Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
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 Acidicazione
Acidificazione ed eutrozzazione
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
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 Denizione
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'identicazione
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
.
Prefazione
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 qualicato
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 diversicate 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 cartograci) cartografici) e
strumenti di elaborazione gracagrafica 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 scientica, 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 scientica
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
inne
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
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
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 signicativa
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
vericarsi
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:
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
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
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
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 denisce 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
signicative
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
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 riuti
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 calorica
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 geosici
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 verica
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:
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
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
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;
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 modiche
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 riuti
rifiuti 1%
Processi di produzione 1%
Tabella 1.8
Tabella 1.8 Emissioni italiane di NO
N022 stimate per il
il 1994
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 acidicazione
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 semplicato
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)
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
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
clorolla.
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 inne
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
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 denisce
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 scientici
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
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
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
identicabili 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
speciche. 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 supercie
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:
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 inammazione
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
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 edici
edifici (case, monumenti, strutture, ecc.) ecc.) vengono sporcati e danneggiati da
particelle solitamente catramose, collose ed acide, le quali aderiscono alle superci superfici
fungendo da serbatoi di acidi per la corrosione (fatto questo che si verifica verica soprat-
tutto in citt
a, dove vengono usate grandi quantit
citta, quantitaa di carbone ed olii a base di zolfo).
zolfo).
Anche le superci
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 denito
definito come il complesso delle trasformazioni degli ossidi di azoto
e dell'ozono,
dell”ozono, in presenza di composti organici in grado di modicare
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 riuti
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
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 supercie
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 supercie
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
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
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 speciche
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 deniti
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 denizioni
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
identicare 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 signicatosignificato degli standard proposti dalla nor-
mativa, di seguito vengono richiamate brevemente le denizionidefinizioni 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.
Inne
Infine occorrerebbe sempre vericare
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 denisce
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 denisce
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 denizione
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 denito
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 Acidicazione
Acidifìcazione ed
ed eutrozzazione
eutrofizzazione
I fenomeni
fenomeni di acidicazione
acidificazione consistono nell'abbassamento
nell”abbassamento del pH delle acque super-
ciali
ficiali e dei suoli, a causa dell'apporto
dell“apporto di sostanze acidicanti
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
precipitazioni secche ed umide. La presenza in atmosfera di composti acidicanti 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'acidicazione
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'acidicazione
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
intensicati 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'acidicazione
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
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 1.17 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
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
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
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
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
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
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 denito 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 denisce 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 acidicanti,
acidificanti, in particolare i
composti dello zolfo, possono provocare danni ai materiali (erosione, scolorimento,
indebolimento, modica
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 eutrozzazione. Per eutroz-
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 eutrozzazione
eutrofizzazione sono gli ossidi di azoto e l”arnmoniaca.
l'ammoniaca. L'eutrozza-
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
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
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
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 acidicazione
acidificazione ed eutrozzazione 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
Nome
Nome protocollo
protocollo Anno
Anno Contenuto
Contenuto
Helsinki 1985 Riduzione emissioni di SO
SO96x
Soa
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 acidicazione
acidificazione ed eutrozzazione
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 denizione
definizione di politiche di ulteriori riduzione aventi come obiet-
tivo il rispetto dei livelli critici
critici.. In questo contesto il livello critico viene denito 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 identica
identifica una serie di azioni di carattere conoscitivo,
simili a quelle di Soa
Sofia (studio degli eetti {livelli critici{;
effetti ilivelli criticif; monitoraggio e modella-
zione dei fenomeni, inventari delle emissioni, denizione 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 denire
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, denito
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 acidicazione,
acidificazione, eutrozzazione
eutrofizzazione e inquinamento
secondario. Inoltre il documento introduce aggiornamenti e precisazioni sia per
quanto riguarda le denizioni
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 denito indicatori,,
36
36 Capitolo 1
Nome
Nome Anno
Anno Riferimento
Riferimento Contenuto
Contenuto
Direttiva 1999/32 1999 UE Riduzione del tenore di zolfo
in combustibili liquidi
Direttiva LCP denizione
definizione UE Limiti alle emissioni da gran-
di impianti di combustione
Direttiva NEC denizione
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
STHATGSPHEHE
THGPDSF'HERE
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 articiali 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
vericarsi
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 deniti 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]
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
Figura 1.8
Figura 1.8 Rappresentazione schematica e semplicata
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
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 signicative
(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 signicative
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
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 scientico.
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
denizione
definizione di politiche e provvedimenti atti a proteggere la salute umana ee l'ambientePambiente
dagli eetti
effetti negativi diretti e indiretti di una modicazione eettiva o probabile dello
modificazione effettiva
strato dell'ozono.
dell”ozono. Sono stati identicati
identificati e provati scienticamente
scientificamente due principali
problemi legati allo stato dell'ozono
dellyozono stratosferico:
0 le modicazioni
modificazioni dello strato dell'ozono
dell”ozono comportano un cambiamento dell'in- dell7in-
tensit
tensitaa della radiazione ultravioletta solare UV-B che raggiunge la supercie superficie
terrestre; ne conseguono eetti
effetti sulla salute delle popolazioni, sugli organismi,
organismi,
sugli ecosistemi naturali e sui materiali;
0 le modicazioni
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 denite
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 specicati
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
1.6
1.6 Eetto
Effetto serra
serra
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
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
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 superciale 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 modiche
potra modifiche signicative
significative nei cicli cli-
matici con l'intensicazione
l7intensificazione dei fenomeni estremi (forti precipitazioni,
precipitazioni, eventi
eventi alluvio-
Gli inquinanti atmosferici 47
47
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
0 la concentrazione in atmosfera,
0 la sua capacit
a di assorbimento.
