Trend pluriennale delle emissioni

Transcript

1 Trend pluriennale delle emissioni Alessandro Marongiu ARPA Lombardia Settore Monitoraggi Ambientali Modellistica qualità dell'aria e inventari inemar@arpalombardia.it

2 Obiettivo della attività «Individuazione di una possibile procedura condivisa tra i partner ai fini di consentire il calcolo del trend pluriennale delle emissioni regionali/provinciali sulla base delle metodologie aggiornate.» Sulla base delle tecniche analizzate nel corso del primo anno di attività INEMAR_TE e tenendo conto di esperienze già acquisite su case study sono state sviluppate e qui condivise, per la prima volta, procedure e processori e prototipo in grado di consentire il calcolo del trend pluriennale delle emissioni regionali/provinciali. La prima fase l attività ha riguardato la ricognizione nel manuale EEA- EMEP delle tecniche a disposizione nella ricostruzione di serie storiche degli inventari delle emissioni. Poi è stato quindi possibile definire, criteri e criticità i principali aspetti relativi alle metodologie di calcolo delle serie pluriennali ma anche aspetti inerenti ad i criteri di individuazione delle sorgenti chiave degli inventari delle emissioni. 2

3 Calcolo dei trend pluriennali Metodologie Criticità Criteri Ricalcolo ad alta risoluzione Stima serie storiche a lungo termine INEMAR Procedure Proiezioni a breve termine Fonti dati Strumenti Stima di scenari futuri 3

4 Fattori metodologici rilevanti per il ricalcolo Il miglioramento metodologico e il raffinamento degli indicatori sono due elementi importanti per migliorare la qualità degli inventari. In ambito EMEP è una buona pratica operare tali cambiamenti quando: sono cambiati i dati disponibili per l inventario le metodologie precedentemente impiegate non sono più consistenti con le buone pratiche nella stima delle emissioni di determinate sorgenti una sorgente è diventata una sorgente chiave per determinati inquinanti atmosferici le precedenti metodologie non permettevano di identificare in maniera trasparente l applicazione di strategie di mitigazione delle emissioni è stato possibile incrementare le risorse dedicate alla preparazione degli inventari sono state rese disponibili nuove metodologie è stato necessario correggere degli errori L introduzione di nuove sorgenti emissive o di nuovi inquinanti può essere ricondotta a: sviluppo di nuovi processi tecnologici rapida crescita di sorgenti poco rilevanti introduzione di nuove categorie NFR in ambito EMEP disponibilità di nuove risorse 4

5 Completamento delle serie storiche La disponibilità di dati annuali è alla base della ricostruzione di serie storiche degli inventari delle emissioni. Periodicità di redazione degli inventari delle emissioni regionali (es: Dlgs. 155/2010) Dati periodici: alcune statistiche non sono disponibili per l intero territorio nazionale su base annuale oppure le stime sono effettuate ad intervalli molto ampi. In questo caso è possibile utilizzare gli indicatori ogni qual volta sia disponibile un aggiornamento, effettuando un ricalcolo per gli anni non disponibili, oppure sviluppare le stime a cavallo tra due rilevamenti degli indicatori, effettuando il ricalcolo solo nel caso questi siano aggiornati. Variazione della disponibilità dei dati: comportano tutte le discontinuità determinate sia dalla periodicità dei rilevamenti che dal grado di aggregazione degli stessi. Dati non su base annuale: nel caso in cui gli indicatori non siano stati ottenuti su base annuale è buona pratica utilizzare lo stesso periodo di campionamento anche nelle elaborazioni delle serie storiche. 5

