SVILUPPO DI UNA CATENA MODELLISTICA PER LO STUDIO DELLINQUINAMENTO SECONDARIO SU UN DOMINIO A SCALA REGIONALE Universita del Piemonte Orientale Dipartimento.

Presentazione sul tema: "SVILUPPO DI UNA CATENA MODELLISTICA PER LO STUDIO DELLINQUINAMENTO SECONDARIO SU UN DOMINIO A SCALA REGIONALE Universita del Piemonte Orientale Dipartimento."— Transcript della presentazione:

1 SVILUPPO DI UNA CATENA MODELLISTICA PER LO STUDIO DELLINQUINAMENTO SECONDARIO SU UN DOMINIO A SCALA REGIONALE Universita del Piemonte Orientale Dipartimento di Scienze e Tecnologie Avanzate (DISTA) Alessandria Alessia Balanzino Enrico Ferrero

2 Partecipanti: Universita Piemonte Orientale Universita di Torino Universita di Napoli CNR (Torino) CSI Piemonte (Torino) Collaborazioni: Regione Piemonte (Torino) Arpa Piemonte (Torino) CESI - RICERCA (Milano) Fondi CIPE – Regione Piemonte

3 Valutazione integrata di impatto Inventario Emissioni Modellistica Rete di monitoraggio

4 OBIETTIVO DEL PROGETTO Valutare sul lungo periodo (anno di simulazione: 1999) linquinamento secondario in aree a basso livello emissivo (pianura del Piemonte orientale), contigue ad aree fortemente emissive (triangolo industriale: Milano – Torino – Genova) mediante lutilizzo di strumenti modellistici.

5 Dominio e dati di ingresso al modello fotochimico Catena modellistica Risultati Conclusioni SOMMARIO

6 Dominio di studio. Superficie: 250 km x 250 km. Risoluzione spaziale: 5 km

7 Modello ECMWF (previsioni a grande scala e dati meteorologici) Dati geografici e geofisici Modello Meteorologico (RAMS) Moduli di Interfaccia (RAMS-CAMx) Modello Fotochimico (CAMx) Campi di concentrazione (calcolati) Inventario Emissioni Processore Emissioni - disaggregazione spaziale - profili di speciazione (VOC e PM) - disaggregazione temporale Condizioni iniziali e al contorno kv water vapor could/rain z-p wind temp Campi di concentrazione (misurati)

8 Reperimento dati di emissione Situazione ottimale disporre di un inventario predisposto esattamente sul proprio dominio e per il periodo di simulazione Questo raramente accade pertanto solitamente o lo si ricava da inventari esistenti, adattandolo alle esigenze specifiche, oppure lo si realizza ex-novo. Per ogni singola regione italiana si e utilizzato linventario regionale (piu dettagliato di quello nazionale) Per lestero e per la porzione di mar Mediterraneo, situata davanti alla Liguria, i dati sono stati reperiti dal sito EMEP

9 Disaggregazione spaziale comune griglia Modulazione temporale anno mese ora Speciazione totale splitting lumping ETH ETOH CRES ALD2 FORM PAR TOL OLE2 OLE XYL MEOH MGLY ISOP VOC coarse PM fine PNO3 PSO4 PNH4 POA SOA1 SOA2 SOA3 SOA4 PEC FPRM FCRS NA CPRM PCL CCRS

10 RAMS (Regional Atmospheric Modelling System) Codice numerico sviluppato per simulare e prevedere i fenomeni meteorologici Inizializzato e guidato dai dati del centro meteorologico europeo (ECMWF)

11 Il modello RAMS_v4.4 sistema completo di equazioni dinamiche e termodinamiche non idrostatiche conservazione della massa e delle quantita scalari sistema di coordinate terrain influenced: simulare siti ad orografia complessa configurare le opzioni operative delle simulazioni interpolare i valori provenienti da diversi database Run di prova confronti valori simulati – centraline (1 griglia e 2 griglie)

