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

Slides:



Advertisements
Presentazioni simili
Strumenti avanzati per la valutazione e gestione della qualità dell’aria La modellistica a supporto della pianificazione e gestione della qualità dell'aria.
Advertisements

Confronto tra le stime ISPRA e ARPA (INEMAR) per la Lombardia – anno 2005 Dott. Marco Moretti.
Focus sullAgricoltura Riunione interregionale INEMAR Bari 5-6 ottobre 2010 Ing. Federico Antognazza.
Decreto Legislativo 13 agosto 2010, n. 155 Attuazione della direttiva 2008/50/CE relativa alla qualita dell'aria ambiente e per un'aria piu' pulita in.
NINFA-E xtended Estensione del sistema modellistico NINFA per fornire supporto alla Regione Emilia- Romagna nello svolgimento delle attività per la valutazione.
Ricalcolo emissioni inventari precedenti Stefano Caserini 5-6/10/2010.
INVENTARIO DELLE EMISSIONI IN ATMOSFERA IN LOMBARDIA ANNO 2007 PUBLIC REVIEW.
Modulo scenari Stefano Caserini Settembre La metodologia scelta si basa sullutilizzo di un metodo semplificato parametrico, basato sul confronto.
INVENTARIO DELLE EMISSIONI IN ATMOSFERA IN LOMBARDIA ANNO 2008 PUBLIC REVIEW nventario+delle+emissioni+in+atmosfera.
Traffico lineare su grandi arterie (autostrade, tangenziali, superstrade, statali, provinciali) matrici origini / destinazione degli spostamenti (da dati.
Il Modulo emissioni per arco
Trasporto stradale o intermodale ferroviario? Unindagine presso alcune aziende manifatturiere Romeo Danielis ed Edoardo Marcucci Università degli Studi.
Inquinamento atmosferico e traasporto stradale in Europa. Una analisi di cluster e di regressione tra nazioni e città Romeo Danielis Università degli Studi.
Costruzione di una base dati storica dei campi di vento sulla Provincia di Torino Realizzazione del progetto S. Finardi.
AREA AMBIENTE, PARCHI, RISORSE IDRICHE E TUTELA DELLA FAUNA
Scenario Emissivo Nazionale
T. PIGNATELLI Coordinamento Progtto MINNI, Marzo, 2010 Sviluppo GAINS_Italy – Stato di avanzamento.
Analisi dei costi sviluppata da IIASA per GAINS Applicazione al settore Power Plants Tiziano PIGNATELLI – UTTAMB/ATM Plenaria Progetto MINNI Bologna,
Giuseppe Brusasca, Bologna 4 marzo 2010 Cosa abbiamo imparato da recenti applicazioni di MINNI (Friuli, ENEL, ecc.)
Sandro Finardi, Mihaela Mircea, Gaia Righini con la collaborazione di
Run di supporto alla procedura di deroga NO 2 G. Calori, G. Briganti, A. Cappelletti, P. Radice, L. Mauri, M. Costa Plenaria MINNI, Bologna 24 Marzo 2011.
L.Ciancarella, I.D’Elia, S.Racalbuto, G.Vialetto
MINNI GRID ENEA EmMa/Farm su GRID: avanzamento dei lavori per la Convenzione e prestazioni del sistema Andrea Cappelletti – ENEA Pisa Gino Briganti – ENEA.
Modeling air quality over Italy with MINNI atmospheric modeling system for 2005 Mihaela Mircea 1, Gino Briganti 2, Andrea Cappelletti 2, Anna Pederzoli.
Qualità dell’aria: modelli
SISTEMI PER LA RIDUZIONE DELL’IMPATTO AMBIENTALE DELLE CENTRALI TERMOELETTRICHE UNIVERSITA’ CARLO CATTANEO - LIUC FACOLTA’ DI INGEGNERIA.
Metodi Quantitativi per Economia, Finanza e Management Lezione n° 11.
Area di ricerca: Analisi e gestione dei sistemi ambientali e territoriali Sezione di Automatica Dipartimento di Elettronica e Informazione.
INFOGESO Influenza dell'Ozono sulla Gestione Sostenibile dei sistemi agricoli e forestali OBIETTIVI DEL PROGETTO A SUPPORTO DELLA POLITICA REGIONALE ottenere.
Valutazione dellinquinamento atmosferico da traffico in una zona critica della rete stradale urbana genovese.
Relazione Annuale della qualità dell'aria del Comune di Roma
Sviluppo e Confronto di Metodologie Statistiche per la Stima delle Emissioni Atmosferiche da Trasporto Stradale in Italia a Livello Locale Roberto De Luca,
1 Valutazione delle emissioni di inquinanti dovute al traffico stradale Casi di studio Expert Panel - Emissioni da Trasporto su Strada Roma 3 Luglio 2002.
Serie storica delle emissioni da trasporto stradale in Italia dal 1990 al 1999 Salvatore Saija, Riccardo De Lauretis, Riccardo Liburdi, Paolo Picini (Data.
Scenari di diffusione di veicoli elettrici Valutazione preliminare C. Caruso, G. Pirovano, M. Riva ERSE Roma 29 Aprile 2010.
XXVII Conferenza Italiana di Scienze Regionali - Pisa, 12/14 Ottobre 2006 AISRE XVII Conferenza Scientifica Annuale Pisa, Ottobre 2006 Un indicatore.
1 Vivere e abitare a Varese nel 2020: qualità della vita e attrattività in una visione prospettica Massimiliano Serati – Università Cattaneo - LIUC Prospettive.
Diluizione di inquinanti in atmosfera
Inquinamento atmosferico: inquinanti secondari, sorgenti di emissione
Riunione informativa Piacenza 7 Marzo 2008 Risultati degli accertamenti sulle emissioni del Termovalorizzatore di Tecnoborgo.