6 Strumenti metodologici Metodologia Criteri Note Sovrapposizione Debbono essere disponibili i dati necessari sia per il metodo corrente che per la nuova metodologia almeno per un anno, preferibilmente per più di uno. Maggiormente affidabile se è possibile validarlosupiùdiunanno. Se l analisi dei trend stimati con le due metodologie non è consistente non è una buona pratica utilizzare questa metodologia. Impiego di dati surrogati Interpolazione Estrapolazione del trend Altre metodologie Si applica quando i fattori di emissione, gli indicatori o altri parametri utili utilizzati nella nuova metodologia sono strettamente correlabili ad altri parametri statistici più affidabili e maggiormente disponibili. I dati necessari al ricalcolo tramite nuove metodologie sono disponibili ad anni intermittenti nella serie storica. I dati non sono disponibili annualmente e non sono disponibili all inizio ed alla fine della serie storica. Non sono valide se le serie storiche sono state interessate da rilevanti variazioni tecnologiche. Preferibile testare gruppi di dati per determianare quelli maggiormente correlati. Non è una tecnica applicabile su lunghi periodi. Può essere impiegata per proiettare un inventario sulla base di specifici scenari Le stime possono essere interpolate linearmente per i periodi in cui non sono disponibili i parametri. Non è applicabile se i parametri sono soggetti ad elevata volatilità negli anni. Maggiormente affidabile se il trend sulla serie storica è costante. Se il trend è variabile meglio impiegare dei dati surrogati. Non estendibile a lunghi periodi. Necessario documentare gli approcci utilizzati anche tramite confronto con le altre metodologie. 6

7 Strumenti informatici di INEMAR Database corrente di INEMAR Tabelle K del modulo ricalcolo Interfaccia ricalcolo e scenari Possibilità di dialogo con scenari GAINS e serie storiche ISPRA nazionale ed ISPRA provinciale Note di monitoraggio metodologico sulle edizioni dell inventario Per quanto riguarda la Lombardia è necessario standardizzarle Wiki Fonti sulle metodologie aggiornate 7

8 2030 Casistiche relative agli inventari delle emissioni regionali Scenari futuri Sviluppo di scenari futuri ( passi +5 anni nel futuro) Scenari a breve termine Sviluppo di propagazioni a stretto termine (+1,2 anni rispetto alla ultima edizione dell inventario) Ricalcolo ad altra risoluzione Ricalcolo di edizioni già pubblicate (anni previsti della edizioni dell inventario regionale) Completamento delle serie storiche delle serie storiche delle emissioni (anni compresi nel range degli anni dell inventario regionale) Serie storiche a lungo termine Completamento di serie storiche su lungo periodo (passi - 5 anni nel passato) 8

9 Criteri e livelli di approfondimento metodologico Idealmente validare una nuova edizione di un inventario o ricalcolarne una già pubblicata significherebbe impiegare gli stessi necessari ad una edizione «standard» dell inventario. La combinazione delle metodologie e degli strumenti informatici deve essere ottimizzata in funzione dell obiettivo che si vuole ottenere. In particolare l attività deve essere pianificata in funzione degli inquinanti e del contesto territoriale es: regione o singola provincia. Come per le metodologie di stima EMEP è possibile indentificare dei livelli di approccio Tier. Dove nell ambito delle serie pluriennali sarebbe possibile definire: Tier 0 valore as is in un inventario pubblicato Tier 1 propagazione degli indicatori o degli IEF tramite interpolazione o media sul periodo considerato, oppure tramite l impiego di proxy surrogate come per esempio scenari GAINS o serie ISPRA Tier 2 ricalcolo vero e proprio con validazione di tutte le ipotesi impiegate 9

10 Scelta metodologica Come per i tier metodologici di stima delle emissioni gli sforzi di maggiore approfondimento dovrebbero essere concentrati per le sorgenti rilevanti o chiave dell inventario. KEY SOURCE Considerando i criteri di individuazione delle sorgenti chiave previsti in ambito EMEP-EEA queste sono definite in funzione: - Inquinante - Attività - Combustibile - Anno di redazione (es: l ultima edizione più aggiornata) - Area geografica, alcune sorgenti possono essere rilevanti per il comune o la provincia ma non sulla regione 10

11 Attività specifica di ricalcolo, criteri e strumenti 2030 Attività Dati Tier 0 Tier 1 Tier Scenari futuri Modulo GAINS e tabelle K Sorgenti non key source e non associabili a gains Sorgenti associabili a GAINS Valutazione apposita su key source Scenari a breve termine Ricalcolo ad altra risoluzione Analisi sulla taboutput Analisi delle tabelle K su indicatore e IEF Sorgenti non key soruce Sorgenti anche key che non necessitano di ricalcolo Sorgenti non key source Sorgenti non key source Key source Key souruce 2005 Serie storiche a lungo termine Modulo ISPRA e tabelle K Sorgenti non key source e non associabili a gains Sorgenti associabili a ISPRA Valutazione apposita su key source