12 MODULI di INTERFACCIA Modulo di interfaccia RAMS - CAMx: 1. altezza/pressione 2. componenti orizzontali del vento 3. temperatura 4. coefficienti di diffusione 5. vapore acqueo 6. nubi e pioggia 7. topografia e uso del suolo 8. ratei di fotolisi Altri moduli:

13 CAMx (Comprehensive Air Quality Model with extensions) Meccanismo chimico utilizzato: CB-IV

14 Euleriano (suddivisione del dominio in celle) equazione di continuitàRisoluzione dellequazione di continuità in un sistema a celle in griglie 3D Evoluzione dei composti chimici in ogni punto della griglia (set semplificato di equazioni cinetiche chimiche, CB-IV) Il modello CAMx_v4.20

15 DOMINIO + RETE DI STAZIONI DI MONITORAGGIO VARESE MOTTA V. TORINO L. TORINO C. LIMITO PIEVE DI TECO MIGNANEGO DONNAS BIELLA MILANO J. MEDA 11 14 15 13 MAGENTA 16 VIMERCATE 9 COSSATO VERRONE 12 PONZONE 10

16 Griglia 250 x 250 km 2 5 km step 14 livelli verticali Meteo RAMS-ECMWF (Mellor and Yamada scheme 2.5) IC - BC CAMx (mesoscala) Emissioni inventari regionali su base comunale + EMEP1999

17 GIORNO TIPO 03 (URBANO)

18 GIORNOTIPOTORINOGIORNOTIPOTORINO NO 2 mean day, on June, at urban site O x mean day, on June, at urban site O 3 mean day, on June, at urban site

19 Indici statistici: O 3 e NO 2 sovrastima sottostima

20 MEDIA GIORNALIERA PM10 GENNAIO – FEBBRAIO – MARZO 1999 OTTOBRE – NOVEMBRE – DICEMBRE 1999

21 PM 10 indici statistici (media giornaliera) sottostima

22 PM 10 – NO 2 – SO 2 buona corrispondenza tra precursore (NO 2 ) e specie secondaria prodotta (PM 10 ): miglioramento/peggioramento di NO 2 > miglioramento/peggioramento di PM 10 comportamento opposto tra precursore (SO 2 ) e specie secondaria prodotta (PM 10 ): miglioramento/peggioramento di SO 2 > peggioramento/miglioramento di PM 10 coefficiente correlazione R, NO 2 vs PM 10 fractional bias FB, NO 2 vs PM 10 coefficiente correlazione R, SO 2 vs PM 10 fractional bias FB, SO 2 vs PM 10

23 Media trimestrale (luglio – agosto – settembre) O 3

24 95 o percentile O 3 (max giornaliero media mobile 8 ore, luglio – agosto – settembre)

25 Media trimestrale (dicembre – gennaio – febbraio) PM10

26 95 o percentile PM10 (media giornaliera, dicembre – gennaio – febbraio)

27 CONCLUSIONI O 3 – NO 2 – O x il modello riproduce abbastanza bene landamento delle misure, sia per lozono che per il biossido di azoto: - valori alti di O 3 attorno alle grandi citta e vicino al mare ( > 120 μg/m 3 ) la curva dei valori simulati di ozono, in certi periodi, sottostima i valori massimi (probabile causa: emissioni di VOC) il modello sovrastima le misure di biossido di azoto (probabile causa: sottostima della turbolenza verticale) il modello ben riproduce landamento giornaliero e stagionale della specie O x (ridotti gli effetti locali di ozono e biossido di azoto)

28 PM 10 – NO 2 – SO 2 il modello riproduce bene una certa ciclicita settimanale del PM 10, dovuta alle emissioni il modello ricostruisce correttamente alcuni casi critici del PM 10 il modello e in grado di distinguere il contesto urbano del PM 10 da quello suburbano: - valori elevati in prossimita dei centri urbani ( > 100 μg/m 3 ) - concentrazioni dellordine di 50 μg/m 3 in zone rurali esiste una buona corrispondenza tra precursore (NO 2 ) e specie secondaria prodotta (PM 10 ): miglioramento/peggioramento di NO 2 > miglioramento/peggioramento di PM 10 esiste un comportamento opposto tra precursore (SO 2 ) e specie secondaria prodotta (PM 10 ): miglioramento/peggioramento di SO 2 > peggioramento/miglioramento di PM 10

