b) a partire da una distribuzione comunemente uti-
lizzata nelle applicazioni ambientali, per la sua relativa semplicit
a di trattazione e
semplicità
trasformazione.
a) Normalizzazione di un processo casuale con distribuzione lognormale
Si consideri un processo ergodico f{(a(i)
(a (i) g+ 1
= 1 , nell'ipotesi
i,+2200 nell”ipotesi che ogni a(i)
a(i) sia
distribuita secondo la
 seguente densit
densitàa di probabilit
probabilità: a :
 0
 a ((i)i) 
S m

PP(a(i))
(a(i)) =
:  1 
išvnmukmìfabr
1 ln (a(i) m) b
 2 _ (A.6)
(A'ô)
p2 (1a(i) m) e 2
 _mgb(a(i)_m)e b a (
a(i)i ) > m
m
b
ove m, ,abb e 
obb sono tre parametri che caratterizzano completamente la densit a.
densità.
Essi sono legati ai primi tre momenti della densit densità a A.6, o,
o, più
piu precisamente, al
valore medio  a , alla varianza 
aa, aia2 e al coeÆciente
coefficiente di dissimmetria *ya a dalle seguenti
relazioni (cfr. [241], per esempio):
b + 12 b2
aaa =
: m + eeWràaã (A.7)
(A.7)
2
2 b _ o'bb2
2
e2b +2 bb  
2
O_ša2 =
: e2ab+2a
e
_ 62mj
(A.8)
(A8)

q
%=(wí+mvaå_1
  (Am
2
a = (e b + 2) e b 1
2
(A.9)
Il campo della A.6 eè l'intervallo
llintervallo [m,+ 1); in particolare lim
[m,+oo); p(a(i)) = 0 per
a(i)!m+ p(a(i))
limawàmJr per
cui l'andamento
l”andamento qualitativo della densit a lognormale eè quello mostrato in figura
densità gura A.1.

lpmm»

m a(i)

Figura A.1
Figura A.1 Densit In >
Densitàa lognormale nel caso m > 0

In particolare, quando m =
: 0,
07 la A.6 prende il nome
nome di densit
a di probabilit
densità a
probabilità
lognormale a due parametri.
parametri. Nel seguito, una variabile casuale, distribuita secondo
 Richiami di carattere generale sui processi stocastici
stocastici discreti 351
351

la A.6 verr
verraa indicata come variabile LN (m, b ,b ), oppure, tenendo conto delle A.7,
(m,,ub,ab),
a ,a , va).
A.8, A.9 come variabile LN ((,uafla, a ).
Vale poi il seguente risultato.
Sia f{a(i)
a(i) g+ 1 b ,b ).
= 1 un processo ergodico tale che a(i)
i,10200 a(i) sia una variabile LN (m,
(m,ub,0b).
Allora, posto
bb(z')
(i) = ln ((a(i)a(i) - m m)) (A.10)
(A.10)

il processo ergodico f{b(i) b(i) g+ 1 b ,b ).

= 1 consta di variabili N(
iLOÉOO N(,ub,ab).
a (
) e %
Inoltre se %@a(-) b (
) indicano le funzioni di autocorrelazione di f a(i) g+ 1 e
gb(-) {a(z') = 1 e
+00
ii=foo
+1
f{b(z')
b(i) gi+00
= 1 rispettivamente, risulta:
i=foo

2
b %b ( ) _ 11
e€0b2b(†)
2

%0a(†)
a ( ) = _ b22 1
eeo'bfl
b) Standardizzazione
Standardízzazíone
Se f{b(z')
b(i) g+ 1 eè un processo ergodico le cui variabili sono N( b ,b ) allora,
= 1 
i110200 N(Hb,0b)
posto:
b(i) 
c<-> =
c(
) = bfi) _ Mbb
Ubb
il processo ergodico f{ ((c(i) c(i) g+ 1
= 1 consta di variabili casuali N(0,1).
i,10200 N(0,I).
b (
) e %
Inoltre se %Qb(-) c (
) rappresentano le funzioni di autocorrelazione dei due processi,
QC(-)
b (
) = %
risulta %Qb(-) c (
).
Qc(')~

A.2 Processi
Processi e
e modelli
modelli ARMA
ARMA (p,q)
(p,q)

Una volta normalizzato e standardizzato un processo ergodico univariato, eviden-

temente tutte le propriet
proprieta (
).
a sono riassunte dalla funzione di autocorrelazione %Q(-).
Se si analizza un correlogramma, cio
cioèe un graco
grafico della funzione di autocorrelazione
stimata in base ai campioni, si pu
o rilevare uno di questi tre comportamenti [19].
può

a) eè praticamente piatto, nel senso che per T 

a) Il correlogramma  2 1 si hanno delle
oscillazioni trascurabili intorno all'asse
alllasse delle ascisse. In tal caso il processo
f{ cc(i)
(i) g+ 1 pu
,10200 o
può essere ritenuto puramente casuale: non vi eè relazione tra il
i= 1
valore assunto da c(i) e quello assunto da c(i+  ), T 
C(i+T), 2 1.

b)
b) Il correlogramma si "smorza" sulllasse 7' con un andamento di tipo
77smorza77 sull'asse tipo esponenziale.
In tale situazione, cui di solito corrispondono valori non trascurabili almeno
di %g(1)
(1) e %Q(2),
(2), si ricorre alla famiglia dei processi autoregressivi, nella quale i
processi ergodici puramente casuali rientrano come caso limite.
c)
c) Il correlogramma ha un andamento decrescente, come nel caso precedente, fino
no a
un certo T,, poi presenta delle persistenze, cio
cioèe un andamento oscillatorio intorno
ad un valore non trascurabile. In tal caso pu puòo essere opportuno far riferimento
alla classe dei modelli ARMA.
352
352 Appendice A

A.2.1 Processo autoregressivo di ordine p o AR(p)

standardizzato) f{c(z)
c(i) g+ 1
Un processo stocastico (gaussiano standardizzato) = 1 si dice autoregressivo
i:Sim autoregressz'vo
di ordine p (brevemente AR(p)), se il valore assunto dalla variabile c(i+1) c(i+1) risulta
legato ai valori assunti dalle p variabili "precedenti"
"precedenti” c(i), c(i 1), ...,c(i
c(i-1), p+1) dalla
...,c(i-p+1)
relazione lineare
cc(zI
(i + 1)
1):=  1 c (i) + 
Ølcfi) 2 c (i - 1) +
@QCU :::+ 
+...+ p c (i - p + 1)
€151)c(zI " (i )
1) + €(z) (A.11)
(A.11)

essendo
f{e(z') 1
"(i) gi+LOÉOO " ), tale
= 1 un processo ergodico puramente casuale con distribuzione N(0,
N(0,a$),
"(i) eè scorrelato da c(i),
che e(i) c(i)7 c(i 1),...
c(i-1),...
Pertanto un processo AR(p) risulta denito definito dai p+1 parametri

1 ; 2 ; : : : ; 2 ; " :
ølyøQv-"aøa-E-

Si pu
può o dimostrare [197] eè stazionario se e solo se le radici /\1,
[197] che il processo A.11  1,
À2,...,
2 ,..., 
/\pp dell'"equazione
dell777 equazione caratteristica"
caratteristica”

APp _  1
p 1 _ 
451V* p 2 : : : _øp
øQ/vfl...
2 : 0o
p =

sono tali che

j|Af| < 11 v(
` j < 8` (A12)
(A.12)
cio
cioee se si trovano, nel piano complesso, all'interno
alllinterno della circonferenza avente centro
nell'origine
nell”origine e raggio unitario.
Moltiplicando per c(i+1+  ) ed applicando l'operatore
c(i+1+7') lloperatore E(
) ad ambo i membri della
E(-)
A.11 si pu
può 17espressione di %Q(T)
o ottenere l'espressione ( ) in funzione dei parametri del processo.
processo.
Iterando per T = : 1,2,... si ricavano [197]
[197] le seguenti espressioni (di Yule-Walker)7
Yule Walker),
che permettono di derivare i parametri  1511 ,...,
,Nip p dalle prime p correlazioni e viceversa:
%g(1) : 
(1) = 4511 +2 % (1)
4529(1) + :.......
:::::: +  p % (p 1)
451,9(17- 1)

%Q(2) : 
(2) = 1 %(1)
Ølpfl) + 2
+452 + :.......
:::::: +  p % (p 2)
Øpg(p-2)
:
:' (Ais)
(A.13)
:
:
:
%Q(p)
(p) =:  1 % (p
dšlg(p-1) 1)  2 % (p
¢2Q(p-2) 2) + :.......
:::::: +§Pp
+ p
Le A.13 sono equazioni lineari sia nelle incognite  1 ,...,p (dati %
@1,...,§Pp (1), %g(2),...7
p(1), (2),..., %p(p))
(p))
sia nelle incognite %Q(1)7
(1), %Q(2),...,
(2),..., %Q(p)
(p) (dati  1 ,2 ,...,p ).
€251,§P2,...,§Pp).
La conoscenza delle prime p correlazioni o, o7 equivalentemente dei parametri  1 ,2 ,...,p
951,452,...,Q5p
permette di determinare il resto della funzione di autocorrelazione cio cioee % ( ), >
gh), T>p. p.
Infatti risulta
 Richiami di carattere generale sui processi stocastici
stocastici discreti 353
353

%@(p
(p + 1) =
: 1 % (p)
@1009) + 2 % (p - 1)
¢2@(p 1) + :....... øpgu)
:::::: +  p % (1)

%@(p
(p + 2) : 
2) = 1 % (p + 1)
451002 1) + 2 % (p)
43mm + :.......
:::::: + øpQQ)
p % (2)
:
:
%@(p+k) I é1@(p+k_1)
(p + k ) = 1 % (p + k +¢2@(p+k_2)
1) + + :.......
2 % (p + k 2) + + øpguç)
:::::: + p % (k )
:
:
:
(A14)
(A.14)
ove, per esempio, i parametri vanno pensati espressi in funzione delle prime p cor-
relazioni mediante le A.13.
"(i) ed applicando E(
Moltiplicando per e(i) E()
) ad ambo i membri della A.11 si pu
puòo rica-
Varianza 
vare la varianza 025:
2
":
p
X
= 11
US"2 = - Emo)
f % (f ) (A15)
(A.15)
fƒ:1
=1

Esempio: (Processo AR(1)).

L'equazione
L”equazione A.11 del processo diventa, per p =
: 1,

cc(í
(i + 1) : 
1) = 1 c (i) + e(z'),
4510(i) " (i) ;
mentre per avere stazionariet
stazionarietaa occorre che sia (cfr. A.12)
A12)

j|¢1|
 j<
1 < 11.:
Il
ll sistema di Yule-Walker
Yule Walker A.13 si riduce all'unica
alllunica equazione

 = %
4511 = (1)
Q(1)

Inoltre, in base alle A.14 si pu

o ricavare la seguente espressione per la funzione di
può
autocorrelazione:
% ( ) = % (1) :
Risulta inne,
infine, in base alla A.15,

0?"2 = 1 - %@(1)2
(1)2
In figura
gura A.2
A2 sono riportati due esempi di serie temporali con il rispettivo model-
lo AR(1)
AR(1) e l'andamento
Pandamento della funzione di autocorrelazione teorica.
teorica. Come si vede,
la funzione di autocorrelazione tende a zero in modo esponenziale con  @11 positivo,
mentre tende a zero sempre esponenzialmente ma con oscillazioni di segno nel caso
in cui 
SP11 sia negativo.

Esempio: (Processo AR(2))

L'equazione
L7equazione del processo 
eè
cc(i
(i + 1)
1):=  1 c (i) + 
¢1c(z') 2 c (i - 1)
@20(z' " (i) :
1) + s(z').
La condizione di stazionariet
a impone i seguenti vincoli sui parametri
stazionarieta
354
354 Appendice A

(a) z~=o.8; = -oßz~l-l + a,

Q
(a) +

NI
l I-l I I

Pi Pi
k _› k-_--›

_l -l

(b)

log log v
g(f) f-› g(f) f-›
0 025 0.5 0 05

(C)
(c)

Figura A.2
Figura A.2 Esempi di serie temporali AR(1) [197]
[197]

 1 + 2 < 1
451+452<1

 1 < 1
452-451<1
2

1 <
-1 <  2 < 1
¢2<1

Pertanto, nel piano dei parametri, l'insieme

l°insieme di ammissibilit
ammissibilità a e`e la regione interna al
triangolo rappresentato in gura
figura A.3.
In particolare, nella regione tratteggiata, le radici dell'equazione
dell”equazione caratteristica
sono complesse coniugate.
Il sistema di Yule-Walker,
Yule Walker, risolto, per esempio, rispetto ai parametri, diventa
%(1) (1 %(2))
1 = Q(1) - 90))
dal = 1 - @(W
1 %(1)2
 Richiami di carattere generale sui processi stocastici
stocastici discreti 355
355

(a)

¢|_›

Figura A.3
Figura A.3 Regione ammissibile per un AR(2) [197]
[197]

2 = @(2) - @(1)2
%(2) %(1)2
@2 : W 1 %(1)2
mentre la A.15 assume la forma
%@(1)2 %(1)2 %(2) + %@(2)2
(1)2 - 22907209) (2)2
"22 = 1
E 1 - %@(1)2
(1)2
In gura
figura A.6 sono riportati i diversi andamenti qualitativi, in base alla A.14,
A14, della
funzione di autocorrelazione nella regione ammissibile. In figuragura A.5, inoltre7
inoltre, èe
mostrato un esempio di serie temporale con il rispettivo modello AR(2)
AR(2) e la funzione
teorica di autocorrelazione.
Come gi a aermato
gia affermato e come si pu
puòo constatare anche dalle figure
gure A.6 e A.5, un
processo ergodico AR(p) non eè in grado di rappresentare adeguatamente fenomeni
di persistenza,
persistenza7 a meno che si consideri p molto elevato ciocioèe un gran numero di
parametri.
Anzich
Anzichèe nuoversi nella direzione di aumentare le dimensioni del modello si preferisce
aggiungere al secondo membro della A.11 termini di altro tipo.
tipo. Si consideri dapprima
la seguente classe di processi.

A.2.2 Processo a media mobile di ordine q o MA(q)

MA(q)

standardizzato) f{cc ((i)

i) g+ 1
Un processo stocastico (gaussiano standardizzato) = 1 si dice a media mobile
+00
ii=foo
di ordine q se
di ordine q se
cc(z`
(i + 1) = "di)
(i) - #191€(z'
1 "(i - 1) - # 2 "(i - 2)
192€(z' 2) :.....
: : : : - #üqaü'
q "(i - qq)) (A.16)
(A.16)
ove f{e(i)
"(i) g+ 1 eè ancora un processo ergodico puramente casuale con distribuzione
= 1 
i110200
N(0, " ). Un processo MA(q) eè pertanto denito
N(0,05). #1 ,#2 ,...,#q ," .
definito dai q+1 parametri 191,192,...,19q,05.
Si pu
puòo dimostrare che il processo A.16 eè stazionario per qualsiasi valore assunto dai
356
356 Appendice A

Figura A.4
Figura A.4 Funzioni di autocorrelazione di un AR(2)
AR(2) [197]
[197]

parametri.
Attraverso semplici calcoli eè poi possibile esprimere i parametri in funzione delle
prime q correlazioni e viceversa [197].
Si ottengono le seguenti equazioni non lineari
 i19,.
# + #19 1 #19,. +1 + :::::
iiiii + #
  #q
19 q ,H9
 = 1;2;: : : ;q
 1 + #2 1 + :::: + #q
2
%MT)
( ) =  (A.17)
(A17)
 00 T>q
> q
Come risulta dalle A.17 la funzione di autocorrelazione eè nulla quando il passo supera
l'ordine
l”ordine del processo.
E'
E7 poi facile l”espressione di 
facile ricavare l'espressione 025:
2
":
. 1
"2 =
2
: _ (A.18)
A18
05 1 + #19?21 + :.....
: : : : + #1932q ( )
Si consideri ora l'equazione
17equazione A.16 e ci si chieda se  eè possibile invertirla7
invertirla, cio
cioèe espri-
mere "e(i)
(i) in funzione di c(i+1),c(i).....
c(i+1),c(i) ..... (l'importanza proprietaa di invertibilit
(1”importanza della propriet inuertíbt'lítà a
risulter
risulteràa chiara nel seguito). Si pu
può [197] che, se le radici 
o dimostrare [197] 1, 
/\1, 2 ,..., 
À2,..., q,
Àq,
dell'equazione
delllequazione caratteristica

x1q _ #img-1
1
q 1 :.....
: : : : _ 19g:0
#q = 0
soddisfano
soddisfano la
la condizione
condizione
j|À15|
` j < 1 8
V(` (A.19)
(A19)

"(i) nella forma

allora eè possibile esprimere e(i)

ii+1
X+1

ge)
" (i) = 2 “(8)
s c (s)
= 1
sS:_OO
 Richiami di carattere generale sui processi stocastici
stocastici discreti 357
357

Figura A.5
Figura A.5 Esempio di una serie temporale AR(2)
AR(2) [197]
[197]

T 0.5 l l

m † 1 l 1
0 o I Ils ¬'1'o"

-o.s k .

Figura A.6
Figura A.6 Funzione di autocorrelazione della serie temporale AR(2)
AR(2) [197]
[197]

essendo | s | un opportuno insieme di coeÆcienti.

*rs* coefiicienti.

Esempio: (Processo MA(1)).

L'equazione
L7equazione A.16 del processo assume la forma,
forma, per q=1,
q:1,

cc(i
(i + 1)
1):= "s(i)
(i) - 1916(2'
#1 " (i - 1)
1)

La condizione di invertibilit
a A.19 richiede che sia soddisfatto il vincolo
invertibilità

j|191|<1.
# j < 1:
1

Le A.17,
A17, A.18 assumono,
assumono7 rispettivamente, la forma:
forma:
358
358 Appendice A


 % (1) = #1
 1 + #2
 1
 % ( ) =
:00 T>1
>1

 "2 = 1 +1 #21
I possibili andamenti della funzione di autocorrelazione sono mostrati in figura
gura A.7.
Si osservi

PU) 91> 0 per) 61< 0

Figura A.7
Figura A.7 Possibili funzioni di autocorrelazione di un MA(1)
MA(1) [197]
[197]

che, se eè soddisfatta la condizione di invertibilit 0,5 < %Q(1)

a, risulta -0,5
invertibilita, (1) < 0,5
(Cfr. A.20).
A20).

Esempio: (Processo MA(2)).

L'equazione
L“equazione del processo 
eè
cc(1'
(i + 1)
1):= "£(1`)
(i) - #1915(1'
1 " (i - 1)
1)- # 2 " (i - 2)
192€(1' 2).:
a richiede che i parametri #
La condizione di invertibilit
invertibilità #2 soddisno
1 , 192
191, soddisfino i vincoli

#1911 + #2 < 1
+192<1

#1922 -191<1
#1 < 1

_11 < #2 < 1 :

<192<1.

Pertanto, se si impone l'invertibilita, la regione di ammissibilit

lyinvertibilita7 a risulta
ammissibilità risulta quella trian-
golare di figura
gura A.8 (zona tratteggiata -> > radici complesse dell'equazione
dell”equazione caratteri-
stica).
Le A.17,
A17, A.18 diventano rispettivamente

#1911 (1 - 192)
#2)
1 = _._
%(1)
m) 11+19ì+19§
+ #1 + #22
2
 Richiami di carattere generale sui processi stocastici
stocastici discreti 359
359

Figura A.8
Figura A.8 Regione di invertibilit
invertibilitaa di un MA(2)
MA(2) [197]
[197]

#1922
QU
2
%(2) -
= -._ + #21 + #22
11+19f+19§
%Q(T)=O
( ) = 0 T>2 > 2
2 11
"2 =
E _1+19š+19§
1 + #21 + #22
L'andamento
L7andamento della funzione di autocorrelazione nelle diverse zone della regione di
invertibilit
a eè riportato in gura
invertibilita figura A.9.