12 Individuazione delle key source Dipendono dall inquinante e dal contesto geografico 12

13 Parametrizzazione delle incertezze in INEMAR Gli indicatori necessari a stimare i parametri sono già presenti nelle tabelle di INEMAR eccetto le stime dei coefficienti U relativi alla incertezza cumulata derivante dai contributi dell indicatore e del fattore di emissione Nelle tabelle dei risultati di INEMAR (tab_output) sono riportati i campi relativi alla media dei coefficienti parametrici di incertezza. I campi dettagliati per inquinante, attività e combustibile sono INCERT_FE e INCERT_IND 13

14 INCERT_FE e INCERT_IND 14

15 Parametrizzazione delle incertezze INCERT_FE (U FE ) e INCERT_IND (U ind ) Associa al parametro un valore da 0 ad 1 Associa al parametro un ampiezza dell intervallo. CTN_ ACE, (2001). Linee guida agli inventari locali di emissioni in atmosfera. RTI CTN_ ACE 3/2001. Impiegato per definire la semi-ampiezza del range dei FE ISPRA/ARPA/APPA, (2011). Aggiornamento Linee Guida Inventari regionali delle emissioni in atmosfera e loro articolazione a livello locale Relazione del quadro conoscitivo Programma triennale del Sistema Agenziale, Elaborazione gestione diffusione delle informazioni ambientali C2. Impiegato per definire la semi-ampiezza del range degli indicatori 15

16 2,5 2 1,5 1 0,5 0 Stima del parametro U per il PM10,,, = 1,,,! = 1 Dettagliato per sorgente, anno t ed inquinante i,, =,,, 2 +,,, GPL GPL BITUME OLIO DI SCARTO DIESEL SENZA COMB BIOGAS DA LETAME FANGHI DEP LEGNA E SIMILARI METANO OLIO COMBUST GASOLIO SENZA COMB METANO SENZA COMB SENZA COMB SENZA COMB SENZA COMB METANO SENZA COMB SENZA COMB GASOLIO SENZA COMB SENZA COMB BENZINA VERDE SENZA COMB SENZA COMB SENZA COMB KEROSENE LEGNA E SIMILARI SENZA COMB SENZA COMB METANO RIF. DI LEGNA METANO GASOLIO RDF COKE CARB. FOSS CARB. COKERIA GAS DI RAFFINERIA OLIO RESIDUO RES. ANIM METANO PETCOKE GASOLIO SENZA COMB SENZA COMB BENZINA VERDE BENZINA VERDE BENZINA VERDE SENZA COMB METANO METANO SENZA COMB.

17 Key source regionali e provinciali del PM10 Key regione Key prov 1 Key specifiche della prov 1 Key prov n Le sorgenti chiave o rilevanti potenzialmente variano dall ambito regionale a quello delle singole provincie. ID_ATT, ID_COMB, ID_INQ 17

18 Key sources di PM10 regionali 18

19 Key sources di Nox regionali 19

20 Key source provinciali di PM10 20

21 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 Analisi delle Key sources di PM10 a livello regionale TU T LU L 21 legna e similari legna e similari legna e similari legna e similari legna e similari legna e similari diesel diesel diesel residui agricoli diesel legna e similari diesel legna e similari diesel olio combust diesel gas di raffineria carb. da vapore diesel gas di raffineria diesel SNAP MSA COMB 1- analisi dei parametri di incertezza 2- analisi delle ultime due edizioni degli inventari delle emissioni a partire dalla tabella K_IEF_REG_ATT 3- calcolo degli indicatori L, LU, T e TU 4- individuazione delle sorgenti chiave ID_ATT, ID_COMB, ID_INQ INDICE DI PRIORITÀ