capacità
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 quanticate,
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 signicativi,
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 signicativi
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 modicazione
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 identica
identifica gli obiettivi dello sviluppo sosteni-
bile e denisce
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: denisce 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
beneci 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 raticato
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 denire
definire
le linee di indirizzo delle politiche e le misure attuative da adottare da parte dei
Paesi firmatari
rmatari (art.2), la quanticazione
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 scientica
scientifica e sviluppo di nuove tecnologie. La seconda denisce
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 denizione
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 quantica
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 specicato
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 la diusione
diffusione periodica al pubblico delle informazioni sulla salute dell'ambiente,
dell7ambiente,
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
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 speciche
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-scientica
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:
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
riuti
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 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 pacico dell'energia
all”uso pacifico dell”energia nu-
cleare.
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 modicazioni,
modificazioni, dalla
legge 21 gennaio 1994,-n. 61, sono organismi regionali che, sulla base degli indi-
rizzi della programmazione regionale, svolgono attivit a tecnico-scientica
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-scientico
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-scientiche:
1. supporto tecnico-scientico
tecnico-scientifico ai livelli istituzionali competenti nelle materie iden-
ticate
tificate dal testo di legge;
6. altre attivit
a connesse alla tute la dell'ambiente.
attività dell”ambiente.
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-scientico
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 pacico
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.
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
Inne a educative e di formazione
attività formazione ambientale tra-
mite:
. la verica
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.
Inne,
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 innitesime
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 innitesima 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 specicamente
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.
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 innitesimo
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
Il trasporto Il
usso netto entrante nel volume innitesimo dxdydz dovuto alla
sola componente media della velocita del vento e per denizione:
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 supercie dellyelemento
innitesimo,
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
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
innitesimo.
infinitesimo.
Il flusso
usso medio entrante, o portata di massa, relativo alla componente del tra-
sporto, in termini di integrale di supercie
superficie relativo all'elemento
all”elemento di volume innitesi-
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 innitesimo
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.
ZA
MM) é
Yx(Z) â gli
MH!) ß
x
Figura 2.2
Figura 2.2 Prolo
Profilo di
di velocit
velocità lunghezza `É di
a ee lunghezza di mescolamento
mescolamento
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
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.
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 denita:
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 supercie
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 esemplicati
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.
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 bibliograci
bibliografici e, nonostante esso sia stato
individuato finn 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 acidicanti
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 supercie
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 superci esposte: suolo,
superfici esposte: suolo,
vegetazione, manufatti. Gli Uli inquinanti incorporati nelle goccioline vengono quindi
a contatto con le superci,
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 supercie
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
denita
definita eÆcienza
efficienza di deposizione;)
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
signicativamente,
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 connata,
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
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
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)
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
: 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)
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
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.
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-
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
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. Signicativo
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
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
I PAN formatisi
formatisi possono dissociarsi termicamente
CH 3 COO2 NO2
CHgCOO2NO2 !
_› CH
3 COO2 ~ + NO
CHgCOO2 N022
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.
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)
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]
Soluzione
Soluzione dell'equazione
dellaequazione alle
alle dierenze nite Per semplicare
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 ix, jAy,
temporale, di coordinate ((iAx,
spazio-temporale, jy, mAz;
mz ; nt ). 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
= + () ; nt
g ((nn + 1)
nntt (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
ix
iAa: S ßl S ((ii + 1)
1 x ;
1)A:U, ((ii 1) x
- 1) Aa: S
ßg2 É ix
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
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 semplicate
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 amplicati 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 verica 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:
= mz : 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
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 giusticabile
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
Caratteristiche
Caratteristiche della della supercie
superficie In generale,
generale, dell'area
delliarea che si
si intende
intende studiare,
studiare,
occorre conoscere l”orografia,
l'orograa, la tipologia di copertura del suolo e una serie di para-
geosici. I principali sono: la rugosit
metri geofisici. a superciale,
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'orograa
sulliorografia e sull'uso
sulliuso del suolo possono
possono essere
essere ricavate
ricavate da carte tema-
tema-
82
82 Capitolo 3
Bilancio
Bilancio energetico
energetico L'energia
L7energia radiante proveniente dal sole interagisce in diversi
modi con l'atmosfera
Patmosfera e la supercie terrestre. In figura
superficie terrestre. gura 3.1 èe riportato uno schema
semplicato
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 supercie
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 supercie
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 denito
definito come:
Q %cp u
Qhh = -Qcpu*@* (3.1)
(3.1)
%Q = densit
a dell'aria
densità dell”aria
ccIDp =
: calore specico
specifico a P costante
uu* = velocita d'attrito
velocita d7attrito
Q* =: temperatura di scala
e pu
o essere ricavato direttamente dalla sua denizione
può definizione determinando u*u e
Q* (meto-
do del prolo)
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 denisce
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 geograca
geografica e del periodo dell'anno.
dell”anno. Diversamente i termini che deniscono
definiscono le
equazioni di bilancio sono calcolati in funzione della nuvolosità
nuvolosita e di alcuni parametri
geosici
geofisici (albedo, rapporto di Bowen,. . . ).