A.2.3 Processi autoregressivi di ordine p, a media mobile di

ordine q o ARMA (p,q)
Sono i processi deniti
definiti dal modello:

cc(z'
(i + 1) : 
1) = 1 c(i) + 
ØlcU) 2 c(i - 1) +
@QCU :::+ 
+...+ p c(i - p + 1)
Øpcfi "(i) -
1) + €(z')

#1 "(i - 1) - #1926(í
-1915(i 2 "(i - 2) : : : úqefi
2) -...- #q "(i - qq)) (A.20)
(A20)

ove f{ "e(z')
(i) g+ 1 eè il solito processo ergodico puramente casuale, con distribuzione
= 1 
iLOÉOO
N(0, " ). La A.20
N(O,0€). A20 pu o essere interpretata come l”equazione
può l'equazione di un processo
processo AR(p)
AR(p)
cui sia stata aggiunta una parte MA(q). Il processo ARMA(p,q) risulta in
ARMA(p,q) risulta in conclu-
sione denito
definito dai p parametri della componente autoregressiva, dai q parametriparametri della
componente a media mobile e dalla varianza 02€. 2
" . I processi (4.11)
(4.11) si prestano in
modo particolare a descrivere fenomeni di persistenza. La validit a di questa aer-
validità affer-
mazione pu può o essere controllata a posteriori, semplicemente analizzando la funzione
di autocorrelazione di un ARMA(p,q)
ARMA(p,q) e confrontandola, per esempio,
esempio, con quella di
360
360 Appendice A

Figura A.9
Figura A.9 Funzioni di autocorrelazione di un MA(2)
MA(2) [197]
[197]

un AR(p). Si pu o anche dare una sorta di giusticazione

può giustificazione a priori dell'utilit a di consi-
dell”utilita
derare i processi A.20.
A20.
Se infatti si suppone invertibile la componente MA(q), allora i suoi termini possono
infiniti addendi del tipo 
essere espressi come somma di inniti s c(s), s 
1rsc(s), S i+1. In altre
parole, l'aggiunta
Paggiunta della componente MA(q) al processo AR(p) AR(p) trasforma in prati-
ca quest'ultimo
quest7ultimo in un processo di ordine innito. D“altronde questo aumento della
infinito. D'altronde
memoria e`e ottenuto in modo economico
economico,, con l'introduzione
l“introduzione di un numero finito nito q
di nuovi parametri. Queste considerazioni giusticano
giustificano la seconda delle condizioni
seguenti che si impongono ai parametri del processo ARMA(p,q):

a)
a) le radici dell'equazione
delllequazione caratteristica della componente AR(p)
AR(p) devono avere mo-
perchèe sia garantita la stazionariet
dulo minore di 1 perch a del processo.
stazionaríetà processo.
b)
b) le radici dell'equazione
dell”equazione caratteristica della componente MA(q)
MA(q) devono avere mo-
dulo minore di 1, perchèe sia garantita l'invertibilit
17 perch a.
lyínvertibz'lítà.

E possibile, moltiplicando per c(i+1+

È  ) e applicando l”operatore
c(i+1+T) l'operatore E(
) ad ambo i
E(-)
membri della A.20 A20 ricavare % ( ): in modo analogo si può
Q(T): puo derivare l'espressione
17espressione di
026.
2
" . Poich
Poichèe si tratta di relazioni piuttosto estese, ci si limitera
limitera qui a fornirle nel caso
del processo ARMA(1,1)
ARMA( 1,1) che  eè quello di gran lunga più
piu utilizzato nelle applicazioni.

Esempio: (Processo ARMA(1,1)).

L'espressione
L”espressione del processo 
eè::
ccu + 1)
(i + 1) =
= 4311 cca) + @(Z'
(i) + " (i)) _ 191m'
#1 " (i _ 1)
1)
Il processo eè stazionario se (condizione a)
1 <  < 1
-1<¢1<l
1
 Richiami di carattere generale sui processi stocastici
stocastici discreti 361
361

mentre eè invertibile se (condizione b)

b)

1 < #1 < 1
_1<191<1

La regione usualmente assunta come ammissibile eè quindi l'interno

l”interno del quadrato
indicato in figura
gura A.10.

Figura A.10
Figura A.10 Regione di stazionariet
stazionarietàa e invertibilit
invertibilitaa di un ARMA(1,1)
ARMA(1,1) [197]
[197]

Risulta
Risulta inoltre:
inoltre:

(1 -  1 #1 ) (1 - #
(15101)(451 1)
191)
1 =
% (1) i_ A21
(A.21)
M) 11+191-2ø1191
+ #1 21 #1
2
( )
%@(T)
( ) =  %
¢1Q(T
1 (  _ 1) 1) T  ì 2
(1 _ 
62"2 =
: 4502
1)
2

E 1+ # 1 #1
19%21 - 22131191
La A.21
A21 evidenzia come la funzione di autocorrelazione decada esponenzialmente a
partire da T =
: 1 mentre quella di un AR(1) decade esponenzialmente a partire da T
= 0.
O.
La gura
figura A.11 mostra l'andamento
llandarnento della funzione di autocorrelazione nelle diverse
zone della regione ammissibile.
Di particolare interesse e`e la zona tratteggiata:
tratteggiata: infatti un7analisi
un'analisi della A.21 porta a
concludere che eè in questa zona che si hanno mediamente i valori più piu alti di %g(1)
(1) e
quindi la maggiore persistenza.

A.2.4 Il problema della stima dei parametri

a ((í)}::17N
Di solito e noto un campione f{a* i)gi=1 N , ossia una registrazione di valori effettuata
eettuata
nel passato: tale campione va considerato come una realizzazione incompleta del
362
362 Appendice A

01
\
1.0

P1: 'fu /-

pk 'bu
. .go
`
600,/
"\« 1/
èv/ Pk 'fu
/.
1/ Q

_1 0 o I > 4) l
Pk ¢kk 10
I I
I

pk ¢kk

,/'/ i

// pk ¢kk
I/
/
/// ,

-1.0

Figura A.11
Figura A.11 Funzioni di autocorrelazione di un ARMA(1,1)
ARMA(1,1) [197]
[197]

processo casuale. Costruire un modello stocastico della grandezza signica

significa associarle,
in base ai campioni, un processo casuale, ossia individuare il processo casuale atto
a descrivere la grandezza stessa.
Pi
u esattamente la costruzione di un modello stocastico avviene secondo lo
Più lo schema
di gura
figura A.12.
i)
i) Si sceglie la classe di processi casuali che si ritiene atta a descrivere la grandezza
in questione.
ii) parametri che identificano
ii) Si stimano in base ai campioni i parametri identicano il processo casuale
all'interno
all”interno della classe scelta. Ci
o equivale a selezionare, all'interno
Ciò all”interno della classe
pressata,
prefissata, il modello piu rispondente ai dati.
più
iii)
iii) Pu
o darsi, per
Può o, che la scelta operata in i)
però, i) non sia stata felice,
felice, cio
cioèe che il modello
"migliore"
77migliore77 degli
degli altri
altri modelli
modelli della
della stessa
stessa classe,
classe, sia,
sia, in
in assoluto,
assoluto, scadente.
scadente. Si
Si
eseguono allora dei test diagnostici per vericare
verificare la rispondenza del modello.
Se i test hanno esito negativo, si riparte dalla fase i)i) con una nuova scelta della
classe; se i test hanno esito positivo il modello èe pronto per essere usato.
Molto spesso eè conveniente operare preventivamente con trasformazioni sui dati,
per far
far rientrare il modello in una classe pi u semplice o più
più piu ricca di proprietà:
proprieta :
 Richiami di carattere generale sui processi stocastici
stocastici discreti 363
363

Scelta classe

Stima
parametri

Test
usi
diagnostici

Figura A.12
Figura A.12 Costruzione di un modello stocastico

occorre cio
cioèe considerare non le grandezze originarie ma loro opportune funzioni,
funzioni, alle
quali ci si riconduce previa trasformazione di variabili. Naturalmente, nella fase
nale
finale operativa del modello,  eè necessario ridursi nuovamente alle variabili originarie
mediante antitrasformazione.
Si supponga di dover costruire un modello stocastico univariato e di aver optato
per la classe dei processi ergodici ARMA(p,q)
ARMA(p,q) con distribuzione N(0,1). Si tratta
definiscono il processo f{c(i)
ora di stimare i parametri che deniscono c(i) g+ 1 all”interno della
= 1 all'interno
iho
c(i) gN
1:700

classe. Pi
Più specificamente occorre in base al campione f{c*(i)
u specicamente =1 :
ii111

a)
a) scegliere p e q;

b)
b) stimare i p+q+1 parametri  1 ,2 ,...,p ,#1 ,#2 ,...,#q e 
€151,€152,...,€15p,191,192,...,19q " , ossia il vettore
025,
2

 


1 



2 

 :: 
 : 
 
 p 
 
 = 
 #1 



#2 



:: 

 : 
 #q 
 
 "2 

Le stime parametriche possono essere valutate secondo il metodo classico dei

momenti.
364
364 Appendice A

a)
a) Scelta di peq
dzI p
Si supponga inizialmente di aver ssato
fissato p e q: evidentemente se si aumentano
i due valori scelti, cio
cioèe se si introducono nuovi parametri si ha la possibilit a
possibilita
di ottenere un modello migliore. Pu Puòo per
peròo darsi che, a fronte della complica-
zione causata dall'aumento
da117aumento dei parametri, non stia che un irrilevante, super uo
superfluo
miglioramento di aderenza ai dati. Poich
Poichèe tutte le propriet
proprieta a del processo sono
riassunte nella funzione di autocorrelazione, èe a quest'ultima
quest7ultima che ci si deve ri-
volgere. Dapprima si tratta allora di stimare %@().(
). In [197]
[197] si suggerisce di usare
lo stimatore (si ricordi che i dati sono dati normalizzati e standardizzati)
standardizzati)

1 NX  
%ê(T)
^( ) = _ cc*(t)c*(t
(t)c (t + T)) (A.22)
(A22)
N t=1
con varianza approssimata dallo stimatore:
1
Wwe» :ÈN1 w 21 %Q2<w>+
(w) + %@(w +m ) % (w - f)
) -
+00
+
X
var(^%( )) = (w +2

% (w) % ( ) % (w  ) +
44Q(w)Q(T)Q(w_T) 2 %2 (w) %2 ( ) :
+292(w)@2(†)- (A.23)
(A23)
Nel caso di un processo MA(q), la scelta di q ée teoricamente semplice: la fun-
zione di autocorrelazione deve essere nulla per ogni T > q. Se allora si eè optato
per un processo MA, basta fissare ssare q a quel valore di T oltre il quale la funzione
di autocorrelazione eè praticamente piatta (tale valore deve esistere se il processo
eè eettivamente
effettivamente MA).
Nel caso di un processo AR(p)AR(p)  eè possibile, in base alle A.14 ricavare %Q(T),
( ), T >
p in funzione di %Q(1),...,
(1),..., %Q(p).
(p). Si pu
puó o allora procedere per tentativi,
tentativi, provando
con valori di p crescenti, nel modo seguente:

o dalle stime %@(1),

^(1); %@(2)
^(2) ;:,. :. :. ;, %@(p)
^(p) e dalle A.14 si determina llandamento
l'andamento teorico
teorico
%g(T),
( ), ((T > p)
p) della funzione di autorrelazione;

0 si verica Paderenza di %@(T)

verifica l'aderenza ~( ) a %ê(T)
^( ) , T > p.
p. Se questa èe insoddisfacente si
prova con p+1.

Un metodo che permette di ridursi ad un più

piu efficace
eÆcace test di aderenza eè il
seguente [197]. Si supponga di aver scelto una rappresentazione AR(p)
AR(p) del
processo:
cc(z'+
(i + 1) =
:  p;1 c(i) + 
@p,1c(i) p;2 c(i - 1)
45mm' 1) +:::+ 
+...+ p;p c(i -p+
45mm' p + 1) "p(i) (A.24)
1) + spa) (A24)
Si passi poi ad una rappresentazione AR(p+1)
AR(p+1)

cC(Z
(i +
+ 1) I 
1) = p+1;2 c(i) +
øp+1726(i) +  p+1;2 c(i _ 1)
Øp+1j26u +.: :. :. +
l) + +

 c(i - P)
p+1;p+11c(i
¢p+1,p+ p) + "Slam)
p+i (i) (A25)
(A.25)
Si avr
a, in base alle equazioni di Yule
avrà, Walker A.13,
Yule-Walker
 Richiami di carattere generale sui processi stocastici
stocastici discreti 365
365

    

 1 %@(1)
(1) ::: %@(P-
(p 1) 1) 
  p;1   %@(1)
21m (1) 



%Q (1) 1 :---
:: %Q ((Pp _ 2)
2) 


@mp;2   %Q(2)
(2) 

 :`  :'  =  : 
(A.26)
  :  '  (A26)
 :  :   : 
 :  :   : 
  
 %@(p-l)
(p 1) ¢(P-2)
(p 2) ::: 1   p;p   %@(p)
45m (p)


e
   

 1 %Q(1)
(1) : : : %MP)
(p) 
 
¢p+1,1
p+1;1 

%00)
(1) 



%o (1) 1 : : : %Q ((Pp - 1)
1) 


451%;
p+2;2 

%@(2)
(2) 

 :`  :`  :' 
(A.27)
(A27)
   
 :  :  : 
 :  :  : 
   
 %9 ((P)
p) %9 ((Pp _ 1)
1) :---
: : 11   p+1;p+1
gpp+1,p+1
 %9(p+1)
(p+1)


Se  p+1;p+1 fosse zero, allora 

(PPJFLDH @m : 
p;j = p+1;j (j
ØPHJ (j =
: 1 ,2 ,..., p)
p) in quanto le prime
p equazioni A.27
A27 coinciderebbero colle A.26, A26, la (p+1) esima restando identi-
(p+1)-esima
camente vericata
verificata (cfr.A.14).
Pertanto  p+1;p+1 pu
¢p+17p+1 puòo essere assunta come indice della dierenza
differenza tra i due mo-
delli A.24
A24 e A.25
A25 cio
cioèe in denitiva
definitiva come indice
indice signicativo per la
significativo per la scelta di p.
La sequenza  funzione di autocorrelazione parziale:
k;k prende il nome di funzione
Økyk parziale : si può
puo
dimostrare che in un processo AR(p) AR(p) deve risultare  k;k = 0 per k > p.
45k p. Allora,
costruita la funzione di autocorrelazione parziale mediante %,_ô^ (()
) e le relazioni di
Yule Walker, si fisserà
Yule-Walker, ssera p come quel valore k oltre il quale la funzione di auto-
correlazione parziale eè piatta (tale valore deve esistere se il processo eè AR). Se
si deve scartare sia la classe AR che la classe MA, occorre rivolgersi ai processi
ARMA(p,q) con p e q diversi da zero.
In questo caso, la questione si presenta pi piùu complessa, in quanto nè ne la funzione
di autocorrelazione n n`ee la funzione di autocorrelazione parziale si devono annul-
lare al di la di certi valori dell'argomento.
la dell”argomento. In In pratica
pratica si procede con tentativi
tentativi
per valori crescenti di p e q, vericando
verificando l'adattamento
l”adattamento del "resto
7”resto teorico della
funzione di autocorrelazione"
autocorrelazione77 al "resto stimato” (se q > p)
77resto stimato" p) oppure operando
allo stesso modo sulla funzione di autocorrelazione parziale (se q < p).

b) Stima dei parametri

Tre sono i metodi di stima dei parametri di un modello ARMA cui fa riferimento
la letteratura: la stima a massima verosimiglianza
oerosimiglianza,, la stima ai minimi quadrati
e il metodo dei momenti
momenti.. Per un'analisi
un7analisi approfondita dei primi due si rimanda
a [242].
Quanto al metodo dei momenti, esso consiste, una volta stimata la funzione
di autocorrelazione in base alla A.22,
A22, nel determinare i parametri del processo
mediante le relazioni A.13 nel caso AR(p). Nel caso di modelli MA(q)
MA(q) e in quello
di modelli ARMA(p,q) la risoluzione del sistema di Yule Yule Walzer comporta la la
risoluzione di un sistema di equazioni non lineari
lineari ee richiede
richiede quindi ljadozione
l'adozione di
tecniche ricorsive.
366
366 Appendice A

A.3
A.3 Test
Test diagnostici
diagnostici
Si supponga di aver identicato,
identificato, in base ad un record di dati, un modello stocastico
univariato nella classe dei processi ergodici ARMA(p,q)
ARMA(p,q) con distribuzione N(0,1):

cc(1+ 1) = 
(i + 1) ^1 c(i) + 
431m) ^2 c(i _ 1)
íßZcu 1) + +...+
:::+  ^p c(i; _ p + 1)
épcu, 1) +
+ eu) ^1 "^(i _ 1)
"^(i) _ #ßläu' ^2 "^(i _ 2) _..._
1) _ #Mu #^q "^ (i _ qq)) ((W
: : : iêqéu var eu) : ag)
"^(i) = (A28)
^"2^ ) (A.28)
I metodi di stima parametrica cui si eè accennato al paragrafo precedente garantiscono
che, relativamente alla classe scelta, eè stato selezionato il modello "pi u aderente"
77più aderente” ai
dati (o meglio un modello soddisfacente, non esistendo un criterio unico). Nulla per peròo
garantisce che l'aderenza
Paderenza del modello sia ugualmente scarsa in assoluto, perch perchèe si  èe
operato in una classe non adatta. I test diagnostici
diagnostici,, servono appunto per verificare
vericare
la rispondenza del modello ai dati.
il processo f{â(í)
"^(i) g+ 1
I test
test pi
piùu comuni consistono nel vericare
verificare che il = 1 , detto residuo
i:fico residuo,,
sia eettivamente
effettivamente un processo puramente casuale (ossia AR(0)). Se nella A.28 A28 si
"^(i) = 0 per i=p
pone `ê(z`) i:p-q, q, pp-q+1,...,0
q+1,...,0 e si introduce, al posto delle variabili del
c(i) g“il
processo, il campione f{c*(í) puòo determinare un campione f{ê*(í)
N , si pu
i=1 2^  (i) gHip
N del
i=p
residuo:
^ (i) = c0*(2'
"â*(í)  (i + 1)
1)-  
1 c (i ) - 
Ølc*(í) 
2 c (i - 1)
4520*(i : : : pc (i - p)
1)-...-é15pc*(í p) +
+ ^  ^ 
#1 "^ ((1'i _ 1) + #iãQä*(i
+815* 2"
^ 
2)+.: :. :.+1ãqä*(i
^ (i _ 2)+ )(i = p,p
+#q "^ (i _ qq)(1' ,N))
p;p + 11,.;: :. :. ;N (A29)
(A.29)
Per comodit
comoditaa si ponga l = : ii-p+1,
p+1, L =
: N p+1, cosicch
N-p+l, cosicchèe il campione del residuo
"^(1) g}lL:1
viene indicato come f{â*(1) L . In
l=1 ln base ad esso si può
puo vericare
verificare se il residuo èe un
processo puramente casuale.
In linea di principio, si tratta:
tratta:

^"^ (()
) della funzione di autocorrelazione %gé"^ (()
) del resi-

a) di determinare una stima %êé
duo, in base alla formula (cfr. A.22)
A22)
L 
L-T
11 X  
%MT) : Nâ 2 2 é*(z)é*(l+†)
^"^( ) = "^ (l)^" (l +  ) (A30)
(A.30)
N ^"^ ll=l
(TDM

=1

(i) gE);
(si ricordi che il campione f{ ccm) N e\ stato ottenuto normalizzando e standar-
i=1
a(i) gE);
dizzando i dati f{a*(i) N di partenza);
i=1
b) di eettuare ^"^(
) .
effettuare dei test statistici su %êé(-)
Nel seguito si riportano tre tipi di test (i primi due relativi solo a %95^"^ (1)
(1) e il
terzo relativo all'intera
all”intera funzione di correlazione).

A.3.1
A.3.1 Test
Test Anderson
Anderson

Il test si basa sulla seguente propriet a: se f{a:(i)

x(i) g+ 1 èe un processo puramente
proprieta: = 1 
iLOÉOO
casuale, il coeÆciente
coefliciente di correlazione campionario di passo 1, relativo ad un campione
di lunghezza n
 Richiami di carattere generale sui processi stocastici
stocastici discreti 367
367

%êwü)
^x (1) =
:
2É1<flw-xnm«+n-w>.p._
Pn
(x(i) x)(x(i + 1) x)
1
n71
i P=1
n
- _

; (x = Zzimw)
Pn
i x(i) );
- _

_
n
=1
n
-

,
(Asn
(A.31)
.
n711
x(i) - xw))
21:1 ((11(1)
i=1
. 2
_ 2 1 'T
n
q
eè approssimativamente distribuito N ( E _11 n _11 ) :
n 1 ;› %)~
n 1
Si tratta allora, nel caso in esame, di determinare %@é(1) ^"^(1) in base alla A.30 per T =
: 1
ee di
di eettuare
effettuare un
un test
test statistico
statistico classico
classico utilizzando
utilizzando la la distribuzione
distribuzione
p
N__ -11 L 2
\/L-2
N ( ; )
L 1 L
(L-ll L-1)1

A.3.2
A.3.2 Test
Test di
di Student
Student

Il test si basa invece sulla seguente proprieta: se f{a;(z`)

x(i) g+ 1 eè un processo pura-
= 1 
+oo
proprieta: i1-:700
mente casuale, allora (cfr. [19]
[19] per es.)
es.)
: %p
amy/n
p
^x (1) n _ 22
t = ;
\/11 _ %êåü)7
^2x (1)
(con %@gß
^x (1)
(1) denito
definito dalla A.31)
A31) segue la distribuzione di Student

pw=mmßíw t 2
t2 u+1
+1
p(t) = po( )(1 ) 2

con 1/ =
: n-2 gradi di libert
a.
liberta.