22 Analisi di dettaglio delle sorgenti principali Da operazioni di analisi dei dati disponibili Elenco ed indicatore ottenuto dalla individuazione di sorgenti chiave di PM10 nelle serie storiche degli inventari delle emissioni Fortemente consigliabile lo sviluppo di log di tracciabilità dei record dell'inventario Informazioni ottenute da elaborazione delle schede di approfondimento delle edizioni. Indicazioni QUALITATIVE: 1 aggiornato FE, 2 aggiornata definizione indicatore, 3 aggioranti indicatori e FE o parco impianti puntuali M S A COMB Prior Tipo legna e similari 0, diffuse legna e similari 0, diffuse legna e similari 0, diffuse ,152 2 diffuse ,134 3 diffuse ,121 2 diffuse , diffuse , puntuali legna e similari 0, diffuse legna e similari 0, diffuse legna e similari 0,100 1 diffuse , traffico diesel 0, traffico diesel 0, , diffuse , puntuali diesel 0, traffico , traffico diesel 0, traffico residui agricoli 0, puntuali ,051 3 diffuse ,050 2 diffuse ,049 2 diffuse diesel 0, traffico legna e similari 0, diffuse/puntuali ,041 2 diffuse ,040 1 diffuse diesel 0, traffico legna e similari 0, diffuse , diffuse , puntuali olio combust 0, puntuali , diffuse , puntuali , traffico ,025 diffuse diesel 0, , diffuse , puntuali , diffuse/puntuali ,020 2 diffuse ,020 2 diffuse diesel 0, traffico , puntuali gas di raffineria 0, puntuali gas di raffineria 0, puntuali carb. da vapore 0, puntuali diesel 0, traffico , puntuali RSU 0, puntuali 5- ricostruzione semi-qualitativa delle modifiche metodologiche rispetto alla serie storica 6- individuazione delle possibili sorgenti puntuali 22