)
Prolo
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
da
4 i _ _
in atmosfera = 2% sfera =
*ß a, Emè” \° g m > Eo
Irradiata dall’amosfera
o .i a
convezione e turbolenza
verso la terra: 106%
Diffus
A E gE g a
a I: g “ñ <0
mgs
l’atmosfera, attraverso
e ass
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 semplicato
semplificato del bilancio energetico sulla
sulla superficie
supercie terrestre
terrestre [37]
[37]
z =
: Altezza dal suolo a cui si trova la particella
g =
: Accelerazione di gravita
gravita
Cpp =
: Calore specico,
specifico, per unit
a di massa, dell'aria
unità de117aria a pressione costante
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 signicative
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 prolo
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 sosticate,
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,
denita
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 specici
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 classicazione
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 denita
definita come l'altezza
Paltezza dello
strato adiacente alla supercie
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 quanticare
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
proli 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), denita come il rapporto fra la turbolenza di origine meccanica e quella di ori-
gine convettiva:
u3 T %aCp
L=
kgQh
(3.6)
(3.6)
,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].
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 superciale
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 superciale
superficiale (z 0 ) ee la
(zo) la lunghezza
lunghezza
di Monin-Obukhov (L) (L)
Inne
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
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
Figura 3.5
Figura 3.5 Calcolo della classe di stabilita secondo la
stabilità la classificazione
classicazione Pasquill-Giord,
Pasquill-Gifford,
utilizzando l'algoritmo
l7algoritmo contenuto nel modello
modello CALMET.
CALMET.
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. Inne
Infine la forma più piu articolata eè quella del cosiddetto terreno comples-
so generico, che può
puo essere denito
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 signicative modicazioni nella struttura dei
campi
_. meteorologici. I rilievi, comportandosi come ostacoli, producono interazioni
di tipo meccanico modificando
modicando la struttura del flusso
usso (incanalamenti nelle valli, sca-
valcamenti o aggiramenti delle colline,. . . ); inoltre possono generare modificazioni modicazioni
di origine termica, perché
perche a causa della inclinazioni dei pendii le superfici superci 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 signicative
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-
percie
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 figuragura 3.7). Durante
il giorno, in presenza di radiazione solare, la supercie
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 supercie
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 superci
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
superci
superfici (strade ed edici)
edifici) che al contributo di calore dovuto specicatamente
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 edici
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 edicata.
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]
Canyon
Canyon Urbano
Urbano Il termine canyon stradale si riferisce ad una strada relativa-
mente stretta, chiusa tra edici
edifici che sono disposti su entrambi i lati in modo conti-
nuo. La presenza di strade circondate da alti edici, puo indurre modicazioni
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 edici 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 edici
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
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 prolo
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
(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)
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 signicative.
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 semplicate
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
semplicazioni
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 semplicazioni
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
superciali.
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 denizione
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
o MEMO
MEMO [55]
° MM5
I [56]
o RAMS
RAMS [57]
o TVMnh
TVMnh [58]
[58]
lungo il prolo
profilo e dati sulle caratteristiche della supercie.
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
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'orograa
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 supercie 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 geosiche 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
semplicate
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 soldrico,
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
MODELLI DETERMINISTICI
EULERIANI LAGRANGIANI
Figura 4.2
Figura 4.2 Classicazione
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 innitesimo 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:
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
quanticato 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
inniti
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 semplicata
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
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
specicare
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.
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
@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)
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 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 denizione
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 inne 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 denizione 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 classicati
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 specicatamente
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
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'orograa
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
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.
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].
@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 signicato
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 (proli
(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.
@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 quanticato 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 signicato
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 quantica 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 denito
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 denita
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 prolo
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
[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.
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 denito 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 modica modifica èe necessaria per simulare
con il modello a particelle denito
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 modica
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 modicare
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 modicare
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] denita
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 prolo 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
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
orograa,
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 denire
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 nidicate.
ussi turbolenti sono
nidificate. I flussi
espressi attraverso una K-theory secondo lo schema di Louis, mentre la struttura
della supercie
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. Inne 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 acidicazione eutrozza-
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 acidicanti
acidificanti ed eutrozzanti, 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
conni
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].
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).
Inne,
Infine; aÆnch
affinchée possa essere mantenuta valida l”ipotesi
l'ipotesi di monodimensionalità,
monodimensionalita,
occorre vericare
verificare che la colonna verticale mantenga la sua integrità
integrita durante il tra-
sporto ovvero che valgano le seguenti relazioni:
relazioni:
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, inne,
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 denirne
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 supercie
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
4.4.1
4.4.1 Il
Il sistema
sistema FRAME
FRAME
ESPERTO
DEL
DOMINIO
MAINTENANCE
TOOL
BANCA
MODELLI
<_%n BASE DI
CONOSCENZA
CONSULTATION
TOOL
Figura 4.12
Figura 4.12 L'architettura
Llarchitettura di FRAME.
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 semplicare
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
modiche 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 specica,
specifica, e questo diventa l”insieme
l'insieme
di modelli corrente. Il procedimento pu puòo essere iterato, raÆnando
raffinando progressivamente
la descrizione dello scenario, finono a quando l'insieme
l”insieme dei modelli individuati non
soddis
soddisfi l'utente.
l”utente.
Alcune chiavi utilizzate nella classicazione
classificazione dei modelli possono, tuttavia, richie-
dere conoscenze modellistiche speciche,
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.
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-deniti, 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, Acidicazione,
Acidificazione, Eutrozzazione,
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.
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
identicare
identificare modelli le cui descrizioni contengano termini specici.
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..
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 con STACK
STACK DOWNWASH
DOWNWASH ottenendo come risposta no
no
(49 modelli)
Infine con TREATMENT
Inne 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 edici
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
5.1
5.1 Modelli
Modelli stazionari
stazionari
Il modello gaussiano appartiene alla famiglia dei modelli analitici, cos chiamati
perche basati sull'integrazione, in condizioni semplicate, 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)
=QÆ(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)
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: prolo
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
Æo aperta campagna
Æ tempo di campionamento di circa 10 minuti
O
Æ supercie
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
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
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
Figura 5.4
Figura 5.4 Andamento di azz ((Pasquill-Gifiord)
Pasquill-Giord ) in funzione della distanza dalla sorgente.
sorgente.