A.3.3 Test del periodogramma cumulato

Il test [197]
[197] prende in esame l'intera l”intera funzione di correlazione %95^(T)
"^( ) e verifica
verica l”ipotesi
l'ipotesi
"^(l) g}lL:1
che nel residuo f{â*(l) L siano del tutto assenti periodicità
l=1 periodicit a in base all'ipotesi
all”ipotesi di
bianchezza del rumore stesso.
A questo scopo viene calcolata una stima dello spettro di potenza (cio (cioèe della tras-
formata di Fourier di %95^(T) "^( ) )) data dalla formula:
formula:
22 X L "^ (`) cos
L
L "^ (`) sin
L
X .
I[(12)
(fi ) = EQ: [( ma) cossl-tf
2fi t)2 + ((2 mi) Sin 22mfi t02)]
)2 )] (A32)
(A.32)
L tt =11 tt=1
=1

dove fifi =
: i/L
i/ L eè la frequenza.
Lo spettro di potenza p(f) per un rumore bianco teorico eè dato da un valore
2 " ; di conseguenza, lo spettro
costante pari a 22025; Z
cumulato
ff
PPm=Ãpww
(f ) = p (g) dg @w
(A.33)
0

eè dato
dato dalla
dalla linea
linea retta
retta riportata
riportata in
in gura
figura A.13.
A.13.
Se il modello scelto fosse
fosse perfetto per il processo stocastico assegnato,
assegnato7 ii punti del
periodogramma cumulato stimato e normalizzatoPJ
002')
C (fj ) _ w
= i=1 I (fi ) (A34)
(A.34)
2
2 UE" 2
2 n 06"
368
368 Appendice A

dovrebbero trovarsi molto vicini alla linea teorica di figura

gura A.13. Un residuo stimato
a partire da un modello poco preciso presenterebbe invece deviazioni signicative
significative
del suo periodogramma cumulato da quello del rumore bianco teorico. teorico. In generale
si tratta, una volta fissata
ssata la signicativit
a del test, di determinare delle linee limite
significativita
fascia di
al di sotto e al di sopra della linea teorica che determinano una fascia dz' condenza
confidenza;;
solo se i punti del periodogramma cumulato stimato si trovano interni a tale fascia7 fascia,
si accetta la ipotesi di rumore bianco. In figuragura A.14 a) a) e b)
b) sono riportati due
esempi di residui rispettivamente bianco e non.
La distanza delle linee limite da quella teorica viene stabilita in base alla tabella
successiva,
successiva7 ricavata a sua volta dalle tabelle di Kolmogorov Smirnov prendendo q
Kolmogorov-Smirnov
=
: (L 2)/2 per L pari e q =
(L-2)/2 : (L 1)/2 per L dispari.
(L-1)/2

Significativitàa 
Signicativit a del test | 1% | 5%
5% | 10%
10% | 25%
25%
Distanza limite i %:63
1p p:36q i %
` T:
1.3
1 1:22 i %
1p :02
1p
q q q

P(f)
Uš

Figura A.13
Figura A.13 Spettro di potenza e spettro di potenza cumulato per
per un rumore
rumore bianco

A.4
A.4 Modelli
Modelli a
a scatola
scatola nera
nera di
di processi
processi stazionari
stazionari
Nell'identicazione
Nell”identificazione a scatola nera si considerano modelli stocastici lineari stazionari,
definiti da un vettore #
completamente deniti 19 di parametri. Con un modello di questo tipo
si cerca di descrivere la dinamica nascosta di un processo stazionario prescindendo
delle leggi siche
fisiche che governano il processo stesso, preoccupandosi essenzialmente di
tting adeguato della serie storica. II parametri del modello non
ottenere un fittz'ng non hanno
quindi in generale alcun signicato
significato sico,
fisico, ma sono solo il risultato
risultato di una stima
statistica.
Considereremo in questo contesto due famiglie di modelli per la loro generalitàgeneralita e
semplicit
semplicitàa e perch
perchée per queste esistono assestati algoritmi di identicazione:
identificazione: i modelli
ARMAX (Auto Regressive Moving Average with eXogenous inputs) inputs) e i modelli TFM
 Richiami di carattere generale sui processi stocastici
stocastici discreti 369
369

2 Periodo
Periodo

-5 Frequenza
Frequenza

(a)

4 2 Periodo
Periodo
4----l/ƒI
l \ l J

,25 .5 Frequenza
Frequenza
f,_->
(b)

Figura A.14
Figura A.14 Esempi di residui
residui
370
370 Appendice A

(Transfer Function Models).

I modelli lineari stazionari si prestano naturalmente ad essere descritti come sistemi
dinamici a tempo discreto; utilizzeremo quindi una notazione ed una terminologia
tipiche della teoria dei sistemi.

A.4.1 Modelli ARMAX (p,q,r)

La rappresentazione generale di questi modelli eè la seguente [19]:
yy(t)
(t) =
:a 1 y (t - 1) + a
a1y(t 2 y (t - 2)+
a2y(t 2)+.: :. :. +apy(t - p)
+apy(t p) +
+ b1 u(t - 1) + bbzu(t
+b1u(t 2 u(t - 2)+ : : : +br u(t r)
2)+...+b,1u(t- r) +
+ "(t) + ccls(t
+€(t) 1 "(t - 1) + c 2 "(t - 2)+
02€(t 2)+.: :. :. +cq "(t - qq))
+cq5(t (A.35)
(A35)
dove:
ove:
Q

"5(t)
(t) eè un rumore bianco a valor atteso nullo
y(t) eè l'uscita
l”uscita del modello
u(t) eè una variabile di ingresso
Un modello della famiglia
famiglia eè determinato una volta fissato
ssato ilil vettore dei parame-
tri
#19,:[a1...ap
'=[a1 ...ap bbl...br
1 ...br c 1 ...cq ].
C1...Cq].

Utilizzando una notazione operatoriale possiamo scrivere

A (z ) yy(t)
A(z) (t) =
:B (z ) uu(t
B(z) (t - 1)
1) + C (z ) 5(t)
C(z) "(t) (A.36)
(A36)
dove:
A(z):1 - aa1z_1
A(z)=1 - aa2z_2 - ... - aapz_p p
1z 2z pz
1 2

B(z)=b
B(z):b11 + b r+1
2z
b2z_1 + bb;›,z_2
3z + ... + bbrz_f`l`1
rz
1 2

C(z):1 + cc1z_1
C(z)=1 z 1
+ c2z_2
c z 2
+ ... + cqz_q
c z q
1 2 q
zz_11 = operatore di ritardo unitario (z (z_1u(t):u(t-1))
1
u(t)=u(t-1))
A(z), B(z), C(z)
C(z) sono funzioni di trasferimento di sistemi dinamici lineari a tempo
discreto.
Il modello A.36
A36 pu
puòo essere rappresentato dallo schema a blocchi in figura
gura A.4.1.
Si denisce
definisce residuo di equazione: v(t)=A(z)y(t)-B(z)u(t-1).
v(t):A(z)y(t)-B(z)u(t-1).

v(t)

_› B(z>
u(t-1)
+ 1/A<z) _›
+ y(t)
 Richiami di carattere generale sui processi stocastici
stocastici discreti 371
371

Il ruolo giocato dal termine 5(t)"(t) eè quello di assommare in s

sèe tutte le variabili ed
i disturbi che in uenzano
influenzano il processo da modellizzare, ma che non vengono prese in
considerazione in modo esplicito. Viene invece espressa esplicitamente la dipendenza
di y(t)
y(t) da una variabile di ingresso esogena u(t). Il nome ARMAX deriva dal fatto
che y eè spiegata da una parte autoregressiva (AR), da una parte in a" (il residuo di
equazione v(t)=c(z) "(t)) che eè una media mobile (MA), mentre la presenza della
v(t):c(z)€(t))
variabile esogena u eè segnalata dalla lettera X nella sigla.
Perch
Perchée il modello A.36 sia stazionario, le radici del polinomio A(z) A(z) devono essere
interne al cerchio di raggio unitario.
Si puo derivare dalla A.36 un predittore a k passi g]y^ ((tt + kk)) , cio
può cioèe una relazione
ricorsiva che, per ogni istante temporale t fornisca la previsione di y(t+k)y(t+k) sulla base
dei dati disponibili no
fino a quell'istante.
quellyistante.
Se u(t) eè assente il modello si riduce a un processo ARMA.
A (z ) yy(t)
A(Z) (t) = C (z ) €(t)
C(Z) "(t)
Gli ARMA risultano imprecisi come predittori a breve termine, termine, specie se i cambia-
menti nella serie sono bruschi. Un modello ARMAX pu puòo essere considerato un raÆ-
raffi-
namento di un ARMA,
ARMA7 in quanto riduce l'intensit
llintensitàa di rumore (varianza)
(varianza) dell'ARMA
dell”ARMA
introducendo una variabile esogena nel modello ed eliminando quindi la componente
d'errore
d7errore dovuta al fatto di aver ignorato il ruolo giocato da quella variabile.
Un altro caso particolare nei modelli ARMAX èe quello in cui il residuo eè un rumore
bianco (v(t)= "(t)); si parla allora di modelli ARX:
(v(t):6(t));
A (z ) yy(t)
A(z) (t) = B (z ) uu(t
B(z) (t - 1)
1) + "5(t)
(t) (A.37)
(A37)
Il procedimento di identicazione
identificazione dei modelli ARMAX si articola in diverse fasi:
fasi:
a)
a) scelta della famiglia di modelli;

b) individuazione dell' ordine del modello (livello di complessit

dell”0rdine complessitàa );

c)
c) identicazione
identificazione dei parametri (individuazione del modello migliore nell'ambito
nellyambito
della famiglia prescelta di ordine pressato);
prefissato);

d) validazione (critica ed eventuale convalida dei risultati).

Percorriamo pi
u nel dettaglio questi passi:
più

a)
a) All'interno
All”interno dei modelli ARMAX, che costituiscono il caso più
piu generale,
generale, si pu
puòo sce-
gliere una famiglia di modelli. Si pu
può o decidere ad esempio di utilizzare un ARX
o un AR o un ARMA. La scelta della famiglia dei modelli si basa su un7ana1isiun'analisi
statistica preliminare dei dati disponibili (ad esempio,
esempio, sulla base dell'andamen-
dell7andarnen-
to della funzione di autocorrelazione si pu puòo dedurre la presenza di termini AR
o MA)
MA) e sulle informazioni a priori sulla natura
natura del processo
processo per decidere se in-
trodurre uno o pi u ingressi,
più ingressi7 che in uenzano
influenzano inin modo determinante la la dinamica
del processo; tali ingressi possono essere ad esempio, variabili meteorologiche
ed emissioni.
Inoltre la scelta della famiglia di modelli deve tener
tener conto dello scopo cui e des-
tinato il modello e non pupuòo comunque prescindere dai programmi di calcolo e
dai mezzi di elaborazione disponibili.
372
372 Appendice A

b)
b) Il livello di complessit
a del modello viene identicato
complessità identificato con il numero di parame-
tri che lo deniscono
definiscono (p+q+r). Nella scelta dell'ordine
dell”ordine pi u opportuno bisogna
più
pervenire ad un compromesso tra due esigenze antitetiche: accuratezza e par-
simonia del modello. Infatti la varianza dell'errore
dell”errore di previsione diminuir a cer-
diminuirà
tamente al crescere dell'ordine;
dell7ordine; un modello complesso, per o, comporta alcuni
però,
inconvenienti. Risulta poco maneggevole e di diÆcile interpretazione. Quando
difficile interpretazione.
il numero di parametri in gioco eè eccessivo le stime di alcuni di essi risultano
spesso molto incerte. Inoltre c'c”`ee il pericolo che il modello sia troppo aderente ai
dati utilizzati nell'identicazione
nellyidentificazione (sovra aderenza); infatti essendo i dati cor-
(sovra-aderenza);
rotti da rumore,
rumore7 pu
può o darsi che il modello interpreti non solo la dinamica del
processo, ma anche il rumore. Da ci o si capisce come sia opportuno testare la
ciò
bont
bontàa o meno del modello su dati diversi da quelli utilizzati nell'identicazione.
nell”identificazione.
c)
c) In una famiglia di modelli un particolare modello 
èe migliore di un altro se meglio
interpreta i dati rilevati sperimentalmente; per il confronto delle prestazioni si
pu
puòo prendere in considerazione l'errore lyerrore di previsione ad un passo al tempo t: t:
"di)
^(t) = yW)(t) - .1305)
y^(t)
dove y^y(t)
(t) eè la previsione a un passo fornita dal modello.
L'identicazione
L”identificazione a minimizzazione dell'errore dellyerrore di previsione consiste nel minimiz-
zare la cifra di merito:
JJW) tN=1 äg
(#) = ((EÃL "^2 ((13)/N
t)) = N (A38)
(A.38)
dove N eè il numero di dati utilizzati.
Per gli ARMAX si deve quindi determinare ilil corrispondente modello modello in forma
forma
di predizione. Assumendo il rumore bianco uguale al suo valore valore atteso ee cio
cioèe
nullo, si trova [242]:
C (z ) y^(t) = ((0(2)
C(Z)17(t) C (z ) _ A (z )) yW)
A(Z)) (t) + B (z ) uu(If
B(Z) (t _ 1)
1) (A39)
(A.39)
Per i modelli ARX (in cui C(z)=1, C(z):17 come si vede dalla A.37) risulta:
A.37) risulta:
y1](t)
^(t) =:(1(1 - A4(z))
(z )) yy(t)
(t) + B (z ) u(t
B(z) u(t - 1)1) (A.40)
(A40)
Inoltre per gli ARMAX la previsione non èe lineare nei parametri (cio #),
(cioèe in 19),
mentre lo eè per gli ARX.
Per i modelli ARX possiamo utilizzare il metodo metodo dei minimi quadrati a lotti o
il metodo dei minimi quadrati ricorsivoricorsivo..
Il metodo di identicazione
identificazione a lotti prevede che i parametri del modello vengano
stimati elaborando i dati tutti insieme (in un unico lotto); lotto); terminata la fase di
acquisizione dei dati inizia quella di elaborazione da cui si ottiene alla fine ne la
stima dei parametri.
Detto  (t) il vettore delle osservazioni:
@(t)
(t) =
Q5(t) y (t 1)
: [[y(t- : : : y (t p) u(t 1)
1)...y(t-p)u(t- l) : : : u (t r)]0
u(t-i")]'
possiamo scrivere:
^ (t) = 
YYU) t)0 #
ø ((15)'19
Essendo yy(t)
^(t) lineare in #19,, si riesce a dare una formula esplicita per il vettore
dei parametri che minimizza l'errore
l”errore quadratico di previsione (stima ai minimi
quadrati):
^N = SS(N)_1
#191V (N ) 1  ø'y0y
 Richiami di carattere generale sui processi stocastici
stocastici discreti 373
373

dove:
y(2) ... y(N)]
y=[y(1) y(2) y(N)l
 =[(1) 
93:[§15(1) (2) ... 
@(2) (N)]
€15(N)]
S(N)= ' eè la matrice delle osservazioni.
S(N):€157€15

Nel metodo ricorsivo i parametri vengono stimati elaborando i dati uno alla
volta nel loro ordine temporale;
temporale; le fasi di acquisizione e di elaborazione dei dati
procedono simultaneamente, dando luogo al progressivo aggiornamento della
stima. Per mettere in moto l'algoritmo
l*algoritmo abbiamo bisogno di due valori iniziali
^o e S(0). Solitamente si segue una procedura convenzionale che consiste nel
#190
scegliere #^o =0 e S(0)=
1§020 S(O):ôlÆI con Æ<5 >
>00 e Il matrice identit
identitàa di ordine (p+r)x(p+r).
Una possibilit a oerta
possibilita oHerta dal metodo ricorsivo  eè quella di attribuire maggiore peso
ai dati piu recenti rispetto a quelli remoti, con l”introduzione
più l'introduzione di un coeÆciente
coefficiente
ß nella A.38,
A38, che assume la forma:

(#) = ( it=1  t 1 ä(i)2

JJ(19)=(EÉ:1ßt_l "^ (i)2 ))/t
=t
ß eè detto coeÆciente
coejfficiente di oblio e pu
puòo avere andamento esponenziale o costante;
in ogni istante ß eè sempre un numero contenuto nell”intervallo
nell'intervallo (0,1].
(O,1].
Per i minimi quadrati ricorsivi con la variante d'oblio
d”oblio si ha:
ha:
^t =
#1% I # ^t 1 +
ìã›:_1 +S (t) 1 (t) (y (t) _ 
S(t)71¢(t)(y(t) (t)0 1g1%-1)
iau), #^t 1 )
SS(t)
(t) = S (t - 1)
ßS(t 1) +  (t)(t)0 :
@(t)45(t)'.
Ovviamente baster
basteràa porre ,8:1
=1 per assegnare lo stesso peso a tutti i dati.
La variante con coeÆciente coefficiente d'oblio
dioblio pu
può o essere utile per stimare i parametri di
un processo con dinamica variabile ed anche per annullare rapidamente l”effetto l'eetto
dell'inizializzazione
dell”inizializzazione convenzionale, che pu puòo essere
essere poco
poco precisa in
in quanto arbi-
traria.
l”identificazione dei modelli ARMAX si utilizza il metodo dei minimi quadra-
Per l'identicazione
ti estesi
estesi,, che consiste praticamente nell'applicare nelllapplicare il metodo dei minimi quadrati
ricorsivo7 considerando come 
ricorsivo, (t) il vettore esteso delle osservazioni:
€15(t)
4m):[y(t-1)...y
 (t) = [y (t 1) : : : y(i-p)u(t_1)...u(
(t p) u(t 1) : : : u(t_†)ä(i_1)...é(i q)]0
t r) "^(t 1) : : : "^(t-q)]'
dove "â(t)
^(t) = : yy(t) (t) - ' (t)0 #^t 1 ,; ovvero e`e l'errore
<p(t)'i9t_1 l”errore di previsione fornito dal modell
identicato
identificato sulla base dei dati elaborati fino no al tempo t-1.
t-l. Gli errori di previsione
"â(t
^(t - 1) ;: :. :. ;;ã(t
1),. "^(t - qq)) vengono considerati come approssimazioni dei valori passati
di "e:: €(t-1),...,5(t-q).
"(t 1),...,"(t q).
d)
d) Alcuni algoritmi di identicazione forniscono, oltre ai valori dei parametri stima-
identificazione forniscono,
ti, anche una misura della loro incertezza che consente di discutere l'aÆdabilit a
17affidabilita
dei valori ottenuti ed eventualmente decidere di provare con un modello pi uo
più
meno parsimonioso.
Per la validazione nale
finale del modello, utilizzando una serie diversa da quella di
taratura,
taratura7 si testa se l'errore "^(t) eè la realizzazione
lierrore di previsione â(t) realizzazione di un
un rumore
bianco a valor atteso nullo. Infatti se l'errore
lyerrore di previsione
previsione risulta bianco
bianco signi-
ca
fica che si 
e sfruttata al meglio tutta l'informazione
llinformazione disponibile; il modello ha
espresso in s
see tutta la dinamica propria del processo,
processo, non permanendo alcuna
dinamica residua nell'errore.
nell”errore.
374
374 Appendice A

A.4.2
A.4.2 Modelli
Modelli TFM
TFM

Un approccio alternativo a quello dei modelli ARMAX èe dato dai Transfer Transfer Func-
tion Models (TFM)
(TFM) [197]. I TFM sono ancora modelli lineari, stazionari, a tempo
discreto, in cui l'eetto
l”effetto di una variabile sull'uscita
sull”uscita 
e descritto da una funzione di
trasferimento. L'ingresso
Lvingresso u e l'uscita
l7uscita y devono essere stazionari perch
perchée il modello
abbia senso. Si introduce anche un termine di rumore additivo n(t), con cui tenere
conto di tutte le cause di disturbo che rendono l'andamento
Pandamento di y dierente
differente da quello
previsto.
Si ottiene cos
così il seguente modello:
yy(t)
(t) =
: W (z ) =/ D
W(z) (z ) * uu(t-b)
D(z) (t b) + n (t)
n(t) (A.41)
(A41)
essendo:
W(z): polinomio in z di grado r
D(z): polinomio in z di grado s
b: ritardo con cui u agisce su y
I modelli TFM, pur se ricavati a partire da un diverso approccio, non
non sono
in realta molto diversi dagli ARMAX. In particolare, nei TFM viene utilizzato un
realta
modello ARMA per sbiancare l'errore
lyerrore di predizione.
"EU)
(t) = A A(Z)
(z ) =/ C (z ) * n(i)
C(Z) n(t)
con:
"e(t)
(t) rumore bianco
A(z),C(z)
A(z),C(z) polinomi in z.