29 In conclusione... alla risoluzione adottata (5 km), e possibile descrivere piu correttamente il quadro emissivo e quindi migliorare la rappresentazione dellevoluzione temporale sia degli inquinanti primari che degli inquinanti secondari i risultati per lozono sono, in generale, migliori rispetto a quelli per il particolato (difficolta nella rappresentazione modellistica del particolato) per quanto riguarda il particolato, leffetto della risoluzione incide più sul fractional bias (FB) che sulla correlazione (R) Sviluppi futuri… analisi approfondita sul ruolo dei diversi fattori di input al modello di dispersione: campi meteorologici campi emissivi (inventari delle emissioni, processori delle emissioni) meccanismo chimico selezionato stime di scenari emissivi (aree di probabile rischio per la salute umana) simulazioni sul lungo periodo per differenti anni (2005) emissioni puntuali Piemonte ???

30 28/10/2005, Centro Incontri Regione Piemonte, Torino Alessia Balanzino, Enrico Ferrero, Mauro Causà, Emanuele Orlando, Paolo Trivero, Veronica Sesia, Guido Pirovano, Cesare Pertot Poster: Realizzazione di un pre-processore delle emissioni per modelli fotochimici Workshop: La valutazione integrata e la gestione della qualita dellaria in Piemonte alla luce delle normative europee 22/02/2006, Universita del Piemonte Orientale A.Avogadro, Dipartimento di Scienze e Tecnologie Avanzate (DISTA), Alessandria Alessia Balanzino Seminario su invito: Modelling systems for photochemical pollution in Northern Italy Workshop: "One day on complexity" 18-23/09/2006, Dipartimento di Fisica, Torino Alessia Balanzino, Enrico Ferrero Comunicazione orale: Valutazione modellistica dellinquinamento fotochimico nellItalia settentrionale XCII Congresso Nazionale SIF 27-29/03/2007, Cipro A. Balanzino, C.Pertot, G.Pirovano, M.Causa', E.Ferrero, S.Alessandrini, M.P.Costa Comunicazione orale: Intercomparison between national and regional scale photochemical pollution simulations over Northern Italy Proceedings UAQ 2007, 6 th International Conference on Urban Air Quality, edited by Sokhi R.S. and Neophytou M. (University of Hertfordshire, UK) PUBBLICAZIONI

31 Agosto 2006 Alessia Balanzino, Enrico Ferrero Modelling system for photochemical pollution in northern Italy Il Nuovo Cimento, vol. 121 B, n.8, 857-866 11-15/06/2007, Ischia A.Balanzino, C.Pertot, G.Pirovano, M.Causa', E.Ferrero, S.Alessandrini, M.P.Costa Poster: Simulazione dellinquinamento fotochimico nellItalia settentrionale Convegno nazionale di fisica della terra fluida e problematiche affini 2-5/07/2007, Cambridge (UK) A. Balanzino, M.Causa', E.Ferrero, C.Pertot, G.Pirovano Poster: Photochemical pollution modelling in complex terrain Proceedings, 11 th International Conference on Harmonisation within Atmospheric Dispersion Modelling for Regulatory Purposes, edited by David J.Carruthers and Christine A.McHugh 24-29/09/2007, Dipartimento di Fisica, Pisa A. Balanzino, E.Ferrero, C.Pertot, G.Pirovano, M.Riva, M.Causa' Comunicazione: "Sviluppo di una catena modellistica per lo studio dellinquinamento secondario su un dominio a scala regionale XCIII Congresso Nazionale SIF 6-9/10/2008, Cavtat (Croazia) A. Balanzino, G.Pirovano, M.G. Riva, E.Ferrero, M.Causa' Poster: PM10 transport and diffusion in Northern Italy Proceedings, 12 th International Conference on Harmonisation within Atmospheric Dispersion Modelling for Regulatory Purposes, published as a special issue of the Croatian Meteorological Journal, edited by Croatian Meteorological Society, Zagreb