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).
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
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
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.
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;
Pennacchi
Pennacchi galleggianti
galleggianti Si identicano
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 denito 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 specico 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].
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)
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
gH0 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
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 identicabili
tipo jet identificabili con quei pennacchi dove il sovrainnalza-
mento eè dovuto principalmente alla velocit
a di uscita.
velocita
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
Tali situazioni possono essere simulate grazie all'uso all”uso di piccoli accorgimenti,
oppure attraverso revisioni pi u signicative
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 modicare l'asse del pennacchio in funzione dell'oro-
modificare Passe dellyoro-
graa
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
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.
_
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 semplicate,
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
/\
/<\// \ /^\
X( \ \ \
/ \ \
\ \/ \ \
2h.+H \ //\
' X \ \ \
\\
/ \ \ \ \ \
// \ \\ \\ \
) IMÂGE \
/ / 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 denisce
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 Prolo
Profilo di concentrazione del pennacchio, sotto
sotto uno strato
strato d'inversione.
dlinversione.
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 sosticati
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 sosticati
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
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).
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].
H d = Hh (1 F r)
Hd:Hh(1_F'I`) (5.43)
(5.43)
0 l'avvicinamento
l”avvicinamento delle linee di
usso
flusso alla supercie
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'amplicazione
lflarnplificazione dei serpeggiamenti
serpeggiamentì a bassa frequenza
frequenza del pennacchio, che viene
disperso su una supercie
superficie maggiore, dando luogo a minori concentrazioni.
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 geostroco
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 straticato;
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-
plicato
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
gracamente 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.
prolo.
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
Figura 5.14
Figura 5.14 Diusione
Diffusione di un pennacchio pi
u pesante dell'aria.
più delllaria.
0
(9,, generica classe di direzione del vento ((Q
=: 1,..,B)
1,..,B)
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
vericano 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 vericare
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). ).
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 semplicate
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'orograa
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 prolo.
profilo.
Modelli gaussiani 165
165
5.2
5.2 Modelli
Modelli a
a pu
puff
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.
' 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
Figura 5.16
Figura 5.16 Ricostruzione di campo di vento su orograa
orografia complessa.
complessa.
I modelli a puff
pu possono risultare molto utili qualora si voglia simulare la diu- diffu-
orograa 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
orograche 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. Inne
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 prolo verticale per poter ricostruire opportunamente la struttura
tridimensionale del campo di vento e della turbolenza.
168
168 Capitolo 5
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 graca
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.
T -T
F= : gg Tg aa gwr2
gwr2
Tg
g @T ÖT
S = _ _ + 0O.: 0098
TTaa (82'
@z + >
dove:
dove
Input-Output
Input-Output Il modello richiede in input
input::
0 informazioni
informazioni sulle
sulle caratteristiche
caratteristiche delle
delle emissioni
emissioni costituite
costituite da:
da:
5.3.2
5.3.2 Descrizione
Descrizione e
e installazione
installazione del
del Software
Software
Interfaccia
Interfaccia graca
grafica L'interfaccia
L”interfaccia graca
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 signicato
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
ø Menu
Menu INPUT
INPUT
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
Soluzione
Soluzione La tabella seguente riassume i risultati ottenuti nei 4 casi proposti:
proposti:
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 intesicano,
intesificano, ci
o signica
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
0 valutare la sensibilit
a del modello alla variazione dei parametri meteorologici a
sensibilità
partire dalla seguente congurazione:
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
Soluzione
Soluzione
Analisi di sensibilit
a ai parametri
sensibilità parametri meteorologici Alla congurazione
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 signicativo;
significativo;
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):
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 proli
profili tipici
di vento (gura
(figura 5.18)
5.18) e temperatura (gura
(figura 5.19). Si ipotizzi che:
.-›N
.-IåO .OQ sv00 -\
F. rid. Portatal
I\J
.O O
Si valuti l'eetto dell'eventuale innovazione sulla qualita dell'aria del centro
urbano. Nel nuovo scenario ipotizzato, si assuma che:
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
Figura 5.18
Figura 5.18 Evoluzione
Evoluzione del
del prolo
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 proli
profili verticali di temperatura misurati
che possono essere confrontati con il prolo
profilo adiabatico di riferimento. Per quanto
riguarda i dati di vento,
vento7 le informazioni possono essere ricavate dal prolo
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, inne, infine, si
pu
puòo ricavare, come suggerito, dal valore al suolo del profilo
prolo 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
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]
Figura 5.19
Figura 5.19 Evoluzione del prolo
profilo verticale di temperatura
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 modica
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 semplicato
semplificato in cui si sta operando).
operando).
Eettuando
Effettuando le opportune simulazioni si perviene al seguente risultato:
o Una delle principali criticit a del problema èe data dalla non
criticità non omogeneità
omogeneita del
prolo
profilo verticale del vento (come invece richiesto
richiesto dalle ipotesi
ipotesi di applicabilit
applicabilitàa
del gaussiano). La semplicazione
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 vericare, 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
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
6.1
6.1 Le
Le sorgenti
sorgenti emissive
emissive
In letteratura si considerano per le emissioni di inquinanti principalmente due clas-
sicazioni
sificazioni [139], [140]. Secondo la prima, le emissioni sono classicabili
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 supercie.
unita superficie. Le sorgenti lineari, inne,
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 classicazione,
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 edici
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
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 elettricate
attività elettrificate sulle linee ferroviarie (treni
con motrice diesel)
diesel) e attivit
a parallele dovute a motori non elettrificati.
attività elettricati.
