Scaricare la presentazione
La presentazione è in caricamento. Aspetta per favore
1
XII Expert panel emissioni da trasporto su strada
Stima delle percorrenze dei veicoli: confronto fra set di dati disponibili e influenza sulle stime di emissione Ing. Stefano Caserini Cinzia Pastorello, Simonetta Tugnoli* * ARPA Emilia-Romagna
2
Obiettivi del lavoro Stima delle percorrenze medie degli autoveicoli Influenza sulle percorrenze delle seguenti variabili: - tipo di alimentazione (benzina o diesel); - anzianità dei veicoli Le percorrenze dei veicoli sono importanti perché: - permettono di stimare le emissioni da traffico diffuso - permettono di stimare il numero dei veicoli effettivamente circolanti su una strada, noti i dati di flussi di traffico aggregati in macrocategorie e di parco immatricolato
3
Ottobre marzo 2006: Raccolta ed elaborazione dei dati nell’ambito di una Tesina di Laurea discussa al Politecnico di Milano, Stima delle percorrenze veicolari in Milano e provincia 6/6/2006: Sottogruppo Metodologie emissioni da traffico, Milano: Andamento delle percorrenze veicolari con l’età: importanza per la stime della emissioni Settembre Ottobre 2006: ARPA Emilia Romagna: dati di percorrenze in Provincia di Ferrara 9/11/2006: prima discussione sui risultati Dicembre 2006: conclusione del lavoro
4
Dati acquisiti – Provincia di Milano
Schede campagna “Bollino Blu” per l’anno 2005 presso la Provincia di Milano, Direzione Centrale Ambiente: Solo veicoli > 4 anni di età (immatricolati 2000) Obbligo Bollino Blu per veicoli < 4 anni solo se > km Schede di 3000 veicoli dal 1969 al 2003. Milano + 10 Comuni dell’hinterland: - benzina: 2300 veicoli; - diesel: 700 veicoli. Per ciascun veicolo: - immatricolazione (anno); - alimentazione (benzina o diesel); - marmitta catalitica (con o senza); - percorrenze totali (km); - data controllo (giorno, mese, anno).
5
Dati acquisiti – Provincia di Ferrara
Schede campagna “Bollino Blu” per l’anno 2005 presso la Provincia di Ferrara* Solo veicoli > 4 anni di età (immatricolati 2000) Schede di veicoli dal 1969 al 2003. set consistente di dati nel periodo mancano alcuni anni (2000, 1996, 1992, 1985, 1980, 1977, 1971) ? * Dati forniti da ARPA Emilia-Romagna Sez. Provinciale Ferrara-Servizio informativo
6
Scheda tipo Provincia di Milano
7
Dati disponibili Provincia di Milano
Anno 1986 Dati utili solo su 15 anni Anno 2000
8
Dati disponibili Provincia di Ferrara
Sempre > 15 veicoli
9
Definizioni metodologiche /1
Percorrenza Media Annua PMA, percorrenza media annua dei veicoli: è il numero medio di km che i veicoli percorrono in un anno. Questa percorrenza può essere ricavata tramite rilevamento dei dati misurati dal contakilometri nello stesso giorno di due anni successivi.
10
Definizioni metodologiche /2
Percorrenza Cumulata Media PCMk = percorrenza cumulata media dei veicoli di anzianità k, numero medio di km che i veicoli hanno percorso dopo k anni dalla loro prima interrogazione Questo è il dato ricavato dai dati raccolti durante le revisioni dei veicoli, tramite rilevamento dei dati misurati dal contakilometri. Età del veicolo K = AC-AI + 1/12*(MC-6) K = età del veicolo AC = anno di controllo AI = anno di immatricolazione MC = mese della data di controllo (da1–gennaio a 12-dicembre)
11
Definizioni metodologiche /3
Percorrenza Media Annua dei veicoli di anzianità K PMAk = PCMk / K PMAk, percorrenza media annua dei veicoli di anzianità k: è il numero medio di km che i veicoli di una certa età k percorrono all’anno nell’ipotesi di uguale percorrenza annua durante la loro vita. PCMk = percorrenza cumulata media dei veicoli di anzianità k K = età del veicolo I veicoli fanno tutti gli anni la stessa percorrenza: ipotesi poco realistica e smentita dai dati stessi di percorrenze medie annue, che mostrano una diminuzione con l’età dei veicoli
12
Definizioni metodologiche /4
Percorrenza Effettiva Annua Media dei veicoli di anzianità k nell’anno j PEMAkj È il numero medio di km che i veicoli di anzianità k percorrono nell’anno j. È questo il dato necessario ad esempio nelle stima delle emissioni da traffico, in cui è necessarie assegnare ad ogni tipologia di veicolo (Euro 0, Euro I, Euro II, ecc., ..) la relativa percorrenza. Per stimare questa percorrenza è necessario monitorare l’andamento delle percorrenze di set di veicoli della stessa anzianità durante la loro vita, registrando l’andamento progressivo delle percorrenze. Come sarà discusso in seguito, partire dai dati delle percorrenze cumulate può portare a valori irrealistici (es.: negativi).
13
Primo confronto: Percorrenza Media Annua dei veicoli di anzianità K
14
Primo confronto: Percorrenza Media Annua dei veicoli di anzianità K
Veicoli a benzina
15
Primo confronto: Percorrenza Media Annua dei veicoli di anzianità K
Veicoli a benzina
16
Primo confronto: Percorrenza Media Annua dei veicoli di anzianità K
Veicoli diesel
17
Primo confronto: Percorrenza Media Annua dei veicoli di anzianità K
Veicoli diesel
18
Effetto della curva di interpolazione
Primo confronto: Percorrenza Media Annua dei veicoli di anzianità K Effetto della curva di interpolazione
19
Problema Stimare la Percorrenza Effettiva Annua Media a partire dai dati delle percorrenze cumulate può portare a valori irrealistici (es.: negativi). Contrariamente a quanto potrebbe sembrare, la percorrenza cumulata media dei veicoli non è sempre crescente al crescere dell’età dei veicoli. In altre parole, veicoli di età elevata possono mediamente avere percorrenze cumulate inferiori a veicoli più giovani. Questo succede oltre un certo livello di percorrenza, come in seguito discusso.
20
Percorrenze cumulate: Dati originali
21
Percorrenze cumulate: Dati interpolati
Presentazioni simili
