La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

Matrici di trasferimento per GAINS-Italia Analisi delle risposte alle variazioni delle emissioni Giuseppe Calori – ARIANET Gino Briganti – ENEA Andrea.

Presentazioni simili


Presentazione sul tema: "Matrici di trasferimento per GAINS-Italia Analisi delle risposte alle variazioni delle emissioni Giuseppe Calori – ARIANET Gino Briganti – ENEA Andrea."— Transcript della presentazione:

1 Matrici di trasferimento per GAINS-Italia Analisi delle risposte alle variazioni delle emissioni Giuseppe Calori – ARIANET Gino Briganti – ENEA Andrea Cappelletti – ENEA Pietro Marri - ENEA Progetto MINNI Riunione plenaria 4-5 marzo 2010

2 Introduzione Il modello di valutazione integrata di impatto RAINS/GAINS usa l’approccio delle “matrici di trasferimento atmosferiche” (ATM) per la stima degli effetti sulle concentrazioni e deposizioni dei diversi scenari emissivi. Le ATM rappresentano l’approssimazione lineare della risposta del sistema al variare del quadro emissivo, rispetto ad uno scenario di riferimento.

3 Introduzione - ATM i, k = aggregati territoriali (regioni) α = recettori sul reticolo I E i = emissione totale annuale sulla regione i C α = concentrazione media annuale sul rec. α D α = deposizione totale annuale sul rec. α t iα = matrice di trasferimento lineare S0 = scenario di riferimento x= fattore di riduzione delle emissioni

4 Introduzione - ATM i, k = aggregati territoriali (regioni) α = recettori sul reticolo I E i = emissione totale annuale sulla regione i C α = concentrazione media annuale sul rec. α D α = deposizione totale annuale sul rec. α t iα = matrice di trasferimento lineare S0 = scenario di riferimento x= fattore di riduzione delle emissioni linearizzazione

5 Introduzione Sono state condotte simulazioni test, per individuare le dipendenze primarie tra precursori ed indicatori utilizzati in GAINS e la linearità o meno di tali dipendenze negli intervalli di variazioni considerati. Gli esiti forniscono informazioni per la costruzione delle ATM e verranno utilizzate nella pianificazione dei run di produzione delle stesse.

6 Metodologia Dominio nazionale: risoluzione 20 km x 20 km, 67x75 celle, SO corner (150, 3900) km rif. UTM 32. BC/IC: EMEP. Aggregati territoriali considerati: Lombardia e Lazio, diverse dal punto di vista geografico, meteorologico ed emissivo. Anno di riferimento (meteo): Inventari emissivi anno 2005: ISPRA (Italia), EMEP (Europa).

7 Metodologia Precursori: SO 2, NO x, NH 3, NMVOC e PM10. Percentuale riduzione emissioni: -25% e -50%. Indicatori GAINS:  deposizioni totali annuali di S, N, NH;  PM10;  Ozono: SOMO35 ed AOT40.

8 Metodologia Emissioni totali [Mg y -1 ] dei precursori di interesse per le regioni considerate nei test run

9 Metodologia /PFS/por/briganti/minnifarm/…

10 Conclusioni

11 Dai test si sono ottenute indicazioni utili per affinare la formulazione attuale RAINS/GAINS. Le variazioni nelle concentrazioni e nelle deposizioni, indotte dalla riduzione delle emissioni negli aggregati territoriali, appaiono spazialmente localizzate nelle stesse regioni. In diversi casi si osserva una dipendenza lineare conc./dep.-precursori e ciò costituisce la condizione ottimale per l’uso delle matrici di trasferimento lineari.

12 Conclusioni Deposizioni N anticorrelate con NH 3 in misura significativa (30% circa), con dipendenza moderatamente non lineare: da valutare se definire una relazione adeguata. Non linearità nelle correlazioni tra ozono (SOMO35/AOT40) e precursore NO X, probabilmente dovuta anche alla presenza della soglia: da valutare se sia il caso di introdurre termini del 2° ordine nelle ATM.

13 Conclusioni Da definire test aggiuntivi sulla dipendenza (2° ordine) dell’ozono rispetto alle variazioni contemporanee di NO X e VOC. Da fare: calcolo completo di tutti i termini. Ai fini della produzione in serie delle ATM si tenderà ad accorpare le specie che non interagiscono tra loro (SO 2, NO X, ma anche PM10), tramite run con abbattimenti simultanei, al fine di ottimizzare i tempi di CPU (riduzione prevista di circa il 40%).

14 Conclusioni Tempistiche run: attualmente (SAPRC90, no TUV), serve 1 mese CPU/matrice; considerando i due anni meteo (1999 e 2005), servono 2 mesi CPU/matrice. L’implementazione di SAPRC99 + TUV comporta una maggiorazione del tempo di CPU del 50%, aumento che può essere compensato con l’accorgimento di accorpare i precursori (-40%).

15 Deposizioni di S Lombardia -50% Lazio [mg m -2 y -1 ]

16 Deposizioni di S Lombardia -50% Lazio [mg m -2 y -1 ]

17 Deposizioni di S 2 Lombardia SO 2 Lazio [mg m -2 y -1 ]

18 Deposizioni di N Lombardia -50% Lazio [mg m -2 y -1 ]

19 Deposizioni di N Lombardia -50% Lazio [mg m -2 y -1 ]

20 Deposizioni di N X Lombardia NO X Lazio [mg m -2 y -1 ]

21 Deposizioni di NH Lombardia -50% Lazio [mg m -2 y -1 ]

22 Deposizioni di NH Lombardia -50% Lazio [mg m -2 y -1 ]

23 Deposizioni di NH Lombardia NH 3 Lazio [mg m -2 y -1 ]

24 Ozono: SOMO35 Lombardia -50% Lazio [ppb day] VOC limitato NOx limitato

25 Ozono: SOMO35 Lombardia NO X Lazio [mg m -2 y -1 ]

26 Ozono: SOMO35 Lombardia NMVOC Lazio [mg m -2 y -1 ]

27 Ozono: SOMO35 -50% [ppb day]

28 Ozono: SOMO35 -50% [ppb day]

29 Concentrazione PM10 Lombardia -50% Lazio [  g m -3 ]

30 Concentrazione PM10 Lombardia -50% Lazio [  g m -3 ]

31 Concentrazione PM10 Lombardia SO 2 Lazio [  g m -3 ]

32 Concentrazione PM10 Lombardia PM10 Lazio [  g m -3 ]

33 Concentrazione PM10 Lombardia NO X Lazio [  g m -3 ]

34 Concentrazione PM10 Lombardia NH 3 Lazio [  g m -3 ]


Scaricare ppt "Matrici di trasferimento per GAINS-Italia Analisi delle risposte alle variazioni delle emissioni Giuseppe Calori – ARIANET Gino Briganti – ENEA Andrea."

Presentazioni simili


Annunci Google