Si ottiene (almeno in teoria)

teoria) una maggiore efficienzaeÆcienza rispetto agli ARMAX, che
si paga con una maggiore complessit
complessità a nella stima dei coeÆcienti,
coefficienti, pi u numerosi.
più numerosi.
Dalla A.41 si ricava il modello:
yy(t)
(t) = WW(z) (z ) =/ D (z ) * uu(t
D(z) (t - bb)) + C (z ) =/ A
C(z) (z ) >|< e(t)
A(z) "(t) (A.42)
(A42)
Il procedimento di identicazione
identificazione del modello prevede di pre-sbiancare pre-sbiancare sia l'ingresso
l7ingresso
che l'uscita
l”uscita per mezzo di un modello ARMA. Si ottengono cos così i seguenti rumori
bianchi a partire rispettivamente da u e da y:
a(t)
(t) = : A u (z ) =/ C
Au(z) u (z ) >k u(t)
Cu(z) u(t)
mi)
(t) = A y (z ) =/ C
Ay(2) y (z ) * yy(t)
(MZ) (t)
(A.43)
(A43)
Si pu
puòo dimostrare che i coeÆcienti
coefficienti della risposta all'impulso all”impulso sono dati dalla formula:
formula:
vk = z %Qaß k) Uß
 ((k)
(7a
con:
 (
) funz. di autocorrelazione non normalizzata
%Qaßß)
amcrß
 , scarti quadratici medi di  a e
ß
vvkk coeÆcienti
coefficienti risposta all'impulso.
all”impulso.

Se a questo punto ottenessimo delle buone stime dei vk,

vk , si potrebbe essere tentati
di ricavare la predizione per y(t) direttamente dai vk:
vk : questo non conviene poiché
poiche
 Richiami di carattere generale sui processi stocastici
stocastici discreti 375
375

i coeÆcienti
coefficienti v
vkk signicativamente
significativamente non nulli possono essere troppi e comportare un
elevato tempo di calcolo; passare alla funzione di trasferimento riduce di molto il
numero dei parametri, poich poichée i v vkk sono fra loro correlati. Dall'esame
Da117esame dei v vkk si
ricavano informazioni utili per la stima di r e s (cio (cioee gli ordini dei due polinomi del
TFM), ed esistono formule che permettono di ricavare i coeÆcienti coefficienti di D(z)
D(z) e W(z)
W(z)
risolvendo un semplice sistema algebrico lineare, in modo analogo alle equazioni di
Yule-Walker. In realt a, i vvkk sono in genere statisticamente inefficienti,
realtà, ineÆcienti, essenzialmente
poich
poichée i dati disponibili sono quasi sempre pochi rispetto al numero dei coeÆcienti coefficienti
da stimare.
Allora i polinomi D(z)
D(z) e W(z)
W(z) cos
così ricavati si usano come valori iniziali per la seguente
procedura di identicazione,
identificazione, che in questo modo converge molto rapidamente a valori
precisi.
0 Si calcola l'errore n(t):y(t) - y3](t)
lyerrore n(t)=y(t) ^(t) essendo: y(t) y^(t)
y(t) i valori di y misurati e 3](t)
quelli calcolati senza rumore.
o "(t) =A(z) / C(z) * n(t).
Si calcola e(t)
o Si minimizza con un opportuno algoritmo non lineare,
lineare, (essendo il modello
modello non
non
lineare
lineare nei
nei parametri)
parametri) la
la cifra
cifra di
di merito
merito quadratica
quadratica A.38,
A38, ricavando nuovi valori
ricavando nuovi valori
per i parametri C,A,W,D.
ø Si sostituiscono i valori trovati nella A.42
A42 e si ritorna al primo passo. Il procedi-
mento termina quando i valori dei parametri non cambiano in modo signicativo
significativo
rispetto alla iterazione precedente.
0 Si eettuano
effettuano alcuni test statistici: identicato
identificato il modello, si deve verificare
vericare che
"6(t)
(t) sia davvero un rumore bianco stazionario, usando per esempio il test di
(
). Se il modello non d
Anderson sulla funzione di autocorrelazione %g(-) a risul-
da
tati soddisfacenti esistono anche altri test utili per capire che cosa pu
puòo essere
migliorato.
0 Si
Si valida
valida il
il modello.
modello.

Il procedimento si ripete per tutti i valori del ritardo b che si ritengono possibili,
scegliendo quello che d a i risultati migliori.
da
Nella pratica spesso un modello TFM del 11'
o 22'
ordine più piu un ritardo eè suÆ-
suffi-
ciente. Conviene cominciare l'identicazione
l”identificazione con un sistema semplice ed eventual-
mente aumentarne la complessit
complessità a in seguito.
Per ottenere una stima eÆciente,
efficiente, occorre avere scelto l”ordine
l'ordine giusto;
giusto; inoltre, qua-
lora siano disponibili pochi dati, la variazione di u deve essere grande comparata al
rumore. Se poi l'uscita
l”uscita dipende anche da altre variabili, spesso conviene passare ai
TFM a pi u ingressi, che si ottengono come estensione di quelli a singolo ingresso.
più ingresso.

A.5
A.5 Modelli
Modelli a
a scatola
scatola nera
nera di
di processi
processi non
non stazionari
stazionari

A.5.1 Modelli lineari ARIMA

In numerosi casi di interesse applicativo si possono incontrare serie temporali che
esibiscono un comportamento regolare, ma non stazionario, per le quali l”ipotesi
l'ipotesi
376
376 Appendice A

di stazionariet
stazionarieta a non pu
puòo essere accettata, poich
poichée le propriet
proprietà a statistiche della serie
mutano se si trasla l'origine
l”origine dell'asse
dell”asse dei tempi.
tempi. Pu
Puòo per
peròo succedere che, data la
caratteristica di regolarit a, passando dalla serie originale ad una qualche opportuna
regolarità,
"dierenza"
“differenza” del processo, si ottenga una serie stazionaria.
Le serie temporali di figura
gura A.15 rispecchiano proprio un andamento regolare non
stazionario: la serie superiore mostra, tranne che nel livello,livello, una evidente omoge-
neita, in quanto, a parte una traslazione verticale, le parti evidenziate appaiono
neità,
molto simili. In questo caso gi a la prima dierenza,
già differenza, fatta rispetto alla media, risul-
ter
a stazionaria. La situazione eè del tutto analoga per la serie inferiore,
terà inferiore, per la quale
oltre al livello anche la pendenza non eè ssata:
fissata: la stazionariet
stazionarieta a sar
saraa assicurata solo
considerandone la dierenza
differenza seconda.

m1
WW

É/
Figura A.15
Figura A.15 Esempi di serie

Il modelli stocastici a scatola nera che meglio descrivono tale comportamento

sono gli ARIMA (I (l sta per Integrated
Integrated),), deniti
definiti dall'equazione:
dall”equazione:
A (z ) w
A(z) (t) =
w(t) : C (z ) 6(t)
C(z) "(t) (A.44)
(A44)
dove:
A(z)
A(z) e`e un polinomio stazionario (le radici della equazione A(z)=0
A(z):0 sono tutte interne
al cerchio unitario) di grado p, p essendo l'ordine
l”ordine della parte AR;
w(t)
W(t) rappresenta la nuova variabile d'uscita
d7uscita ed èe la d-esima dierenza
differenza del processo,
tale che:
1 d
w (t) = (1 - zz_1)dy(t).
w(t) ) y (t) : (A.45)
(A45)
L'uscita
L”uscita al tempo t eè ancora espressa come combinazione lineare dei valori precedenti
e di termini casuali (rumori che possono rappresentare l'eetto
l”effetto di cause fisiche
siche sul
processo)
processo) e quindi il modello  eè un tipico
tipico modello a scatola nera. Risulta evidente
evidente
comunque, dall'equazione
dall7equazione A.45,
A45, che d delle p+d radici dell'equazione
dellaequazione caratteristica di
stazionarieta, giacciono proprio sulla frontiera del cerchio unitario, il che corrisponde
stazionarieta,
ad avere un sistema dinamico associato al modello, in una condizione di semplice, e
 Richiami di carattere generale sui processi stocastici
stocastici discreti 377
377

non asintotica, stabilit

a.
stabilità.
Un modello con una o pipiùu radici fuori dal cerchio unitario,
unitario, sarebbe stato inadeguato
poich
poichée avrebbe implicato un sistema dinamico instabile, con possibilità
possibilita quindi di
divergenza del predittore, che palesemente non rispecchierebbe le caratteristiche reali
della serie.
Ad esempio, i modelli atti a rappresentare le serie di gura
figura A.15 sono in successione:

A<2)
A <1 - z2-1)1) yyu)
(z ) (1 = CC<2)
(t) = (z ) 2-(2)
"(t)
A<2)
A <1 - z2-12)1)2 yye)
(z ) (1 = CC<2)
(t) = (z ) 2-(2)
"(t)
che assicurano la stazionariet a rispettivamente dalla prima dierenza
stazionarietà differenza in poi e dalla
seconda dierenza
differenza in poi.
Poich
Poichée il modello A.44,
A44, una volta dierenziato,
differenziato, viene ridotto ad essere un classico
modello ARMA, il successivo procedimento di identificazione
identicazione èe lo stesso già
gia visto a
proposito di questa classe di modelli.
Osserviamo inne
infine che questo tipo di pretrattamento del processo mediante die- diffe-
renziazioni non eè necessariamente applicabile solo a questo caso specico:
specifico: lo stesso
procedimento pu o essere applicato anche ai Transfer Function Models nel caso in cui
può
l'errore
l”errore di predizione non sia stazionario.

A.5.2 Modelli stagionali

Una classe di modelli utilizzata in numerosi settori applicativi per descrivere processi
periodici e`e quella dei modelli stagionali. Si scinde ilil processo
processo in
in una
una parte
parte stocastica
ed in una deterministica: quest'ultima
questlultima  eè costituita da somme di funzioni sinusoidali
che rappresentano l'andamento
Pandamento periodico dei dati a disposizione.
La formula del predittore della variabile y al passo t+k è: e:
j =1 fma) (2jk=s)g
[s=2]
yww) : bboe)
^(t + k ) = + 
o (t) + Eli/121 Comm/.2)
b1j (t) cos + bbgju)
(2jk=s) + Sinam'k/sn
2j (t) sin

essendo:
bb,(t):
i (t): coeÆcienti
coefficienti adattativi (ricalcolati ad ogni iterazione)
iterazione)
s: periodo (noto)
s=2] = s=
[[5/2] 5/22 se s pari, ((ss - 1) =2 se s dispari.
1)/2

Si pu
puòo tenere conto di pi a usando il cosiddetto modello moltiplica-
u periodicit
più periodicità
tivo
two,, ottenuto come prodotto di piu modelli semplici, ciascuno con il suo periodo.
più periodo.
Il periodo pu
puòo derivare da condizioni fisiche,
siche, ma di solito eè dedotto dall'analisi
dall”analisi dei
dati.
Tipicamente, questi modelli sono usati in congiunzione con modelli ARMA, ARMA, per des-
crivere anche la parte stocastica del processo.
L'identicazione
Llidentificazione viene eettuata
effettuata ancora con algoritmi ai minimi quadrati. Per avere
stime aÆdabili
affidabili servono serie molto lunghe di dati, visto l'elevato
l”elevato numero di coef-
cienti
ficienti in
in gioco,
gioco, che
che sono
sono s+1.
s+1. Ad
Ad esempio,
esempio, per previsioni mensili
per previsioni mensili con periodicita
con periodicità
annuali, occorre stimare 13 coeÆcienti
coefficienti per la sola parte
parte deterministica, da riaggior-
nare ad ogni mese con i nuovi dati disponibili.
378
 B
Analisi di causalit
a
causalità

La tecnica che pi u comunemente viene utilizzata per decidere quali input esogeni
più
l”analisi della funzione di cross-
introdurre nei modelli previsionali a scatola grigia eè l'analisi
correlazione
correlazz'one tra la variabile in uscita e i possibili ingressi del modello. Un elevato
coeÆciente
coefficiente di correlazione pu
può o per
o non implicare necessariamente una relazione
però
di causa eetto tra le variabili in gioco. Infatti la correlazione tra le due variabili
causa-effetto
pu
puòo essere alta senza che tra queste esista una qualche forma di causalit a. Il me-
causalità.
todo di analisi esposto nel seguito si propone di evidenziare i rapporti signicativi
significativi
di causa eetto seguendo una tecnica meno semplice e immediata, ma orientata ad
causa-effetto
eliminare proprio quegli eetti
effetti spuri cui si 
eè sopra accennato.
In questa appendice viene esposta una rassegna delle principali metodologie presenti
in letteratura e una valutazione critica di queste. Viene poi proposta una partico-
lare analisi di causalit
a, le motivazioni che hanno portato a questa scelta e alcune
causalità,
applicazioni del test implementato nel settore della fenomenologia atmosferica.

B.1
B.1 Denizioni
Definizioni di
di causalit
a
causalità

Alla denizione
definizione di causalit
a occorre premettere i seguenti assiomi:
causalità

a)
a) il passato e il presente possono causare il futuro e non viceversa;

b)
b) sia

Qtt l'universo
liuniverso di informazioni a disposizione fino
no al tempo
tempo t,t, ZZtt una
una variabile
di questo universo.
Qtt non contiene alcuna informazione ridondante in modo
tale che, se una certa variabile ZZtt eè legata in modo deterministico a una o pi u
più
variabili gi
a contenute nell'universo
già nellluniverso di informazioni, allora Z
Ztt deve essere esclusa
da

da t;
Qt,

c)
c) tutte le relazioni di dipendenza causale rimangono costanti in direzione attraverso
il tempo.
Granger [243] d
dàa la seguente denizione
definizione generale di causalit
a.
causalità.

DEFINIZIONE 1
Se si indica con

Qtt il set universo di informazione (t 

ee il
il tempo
tempo fino
no al quale questo
380
380 Appendice B

eè disponibile), con X Ytt due variabili appartenenti a

Xtt e Y t , si dice che Xt

Qt, Xt eè causa di
Y t+1 se:
Yt+1 Se:
P rob(Yt+1 =
t ) 6=
Prob(Yt+1/Qt) çé P rob(Yt+1 = (
t Xt))
Prob(Yt+1/(Qt- Xt )) (B.1)
(B.1)
Questo vuol dire che la probabilit
probabilità a di trovare la variabile Yt+1
Yt+1 all'interno
all”interno dell'uni-
dell7uni-
verso di informazioni eè legata alla presenza o meno della variabile Xt. Xt . Si pu
puòo in
tal modo dedurre l'esistenza
l”esistenza di un qualche legame di causa della variabile X Xtt sulla
variabile Y t+1 .
Yt+1.
L'obiettivo
L”obiettivo che ci si propone  e`e quello di giungere ad una denizione
definizione operativa di
causalit
causalità a in presenza di serie temporali limitate, in quanto la B.1 non si presta ad
essere utilizzata con i set di informazione generalmente disponibili che possono rap-
dellluniverso

presentare solo una parte dell'universo Qt.t.

 conveniente allora riformulare la denizione
E
È generale. Supponiamo di essere in-
definizione generale.
teressati alla possibilit
possibilitàa che una serie temporale X Xtt causi un'altra
un”altra serie temporale
Y t . Poniamo J
Yt. Jtt il set di informazione che contiene i valori
valori di YtflA
Yt j con jìOj0 ee J' il
J”tt il
set di informazione che contiene i valori di Y t j e tjA
YtflA Xt j con i.j0. Indichiamo con
F(Y t+1 /Jt ) la funzione di distribuzione condizionata di Yt+1
F(Yt+1/Jt) Yt+1 dato JJtt e la sua media
E[Y t+1 /Jt ].
E[Yt+1/Jt].
Si possono porre quindi le seguenti denizioni:
definizioni:

DEFINIZIONE 2
Xtt non
X non 
eè causa di Yt+1
Yt+1 relativamente a J'
Jytt se:
0
FF<Yt+1
(Yt+1 =/Ja = FFmtl
Jt ) = (Yt+1 =/ JJD
t) (B2)
(B.2)
Questo fatto indica che l'informazione
llinformazione aggiuntiva contenuta nel set di informazione
J'
J1tt non ha nessun eettoeffetto sulla distribuzione condizionata della Yt+1. Yt+1 . Questa de-
nizione
finizione esprime una condizione necessaria ee suÆciente sufficiente per negare
negare l'esistenza
Pesistenza di
causalit
causalità a e quindi la relazione B.2 viene mantenuta anche nel set universo
t.
Qt.
Infatti preso
Qtt  E J*
J*tt (X,Y,Z)
(X,Y,Z)
se F ((IQ/+1 t ) 6=
Yt+1 =/ JJt) çé F ((Yt+1 Jt)
Yt+1 =/Jt*) allora ZZtt causa Yt+1
Yt+1
0
se F ((IQ/+1
Yt+1 =/ JJt)
t) = : F ((YtH
Yt+1 =/Jtl)
Jt ) allora X
Xt,t, Z
Ztt non causano Yt+1
Yt+1
Una condizione necessaria perch perchèe la B.2 sia vericata
verificata  eè che:
0
Ema
E [Yt+1 =/ JJi]t ] =
= EE [[mi
Yt+1 =/ JJåit ]

DEFINIZIONE 3
Se il set di informazione J'J 7tt coincide con
Qtt (set universo)
universo) allora condizione necessaria
e suÆciente
sufficiente perch
perchèe X
Xtt sia causa di Yt+1
Yt+1 e`e che:
(Yt+1 =
t ) 6=
FF(Yt+1/Qt) 75 F (Yt+1 = (
t _ X
F(Yt+1/(Qt t ))
XO) (B.3)
(B3)
Anche in questo caso perch
perchèe si verichi
verifichi la B.3 
eè necessario che:
E [Yt+1 =
t ] 6=
ElYt+1/Qtl † E [Yt+1 =
t _ X
ElYt+1/Qt t] :
Xil-
Per la B.3 cosi'
cosi7 come per la B.1 l'introduzione nell”universo

lyintroduzione nell'universo Qtt dei valori

valori di Xt
Xt
ha modicato
modificato la funzione
funzione di distribuzione di Yt+1.Quindi
Yt+1 .Quindi deve esistere
esistere un legame
causale tra le variabili.
Si noti che in questo caso per aermare
affermare l'esistenza
Pesistenza di causalita, èe indispensabile
causalità,
 Analisi di causalit
a
causalità 381
381

l”intero set universo

l'intero t.
Qt.
Nel caso invece in cui si abbiano a disposizione solamente i sottoinsiemi JJEt e J' t,
J R,
condizione necessaria perch
perchèe X
Xtt sia causa di Yt+1
Yt+1 eè che:
(Yt+1 = Jt ) 6=
FF(Yt+1/Jt) 75 F (Yt+1 = Jt0 )
F(Yt+1/t) (B.4)
(B4)
Qtt 
Infatti preso il set universo
E J* t (X,Y,Z), la relazione B.4 può
J *t(X,Y,Z), puo non essere pi
u
più
vera, poich
poichèe tra le seguenti due condizioni che si possono vericare:
verificare:

° (Yt+1 = Jt ) 6=
FF(Yt+1/Jt) † F (Yt+1 = Jt )
F(Yt+1/Jt*)
° FF(Yt+1/Jt)
(Yt+1 = Jt ) = F (Yt+1 = Jt )
F(Yt+1/Jt*)
la seconda nega l'esistenza
17esistenza di causalit
causalitàa riscontrata in un set di informazione limitato.
Da ci o consegue il fatto che la condizione B.4 e`e solamente necessaria. In tal caso la
ciò
X prima facie
Xtt si dice prima facie causa di Yt+1.
Yt+1 . Per causalit prima facie
a prima
causalità facie si intende quindi una
relazione di causalit a dove il set di informazione eè un set di informazioni ristretto e
causalità
non l'intero
l”intero universo.
Analogamente ai casi precedenti e necessario che:
E [Yt+1 = Jt 0] 6=
ElYtH/Jt/l 7'5 E [Yt+1 = Jt ]
Ell/tJfl/Jtl

DEFINIZIONE 4
Siano 02(Yt+1/Jt)
2
(Yt+1 /Jt ) e 022 (Y
(Yt+1 /J 7t)
t+1 /J' dell“err0re di previsione ad un passo
t ) le varianze dell'errore
di Y t+1 , dati rispettivamente J
Yt+1, Jtt e J'
J ltt ; se accade che:
2
(Yt+1 = Jt 0) < 02(Yt+1/Jt)
U2(Yt+1/Jt/) 2
(Yt+1 = Jt ) (B.5)
(B5)
allora X XEt 
eè "prima facie causa"
” prima facie causa77 di Yt+1
Yt+1 relativamente a J' t.
J R.
Ci
Ciòo signica
significa che l'introduzione
llintroduzione dell'informazione
delllinformazione fornita dai valori di X Xtt ha diminui-
to l'intervallo
l°intervallo di incertezza della previsione della variabile Yt+1. Yt+1 .
 possibile n
E
È fin da ora notare come sia determinante nella ricerca della causalit a de-
causalità defi-
nire un opportuno set di informazione quando risulta impossibile impossibile avere a disposizione
l'intero
l”intero set universo, ovvero nella grande maggioranza delle applicazioni pratiche. Si
deve inoltre ricordare nel seguito che denizioni definizioni precedenti risultano in questo caso
necessarie ma non suÆcienti
sufficienti all'individuazione
all”individuazione della causalit a.
causalità.
I seguenti esempi possono aiutare a comprendere quanto aermato. affermato.