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 denizione
definizione di un inventario devono essere specicati
specificati i seguenti elementi,
elementi, che
ne delineano le caratteristiche:
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);
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 specici
specifici settori di attivit
a inquinanti.
attività
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 classicazione
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 denizione
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 specicati
specificati nelle stesse unit
a
unita
territoriali previste per le sorgenti diuse.
diffuse.
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
classicazione
classificazione delle emissioni per una maggiore e piùpiu facile interazione e confronto
fra inventari. In particolare sono specicati:
specificati:
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 specici 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.
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-
cicando 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 pianicazione
pianificazione perper verificare
vericare 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 diversicate 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 specica
specifica classicazione
classificazione
delle attivit a antropiche dierente
attivita differente da quella impiegata nella denizione
definizione delle ca-
tegorie SNAP90.
SNAPQO. E' E7 fondamentale, perci o, determinare il legame che intercorre
perciò,
tra la classicazione
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 identicazione proli 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-
proli temporali che caratterizzano l'attivit
do i profili a inquinante.
l”attivita inquinante. Nei casi ove non èe
identicabile
identificabile un preciso ciclo temporale, si procede procede impiegando dei riferimenti
che caratterizzino l'attivit a. Per ogni variabile surrogato si identica
l”attivita. identifica un prolo
profilo
mensile
mensile,, settimanale e giornaliero
giornaliero;; per determinare l'emissione relativa ad un
l”emissione relativa un
intervallo di tempo denitodefinito si moltiplicano i valori
valori di emissione
emissione annuali per i
proli 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
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 Prolo
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
i; i; i;
provincia anno totale
i i i
comune periodo speciazione
Figura 6.2
Figura 6.2 Schema di flusso
usso del modello POEM
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 (classicazione
(classificazione UN-ECE)
UN-ECE) ;
o le condizioni di guida, denite
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.
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
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.
_.
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 denite
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'orograa
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
orograa 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 orograca
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.
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 Denizione
Definizione dei parametri di turbolenza
turbolenza
Il modulo per la denizione
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
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.
All'interno
All”interno dello strato rimescolato convettivo (diurno) i valori di temperatura
vengono corretti ipotizzando la presenza di un prolo
profilo adiabatico con valore al
suolo pari a quello stimato per interpolazione.
Dati topografici:
topograci: orograa,
orografia, copertura del suolo e parametri che descrivono le
caratteristiche geosiche
geofisiche del suolo (rapporto di Bowen, flusso
usso di calore verso il
suolo, albedo, rugosit
rugositàa superciale,
superficiale, indice di copertura fogliare (LAI)
(LAI) e flusso
usso
di calore antropogenico).
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.
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;
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 graca
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 filele 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 graca
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 graca.
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.
o Basi
Basi:: contiene due mappe del dominio utilizzabili come base
base cartograca;
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;
Una volta che il software eè stato installato èe possibile lanciare l'interfaccia graca
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 graca
grafica permette di gestire la scrittura del filele 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 signicato
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 modicare
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-
dicare
dificare un singolo gruppo di input del file
le CALMET.INP.
In particolare, ai fini
ni dell'esercitazione,
delllesercitazione, le opzioni pi
u signicative
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
inne 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 denire
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
prolo verticale misu-
rato. Questo parametro denisce
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
modicate negli strati inferiori
all'altezza
all”altezza dello strato di rimescolamento.
Power Law f{ Le componenti u e v del vento vengono modificate,
modicate, su tutti i
livelli, secondo una legge di potenza.
User
User Input Multiplicative Factors f{ Le componenti u e v del vento vengono
modicate
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 denizioni
definizioni diverse per:per:
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.
6.5.2
6.5.2 Esecuzione
Esecuzione e
e analisi
analisi delle
delle simulazioni
simulazioni
Esecuzione
Esecuzione della
della simulazione
simulazione
a)
a) Vericare
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
modicarla opportunamente).
opportunamente).
b) Lanciare l'interfaccia
l”interfaccia di CALMET.
206
206 Capitolo 6
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
vericare
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:
Altre
Altre simulazioni
simulazioni Potete eseguire altre simulazioni modicando
modificando opportunamente
uno o piu parametri del le
più file di controllo in modo da verificarne
vericarne la sensibilit
a e il
sensibilità
signicato.
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) Modicare
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) Modicare
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.
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).
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
graco 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 superci.
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 vericare
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 graco
grafico SURFER [150]
[150] Gestisce docu-
menti di tipo .SRF costituiti da rappresentazione grafichegrache 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 superci,
superfici, linee e testi. Per ognuno eè possibile denire
definire il colore, lo spessore, il
font e il formato attraverso appositi menu (facilmente identificabili).
identicabili). La dimensione
di un oggetto pu
può o essere modicata
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 (superci
(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
o Il sottomenu Post
Post permette di creare oggetti costituiti da elementi puntuali.
Ogni elemento eè denito
definito attraverso delle coordinate XY e, opzionalmente, da
un nome, un simbolo (per il quale sono denibili
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 superci
superfici (3D o proiettate sul piano)
piano)
con isolinee. L'oggetto
L”oggetto eè denito
definito attraverso una matrice. Il file
le d'appoggio
d7appoggio (con
estensione .grd)
.grd)
eè costituito da alcuni record che deniscono
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 (denendo
(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 modiche
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 modicare)
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 modicare
modificare una o piu parti della mappa utilizzare Edit
più Edit Overlays
Overlays.. E'E7 possi-
bile modicare
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.
pianicatorio.