Progetto PRRIITT/LaRIA
Determinazione Orbitale di Satelliti Artificiali Lezione 5
Roberto Del Ciello Ricercatore ENEA Consulente Ministero Ambiente
Prodotti del sottosistema Previsione QUITSAT
STRUMENTI PER LA VALIDAZIONE DEGLI OUTPUT DI FARM G. Briganti, A. Cappelletti, M. DIsidoro, M. Mircea Bologna 23-24/marzo/2011.
Valutazione dellefficacia del provvedimento di limitazione della circolazione dei veicoli più inquinanti nel Comune di Milano VIII Expert Panel Emissioni.
Introduzione ai Metodi Inversi
Campagna per la misura di diossine nella zona di pianura della regione
LABORATORIO DI ANALISI AVANZATA DEI DATI Andrea Cerioli Sito web del corso IL MODELLO DI REGRESSIONE LINEARE MULTIPLA Esempio (d)istruttivo.
Applicazioni del Modello GAINS per lo sviluppo
METODOLOGIE PER LA VALUTAZIONE “ATTIVA” DEGLI STUDI D’IMPATTO AMBIENTALE TERMINOLOGIA DI RIFERIMENTO Paolo Giuntarelli Università degli Studi di Teramo.
Sistema EmMa Farm su GRID ENEA Introduzione all'utilizzo del sistema EmMa/Farm su GRID Enea Gino Briganti – ENEA Andrea Cappelletti – ENEA Pietro Marri.
Un insieme limitato di misure permette di calcolare soltanto i valori di media e deviazione standard del campione, ed s. E’ però possibile valutare.
Le valutazioni non monetarie
I rischi di mercato: i modelli di simulazione Lezione 9
Fabrizia Capuano Direttore ARPA – Sezione di Reggio Emilia
Analisi e Gestione del Rischio Lezione 7 Prodotti con pay-off non lineare.
Analisi discriminante lineare - contesto
Università degli Studi di Bologna FACOLTÀ DI INGEGNERIA Corso di Laurea in Ingegneria Gestionale Ricerca Operativa MODELLI PER L’OTTIMIZZAZIONE DELL’OFFERTA.
Calcolo dell’efficienza nella Rete Universale Deployment Territoriale Incontro con le OO. SS. Calcolo dell’efficienza nella Rete Universale Deployment.
Il Cielo Sopra di Noi Servizio Meteo 51° Stormo.
Il cambiamento climatico parte prima
PRODUZIONE E SMALTIMENTO RIFIUTI PROVINCIA DI PIACENZA.
TRATTAMENTO STATISTICO DEI DATI ANALITICI
Impatto sanitario ed economico di PM e ozono Marco Martuzzi Organizzazione Mondiale della Sanità Ufficio Regionale per l’Europa.
Università degli Studi di Firenze - Dipartimento di Energetica “Sergio Stecco” Valutazione dell'impatto delle politiche di intervento e riduzione delle.
CARATTERIZZAZIONE DELLE CONCENTRAZIONI DI PARTICOLATO ATMOSFERICO E DELLE SUE SORGENTI NELL’AREA DI LECCE Daniele Contini Istituto di Scienze dell’Atmosfera.
Rocio D. Condor, Marina Vitullo, Istituto Superiore per la Protezione e la Ricerca Ambientale (ISPRA, ex-APAT) DIPARTIMENTO STATO DELL'AMBIENTE E METROLOGIA.
“UNIVERSITÀ G. D’ANNUNZIO” T.aT. – Students today, citizens tomorrow - Strategie di Mobility Management nelle università: il progetto T.aT. Lanciano, 03/11/2009.
PROF. LUCIANO MARCHI/PROF. ALBERTO TRON UNIVERSITA’ DI PISA LE PROCEDURE DI REVISIONE ANALYTICAL REVIEW L’ANALISI ECONOMICO-FINANZIARIA SVOLTA NELLA FASE.
Transcript della presentazione:

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

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.

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

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

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.

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).

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.

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

Metodologia /PFS/por/briganti/minnifarm/…

Conclusioni

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.

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.

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%).

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%).

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

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

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

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

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

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

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

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

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

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

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

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

Ozono: SOMO35 -50% [ppb day]

Ozono: SOMO35 -50% [ppb day]

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

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

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

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

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

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