23 Quadro delle attività e delle metodologie M S A COMB Prior Tipo Metodologia FE Metodologia ind Altre note Consumo comunale totale ottenuto da CATI e scalato con proxy dei gardi giorno comunali, numero di legna e similari 0,465 diffuse Ultimo valore implementato apparecchi armonizzato tra vanedi e CATI, coefficienti di utilizzo calcolati come profilo emdio Consumo comunale totale ottenuto da CATI e scalato con proxy dei gardi giorno comunali, numero di legna e similari 0,315 diffuse Ultimo valore implementato apparecchi armonizzato tra vanedi e CATI, coefficienti di utilizzo calcolati come profilo emdio Consumo comunale totale ottenuto da CATI e scalato con proxy dei gardi giorno comunali, numero di legna e similari 0,255 diffuse Ultimo valore implementato apparecchi armonizzato tra vanedi e CATI, coefficienti di utilizzo calcolati come profilo emdio ,152 diffuse Ultimo valore implementato Tonnellate di sostanza secca delle paglie per ha di risaia ridotto di un coefficiente ,134 diffuse Ultimo valore implementato Stima su consumi nazionali e proxy demografica ,121 diffuse Ultimo valore implementato Indicatori non modificati se nella stessa forma sorgente di natura discontinua ,112 diffuse Completamento serie storica (FE da puntuali) Allineati con proxy prodcom e stimati con prxoxy su serie storica NIR ,112 puntuali Completamento serie storica (FE da puntuali) Allineati con proxy prodcom e stimati con prxoxy su serie storica NIR Consumo comunale totale ottenuto da CATI e scalato con proxy dei gardi giorno comunali, numero di legna e similari 0,106 diffuse Ultimo valore implementato apparecchi armonizzato tra vanedi e CATI, coefficienti di utilizzo calcolati come profilo emdio Consumo comunale totale ottenuto da CATI e scalato con proxy dei gardi giorno comunali, numero di legna e similari 0,101 diffuse Ultimo valore implementato apparecchi armonizzato tra vanedi e CATI, coefficienti di utilizzo calcolati come profilo emdio legna e similari 0,100 diffuse Ultimo valore implementato Estensione della ultima metodologia sugli altri anni considerando le fluttuazioni dei residenti ,098 traffico Completamente per interpolazione e regressione sugli anni successivi Completamente per interpolazione e regressione sugli anni successivi Problemi di allinemanto delle u.m indicatori diesel 0,089 traffico Completamente per interpolazione e regressione sugli anni successivi Completamente per interpolazione e regressione sugli anni successivi Problemi di allinemanto delle u.m indicatori diesel 0,079 Serie aggiornata valido ultimo valore Allineamento consumi con ultima edizione del BER ,072 diffuse Completamento serie storica (FE da puntuali) Allineati con proxy prodcom e stimati con prxoxy su serie storica NIR ,072 puntuali Completamento serie storica (FE da puntuali) Allineati con proxy prodcom e stimati con prxoxy su serie storica NIR diesel 0,069 traffico Completamente per interpolazione e regressione sugli anni successivi Completamente per interpolazione e regressione sugli anni successivi Problemi di allinemanto delle u.m indicatori ,068 traffico Completamente per interpolazione e regressione sugli anni successivi Completamente per interpolazione e regressione sugli anni successivi Problemi di allinemanto delle u.m indicatori diesel 0,054 traffico Completamente per interpolazione e regressione sugli anni successivi Completamente per interpolazione e regressione sugli anni successivi Problemi di allinemanto delle u.m indicatori residui agricoli 0,054 puntuali Controllo totale puntuali - diffuse Verificata variazione parco impianti - invariate le ipotesi ,051 diffuse Serie aggiornata valido ultimo valore Allineamento con proxyfederacciaio ,050 diffuse Ultimo valore implementato Indicatori non modificati se nella stessa forma sorgente di natura discontinua ,049 diffuse Serie aggiornata valido ultimo valore Interpolazione anni ed aggiornamento indicatori da fonte primaria Problemi di allinemanto delle u.m indicatori diesel 0,049 traffico Completamente per interpolazione e regressione sugli anni successivi Completamente per interpolazione e regressione sugli anni successivi Problemi di allinemanto delle u.m indicatori Scorporo contributo diffuse ed estensione ultimo valore IEF delle legna e similari 0,047 diffuse/puntuali diffuse Scorporo stima delle diffuse ed allineamento ipotesi BER per gli indicatori delle diffuse ,041 diffuse Serie aggiornata valido ultimo valore Interpolazione anni ed aggiornamento indicatori da fonte primaria Problemi di allinemanto delle u.m indicatori ,040 diffuse Ultimo valore implementato Allineamento con proxy demografica diesel 0,030 traffico Completamente per interpolazione e regressione sugli anni successivi Completamente per interpolazione e regressione sugli anni successivi Problemi di allinemanto delle u.m indicatori Consumo comunale totale ottenuto da CATI e scalato con proxy dei gardi giorno comunali, numero di legna e similari 0,029 diffuse Ultimo valore implementato apparecchi armonizzato tra vanedi e CATI, coefficienti di utilizzo calcolati come profilo emdio ,028 diffuse Completamento serie storica (FE da puntuali) Allineati con proxy prodcom e stimati con prxoxy su serie storica NIR ,028 puntuali Completamento serie storica (FE da puntuali) Allineati con proxy prodcom e stimati con prxoxy su serie storica NIR olio combust 0,028 puntuali Completamento per estrapolazione degli IEF Allineamento con estrapolazione e proiezioni tramite ETS ,027 diffuse Completamento serie storica (FE da puntuali) Allineati con proxy prodcom e stimati con prxoxy su serie storica NIR ,027 puntuali Completamento serie storica (FE da puntuali) Allineati con proxy prodcom e stimati con prxoxy su serie storica NIR ,026 traffico Completamente per interpolazione e regressione sugli anni successivi Completamente per interpolazione e regressione sugli anni successivi Problemi di allinemanto delle u.m indicatori ,025 diffuse Serie aggiornata valido ultimo valore diesel 0,022 Serie aggiornata valido ultimo valore ,022 diffuse Completamento serie storica (FE da puntuali) Allineati con proxy prodcom e stimati con prxoxy su serie storica NIR ,022 puntuali Completamento serie storica (FE da puntuali) Allineati con proxy prodcom e stimati con prxoxy su serie storica NIR ,020 diffuse/puntuali Incompletezza degli indicatori ,020 diffuse Serie aggiornata valido ultimo valore Interpolazione anni ed aggiornamento indicatori da fonte primaria Problemi di allinemanto delle u.m indicatori ,020 diffuse Serie aggiornata valido ultimo valore Interpolazione anni ed aggiornamento indicatori da fonte primaria Problemi di allinemanto delle u.m indicatori diesel 0,020 traffico Completamente per interpolazione e regressione sugli anni successivi Completamente per interpolazione e regressione sugli anni successivi Problemi di allinemanto delle u.m indicatori ,018 puntuali Estrapolazione dell'ultimo valore Estrapolazione degli indicatori gas di raffineria 0,018 puntuali Completamento per estrapolazione degli IEF Allineamento con estrapolazione e proiezioni tramite ETS gas di raffineria 0,018 puntuali Allocazioni multiple e non consistenti negli anni carb. da vapore 0,017 puntuali Completamento per estrapolazione degli IEF Allineamento con estrapolazione e proiezioni tramite ETS diesel 0,008 traffico Completamente per interpolazione e regressione sugli anni successivi Completamente per interpolazione e regressione sugli anni successivi Problemi di allinemanto delle u.m indicatori ,008 puntuali RSU 0,008 puntuali 7-applicaizone delle metodologie e dei criteri per ciascuna sorgente, eventuale ridefinizione degli indicatori e dei fattori di emissione 23