Esempio 1
Sia
Sia x t = t ,› y
Xt:'/t t = t 1 +
ytIVt-i + ÆÖt,
t, z t = t 2 +
Zt:Vt-2 "t
+ Et
dove ut,t , Æôt,t , et
"t sono rumori bianchi indipendenti.
E possibile denire
È definire i seguenti set di informazione:
JJtt (X,Z) che comprende il passato e il presente di Z t j e X
Ztfi' t j con
XV]4 j0 e analogamente
conjìO
JJt(Y1Z)7
t (Y,Z), J t (X,Y) e
JÈ(X7Y) e Jt (X,Y,Z).
JÈ(X7Y7Z)'
Allora X causa Z e Y in JJt(X,Z), t (X,Z), J t (X,Y) e J
Jt(X,Y) t (X,Y,Z).
Jt(X,Y,Z).
Y causa Z in JJt(Y,Z) t (Y,Z) ma non in J Yt =Xt 1 +Æ t e ZZt:Xt†2+6t.
t (X,Y,Z); infatti Ytt71+Öt
Jt(X,Y,Z); t =Xt 2 +"t .

Esempio 2
Sia xt ="t +
Sia XtIÉt +  t, y
77m t ="t 1 e
yt:€t-1 t ="t 2 +
e zZt:<9t-2 + 
Utt
Allora Xx causa z rispetto a JJt(X,Z),
t (X,Z), ma non rispetto a J t (X,Y,Z).
Jt(X,Y,Z).
382
382 Appendice B

La spiegazione di ci o eè dovuta al fatto che l'introduzione

ciò llintroduzione della XE
xt porta ad una
varianza dell'errore
dell”errore di previsione maggiore di quella prodotta dall'introduzione
dall”introduzione di
yyt-t .
Esempio 3
Si pu o inne
può infine aÆancare
affiancare al concetto di causalit a il concetto di "feedback",
causalità ”feedback”, infatti la
situazione che X Xtt causi Yt+1
Yt+1 (denizione
(definizione 4), non porta ad escludere che YtYt non possa
causare X t+1 .
Xt+1.
Un esempio di feedback pu o essere quello ottenuto considerando:
può

xmt:
t= 2Gtt +
+1/t_1 t= 2
t 1 ee yyt: Ett + t
+14

"t , utt , sono due serie di rumori bianchi indipendenti.

dove Et, indipendenti.

B.2
B.2 Rassegna
Rassegna di
di metodologie
metodologie di
di analisi
analisi della
della causa-
causa-
lit
a
lità

B.2.1
B.2.1 Relazioni
Relazioni di
di causalit
a
causalità

A partire dalla denizione

definizione di Granger [243], Pierce e Haugh [244] [244] propongono una una
metodologia statistica per lo studio dell'esistenza
delllesistenza di causalit
causalità a tra due serie tempo-
rali basata sull'analisi
sull”analisi dei residui bianchi che  eè possibile ottenere dalle serie stesse.
Viene quindi preso in considerazione un universo di informazione limitato, costituito
esclusivamente da due variabili X Xtt e Yt.
Yt . Di conseguenza per quanto aermato affermato nel
paragrafo precedente le considerazioni sulle relazioni di causalit causalitàa saranno solo neces-
sarie e non suÆcienti.
suflicienti. Questa analisi permette inoltre di determinare la direzione di
causa tra due variabili, ovvero quale e la causa e quale Pefietto. l'eetto. Se per
peròo la relazione
di causa e di tipo istantaneo non e`e possibile individuare una direzione. Ad esempio si
t ="t + t e x
prenda in considerazione yyt:st+1/t t ="t con 
Xt:et utt e "
ett rumori bianchi indipendenti;
in
in questo
questo caso
caso xXtt causa
causa yt , ma
yt, ma contemporaneamente
contemporaneamente anche anche y ytt causa xt .
causa Xt.
Accettando il risultato che X Xtt causa Yt
Yt istantaneamente se e solo se anche Yt Yt causa
X
Xtt istantaneamente possiamo formulare la seguente classicazioneclassificazione di generatori di
causalita:
causalità:

0 X causa Y

o Y causa X

o esiste causalit
a istantanea.
causalità

Ci possono essere quindi 2233 =

: 8 combinazioni di generatori di causalit
a indicati
causalità
nella tabella seguente:
 Analisi di causalit
a
causalità 383
383

Spazio
Spazio delle
delle relazioni
relazioni di
di causalit
a
causalità
1 X e Y sono indipendenti
OOKIQOTßOJNJH
2 solo causalit
a istantanea
causalità
3 X causa Y, ma non istantaneamente
4 X causa Y, anche istantaneamente
5 Y causa X, ma non istantaneamente
6 Y causa X, anche istantaneamente
7 feedback, non istantaneo
8 feedback e istantanea causalita
causalità

B.2.2 Metodologia di Pierce e Haugh

Si assuma [244]
[244] nella trattazione che il set di informazione (il sistema o l'universo)
l7universo)
consista di due variabili XXtt e Yt
Yt e che esistano le trasformazioni
trasformazioni lineari
lineari
x371:t =
I T
Ttx Xt y.Utt =
: T
Tty Yt (B.6)
(Bß)
tali che Xt
xt e yytt siano serie temporali, non singolari lineari,
lineari, con covarianza stazionaria,
puramente non deterministiche,
deterministiche7 legate da un rapporto di causalit a identico a quello
causalità
con cui sono legate X Xtt e Yt.
Yt .
L'ultima
Llultima richiesta  e comunque vericata
verificata quando le trasformazioni effettuate
eettuate sono di
tipo lineare o altre particolari quali quella logaritmica o quella di Box BOX e Cox
COX [3]
[3] che
mantengono la causalit
causalitàa nel senso indicato in precedenza.
precedenza.
Supponiamo ora che per xt e yytt sia possibile la seguente
 Xt  rappresentazione
   ARX:
 xt   A(B ) H (B )   xt   a 
(B )  y  =  C (B ) D(B )  =  y  =  b t  at
(B.7)
W(B)i ytt _ i C(B) D(B) ytt i btt (Bj)
dove:
B eè l'operatore
P1 ritardo
l”operatore (ovvero Bz
ritardo_(ovvero t:t= z t 1)
zt_1)
A (B ) =
A(B) : 2?;0 A
Aj B
BJj e analogamente per gli altri operatori;
operatori;
j =0 j
j|atbt|
at bt j eè un vettore di rumori bianchi che soddisfa le seguenti condizioni:

El bill-07
   
E

 aatt 
 _
= 0;
 bt 
    
E [` a  (def: pos: ) t = s
` las bslì : {20(deƒ.pos.)tt¢:85
E  cà:bt
t
 j
 as bs = 0 j t=s 6
Inoltre supponiamo che i processi lineari univariati xt
xt e yy,t possano essere identicati
identificati
anche con un modello AR:
     
 F (B ) 00   x.Ttt   u 
 F(B)  Utt 
 0 G(B )   y  =  v  0 G<B) l ytt l _
(B.8)
Utt (B-g)
Unendo la B.7 con la B.8 si ottiene il seguente legame tra i residui:
residui:
       
7T(B)`

(B ) 
uut t 
t __
=

` O<(B)
 (B ) MB)
(B ) 
 =

 uUt t 
 =

 aat t 
 (B.9)
v,Utt   ø(B) (KB)
 (B ) Æ (B )   v,Utt  _
 bbtt  (B9)

dove 
a,, 
ß,, 
€15,, Æ6 sono della stessa forma di A, H, C, D e sono ad essi legati nel
seguente modo:
384
384 Appendice B

     
` A(B ) H
A(B) (B ) `
H(B)  a(B)
(B ) MB)
(B ) ` ` F (B ) 0 `
F(B) (B10)



 = 






 (B.10)
 003)
C D03)
(B ) D (B )   @(B)
 (B ) Æ(1(13)
(B )   0o G
G(B)
(B ) 

Ci si aspetta che un'analisi

un7analisi della B.9 fornisca informazioni dirette sulle relazioni di
causalit
causalitàa tra xXtt e yytt in quanto uutt e vvt,t , sono le componenti di Xt
xt e yytt che non possono
essere previste sulla base del passato delle variabili stesse.
Pierce e Haugh propongono quindi di eettuare effettuare in alternativa i seguenti due tipi di
analisi:
 
  (B )  (B ) 
 043) MB) `
a) lo studio della matrice  
@(B)
 (B ) Æ5(B) (B ) 
 
 A (B ) H ((B)
B ) 
 A(B)
invece di  
 C (B ) D(B ) 
CUB) D(B) i
b)
b) lo studio della signicativita della funzione di cross
significatività correlazione tra i residui
cross-correlazione
bianchi
E ut k Ut]
E [[Ut_k vt ]
%Qui, k) =
uv ((k) (13.11)
(B.11)
E [[Ut
((E ut 12]2 E [[Ut ]2 )1=2
vt 12)”2
invece che della cross correlazione calcolata tra le serie storiche XE
cross-correlazione xt e yt.
yt .

B.2.3 Metodologia di Sims

La tecnica di indagine proposta da Sims [245] [245] si basa sull'analisi
sull”analisi di regressione
multipla tra i due residui bianchi uutt e vvtt deniti
definiti nella B.8, per individuare le relazioni
di causa tra
tra le variabili originarie xt
xt e yyt.t .
Supponiamo ad esempio che xt xt possa causare yyt,t , allora vvtt può
puo essere espresso come
regressione lineare su uutt cio
e:
cioè:
vUtt =: #'19(B)
(B ) uUtt +
+ f
ftt (B.12)
(13.12)

dove #19(B)
(B) eè un polinomio nel fattore ritardo B e ftft èe il residuo del modello.
modello.
Analogamente possiamo supporre che yytt sia causa di Xt, xt , perciò
percio uutt potra
potra essere rap-
presentato
presentato come:
come:
uUtt =: F(B)
(B ) vUtt + gt
+ gt (B.13)
(13.13)

(B) e ggtt sono analoghi rispettivamente a #

dove F(B) (B) e ft.
19(B) ft .
Se nella B.12 e B.13 sostituiamo a uutt e vvtt le loro espressioni in funzione rispettiva-
mente di Xt
xt e yytt date dalla B.8 otteniamo:
yt = V (B ) xt + ht (B.14)
x371:t =
I W (B ) y.Utt + kktt
W(B) (B.15)
(13-15)
dove si ha per la B.8 e la B.10:
F (B )
V (B ) =
G (B )

# (B ) (B.16)
 Analisi di causalit
a
causalità 385
385

W
W (B< >
B) =
G ((B)
: _
B)
F (B ) F (B)
~ < >
F (B
B) <
(B.17)
B.17 >
Le relazioni causali tra le serie uutt e vvtt e quindi tra X(
xt e yy(t vengono allora indagate
mediante lo studio di V(B)
V(B) e W(B). I possibili legami sono riassunti nella tabella
seguente.
seguente.

Relazioni
Relazioni di
di causalit
a
causalità
yy(t non causa X(
xt W(B)=0
W(B):0 o analogamente F(B):0
(B)=0
xt non causa yy(t
X( V(B):0 o analogamente #
V(B)=0 (B)=0
19(B):O
Istantanea causalit
causalitàa (0)6=0 e 19(0)750
F(0);é0 #(0)6=0

La cross correlazione %guv(k)

cross-correlazione uv (k) B.11  e anche strettamente legata ai coeÆcienti
coefiicienti di
regressione. Infatti nell'ipotesi
nelliipotesi che x xtt causi y risulta %q(k)
ytt risulta uv (k) =( u /v ) 19k
:(au/av) #k dove #19kk èe
il coeÆciente
coefficiente del fattore ritardo B Bkk appartenente al polinomio 19(B), #(B), auu e avv sono gli
s.q.m. delle variabili uutt e vvt.t . Nell'ipotesi
Nellyipotesi che y xt , risulta %guv(k)
ytt causi xt, uv (k) =( u /v ) k
:(0u/0v)1¬k
dove Fkk eè analogo a # k.
19k.

B.2.4
B.2.4 Metodologia
Metodologia di
di Geweke
Geweke

Il metodo presentato qui di seguito [246]

[246] indaga le relazioni di causalit
a tra Xt
causalità xt e yt
yt
prendendo in considerazione direttamente le serie storiche.
Costruiamo quindi per X
Xtt e YYtt i seguenti modelli AR:
X I P
Xtt = B) X
P11 ((B) + U
Xtt + 1t ;;
Uh; VVaT(U1t)
ar (U1t ) =
I 211 (B.18)
(Bls)

YYtt = Q 1 (B ) Y
Q1(B) Yit + V 1t ; V
Vit ar (V1t ) = TT11
VGTU/it) (B.19)
(13-19)
dove P B) =
P11 ((B) :  1
s=1 Ps B
EgålPs BSs e analogamente Q 1 (B ) =
Q1(B) :  1 B8s
s=1 Qs B
2?;l
U 1t e V
Ult 1t sono i residui bianchi che rappresentano l”errore
Vlt l'errore ad un passo in avanti
quando XXtt (o Y t) 
Yt) e previsto sulla base del proprio passato.
passato.
Supponiamo inoltre che sia possibile costruire per Xt Xt e Y(
Yt i seguenti modelli ARX:
X I P
Xtt = P2 B) X
2 ((B) + R
Xtt + R2 B ) YEt +
2 ((B) + U 2t ;; V
Ugt ar ((Ugt)
VGT U2t ) =
I 
EQ2 (B.20)
(B20)

YYtt = Q B ) YYt+
Q22 ((B) t+ S 822 ((B)
B) XXtt + VVa
2t ; V ar (V2t ) = TT22
Vam/gt) (B21)
(B.21)
   
F =
_
_ Cov
U
Ugt2t _
= 
222 C .
COU I:
V2t :I _ I: C
vèt
T2 :I ;a
CI0 T2

dove PP22 ((B)

dove B) ==  1 P8s B
2;;
s=1 P B8s
R22 ((B)
R B) = =  1 R
2511 RSs B
Bss
s=1

1 s Bs
Q22 ((B)
Q 2?;
B) =  Q5 BS
s=1 Q

S522 ((B) = 
B) = 1 SSs B
2;; Bss
s=1 S
Possiamo inne
infine introdurre un secondo modello ARX che comprende il valore dell'in-
dellyin-
put esogeno al tempo t.
386
386 Appendice B

XXtt : PP33 ((B)

= Xtt ++ RR33 ((B)
B) X B ) YYtt +
+ UUst3t ;; Vvant) = 233
ar (U3t ) = (B22)
(B.22)
YYtt = Q 3 (B ) Y
Q3(B) Yit + S3 (B ) X
5305)) Xit + VVat
3t ;â V ar (V3t ) = TT33
VarU/st) (B.23)
(B23)
dove PP33 ((B)
dove B) = 1 P8s B
= 25;
s=1 P Bss
Q 3 (B ) =
2 
1 Q5s B s
Q3(B) s=1 Q
ES; BS

R B) =
:  1 Rss B
Bss
R33 ((B) s=1 R
28021

SSg3 ((B)
B) =
:  1 Sss B
Bss
s=1 S
2221
Lo studio delle relazioni di causa viene portato avanti mediante l'analisi
l”analisi di opportuni
indici deniti
definiti qui di seguito:
IIy>w 1 =/ 
y>x = ln ((21 2)
E2) (
(B.24))
IIx>y
x>y =
I ln T1 =/T2)
lIl ((T1 T2 ) (B.25)
(13.25)

Iyx = ln (T2
2 = )Ixy = ln (1
T1 = ) (B.26)

IIyx
yx =: Iy>x + Ix>y +
+Iac>y Ixy
+1261; (B.27)
( )

I legami tra
tra questi indici e gli eventi causali vengono riassunti
riassunti nella
nella seguente
tabella:
Relazioni
Relazioni di
di causalit
a
causalità
Yt non causa X
Yt Xtt Iy>x =
ly>w : 0
X
Xtt non causa Yt
Yt Ix>y =
IX>y : 0
Istantanea
Istantanea causalit a
causalità xy 6=
IIXy 75 0
O
X
Xtt e Y
Ytt sono linearmente indipendenti IIm,
x;y =
: 0

B.2.5 Teoremi riassuntivi per la caratterizzazione del rapporto

di causalit
a
causalità

Dalle metodologie presentate in questo paragrafo eè possibile quindi enunciare i se-
guenti teoremi equivalenti, utili per lo studio delle relazioni di causa eetto esistenti
causa-effetto
in un set bivariato JJt(X,Y).
t (X,Y).

Teorema
Teorema 1
1
Esiste istantanea causalit
a se e solo se valgono le seguenti condizioni equivalenti:
causalità

uv (0) 6=
a) %Qin/(0) 76 0 nella B.11
(0) 6=
b) #19(0) yš 0 nella B.12
B.12

c) (0) 6=
C) F(0) 75 0O nella B.13
d)
d) H(0)
H(0) e C(0)
C(O) non sono nulli nella B.7
e) IIXy 6 † 0 nella B.26
xy = B26
 Analisi di causalit
a
causalità 387
387

Teorema
Teorema 2
2
xX non causa y se e solo se valgono le seguenti condizioni equivalenti:
equivalenti:
a)) %q(k)
uv (k) =
: 0 per ogni k >0 nella B.11
k>0
b)) V
Vjj = 0 nella B.14

c)  (B) o eè zero o eè costante nella B.8

@(B)
d)) C(B)
C(B) o 
eè zero o eè proporzionale a D(B) nella B.7
e)) IIx>y
x>y =
: 0
O nella B.25
B25

Teorema
Teorema 3
3
x non causa y completamente se e solo se la matrice di covarianza 
E di (a
(att b
btt ))
eè diagonale e in aggiunta valgono le seguenti condizioni equivalenti :
a ) %q(k)
a) uv (k) = 0 per ogni k 0 nella B.11
kìO
b)) V
Vjj = 0O nella B.14
C7'

c)  (B)= 0O e ß(0):0
Ø(B): (0)=0 nella B.8
d)) C(B)
C(B) =: 0 e H(0)=0
H(0)=O nella B.7
Q.

e)) IIXy
xy =
: 0 nella (26) e Ilx>y
x>y =
: 0O nella B.25
B25
(D

f)) se sono vericate

verificate le condizioni del teorema 2 e non quelle del teorema 1.
Pe

Solo i teoremi 2 e 3 hanno validit a necessaria e suÆciente

validità sufficiente in quanto, come visto
sopra nella Denizione
Definizione 2 di Granger, non  l”intero set universo

eè indispensabile l'intero Qtt

per negare l'esistenza
l”esistenza di causalit a. Naturalmente non tutte le condizioni equiva-
causalità.
lenti, presentate nei teoremi, sono di facile e immediata verica. verifica. Se si sceglie, ad
esempio, di adottare la metodologia di Geweke, occorre spendere notevoli energie
nell'identicazione
nell”identificazione di una serie di modelli che richiedono una denizionedefinizione a priori del
numero di valori passati dell'input
dell”input esogeno. Anche la metodologia di Sims, basata
sull'utilizzo
sull”utilizzo dei modelli di regressione, presenta questi stessi problemi, ovvero  e ri-
chiesta
chiesta a a priori
priori l'identicazione
l”identificàzione del
del modello
modello nella
nella versione
versione piu estesa.
più estesa. Lo
Lo studio
studio della
della
cross correlazione tra i residui dunque, non richiedendo una preventiva identica-
cross-correlazione identifica-
zione dei modelli previsionali con input esogeni, èe stato scelto nel seguito come il
metodo di pipiù u semplice ed economica implementazione.