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 modicarlo
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 denire
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
7.1
7.1 Il
Il modello
modello fotochimico
fotochimico CALGRID
CALGRID
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
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.
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)
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 supercie terrain following)
superficie ((term'm following) per poter
orografia complessa; se Z
trattare siti con orograa 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 pressato
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
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
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 supercie
capacita superficie di trattenere molecole di gas e
particelle solide (vedi paragrafo 2.2). La deposizione ee legata soprattutto alle ca-
ratteristiche della supercie
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 quanticato
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
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 quantica
quantifica la sua opposizione
al movimento della particella dall'atmosfera
dall”atmosfera verso la supercie.
superficie. Gli strati considerati
sono:
0 Strato superciale 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 superciale).
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 superciale,
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 supercie,
superficie,
rrff quantica
quantifica la capacit
capacità a di assorbimento degli stomi e il potere reattivo e di
dissoluzione delle celle mesole,
mesofile,
rrwt
cut e legato al potere reattivo della supercie
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
7.1.2
7.1.2 Il
Il modulo
modulo chimico
chimico
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.
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)
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 denizione
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 modiche 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 denizione
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)
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
denizione
definizione del meccanismo chimico.
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.
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:
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 signicativo
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
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 vericare verificare l'aÆdabilita dei risultati,
17añdabilita risultati, quanticando
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 filele 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 denito
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
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]
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 denite 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 denite
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)
Armonizzazione
Armonizzazione di
di POEM
POEM nel
nel sistema
sistema modellistico
modellistico fotochimico
fotochimico AÆnch
Affinchée
vi sia congruenza fra la classicazione
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 prolo
profilo tipico dei VOC,
l'assegnamento
Passegnamento dettagliato per la classicazione
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 prolo
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-
sicazione
sificazione dei VOC; il proloprofilo quindi eè funzione
funzione dello scenario emissivo prescelto. E
É
il processore delle emissioni che fornisce al meccanismo chimico questo prolo 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 prolo 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
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
7.2
7.2 Analisi
Analisi di
di episodi
episodi a
a scala
scala urbana
urbana e
e regionale
regionale
7.2.1
7.2.1 Il
Il dominio
dominio di
di calcolo
calcolo
5100.7 {
IM.
51405 E *g "p
w/AQÖ
5120: a .V
510017 ì
›\k`u ,N
5080. f
50605 í[Brescia
O
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 classicazione
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 classicazione
classificazione della Regione copre solo il il territorio
territorio
regionale lombardo, si utilizza questa classicazione
classificazione per le celle interne ai conni
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
.
Analisi
Analisi dei
dei parametri
parametri chimici
chimici Nella tarda
tarda primavera del 1998, nelljambito
nell'ambito del
progetto scientico
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
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 deniti
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
geograca 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
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 denite 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 vericare
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 proli 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 prolo
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 supercie
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 straticazione
stratificazione termica dell' Atmosferic
dell7 ABL ((Atmosferic
Boundary Layer ), all'interno
Layer), all”interno del quale si eè successivamente verificato
vericato 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 vericato
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.
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
prolo 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 prolo
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. Capoume.
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 prolo
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 signicativi.
significativi. Nelle figure
gure
CD.7.5a, CD.7.5b viene riportata l'evoluzione
lyevoluzione del prolo
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. prolo.
Alcune stazioni, caratterizzate da evidenti anomalie o eccessivamente influenzate in
uenzate da
caratteristiche topograche
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 proli profili verticali ottenuti da RASS e SODAR diÆ- diffi-
cilmente raggiungono quote superiori a 500-1000 m, mentre CALMET richiede che
i proli
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
proli
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 prolo 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 prolo profilo logaritmico. Oltre alle misure di tipo me- me-
teorologico, CALMET richiede informazioni sull'orograa
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 deniscono
definiscono alcune caratteristiche geosiche
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 orograche
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 prolo 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 prolo
profilo di vento
vento in in prossimit
prossimitàa della stazione
210 (Lonato -BG-). Si pu può o osservare, anche in questo caso, che il prolo 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.
Inne
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 prolo 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.
Inne
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 quantica
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. Inne
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 figuragura
CD.7.11 due mappe del campo di H mix calcolato dal modello in corrispondenza di
Hmiw
due ore del giorno 4 giugno 1998.
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 classicazione
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 riuti
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]
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 riuti
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
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%
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 vericare
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
Figura 7.10
Figura 7.10 Concentrazioni di ozono [ppb]
[ppb] osservate ee simulate a Corsico.
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.
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 signicativi
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 vericatosi Atene.. L'area
L7area metropo-
litana di Atene eè situata in una zona dall'orograa
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.
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 topograa
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 beneci
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 modicato
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.
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 semplicato 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 denite 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
8.1
8.1 Le
Le emissioni
emissioni da
da traÆco
traffico
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.
8.1.1
8.1.1 Carburanti
Carburanti
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
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 modiche
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 signicativa
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 modiche 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 giusticazione
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
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 calorico;
calorifico; contribuisce al mantenimen-
to del buono stato del motore ed alla pulizia degli oli di lubrificazione
lubricazione 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.
lubricazione. 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.
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 sorare
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 signicativo
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
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 superci
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 specici
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 conni
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
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 signicativo
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
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
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
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
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 modiche
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
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
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
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 denite
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:
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 (classicazione
(classificazione UN-ECE);
ø le condizioni di guida, denite
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
beneciano 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.