24 Analisi qualitativa delle sorgenti di PM10 Macrosettore PM10 t/anno 1-Produzione energia e trasform. combustibili 1,5 % 2-Combustione non industriale 45 % 3-Combustione nell'industria 4,3 % 4-Processi produttivi 4,9 % 6-Uso di solventi 4,0 % 7-Trasporto su strada 25 % 8-Altre sorgenti mobili e macchinari 3,0 % 9-Trattamento e smaltimento rifiuti 0,4 % 10-Agricoltura 6,7 % 11-Altre sorgenti e assorbimenti 5,9 % Totale 100 % LEGNA TRAFFICO ALLEVAMENTO STOPPIE/INCENDI 24

25 6 PM10 da riscaldamento domestico a legna Numero e ripartizione degli apparecchi %N app Integratedmethodologyfor assessingdomesticwoodburnermunicipalshare -A. Marongiu, E. Angelino, M.Moretti, Air Quality 2016 Milano Metodologia permette di stimare la ripartizione in numero degli apparecchi a partire dai dati di vendita (share dei nuovi apparecchi venduti) ed anche dal completamento in itinere di catasti degli impianti alimentati a legna.,",# 1 =%%&&'()**+,," %-..',( / '01-) )3 ) 4 " 25,",=? A 1,",#,= # 6 ) 7 #78 9 ;< : 9 : 25

26 6 6 6 PM10 da riscaldamento domestico a legna Consumi specifici degli apparecchi %C app Sono i coefficienti di consumo per tipologia di apparecchi compatibili con i dati ISTAT per legna a ciocchi rispetto a pellet. Sono impiegati nella stima della percentuale media di consumo del singolo apparecchio. Possono essere basati anche su valutazioni di tipo tecnico (es: AIEL). % BCC,DEFGHI,BHHE = KL,ML"NO,PL KL KL KL,ML"NO,PL KL,ML"NO,PL KL KL KL KL,ML"NO,PL Consumi di energia per tipo di apparecchio nell anno C app E l indicatore vero e proprio dell inventario espresso in GJ/anno. Il totale stima del consumo comunale di biomassa legnosa viene ripartito in funzione della percentuale di consumo degli apparecchi. Le informazioni sul totale comunale possono essere ottenute: da valutazioni sul bilancio energetico regionale o da una ripartizione dei consumi totali regionali rilevati da ISTAT 2013 / GSE burden sharing. PKK,ML"NO,PL = ML"NO,PL % PKK,ML"NO,PL 26