B.3 L'analisi
L7analisi di causalit
a proposta: un'integrazione
causalità un7integrazione
alla metodologia di Pierce e Haugh
Pierce e Haugh propongono di indagare la possibile causalit a tra
causalità tra due variabili
variabili Xt
xt e
funzione di cross
yytt prendendo in considerazione la seguente funzione cross- correlazione
correlazione::
E ut k Ut]
E [[Ut-k vt ]
%Quo k) =
uv ((k) : (E[ut]2E[,Ut]2)1/2
(E [ut ] E [vt ]2 )1=2
2
388
388 Appendice B

tra le serie uutt =

: F(B)x
F(B)X,Jt e v
vtt =
: G(B)y t , dove F(B)
G(B)yt7 F(B) e G(B)
G(B) (polinomi nella variabile
ritardo B)
B) sono opportuni ltrifiltri sbiancanti autoregressivi (si veda la B.8),
B8), cio
cioèe filtri
ltri
che applicati alle variabili in questione forniscono un rumore bianco.
Ciascun valore assunto dalla funzione di cross correlazione %guv(k)
cross-correlazione uv (k) identica
identifica un par-
ticolare evento causale, come indicato nella seguente tabella:tabella:
eventi di causalit
a
causalità condizioni su %gm,
uv (k)
xX causa y uv (k ) 6=
%ns) k> 0
75 0 per qualche k>0
y causa xX uv (k ) 6=
%gus) k< 0
75 0 per qualche k<0
causalit
causalitàa istantanea uv (k ) 6=
%qUí) 9É 0
feedback uv (k ) 6=
%QuUUc) k> 0
yé 0 per qualche k>0
e per qualche k<0 k<0
xX causa y, ma uv (k ) 6=
%QWUc) k>0 e %guy
5£ 0 per qualche k>0 uv (0)=0
(O):0
non istantaneamente
causalit
causalitàa unidirezionale uv (k ) 6=
%QUUUç) k>0 e %gm,
75 0 per qualche k>0 uv (0)=0
(O)=O
da Xx a y per ogni kk<O, k0
<0, oppure per ogni kSO
xX e y sono in relazione %QWUQIO
uv (k )=0 per ogni k=0 uv (0) 6=
k:0 e %guU(O) 7500
istantaneamente e non in
altro modo
xX e y sono indipendenti %guv(k):0
uv (k )=0 per ogni k

Il primo passo eè quello di identicare

identificare i ltri
filtri F(B)
F(B) e G(B)
G(B) all'interno
allfinterno della famiglia
dei modelli Auto Regressivi di ordine p (AR(p)). Applicando la classica metodologia
Box
BoX e Jenkins [197], ovvero tramite il test della funzione di autocorrelazione parziale
per la scelta dell'ordine Yule Walker per la
dell7ordine p del processo e risolvendo il sistema Yule-Walker
stima dei parametri del modello, e possibile identicare
identificare i filtri ^
ltri F e G^ , che applicati
Ö
a xXtt e yytt forniscono in uscita i residui uùt ^t e viit
^t . La bianchezza di questi viene poi
vericata
verificata con il test del periodogramma cumulato per un livello di signicativit a
significativita
assegnato  a.. La funzione di cross
cross- correlazione tra tm i residui viene stimata nel modo
seguente: P
u^t k
v^t
^A uv (k ) =
rrum) _ Zútfk-ôt
- _(Zùåìôšyfl
P 2 P 2 (B28)
(B.28)
( u^t
v^t )1=2
Se rfmfle)
^uv (k ) e`e il valore della cross correlazione a passo k, n il numero dei dati a
cross-correlazione
disposizione per il calcolo della rfuv(k)
^uv (k ) , si dimostra che la variabile
p
rfm,
^uv ((k)
k) ((nn _ 2)
2)
t = p
(1 - rfâ”
^uv ((lo)
2 k))
ha distribuzione tt-Student
Student con (n 2) gradi di liberta.
(n-2) liberta. Fissato un livello di signi-
signifi-
cativitàa 
cativit ruv (k)
a,, si possono ricavare i valori di FMUc)
ttor/2
ruv (k) =
Tuv(k) : j:_
q  =2
((tà/2 + ((nn - 2))
t2=2 + 2))
che deniscono fascia di condenza
definiscono la fascia confidenza intorno allo zero, all'interno
all“interno della quale i va-
lori di rruv(k)
uv (k) possono essere considerati signicativamente
significativamente nulli.
 Analisi di causalit
a
causalità 389
389

Questo test permette quindi di denire

definire in modo completo e esplicito il tipo di le-
gami esistenti nel set di informazione JJt(X,Y);
t (X,Y); infatti ad ogni passo di indagine si
ottengono le seguenti informazioni:
0 esistenza e direzione di causa
0 natura del legame causale (diretto o inverso)
inverso)

0 coefficiente rfUUUs)
passo di causa (il valore di k per il quale il coeÆciente ^uv (k ) èe signicativo)
significativo)
0 intensit
a di causa: infatti il valore stesso del coeÆciente
intensità coefficiente pu
puòo indicare quanto
forte sia il legame tra le due serie.
In gura
figura B.1 (vedi pagina seguente) viene riportato lo schema a blocchi che
illustra il percorso logico di uno studio di causalit
a che cos
causalità così impostato [247]
[247] permette
all'utente
all”utente un'analisi
un7analisi delle relazioni causa eetto tra due variabili.
causa-effetto
390
390 Appendice B

serie temporali
Xi e yt

l
identificazione del modello AR(p)
per ognuna delle due serie:
a) 51 = [l-F(B)]X,
b) Y! = [l-G(B)]yl

calcolo dei residui dalle serie iniziali:

a) ul = xl - ìtl = F(B)xl
b) ^v. = yI - yI = G(B)yl

verifica della bianchezza dei residui ul e í/l mediante il

test del Periodogramma Cumulato

l
calcolo della šuvno
(cross-correlazione tra i residui)

l
applicazione del test t-Student per discriminare quali
valori della ruv(k) sono significativamente diversi da
zero

l
analisi delle relazioni causa-effetto

Figura B.1
Figura B.1 Schematizzazione dell'analisi
dell”ana1isi di causali
causaliàa [19]
[19]
 Bibliograa
Bibliografia

[1] Seinfeld J.H., Pandis S.N. Atmospheric chemistry and physics. physics. John Wiley &
Sons, 1998.
[2] Mosello R., Tartari G., Marchetto A. Ecologia applicataapplicata.. Citt
Cittaa Studi, 1993.
[3] http://www.ptl-ae.atmoterm.pl/styleea/corinair.html.
http://WWW.ptl-ae.atmoterm.pl/styleea/corinair.html.
[4] Whitby K.T., Cantrell B. Fine particles. In Proc. Int. Conference Conference on Envi-
ronmental Sensing and Assessment
Assessment,, 1976.
HS., Seager S.L. Inquinamento dell'aria e dell'acqua. Fondamenti di
[5] Stoker H.S.,
chimica ambientale
ambientale.. ISEDI, 1974.
[6] Lefohn A.S., Runeckles V.C. V.G. Surface-level ozone exposures
exposares and their eects
efiects
on vegetation
oegetation.. Lewis Publishers, Inc., 1992.
Maffeis G., Tebaldi G. Piogge acide: Citt
[7] Maeis Cittaa di Milano
Milano.. Studi monograci
monografici della
qualit
qualitaa dell'aria.
delllaria. Provincia di Milano, 1995.
[8] Silibello C. Studio delle reazioni nelle fasi acquose e particellate in atmosfera e
loro utilizzo all'interno
all”interno di modelli di chimica dell'atmosfera.
dell”atmosfera. Rapporto Tecnico
SAA-95-93, CISE, 1995.
[9] Bojkov R.D. The changing ozone layer. Rapporto tecnico, tecnico, WMO,
WMO, 1995.
[10] Scientic
Scientific assessment of ozone depletion: 1998. Rapporto Tecnico 44, WMO,
1999.
[11] Relazione sullo stato dell'ambiente.
delllambiente. Rapporto tecnico, Ministero dell'Am- delllAm-
biente, 1997.
[12] Barry R.G., Chorley R.J. Atmosphere, weather and climate climate.. Methuen Co.,
1987.
[13] Chapman S. A theory of upper atmospheric ozone. ozone. Mem. R. Meteorol. Soc. Soc.,,
3:103{125,
3:1037125, 1930.
[14] Molina M.J.,
MJ., Rowland F.S.FS. Stratospheric sink for chloro uoromethanes:
chlorofluoromethanes: chlo-
rine atomicalyzed destruction of ozone. Nature Nature,, (249):810{812,
(249):810†812, 1974.
[15] http://www.epa.gov/ozone/ods.html.
http://WWW.epagov/ozone/odshtml.
[16] Houghton J.T., Meira Filho L.G,. Callander B.A,. Harris N., Kattenberg
A., Maskell K. Climate
Climate change 1995. The The science of climate change
change.. Cam-
bridge University Press, 1996.
[17] Andres
Andres R.J.,
RJ., Marland
Marland G.,
G., Boden
Boden T.,
T., Bischo
Bischoff S.S. The
The carbon
carbon cycle
cycle,, cap.:
cap.: Car-
Car-
bon dioxide emissions from fossil fuel consumption and cement manifacture
1751 to 1991 and an estimate for their isotopic composition and latitudinal
distribution. Cambridge University Press, 1994.
[18] Lelieveld J., Crutzen P.J., Dentener F.J. Changing concentration, lifetime lifetime and
climate forcing of atmospheric methane. Tellus Tellus,, (50B):128{150,
(50B):128†150, 1998.
[19] Finzi G., Brusasca G. La qualit a dell'aria:
qualita dell”aria: modelli previsionali
previsionali e gestionali
gestionali..
Masson, 1991.
392
392 Bibliograa
Bibliografia

[20] Morselli L. Deposizioni acide - IIprecursori.

[20] precursori. L'interazione
Liinterazione con l'ambiente
liambiente e i
materiali
materiali.. Maggioni Editore, 1991.
[21] Atkinson R. Atmospheric chemistry of VOC and NO
[21] NOw.x . Atmospheric Environ-
ment
ment,, 34:2063{2101,
34:206372101, 2000.
[22] Allinger N.L., Cava M.P.,
MP., De Jongh D.C., Johnson C.R., Lebel N.A., Stevens
C.L. Chimica
Chimica organica
organica.. Zanichelli, Bologna, 1976.
[23] Fowler D. Ozone in the United Kingdom. Rapporto tecnico, Fourth Report
of the Photochemical Oxidants Review Group, 1997.
[24] Amerio L. Analisi Matematica 22.. Utet, 1986.
[25] Prouse G. Equazioni Dierenziali
Difierenziali alle Derivate Parziali
Parziali.. Masson, 1978.
[26] Courant R., Hilbert D. Methods of Mathematical Physics Physics.. Wiley, 1989.
[27] Randerson D. A numerical experiment in simulating the transport of sulphur
dioxide through the atmosphere. Atmospheric Environment
Environment,, 4:615{632,
4:6157632, 1970.
[28] Banko
Bankoff S.G.,
SG., Hanzevack E.L. The adaptive-ltering
adaptive-filtering transport model for pre-
diction and control of pollutant concentration in an urban airshed. Atmosphe-
ric Environment
Environment,, 9:793{808,
927937808, 1975.
[29] Peyret R., Taylor T.D. Computational
Computational methods for for fluid
uid flow.
ow. Springer-Verlag,
New York, 1983.
[30] Oran E.S., Boris J.P. Numerical simulation of reactive flow. ow. Elsevier, New
York, 1987.
[31] Burrage K. Parallel and sequential Methods for for Ordinary Dierential
Difierential Equa-
tions
tions.. Oxford University Press, Oxford, 1995.
[32] Alexandrov V., Sameh A,. Siddique Y., Zlatev Z. Numerical integration of che-
models. Environmental Modeling
mical ODE problems arising in air pollution models.
and assessment
assessment,, 2:365{377,
213657377, 1997.
[33] Hairer E., Wanner G. Solving ordinary dierential
difierential equations, II: H: Sti
Stifi and
Dierential
Difierential - Algebric problems.
problems. Springer, Berlin, 1991.
[34] Lambert J.D. Numerical methods for for ordinary dierential
difierential equations
equations.. Wiley,
Wiley,
1991.
[35] Yanenko N.N. The The method of fractional
fractional steps
steps.. Springer-Verlag, Berlin, 1971.
RB. An Introduction to Boundary Layer Meteorology
[36] Stull R.B. Meteorology.. Kluwer Academic
Publisher, 1988.
[37] Seinfeld J.H. Atmospheric Chemistry
Chemistry and Physics of Air PollutionPollution.. John
Wiley & 8: Sons, New York, 1986.
[38] Giugliano M. Dispense del corso d'inquinamento
d7inquinamento atmosferico ee depurazione.
Politecnico di Milano, Dip. Ing. San., 1987.
[39] European Commission. COST Action 710 - Final report. report. Harmonisation of the
pre-processing of meteorological data for atmospheric dipersion models. models. Rap-
porto tecnico, OÆce
Office for OÆcial
Oflicial Publications of the European Communities.
Luxembourg, 1998.
[40] Golder D. Relation among stability parameters in the surface layer. Boundary
Layer Met., 3, pp.
pp. 47-48
47-48,, 1972.
[41] Finardi S., Morselli M. G.,. COST COST Action 710 710 - Final Report. Harmonisa-
tion of
oƒ the Pre-processing of Meteorological Data for
for Atmospheric Dipersion
Models
Models,, cap.: Wind flow
ow models over complex terrain
terrain for
for regulatory disper-
sion calculation. Number EUR 18195. OÆce for OÆcial
Office for Official Publications of the
European Communities, Luxembourg, 1998.
[42] Scire J.S., Strimaitis D.G., Yamartino R.J. A user's
userls guide for the CALPUFF
dispersion model. Earth Tech, Internal Report, 1999.
 Bibliograa
Bibliografia 393
393

[43] Johnson K.B.,

[43] KB., W.F. Dabberdt, F.L. Ludwig, R.J. Allen. Field study for initial
evaluation of an urban diusion
diffusion model for carbon monoXide.
monoxide. Rapporto tecnico,
tecnico,
EPA, ContractCAPA-3-68, 1971.
[44] Seaman N. L. Meteorological modeling for air quality assessments. Atmosphe-
[44]
ric Environment
Environment,, 34:2231{2259,
34:223172259, 2000.
[45] Moussiopoulos N., Flassak T., Knittel G. A rened
[45] refined diagnostic wind eld
Wind field
model. Environmental Software
Software,, 3:85{94,
3:85794, 1988.
[45'] Geai P. Methode d'interpolation
[46] d”interpolation et de reconstitution tridimensionelle d'un dlun
champ de vent: le code d'analyse
d”analyse objective MINERVE. Rapporto tecnico, tecnico,
Report EDF/DER, HE/34-87.03, 1987.
[47] Scire J.S., Robe F.R., Fernau M.E., Yamartino R.J. A user's
[47] user7s guide for the
CALPUFF dispersion model. Earth Tech, Internal Report, 1999.
[48] Ratto C.F., Festa R., Nicora R., Mosiello R. ,Ricci A., Lalas D.P., Frumento
[48]
O.A. Wind fieldeld numerical
numerica] simulation: a new user-friendly code. In Stephens
Asociates, editor, W. W. Palz Edit., 1990 European Community
Community Wind Wind Energy
Conference
Conference,, p. 130{134,
1307134, Madrid, Spain, 1990.
[49] Bassanino M., Bertolacci M.A., Brusasca G., Cirillo M.C., Finzi G., Fortezza
[49]
F., Graziani G., Mamolini G., Marani A,. Tamponi M., Tirabassi T. Modelli ad
integrazione delle reti per
per la gestione della qualit a dell'aria
qualità delliaria.. Istituto Superiore
della Sanit
Sanitàa Roma, 1993.
[50] Steyn D.G., McKendry I.G. Quantitative and qualitative evaluation of a three-
[50]
dimensional mesoscale numerical
numerica] model simulation of a sea breeze in complex
terrain. Mont. Wea.
Wea. Rev.
Rev.,, 116:1914{1926,
116:191471926, 1988.
[51]
[51] Janvier L. Parametrisations de la turbulence et de l”interface
l'interface sol/atmosphere
sol/ atmosphere
dans un modele tridimensionnel a m esoechelle. Rapporto tecnico, Th
mésoéchelle. ese
Thèse
presentee devant l'Ecole
présentée l”Ecole Central de Lyon, 1987.
[52] Anthes R. A., Hsie E., Kou Y. Description of the
[52] the Penn State/NCAR mesoscale
model version 4 (mm4). Rapporto tecnico, NCAR technical note, NCAR/TN-
282+STR, 1987.
[53] Schayes G., Thunis P., Bornstein R. Development of the topographic vorti-
[53]
city mode mesoscale (TVM) model. Part I: Formulation. J. Appl. Meteorol. Meteorol.,,
27:785{796,
27:7857796, 1995.
[54] Bartzis J., Venetsanos A., Varvayanni M., Catsaros N., Megaritou A. ADREA-
[54]
I: a three-dimensional transport code for comples terrain and their application.
Nuclear Technology
Technology,, 94:135{148,
94:1357148, 1991.
[55]
[55] Moussiopoulos N., Flassak T., Sahm P., Berlowitz
BerloWitz D. Simulation of Wind wind fields
elds
in athens with
With the nonhydrostatic mesoscale model model MEMO. Envir. Enoir. Software
Software,,
8:29{42,
8129742, 1993.
[56] Dudhia J. A non hydrostatic version of the Penn State-NCAR mesoscale
[56]
model: Validation tests and simulation of an atlantic cyclone and cold front. front.
Quart.
Quart. J. R. Met. Soc. Quart.
Quart.,, 121:1493{1511,
121:149371511, 1993.
[57] Pielke R. A., Cotton R. W., Walko R. L., Tremback C. J., Lyons W.
[57] W. A.,
Grasso D. L,. Nicholls M. E,. Moran M. D., Wesley D. A., Lee T. J., Copeland
J.H. A comprehensive meteorological modelling system -- RAMS. Meteorol.
meteorologica] modelling
Atmospheric Phys.
Phys.,, 49:69{91,
49:69791, 1992.
[58] Thunis P. Formulation and evaluation of
[58] of a nonhydrostatic
nonhydrostatic vorticity-mode
vorticity-mode
mesoscale model. Rapporto tecnico, Joint Research Centre, Report EUR 16141
EN, 1995.
[59] Sorbjan Z. Structure of the Atmospheric
[59] Atmospherie Boundary LayerLayer.. Prentice Hall, 1989.
394
394 Bibliograa
Bibliografia