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:
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;
- vericare
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 denito
E
\
definito il progetto LAM (Linee ad Alta Mobilit a) che prevede
Mobilità)
l'ottimizzazione
llottimizzazione del trasporto pubblico su strada, attraverso la denizione
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 pressato
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 identicazione
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..
ussi di traffico,
La matrice O/D, che descrive lo stato attuale dei flussi traÆco, èe stata modificata
modicata
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 signicative
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 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 identicazione
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 deniscono
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 denite; 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 semplicato.
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..
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
9.1.2
9.1.2 Modelli
Modelli ciclostazionari
ciclostazionari
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
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 deniti 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
L (t) =
L(t) :S ((tmodT ) + 1)
S((tmodT) 1) (9.5)
(9.5)
dove S e una funzione a gradini denita
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 deniscono 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 denito
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 vericata 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
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.
L'identicazione
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 denita
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 identicato.
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
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 denita
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)
,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%, signicasignifica 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:
/LA/(X)
A0 (x) = 1-
:1- 8x2X .
A (x) V37€X.
IuA(X)
0 UNIONE (OR) f{ Siano A e B due insiemi fuzzy denitidefiniti sullo stesso universo
X; la loro unione eè un insieme CO =
: A [B la cui funzione di appartenenza può
AUB puo
essere denita
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 deniti 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 vericate 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 denizione
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
fuzzicazione.
linguistico. Tale processo prende il nome di fuzzificazione.
La denizione
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 defuzzicazione
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 fuzzicazione
fuzzificazione e di defuzzicazione.
defuzzificazione.
Fuzzicazione
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
9.2.2
9.2.2 Le
Le reti
reti neurali
neurali
Figura 9.5
Figura 9.5 Neurone
Reti
Reti neurali
neurali a
a percettrone
percettrone multistrato
multistrato
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
denito
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 deniti
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 supercie
superficie (la supercie
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.
Architettura
Architettura Una rete neurale, come detto, viene
viene classicata
classificata per la topologia
topologia
e l'algoritmo
lialgoritmo di apprendimento, che vengono scelti in base al tipo di problema:
problema:
classicazione,
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
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 defuzzicazione
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
-
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 identicare
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
_
Software
Software per
per l'identicazione
llidentificazione di
di reti
reti neuro-fuzzy
neuro-fuzzy Esistono numerosi soft-
ware
Ware che consentono di costruire e identicare
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,
identicare, 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
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 deniti
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
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
o 2
% V ar n: s: = e2_
|W
%Varn.s.:
a y
Qëlv
L'indice
L”indice quantica
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.
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)
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 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 identicato
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
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
dell'inquinante,
dell”inquinante, assunto chimicamente inerte. Come indice della stabilit a o insta-
stabilità
bilit
a atmosferica, possono inne
bilità infine essere introdotte opportune categorie sinottiche sinottíche
denite
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 vericarsi
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 ), denita
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 specico
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
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.
Figura 9.13
Figura 9.13 La citt
a di Brescia
città
i AST lv HEIZ!
Statisticalänalysis QausalityAnalysis ßegression windows flelp
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
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
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
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
signicativa
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 signicativi
significativi esterni alla banda
banda di
condenza,
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
overtting, 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 identicazione
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: denizione
definizione del
del modello
modello
0 Denizione
Definizione della complessit
a del modello. Per ultimare la fase di denizione
complessità definizione
del modello si seleziona la voce di menu Denizione/Complessit
Definizione/ Complessità. a. Viene
visualizzata una nestra
finestra di dialogo per mezzo della quale èe possibile specicare
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 denito. 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 denito,
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
Fase
Fase 3:
3: prestazioni
prestazioni del
del modello
modello identicato
identificato
Dopo avere eseguito la stima del modello eè possibile visualizzare le prestazioni dei
singoli modelli identicati
identificati cos
così come le prestazioni globali.
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
identicazione.
identificazione.
Fase
Fase 6:
6: utilizzo
utilizzo del
del modello
modello come
come predittore
predittore
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 identicazione
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
Banca modelli
UTENTE
Figura 10.1
Figura 10.1 Schema di un Sistema di Supporto alle Decisioni
304
304 Capitolo 10
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 pianicazioni
pianificazioni che portano
ad una modica
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:
' `_› _.
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
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 verica 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
esemplicare
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 graco
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 Prolo
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;
Figura 10.5
Figura 10.5 Concentrazione di SO
5022 misurata dalla capannina
capannina 1 ee carico
carico elettrico
(16/11/88)
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
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:
ø ingresso
ingresso:: tipo di ingressi richiesti:
. . . . . 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 / -
[ 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
Tabella 10.1
Tabella 10.1 Tabella di contingenza
Si deniscono
definiscono allora i seguenti coeÆcienti:
coefficienti:
SR = ( a / f ) 100 %.
SR=(a/f)100%.
Se si assegna pari importanza ad una corretta previsione sia dei superamenti critici
che dei giorni \puliti",
“puliti”, si pu definire un indice
o denire
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 signicativamente
significativamente questo livello base, anticipando
correttamente le variazioni nei livelli delle concentrazioni. Proprio al finene 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),), denito
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).
Figura 10.7
Figura 10.7 Schema di previsione e allarme.
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'orograa
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
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 signicative
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.
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
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 vericati
(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
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 signicativi
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 identicati.
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.
Modelli grey-box
grey-bom Il pi aflidabile modello a scatola grigia identicato
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:
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 identicato
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 identicazione
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 Identicazione
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
Indici
Indici Identicazione
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 finono 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 identicare
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;
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 Identicazione
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 identicati
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
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
identicazione 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 Identicazione
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 verica 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
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.
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).
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
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
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]:
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 identicate
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 sosticati, 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 beneci
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 semplicazione
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 modiche
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 ::
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 semplicazione
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 vericarsi
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.