27 Metodologia di stima del GSE Fonte: LEGNA 27

28 Ricostruzione della serie storica dei consumi I consumi sono strettamente correlati all andamento, nel corso degli anni, delle temperature invernali. La metodologia prevede quindi la derivazione di una proxy stagionale: ML"NO,PL = ML"NO,RS TT ML"NO,PL TT ML"NO,RS In maggiore dettaglio: C cdefgh,iggd C cdefgh,jkl = Cg 6 cdefgh,iggd,hmà V cdefgh,iggd,hmà GG cdefgh,iggd λ cdefgh 86,4 10 7v η cdefgh,iggd Cg 6 cdefgh,jkl,hmà V cdefgh,jkl,hmà GG cdefgh,jkl λ cdefgh 86,4 10 7v η cdefgh,jkl C cdefgh,iggd 6 GG cdefgh,iggd = Cg cdefgh,iggd,hmà V cdefgh,iggd,hmà C cdefgh,jkl Cg cdefgh,jkl,hmà V cdefgh,jkl,hmà 6 GG cdefgh,jkl 28

29 Potere calorifico e confronto delle stime Rispetto ai GG, ottenuti per la Lombardia dal sistema diagnostico della QA, la propagazione del dato ISTAT 2013 sugli altri anni, come descritto dal GSE, sembrerebbe allineata con quanto ripotato dal doc Dati statistici e monitoraggio degli obiettivi burdensharing27 giugno a meno di un biasdel 16-17% (considerando e 2014). Approfondendo la questione : Fonte: Considerando la ripartizione dei quantitativi 2013 per la Lombardia tra pellete legna della indagine ISTAT il PCI medio ponderale risulterebbe 14,6 MJ/kg. Queste ipotesi sono rilevanti in quanto le stime effettuate in inemarimpiegano un pcidi circa 12,5 MJ/kg. Questa differenza nella conversione dei quantitativi può influire di circa il 13%. 29

30 Potere calorifico e confronto delle stime GSE Lombardia ISTAT con GG Valori medi per la Lombardia 30

31 Numero degli apparecchi CURIT 31

32 Ripartizione dei consumi 32

33 Ripartizione delle emissioni 33

34 Confronti con altre valutazioni 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% % 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% % 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% %N app %C app %E_PM10 app Altri sistemi (stufe caminetti cucine ecc.) Stufa tradizionale a legna Altri sistemi (stufe caminetti cucine ecc.) Stufa tradizionale a legna Altri sistemi (stufe caminetti cucine ecc.) Stufa tradizionale a legna Stufa automatica a pellets o cippato o BAT legna Camino chiuso o inserto Stufa automatica a pellets o cippato o BAT legna Camino chiuso o inserto Stufa automatica a pellets o cippato o BAT legna Camino chiuso o inserto Camino aperto tradizionale Camino aperto tradizionale Camino aperto tradizionale Stufa o caldaia innovativa Stufa o caldaia innovativa Stufa o caldaia innovativa 34

35 Serie storica delle emissioni regionali di PM10 PM10 t/anno MAC COMB 35

36 Impatto del ricalcolo sul trend PM10 serie_08_15_pm10_reg_versett16 36 PM10 t/anno K_IEF_REG_ATT FIN 2008 K_IEF_REG_ATT FIN 2010 K_IEF_REG_ATT FIN 2012

37 Procedura di ricalcolo regionale o provinciale 2- analisi ultime edizioni 1- analisi incertezza K_IEF_REG_ATT K_IEF_PROV_ATT Selezionare l ultimo anno disponibile di una edizione definitiva Selezionare l ultimo anno disponibile e quello precedente delle edizioni definitive TAB_OUTPUT Impiegare le parametrizzazioni sulle classi di incertezza di Ind e FE e stimare Uind e Ufe Selezionane un inquinante ed un ambito geografico: regione oppure una o più province Stimare L Stimare T Combinare le incertezze per inquinante, attività e combustibile 4- sorgenti chiave Individuare tramite criteri qualitativi o quantitativi le sorgenti chiave Stimare LU Stimare TU 3- calcolo L, LU, T e TU 7- metodologie Stimare U 5- modifiche Si Passa ad un altra sorgente Ricalcolare o confermare Valutare serie storica IEF Ricalcolo già effettuato? No Impiega Tier 1 Valutare serie storica ind. No Sorgente chiave? Si Scorporare sorgenti puntuali Seleziona un altro inquinante o un altro ambito geografico Allineare dati provinciali con totali regionali 6- individuazione puntuali 37