[60] Finardi S., Manzi G., Morselli M. G. TURBANTE - Turbulence and de-
[60]
position pre-processor: user's
user”s manual. Rapporto Tecnico AMB-RT-99-0294,
ENEL, 1999.
[61] Guariso G., Calori G., De Leo G., Del Furia L. 100 programmi
[61] programmi per
per l'ambiente.
lyambiente.
Guida
Guida a software, banche dati e siti internet
internet.. Citta Studi, 1997.
Città
[62] Zannetti P. Air pollution modelling. theories,
[62] theories, computational methods and
available software. Rapporto tecnico, Computational mechanics publication,
(Southampton)
(Southampton) and Van Nostrand Reinhold (New York), 1990.
[63]
[63] Seinfeld review. Journal Air Pollu-
J.H. Ozone air quality models. A critical review.
tion Control
Control Assesment
Assesment,, 1988.
[64] Peters L.K., Berkowitz C.M., Carmichael G.R., Easter R.C., Fairweather G.,
[64]
Ghan S.J., Hales J.M., Leug L.R., Pennell W.R., Potra F.A, Saylor R.D., T-
sang T.T. The current state and future direction of eulerian models in si-
mulating the troposphere chemistry and transport of trace species: A review. review.
Atmospheric Environment
Environment,, 29(2):189{222,
29(2):1897222, 1995.
[65] Chang J.S., Brost R. A., Isaksen I. S. A., Madronich S., Middleton P., Sto-
[65]
ckwell W. R., Walcek C. J. A three-dimensional eulerian acid deposition mo-
del: Physical concepts and formulation. Journal of Geophysical Research Research,,
92:14681{14700,
92:14681714700, 1987.
[66] EURAD. Das EURAD-Modell: Aufabau und erste ergebnisse. Rapporto tec-
[66] tec-
nico, ed. by A. Ebel, F. M. Neubauer, E. Raschke, P. Speth, 65, Institute Institute of
Geophysics and Meteorology, University of Cologne, 1989.
[67] Hass H. Description of the EURAD chemistry-transport-model version 2
[67]
(ctm2). Rapporto tecnico, ed. by A. Ebel, F. M. Neubauer, P. Speth, 83,
Institute of Geophysics and Meteorology, University of Cologne, 1991.
[66] Hass H., Ebel A., Feldmann H., Jakobs H. J. Evaluation studies with a regional
[68] regional
chemical transport model (EURAD) using air quality data from the EMEP
monitoring network. Atmospheric Environment
Environment,, 27 A:867{887,
A28677887, 1993.
[69] Jacobs H. J. Use of nested models for air pollution studies. a contribution to
[69]
subproject eumac. In EUROTRAC Symposium 94. Transport Transport and Transfor-
Transfor-
mation of Pollutants
Pollvtants in the Troposphere
Troposphere,, 1994.
[70] Carmichael G. R., Peters L. K., Saylor R. D. The STEM-II regional
[70] regional scale
acid deposition oxidant model - I. An overview of model development and
applications. Atmosferic Environment
Environment,, 25A(10):2077{2090,
25A(10):207772090, 1991.
[71]
[71] Russell A., Dennis R. NARSTO critical review of photochemical models and
modeling. Atmosferic Environment
Environment,, 34:2283{2324,
341228372324, 2000.
RW., Eastwood J.W. Computer
[72] Hockney R.W.,
[72] Computer Simulations Using Using Particles
Particles.. Mc
Graw Hill, 1981.
[73] Pasquill F. The estimation of the dispersion of windborne material. Meteoro-
[73]
logical Magazine
Magazine,, 90:33{49,
90:33749, 1961.
[74]
[74] Legg B.J.,
BJ., Raupach M.R. Markov chain simulation of particle dispersion in
inhomogeneous flows:
ows: the mean drift velocity induced by a gradient in eulerian
Velovity variance. Bounardy Layer Met.
velovity Met.,, 24:3{13,
2413713, 1982.
[75] Thomson D.J. Random walk modeling of
[75] of diusion in inhomogeneous turbu-
diffusion in
lence. Quart.
Quart. J. R. Met. Soc.
Soc.,, 110:1107, 1984.
[76] Van Dop H., Nieuwstadt F.T.M., Hunt J.C.R. Random walk models
[76] models for
for par-
par-
ticle displacements in inhomogeneous unsteady turbulent flows. ows. Phys. Fluids
Fluids,,
28:1639, 1985.
 Bibliograa
Bibliografia 395
395

[77] Sawford B.L. Lagrangian simulation of concentration mean and fiuctuation

[77] uctuation
fields. J. Clim.
elds. Clim. Appl. Meteorol.
Meteorol.,, 24:1152,
2411152, 1985.
[78] Durbin P.A. Stochastic dierential
[78] differential equations and turbulent dispersion. Rap-
porto tecnico, NASA, 1983. Ref. Pub. No. 1103.
[79] Yamamoto S., Gamo M., Osayuki Y. Observational study of the fine
[79] ne structure
of the convective atmospheric boundary layer. Journal of the Meteorological
Society of Japan
Japan,, 60:882, 1982.
[80] Weil J.C.,
[80] J .C., Furth W.F. A simplied
simplified numerical
numerica] model of dispersion from eleva-
ted sources in the convective boundary layer. In Proceedings of Fifth Sympo-
sium on Turbulence,
Turbulence, Diusion
Difiusion and Air Pollution, Amer. Met. Soc. Soc.,, Atlanta,
1981.
[81] Hunt J.C.R., Kaimal J.C., Gaynor J.E. Eddy structure in the convective
[81]
boundary layer - new measurements and new concepts. Q. Jl. R. met. Soc. Soc.,,
114:827{858,
114z8277858, 1988.
[82] Caughey S.J., Palmer S.G. Some aspects of turbulence structure through the
depth of the convective boundary layer. Q. Q. Jl. R. met. Soc.
Soc.,, 1979.
[83] Brusasca G., Tinarelli G., Anfossi D., Zannetti P. Particle modeling simula-
tion of atmospheric dispersion using the package. Environmental
the mc lagpar package.
Software
Software,, 2:151, 1987.
[84] Panofsky H.A., Dutton J.A. Atmospheric Turbulence Turbulence.. John Wiley
Wiley & Sons,
1984.
[85] Desiato F. Arco: A computer code for the study of atmospheric dispersion
under complex conditions. Rapporto tecnico, ENEA-DISP, Environmental
Modeling
Modeling Division,
Division, 1992.
1992.
[86] Brusasca G., Tinarelli G., Anfossi D. Comparison between the the results
results of
of a
diffusion model and tracer experiments. Atmospheric
monte carlo atmospheric diusion
Environment
Environment,, 23:1263{1280,
23:126371280, 1989.
[87] Tinarelli G., Anfossi D., Brusasca G., Ferrero E., Giostra U., Morselli M.G.,
Moussar
Moussafir J., Tampieri F., Trombetti F. Lagrangian particle simulation of
tracer dispersion in the lee of a schematic two-dimensional hill. Journal of
Applied Meteorology
Meteorology,, 33:744{756,
3327447756, 1994.
[88]
[88] Tinarelli G. SPRAY 2.1 - Descrizione generale e manuale d'uso.d°uso. Rapporto
Tecnico AMB-RF-99-0301,
AMB-RF-99-O301, ENEL, 1999.
[89] Hurley P.J., W.L. Physick. A skewed, homogeneous lagrangian particle model
[89]
for convective conditions. Atmos. Environ.
Environ.,, 27 A:619{624,
A:6197624, 1993.
[90] Johnson G.M.
[90] GM. A simple model for predicting the the ozone
ozone concentration of am-
bient air. In Proceedings of 8th International Conference
Conference of the CleanClean Air
Society of oƒ Australia and New Zealand
Zealand,, volume 2, p. 715{731,
7157731, 1984.
[91] Johnson G.M.
[91] GM. , S.M. Quigley. A universal monitor for for photochemical smog.
In Proceedings of oƒ the 82nd Annual Meeting, Air and Waste Waste Management As-
sociation
sociation,, 1989.
[92] S.G.
[92] SG. Tsyro. Description of the the lagrangian acid deposition model.
model. Rapporto
tecnico, EMEP/MSC-W Status Report 1/98, Part2: Numerical Addendum.
EMEP/MSC-W Status Report 1/98, Appendix A. Norwegian Meteorological
Institute, Oslo, Norway, 1998.
[93] BonelliP., Calori G., Finzi G. A fast long-range transport
[93] transport model forfor operatio-
nal use in episode simulation. Application to the Chernobyl accident. Atmos-
feric Environment
ƒeric Environment,, 26A(14):2523{2535,
26A(14):252372535, 1992.
396
396 Bibliograa
Bibliografia

[94]
[94] Calori G., Finzi G. Sulphur deposition on the italian area: a trajectory model
study. Il nuovo
nuouo cimento
cimento,, 18C(4):359{373,
18C(4):359†373, 1995.
[95]
[95] EMEP. Transboundary acid deposition in europe. EMEP summary report
1/99. Rapporto tecnico, Edited by Leonor Tarrason and Jan Schaug, Norwe-
gian Meteorological Institute, 1999.
[96]
[96] J.E. Simpson, D., Jonson. Transboundary photooXidants
photooxidants in Europe. Rapporto
tecnico, EMEP Summary Report 2/99,Norwegian
2/99,NorWegian Meteorological Institute,
Oslo, Norway, 1999.
[97] S. Mylona. EMEP emission data. Status report. In EMEP/MSC-W Note
[97]
1/99, July 1999. Norwegian Meteorological Institute, Oslo, Oslo, Norway
Norway,, 1999.
[98]
[98] Finzi G., Calori G., Colombo F. FRAME: a knowledge-based tool to support
the choice of the right air pollution model. In Proc. of IFIP W.C. W. C. on Computer
Computer
Support ƒor
for Envioronmental
Enuioronmental Impact Assessment
Assessment,, p. 211{221,
2117221, 1994.
[99]
[99] Giord
Gifford F.A. Use of routine meteorological observations for estimating atmos-
pheric dispersion. Nucl. Safety
Safety,, 2:47{57,
2147757, 1961.
[100] Green A.E.F., R.P.
RP. Sughal, R. Veuksteswar. Analytic extension extension of
of the
the Gaus-
sian plume model. J.A.P.C.A.
J.A.P.C.A.,, (30):773{776,
(30):773†776, 1980.
[101] Turner D.B. Workbook
Workbook of Atmospheric Dispersion Estimates Estimates.. Environmental
Protection Agency, 1970.
Gifford F.A. Atmospheric dispersion models for
[102] Giord for environmental pollution
pollution ap-
plications and Environmental Impact Analyses A.M.S. Boston, 1975.
plications
[103] Hanna S.R., Briggs G.A. , Hosker R.P. Handbook on on atmospheric diusion.
diffusion.
Rapporto tecnico, U.S. Dept. of Energy, Washington DC, 1982.
[104]
[104] Taylor G.I. Diusion movements. Proc.
Diffusion by continuos movements. Proc. London Math.
Math. Soc.
Soc.,,
20:196{202,
20:1967202, 1921.
[105] Pasquill F. Atmospheric Diusion
Difiusion.. Ellis Horwood,
HorWood, 1983.
[106] Irwin
IrWin J.S. Estimating plume dispersion. A recommended generalized scheme.
In Proc. of fourth Symposium on Turbulence
of ƒourth Turbulence Diusion
Difiusion and Air Pollution
Pollution,, p.
62{69,
62769, Reno, Nevada, 1979. A.M.S.
A.l\/I.S. Boston.
[107] Draxler
DraXler R.R. Determination of atmospheric diusion diffusion parameters. Atm. Env. Enu.,,
10:99{105,
10:997105, 1976.
[108] Briggs G.A. Diusion
Diffusion estimation for small emission.emission. Rapporto tecnico,
tecnico,
ATDL,79, Oak Ridge, tennessee, USA, 1973.
[109] Anfossi D. Previsione dell'altezza
delllaltezza eettiva
effettiva dei pennacchi di fumo in atmosfe-
ra, quaderni del progetto finalizzato:
nalizzato: Promozione della qualitqualitaa dell'ambiente.
dell7ambiente.
Rapporto tecnico, Consiglio Nazionale delle Ricerche, Roma, 1982.
[110] Briggs G.A. Plume rise predictions. In Lectures on Air Pollution and Envi- Enui-
ronmental Impact Analyses
Analyses,, Boston, 1975. A.M.S.
[111] Anfossi D. Analysis of plume rise data from 5 TVA steam plants. plants. J. of Climate
and Appl. Meteor.
Meteor.,, 24:1225{1236,
242122571236, 1985.
[112] Moore d.j. A comparison of the trajectories of rising buoyant plumes with With
theoretical/empirical models. Atm. Env. Eno.,, 8:447{457,
814477457, 1974.
[113] Slade D.H. Meteorology and atomic energy U.S.A. Rapporto tecnico, Energy
Comm., Tennessee, 1968.
[114] Brusasca G., Elisei G., Marzorati A., Morselli M.G., NLG., Maini M. Centrale ter-
moelettrica di Ostiglia. Applicazione di metodologie sperimentali per il cal-
colo della sopraelevazione dei fumi con utilizzo del RASS. Rapporto Tecnico
E1/85/01, ENEL/CRTN, 1985.
 Bibliograa
Bibliografia 397
397

[115] Yamartino R.J., Lubring P.G., PG., Stern R.M.

RM. Analysis of several low wind speed
loW Wind
tracer experiments. In Proc. of of 10th NATO/CCMS, ITM on Air Pollution
Modeling and its Application
Application,, Roma, Italia, 1979.
[116] Hunt J., Puttock J., Snyder W. Turbulent diusion diffusion from a point source in
stratied
stratified and neutral fioWs
ows around a three-dimensional hill. hill. Part Izdiffusion
I:diusion
equation analysis. Atmospheric Environment
Environment,, (13):1227{1239,
(13):122771239, 1979.
[117] Scire J.S.,
JS., Strimaitis D. G , Yamartino R.J. A user”s
user's guide for the CALPUFF
dispersion model. Rapporto tecnico, Earth Tech, 1999.
[118] Hunt J., Snyder W. Experiments on stably and neutrally stratied ow over
stratified floW
a model three-dimensional hill. J. Fluid. Mech.Mech.,, 96:671{704,
96:6717704, 1980.
[119] Ryan W., Lamb B. Determination of dividing streamline heights and Froude
numbers for predicting plume transport in complex terrain. Journal of Air
Pollution Control
Control Association
Association,, 34:152{155,
34:1527155, 1984.
[120] Spangler T. The role of near terrain turbulence in the prediction of ground
level pollutant concentration in complex terrain. Atmospheric Environment Environment,,
20:861{825,
2028617825, 1986.
[121] Spangler T. Comparison of actual dividing streamline heights to to height
height pre-
diction using Froude number. Journal of climate and applied meteorology meteorology,,
26:204{207,
26:2047207, 1987.
[122] Mylne K., Callander B. Short range tracer dispersion experiments at Myland
hill. Atmospheric Environment
Environment,, 23:2667{2677,
23:266772677, 1989.
[123] Burt E. VALLEY
VALLEY model user'suserls guide
guide.. Number EPA450/2-77-018. U.S. US. EPA,
1977.
KS. Analytical solution of
[124] Rao K.S. oƒ a gradient-transfer
gradient-transƒer model for
for plume
plume deposition
and sedimentation
sedimentation.. NOAA-ERL ARL-109, 1981.
[125] Stern A.C. Air Pollution
Pollution.. Academic Press, New York, 1976.
RW., Wang J. User's
[126] Brode R.W., Useris Guide
Guide for the Industrial Source Complex (ISC2) (ISCQ)
Dispersion Models. Vol.1
Vol.1.. Number EPA-450/4-92-008a. U. S. Environmental
Protection Agency, 1992.
RW., Wang J. User's
[127] Brode R.W., User”s Guide
Guide for the Industrial Source Complex (ISC2) (ISCQ)
Dispersion Models. Vol.2
Vol.2.. Number EPA-450/4-92-008a. U. S. Environmental
Protection Agency, 1992.
RW., Wang J. User's
[128] Brode R.W., Userls Guide
Guide for the Industrial Source Complex (ISC2) (ISCQ)
Dispersion Models
Models,, volume 3. U. S. Environmental Protection Agency, 1992.
[129] http://www.epa.gov/scram001/t29.htm.
http://WWW.epa.gov/scram001/t29.htm.
[130] Perry S. G. CTDMPLUS: A dispersion model for sources near complex to-
formulations. Journal of Applied Meteorology
pography. Part I: Technical formulations. Meteorology,,
31:633{645,
3126337645, 1992.
[131] Paumier J. O., Perry S. G., Burns D. J. CTDMPLUS: A dispersion model
for sources near complex topography. Part II: II: Performance characteristics.
Journal ofof Applied Meteorology
Meteorology,, 31:646{660,
3116467660, 1992.
[132] Morselli M.G.
MG. APC-3 Atmospheric Pollution Control 3. Versione 2 - Package
per la simulazione della dispersione dei fumifumi in atmosfera. Rapporto Tecnico
AMB-RT-99-0134, ENEL, 1999.
[133] Cirillo M.C., Clerici G.C., Manzi D. Manuale d'uso d”uso del codice DIMULA (Mo-
dello di Dispersione Multisorgente Atmosferica). Rapporto tecnico, tecnico, ENEA,
1986.
[134] User's
Userls guide to the APRAC3-3/Mobile1 emission and diusion diffusion modeling pa-
ckage. Rapporto tecnico, U. S. Environmental Protection Agency, 1986.
398
398 Bibliograa
Bibliografia

[135] Ludwig F.L., Dabberpt W.F. Comparision of two atmospheric stability clas-
sification schemes in a urban application. J. Appl. Meteorol.
sication Meteorol.,, 1976.
[136] Mancuso S.L., Ludwig F.L. User's
Userls manual for the APRAC-1A
APRAC-IA diusion
diffusion model
computer program. Rapporto tecnico, CRC and EPA, Contract CAPA-3-68,
1972.
[137] Scire J. S., Lurmann F. W., Bass A., Hanna S. R. User's User”s guide to MESO-
PUFF II model and related processor programs. Environmental Research and
Technology
Technology Inc.
Inc.,, 1984.
[138] Morselli M.G., Brusasca G., Frera G. Apc-2 atmospheric pollution control
version 2. Rapporto tecnico, ENEL-CRTN, Milano, 1990.
[139] Sturm P.J.,
PJ., Winiwater W., ApSimon H., Blank P., Friedrich R., Bohler T.,
Lopes M., Borrego C., Mensik C., Volta M., Finzi G., Moussiopoulos N. Har-
monised method for the compilation of urban emission inventories for urban
air modelling. Rapporto tecnico, SATURN-GENEMIS II, 1998.
episodes. In Tropos-
[140] Friedrich R. Generation of european emission data for episodes. Tropos-
pheric Modelling and Emission Estimation
pheric Estimation,, p.
p. 180{214.
1807214. Springer, 1997.
[141] Gabusi V. Un modello per la stima delle emissioni,nalizzato
emissioni,finalizzato alla valutazione
di scenari di inquinamento fotochimico in in lombardia.
lombardia. Tesi di Laurea, Univer-
sit
a degli Studi di Brescia, 1998.
sita
[142] Catenacci G., Riva M., Volta M., Finzi G. A model for emission scenario pro-
proc. EUROTRAC SYMP'98
cessing in Northern Italy. In Witpress, editor, proc. SYMP”98,,
p. 720{724,
7207724, Southampton, 1999.
[143] http://www.epa.gov/ttn/chief/software.html.
[144] Simpson D., Guenther A., Hewitt C.N., Steinbrecher R. Biogenic emission
in Europe: Estimates and uncertainties. Journal of Geophysical
Geophysical Research
Research,,
100(D11):22875{22890,
100(D11):22875f22890, 1995.
[145] Simpson D. Biogenic emission in Europe: Implication for ozone control stra-
tegies. Journal ofof Geophysical
Geophysical Research
Research,, 100(D11):22891{22906,
100(D11):22891†22906, 1995.
[146] Guenther A.B., Zimmerman P.R., Harley P.C., Monson R.K., RK., Fall R. Isoprene
and monoterpene rate variability: model evaluations and sensitivity analyses.
Journal ofof Geophysical
Geophysical Research
Research,, 98(D7):12609{12617,
98(D7):12609†12617, 1993.
[147] Guenther A.B., Hewitt C.N., Erickson D., Fall R,. Geron C., Graedel T.,
Harley P.C., Klinger L., Lerdau M., McKay W.A., Pierce T., Scholes R.,
Steinbrecher R., Tallamraju R., Taylor J., Zimmerman P.R. A global mo-
del of natural volatile organic compound emissions. Journal of Geophysical
Geophysical
Research
Research,, 98:8873{8892,
98:887378892, 1995.
[148] Ahlvik P., Eggleston S., Goriben N., Hassel D., Hickman A.J., AJ., Joumard R.,
Ntziachristos L., Rijkeboer R., Samaras Z., Zieroc K.H.
KH. Copert II, Computer
programme to calculate emissione from road transport.
transport. Rapporto tecnico,
tecnico,
EEA, 1997.
[149] Yamartino R.J.,
RJ., Scire J.S., Carmichael G.R ,Chang Y.S. Y.S. The CALGRID
formulation. Atmospheric En-
mesoscale photochemical grid model - I. model formulation.
vironment
vironment,, 26A(8):1493{1512,
26A(8):1493†1512, 1992.
[150] http://www.scisoftware.com/products/surfer overview/surfer overview.html.
http: / /www.scisoftware.com/products/ surfer_overview/surfer_overview.html.
[151]
[ ] Calori G., Pirovano G,. Guariso G. Modellistica dell'inquinamento
dell”inquinamento da traf-
co
fico nell'area
nell”area urbana milanese. Rapporto Tecnico 99.32, DEI, Politecnico di
Milano, 1999.
[152] Ballarin Denti A., Dell'Era
Dell”Era R., Gerosa G., Pirovano G., Simoni P. Tropos-
pheric ozone in a mountain forest area: Spatial distribution and its its relation
 Bibliograa
Bibliografia 399
399