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.
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 figuragura 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
Figura 10.14
Figura 10.14 Relazione tra
tra ammontare dei diritti di emissione e concentrazioni rilevate
rilevate
al sensore di Sarmato
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 semplicazioni
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% ,/
/
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
10.5
10.5 Progetto
Progetto di
di una
una rete
rete di
di monitoraggio
monitoraggio
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]:
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-
plicando
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 identicare
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 orograa
orografia complessa [236];
o ISCST: un modello gaussiano multisorgente che consente di prendere prendere in consi-
derazione la presenza di edici
edifici e altri fenomeni
fenomeni signicativi,
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 orograche
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 pressata,
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
identicati come aree di alto
dosaggio e divengono siti candidati di monitoraggio. Queste potenziali postazioni
vengono classicate
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 identicato
monitoraggio. Un cluster eè denito
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:
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
o Si sceglie inne
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.
dove:
dove:
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 denisce 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)
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 conden-
confiden-
coefficiente di correlazione di soglia, rrc,
za e il coeÆciente c , per un limite inferiore alla correlazione
%900 ad un livello di condenza
confidenza pressato.
prefissato. Si pu
puòo quindi denire
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 signicative
significative che abbiano la loro SOI sovrapposta a
quella delle altre. Per ogni stazione selezionata, in ordine inverso a quello di clas-
sicazione,
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 signicativa
(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]
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 graca
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
grache 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 modicare 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 modicati
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 %
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, modicabile
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 conne
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 specici
specifici per trattare
le condizioni di calma di vento; i dati meteorologici vengono modificati
modicati 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
Inne,
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 modicando 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 quanticate
possono essere quantificate in modo oggettivo.
in modo oggettivo.
A
Richiami di carattere generale sui processi
stocastici discreti
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)
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
.....................
= 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
=
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
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)
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)
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
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 denito 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 =
%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
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)
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.
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
(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 figuragura 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.
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)
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]
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
Figura A.7
Figura A.7 Possibili funzioni di autocorrelazione di un MA(1)
MA(1) [197]
[197]
#1911 + #2 < 1
+192<1
#1922 -191<1
#1 < 1
#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.
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 denito
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]
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.
1 < #1 < 1
_1<191<1
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.
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]
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 deniscono 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 specicamente =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
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:
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)
A.3
A.3 Test
Test diagnostici
diagnostici
Si supponga di aver identicato,
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
vericare
la rispondenza del modello ai dati.
il processo f{â(í)
"^(i) g+ 1
I test
test pi
piùu comuni consistono nel vericare
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 vericare
verificare se il residuo èe un
processo puramente casuale.
In linea di principio, si tratta:
tratta:
=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
%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
pw=mmßíw t 2
t2 u+1
+1
p(t) = po( )(1 ) 2
con 1/ =
: n-2 gradi di libert
a.
liberta.
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
Significativitàa
Signicativit 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'identicazione
Nell”identificazione a scatola nera si considerano modelli stocastici lineari stazionari,
definiti da un vettore #
completamente deniti 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 signicato
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 identicazione:
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
"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].
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 denisce
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
c)
c) identicazione
identificazione dei parametri (individuazione del modello migliore nell'ambito
nellyambito
della famiglia prescelta di ordine pressato);
prefissato);
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 identicato
complessità identificato con il numero di parame-
tri che lo deniscono
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'identicazione
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'identicazione.
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'identicazione
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 identicazione
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:
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.
i coeÆcienti
coefficienti v
vkk signicativamente
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 identicazione,
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 signicativo
significativo
rispetto alla iterazione precedente.
0 Si eettuano
effettuano alcuni test statistici: identicato
identificato il modello, si deve verificare
vericare 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'identicazione
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
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
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
identicazione èe lo stesso già
gia visto a
proposito di questa classe di modelli.
Osserviamo inne
infine che questo tipo di pretrattamento del processo mediante die- diffe-
renziazioni non eè necessariamente applicabile solo a questo caso specico:
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.
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'identicazione
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 signicativi
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 Denizioni
Definizioni di
di causalit
a
causalità
Alla denizione
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 denizione
definizione generale di causalit
a.
causalità.
DEFINIZIONE 1
Se si indica con
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 vericata
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 verichi
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
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 vericare:
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 signica
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 denizioni 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 denire
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
xmt:
t= 2Gtt +
+1/t_1 t= 2
t 1 ee yyt: Ett + t
+14
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
0 X causa Y
o Y causa X
o esiste causalit
a istantanea.
causalità
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
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 identicati
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 )
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)
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
B.2.4
B.2.4 Metodologia
Metodologia di
di Geweke
Geweke
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
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 inne
infine introdurre un secondo modello ARX che comprende il valore dell'in-
dellyin-
put esogeno al tempo t.
386
386 Appendice B
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 deniti
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)
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
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
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
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
0 coefficiente rfUUUs)
passo di causa (il valore di k per il quale il coeÆciente ^uv (k ) èe signicativo)
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
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]
Bibliograa
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 monograci
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] Scientic
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 Bibliograa
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.
Bibliograa
Bibliografia 395
395
[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.
Bibliograa
Bibliografia 397
397
[135] Ludwig F.L., Dabberpt W.F. Comparision of two atmospheric stability clas-
sification schemes in a urban application. J. Appl. Meteorol.
sication 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
Bibliograa
Bibliografia 399
399
[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 specications
specifications - part 1. Rapporto
Tecnico 5/97, CONCAWE, 1997.
[188] Motor vehicle emission regulations and fuel specications
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. Scientic
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.
Bibliograa
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. ArticialArtificial 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 Bibliograa
Bibliografia