With meteorology and emission sources. In Proceedings of the International

with
Conference
Conference Air Pollution 98 98,, Genova Italy, 1998.
[153] Pirovano G., Simoni P., Ballarin Denti A., Angelino E., Calori G., Finardi S.
Application of a photochemical model in alpine forest sites. Water, Water, Air, and
Soil Pollution
Pollution,, 1999.
[154] Volta M., Finzi G. Evaluation of EU road trafiic
traÆc emission abatement strategies
in Northern Italy by a photochemical modelling system. Eurotrac Eurotrae Newsletter
Newsletter,,
(21), 1999.
[155] Marchuk G.I. Methods of of Numerical Mathematics
Mathematics.. Springer, New York, 1975.
[156] Pepper D. W., Kern C. D., Long P. E. Modeling the dispersion of atmospheric
functions. Atmospheric
pollution using cubic splines and Chapeau functions. Atmospherie Environ-
ment
ment,, 13:223{237,
1322237237, 1979.
[157] Forester C.K. difference schemes. J. Com-
GK. Higher order monotonic convection dierence Com-
put. Phys.
put. Phys.,, 23:1{22,
231722, 1977.
[158] Smagorinsky J. General circulation experiments With with the primitive equations:
1. The basic experiment. Mon. Weath.Weath. Rev.
Reu.,, 61:99{164,
612997164, 1963.
[159] Holtslag A.A.M., Nieuwstadt F.T.M. Scaling the atmospheric boundary layer.
Boundary-LayerMeteorol.
Boundary-LayerMeteorol.,, 36:201{209,
36:2017209, 1986.
[160] Carter W.P.L. A detailed mechanism for the gas-phase atmospheric reactions
of organic compounds. Atmospheric
Atmospherie Environment
Environment,, 24A:481{518,
24Az4817518, 1990.
[161] NAPAP. Acidic deposition: State of science and technology.
technology. volume 1: Emis-
sions, atmospheric processes and deposition. Rapporto tecnico, National Acid
Precipitation Assessment Program, Washington DC, 1991.
[162] Carter W.P.L. Documentation of a gas phase photochemical mechanism for
use in airshed modelling. Rapporto tecnico, CARB, 1988.
[163] Peterson J.T. Calculated actinic fiuxes
uxes (290-700 nm)nm) for air pollution photo-
chemistry applications. Rapporto Tecnico EPA-60014-76-025, EPA, 1976.
[164] Hessetvedt E., Hov O., Isaksen I.S.A. Quasy-steady-state approximations in
air pollution modelling. Comp.
Comp. J. chem.
ehem. Kinet.
Kinet.,, 10, 1978.
[165] McRae G. J., Goodin W., Seinfeld J. Numerical solution of the atmospheric
diusion i'loWs. J. comput. Phys.
diffusion equation for chemically reacting ows. Phys.,, 95:1{42,
95:1*42,
1982.
[166] Young T.R., Boris J.P.
J .P. A numerical technique for solving sti stiff ordinary dif-
ferential equations associated with
With the chemical kinetics of reaction i'low ow pro-
blems. J. phys. Chem.
Chem.,, 82, 1977.
[167] Silibello C., Catenacci G., Pirovano G. Modelling photooxidants
photooXidants over Lom-
bardia region and Milan urban area by using a nested approach. In Midgley
P.M., Reuther M., Williams M., editor, Proc.Proe. EUROTRAC Symposium 2000 2000..
Springer Verlag Berlin, 2001.
[168] Gabusi V., Volta M., Veraldi V., Veronesi V. V. Road traÆc
trai-Hc impact on photo-
chemical pollution: Brescia metropolitan area case. In Midgley P.M., Reuther
M., Williams M., editor, Proc. EUROTRAC Symposium 2000 2000.. Springer Verlag
Berlin, 2001.
[169] Veldkamp J.G, Faber W.S.,WS., Katwijk
KatWijk V.F., van de Velde
Velde R.J. Enhancements
of the 10 Xx 10 minutes pan-european land use use data base.
base. Rapporto Tecnico
724001001, RIVM, 1995.
[170] http://www.gsf.de/eurotrac/.
http://WWW.gsf.de/eurotrac/.
[171] Pellegrini U. Milan focal point. EUROTRAC NewsletterNewsletter,, (21):35{37,
(21):35†37, 1999.
400
400 Bibliograa
Bibliografia

[172] www.ssec.wisc.edu/ ~
billh/vis5d.html.
WWW.ssec.Wisc.edu/billh/vis5d.html.
[173] Pilinis C., Kassomenos P., Kallas G. Modelling of photochemical pollution
in Athens, Greece. Application of the RAMS-CALGRID modelling system.
Atmospheric Environment
Environment,, 27:353{357,
27:3537357, 1993.
[174] Kumar R., Tesche McNally. Evaluation of calgrid using two dierent different ozone
episodes and comparison to uam results. Atmospheric EnvironmentEnvironment,, 1994.
[175] Hedley M., McLaren R., Jiang W., Singleton D.L. Evaluation of the MC2-
CALGRID photochemical modelling system. Rapporto tecnico, Report of Na-
tional Research Council, 1995.
[176] Silibello C., Calori G., Brusasca G., Catenacci G., Finzi G. Application of a
photochemical grid model to Milan metropolitan area. Atmospheric Environ-
ment
ment,, 32:2025{2038,
321202572038, 1998.
[177] SimoniP, Angelino E., Bedogni M. Applicazioni di un modello fotochimico al
bacino aerologico di Milano. Inquinamento
Inquinamento,, 9, ottobre 1998.
[178] Silibello C., Pirovano G., Riva M., Brusasca G., Finzi G., Carboni G., Sanavio
D. Applicazione dei modelli NUVOLA e CALGRID all'area allflarea circostante la
centrale termoelettrica di Rossano Calabro. Inquinamento
Inquinamento,, 9, 1998.
[179] Calori G., Silibello C., Volta M., Brusasca G., Carmichael G. Application of
a photochemical modelling system to an intense ozone episode over Northern
Italy. In International Conference
Conference on Air Pollution Modelling and Simulation
APMS `98 l98,, volume 1, p. 1{12,
1712, 1998.
[180] Giuliacci E., Zanardi S. Inquinamento fotochimico a Milano simulazione di
strategie di risanamento. Tesi di Laurea, Politecnico di Milano, 1996.
[181] IARC monographs on the evaluation of the carcinogenic risk on human. Diesel
and gasoline exhaust and some nitroarenes. Rapporto tecnico, World Health
Organization, 1989.
[182] Uccelli R., Lombardi C.C., Mauro F. Impatto ambientale e sanitario dei car-
buranti per autotrazione. Energia Ambiente Innovazione, ENEA ENEA,, p. 19{32,
19732,
1996.
[183] Elsom D. Smog alert. Managing urban air quality quality.. Earthscan Publication Ltd,
London, 1996.
[184] De Risio C. Auto ecologica a metano compresso. Teknos Teknos,, (7/8), 1996.
[185] Menga P. Ri essioni sulllauto elettrica. AEI
Riflessioni sull'auto AEI,, 82:42{51,
82:42751, 1995.
[186] Robertson T. Holman C., Fergusson M. The route ahead. Rapporto tecnico,
WWF UK, 1990. 1990.
[187] Motor vehicle emission regulations and fuel specications
specifications - part 1. Rapporto
Tecnico 5/97, CONCAWE, 1997.
[188] Motor vehicle emission regulations and fuel specications
specifications - part 2. Rapporto
Tecnico 5/97, CONCAWE, 1997.
[189] Winner D.A., Cass G.R., Harley R.A. Eect Effect of alternative boundary condi-
tions on predicted ozone control strategy performance: a case study in the Los
Angeles area. Atmospheric Environment
Environment,, 29:3451{3464,
291345173464, 1995.
[190] Dimitriades B. Scientic
Scientific basis for the VOC reactivity issues raised by section
183(e) of the Clean Air Act Amendments of 1990. Journal of the Air Waste
183(e) Waste
Management Association
Association,, 46:963{970,
46:9637970, 1996.
[191] Sillman S. The relation between ozone, NO NOgax and hydrocarbons in urban and
polluted rural environments. Atmospheric
Atmospherie Environment
Environment,, 33:1821{1845,
331182171845, 1999.
 Bibliograa
Bibliografia 401
401

[192] Gabusi V., Finzi G. Caratterizzazione fotochimica dell'area dell”area lombarda tramite
simulazione modellistica. In Proc. Int. Conf. Conf. Automazione e processi
processi decisio-
nali
nali,, p. 327{335,
3277335, 2000.
[193] Silibello C., Volta M., Calori G., Pirovano G., Brusasca G. The use of indicator
concept to evaluate Ozone-NOX-VOC sensitivity during an ozone episode over
Northern Italy. In Proc. Int. Conf. Conf. on Automation and decision-making
decision-making,, p.
509{518.
5097518. ANIPLA, 2000.
[194] Prevot A.S.H., Staehelin J., Kok G.L., Schillawski R.D., Neininger B., Staf-
felbach T., Neftel A., Wernli H., Dommen J. The Milan photooxidant plume. plume.
Journal of of Geophysical
Geophysical Research
Research,, 102:23375{23388,
102123375723388, 1997.
[195] Busi R. Metropoli e mobilit a: il caso di Brescia
mobilità: Brescia,, cap.: Piani di intervento sulla
mobilit
mobilita a a Brescia. 1994.
[196] Veraldi S., Veronesi V., Volta M. Politiche di riduzione delle emissioni prodotte
da traÆco
traflico autoveicolare: il caso dell'area bresciana. In Proc.
dell”area metropolitana bresciana.
Int. Conf.
Conƒ. Automazione e processi
processi decisionali
decisionali,, p. 279{288,
2797288, 2000.
[197] Box G.E.P., Jenkins G.M., Reinsel G.C. Time Time series analysis, forecasting
forecasting and
control
control.. Prentice Hall, 1994.
[198] Finzi G., Santi M., Soncini Sessa M. Il package
package AST-3, manuale d`uso dfuso.. CLUP,
1993.
[199] Hernandez E., Garcia R., Finzi G. The sulphur dioxide dioXide pollution in Madrid.
Part 1: A study of the meteorological and statistical aspects. Il Nuovo Ci-
mento
mento,, 6C(6):595{604,
6C(6):5957604, 1983.
[200] Finzi G., Tebaldi G. A mathematical model for air pollution forecast and
alarm in an urban area. Atmospheric Environment
Environment,, 16:2055{2059,
16:205572059, 1982.
[201] Hernandez E., Garcia R., Finzi G. The sulphur dioxide dioXide pollution in Madrid.
Part 2: A comparison between two stochastic models for real-time forecast
purposes. Il Nuovo Cimento
Cimento,, 6C(6):605{617,
6C(6):6057617, 1983.
[202] Finzi G., Bonelli P., Bacci G. A stochastic model of surface Wind wind speed for air
quality purposes. J. of of Climate
Climate and Applied Meteorology
Meteorology,, 23:1354{1361,
23:135471361, 1984.
[203] Finzi G., Visioli A., Volta M. Analisi e controllo di sistemi dinamici. Un Un
laboratorio informatico
informatico.. McGraw Hill, 1991.
[204] Driankov D., Hellendorn H., Reinfrank M. An introduction to fuzzy fuzzy control
control..
Springer-Verlag, 1993.
[205] Visioli A., Veronesi M. Logica Fuzzy: teoria ed applicazioni
applicazioni.. FrancoAngeli,
2000.
[206] Haykin S. Neural networks: a comprehensive foundation.foundation. Prentice Hall, 1994.
[207] ANIPLA. Tecniche
Tecniche di soft-computing per per l'automazione
llautomazione,, 1998.
[208] Boznar M., Lesjak M., Mlakar P. A neural network-based method for short
term predictions of ambient suplphur dioxide dioXide concentration in highly polluted
industrial areas of complex terrain. Atmospheric Environment
Environment,, 27(2):221{230,
27(2):2217230,
1993.
[209] Gardner M.W., Dorling S.R. ArticialArtificial neural networks (the multilayer per-
ceptron). A review of applications in the the atmospheric sciences. Atmospheric
Environment
Environment,, 32(14):2627{2636,
32(14):262772636, 1998.
[210] Finzi G., Volta M., Nucifora A., Nunnari G. Real time ozone episode episode forecast:
forecast:
a comparison between neural network and grey-box models. In Proc. Inter-
national ICSC/IFAC
ICSC/IFAC' Symposium on Neural Computation Computation - NC `98 '98,, Vienna,
1998.
402
402 Bibliograa
Bibliografia

[211] Shing J., Jang

.lang R. ANFIS: adaptive-network-based fuzzy inference system.
IEEE Trans.on
Transon System, Man and Cybernetics
Cybernetics,, 32(14):665{683,
32(14):665†683, 1993.
[212] Finzi G., Volta M. Real time urban ozone alarm system including neuro-fuzzy
boX models. In Proc. International ICSC/IFAC
networks and grey box [CSC/IFAC Symposium
on NEURAL COMPUTATION
COMPUTATION - NC'2000NCl2000,, Berlino, 2000.
[213] Brusasca G., Finzi G. Stochastic models for real time sulphur dioxide
dioXide pollution
forecast around thermal power plants. In Proc. of ENVIROSOFT86, Comp.
Mech. Pubblications
Pubblications,, p. 177{191,
1777191, 1986.
[214] Guariso G., Werthner H. Environmental Decision Support Systems Systems.. Ellis
Horwood Limited, 1989.
[215] Brusasca G., Finzi G. Sistemi informativi per il controllo della qualit
qualitaa dell'aria
delllaria
nei pressi di centrali termoelettriche. Terra
Terra,, 3:20{24,
3120724, 1990.
[216] Brusasca G., Marzorati A., Tinarelli G. Software for real time acoustic re-
mote sensing instrumentation and atmospheric pollution control. In Proc. of
ENVIROSOFT86, Comp. Comp. Mech. Pubblications
Pubblications,, p. 759{769,
7597769, 1986.
[217] Elisei G., Maini M., Marzorati A., Morselli M.G., Fiocco G. Cantarano Mas-
trantonio G. Implementation of multiaxial Doppler Sodar System with advan-
ced data processing. Atmospheric Research
Research,, 20(2-4):109{118,
20(2-4):109†118, 1986.
[218] Van Aalst R.M.,
RM., De Leeuw F.A.A.M. National ozone forecasting
forecasting system and
international data exchange in Northwest Europe. Rapporto tecnico, Euro-
pean Topic Centre on Air Quality, 1997.
[219] Finzi G., Bergoli D., Volta M. Modelli per la previsione di episodi critici
europee. In Convegno SCO
di ozono troposferico in accordo alle linee guida europee.
`99
'99 su Modelli Complessi
Complessi e Metodi Computazionali
Computazionali Intensivi per
per la Stima e la
Previsione
Previsione,, Venezia, 1999.
Herfindhal D., Kneese A.V. Economic theory of natural resources
[220] Herndhal resources.. C. Merril
and Co., Columbus, 1974.
[221] Cellerino R. Diritti di inquinamento: lo strumento e le sue applicazioni. Ri-
vista di Diritto Finanziario e Scienza delle Finanze
Finanze,, XLIV(3):352, 1985.
[222] Legge n.448 del 23/12/1998."Misure
23/12/1998.”Misure di finanza
nanza pubblica
pubblica per
per la stabilizzazione
e lo sviluppo, Titolo
Titolo I, Art.8, Tassazione
Tassazione sulle emissioni di anidride carbonica
e misure compensative",
compensative”, Gazzetta
Gazzetta UÆciale
Ufiiciale n.302 del 29/12/1988
29/12/1988,, 1988.
[223] Cirillo M., Cagnetti P. DIMULA: un codice multisorgente per per il calcolo della
concentrazione in aria, a livello del suolo, degli inquinanti atmosferici
atmosferici,, 1982.
[224] Finzi G., Guariso G. Optimal air pollution control strategies: a case study.
Ecological Modelling
Modelling,, 64:221{239,
64:2217239, 1992.
[225] Finzi G., Guariso G. Valutazione di normative di controllo della qualit qualitaa
dell”aria. In Atti del Convegno
dell'aria. Convegno ANIPLA: La qualit
qualitaa dell'aria.
dell”aria. Il controllo delle
emissioni
emissioni,, p. 47{60,
47760, FAST-Milano, 1992.
[226] Guariso G., Lancini R. Produzione di energia e salvaguardia dell'ambiente:
delllambiente:
verso un compromesso ottimale. Ricerca Operativa
Operativa,, (50):27, 1990.
[227] Bocola W. Tecnologie e costi per la riduzione dell'inquinamento
delllinquinamento atmosferico
di centrali termoeletriche a carbone. Energia
Energia,, 2, 1987.
[228] Amman M., Kornai J. Cost function for controlling sulphur dioxide emission
in Europe. Rapporto Tecnico WP-87-065, IIASA,
IIASA, Laxenburg-Astria,
LaXenburg-Astria, 1987.
[229] Decreto del Presidente del Consiglio
Consiglio dei Ministri n. 30 del 28/3/1983, Limiti
massimi di accettabilit a delle concentrazioni e di esposizione relativi ad in-
accettabilità
quinanti dell'aria
delllaria nell'ambiente
nelliambiente esterno,Gazzetta
esterno, Gazzetta UÆciale
Ufliciale n. 145, 28/5/1983.
28/5/1983.,,
1983.
 Bibliograa
Bibliografia 403
403

[230] Decreto del Presidente della Repubblica n.203

n.208 del 24/5/1988,Attuazione delle
direttive CEE
GEE numeri 801779, 821884, 841360 841860 e 851203
851208 concernenti norme
in materia di qualit a dell'aria
qualita delliaria relativamente a specici
specifici agenti inquinanti, e
di inquinamento prodotto
prodotto dagli impianti industriali, ai sensi dell'art.
delliart. 15 della
legge 16 aprile 1987, n.183,
n.188, Gazzetta
Gazzetta UÆciale
Uficiale n'53,
n758, 16/6/1988.
16/6/1988.,, 1988.
[231] Decreto del Ministero dell'Ambiente
delllAmbiente del 20/5/1991, Criteri per la raccolta dei
dati inerenti la qualit
a dell'aria,
qualita delllaria, Gazzetta
Gazzetta UÆciale
Uƒjciciale n.126, 31/5/1991.
31/5/1991.,, 1991.
[232] Modelli per la progettazione e valutazione di una rete di rilevamento per il
controllo della qualit
qualitàa dell'aria.
delllaria. Rapporto Tecnico ISSN-0391-1675, ISTISAN,
1990.
[233] Calori G., Finzi G., Tonezzer C. A decision support system for the design
of air quality network design. Environmental Monitoring and Assessment Assessment,,
33:101{114,
33:1017114, 1994.
[234] Morselli M.G., Brusasca G., Frera G. APC-2 atmospheric pollution control
(version 2). Rapporto Tecnico E 1/90/02/MI, ENEL-CRTN, 1990.
[235] Tirabassi T., Tagliazucca M., Zannetti P. KAPPA-G, a non-gaussiannon-gaussian plume
dispersion model: description and evaluation against tracer measurements.
measurements.
JAPCA
JAPGA,, 36:592{596,
36:5927596, 1986.
[236] Trinity Consultants Inc. Complex-I
Complex-I User's
Userls Manual
Manual,, 1990.
[237] EPA-45014-88-002b. ISC [SG Dispersion Model User's
Useris Guide
Guide Second Edition (Re-
vised)
vised),, 1987.
[238] Noll K.E.,
KE., Mitsutomi S. Design methodology for optimal dosage air monitoring
site selection. Atmospheric Environment
Environment,, 17:2583, 1983.
[239] Langsta
Langstaff J., Seigneur C., Liu M.K., Behar J., McElroy J.L. Design of an
optimal air monitoring network for for exposure assessments. Atmospheric Envi-
ronment
ronment,, 21:1393, 1987.
[240] Gandin L.S. Objective analysis of meteorological fields. elds. Rapporto tecnico,
tecnico,
Israel Program forfor Scientic
Scientific Translation, Jerusalem.
[241] Burges S., Lettenmaier D., Bates C. Properties of three parameter lognormal
probability distribution. Water
Water Resources research
research,, 11(2), 1975.
[242] Bittanti S. Teoria
Teoria della predizione
predizione e del filtraggio.
ltraggio. Pitagora, 1993.
vieWpoint. J. of Economic
[243] Granger C.W.J. Testing for causality, a particular viewpoint.
Dynamic Control
Gontrol,, 2:329{352,
2:3297352, 1980.
[244] Pierce A., Haugh D. Causality in temporal system. J. of Economic Dynamic
Control
Gontrol,, 5:265{293,
5:2657293, 1977.
GA. Money, income and causality. American Economic Review
[245] Sims C.A. Review,, 62:540{
62:540i
552, 1972.
[246] Geweke
GeWeke J. Measurement of linear dependece and feedback beetwen beetWen multiple
series. J. of
of the American Statistical Assosation
Assosation,, 1982.
[247] Finzi G., Lancini R., Savoldelli A., Brusasca G. AST-2: a PC package to study
causality relations among environmental variables. Environmental Software Software,,
4(1):5{8,
4(1):5†8, 1989.
404