Novembre 2014 Valutazione Modellistica della Qualità dell Aria anno 2014

Transcript

1 Novembre 2014 Valutazione Modellistica della Qualità dell Aria anno 2014 SETTORE MONITORAGGI AMBIENTALI U.O. MODELLISTICA ATMOSFERICA DELLA QUALITÀ E INVENTARI DELL ARIA E INVENTARI

2 Titolo del rapporto Valutazione Modellistica della qualità dell aria per l anno 2014 ARPA Lombardia Agenzia Regionale per la Protezione dell Ambiente della Lombardia U.O. Modellistica Atmosferica e Inventari Settore Monitoraggi Ambientali Via Rosellini, Milano Autori: Edoardo Peroni, Giuseppe Fossati, Maria Rosaria Abbattista - U.O. Modellistica della qualità dell aria e inventari - Settore Monitoraggi Ambientali Direttore Settore Monitoraggi Ambientali - ARPA Lombardia: Silvia Anna Bellinzona Responsabile U.O. Modellistica della qualità dell aria e inventari - Settore Monitoraggi Ambientali: Elisabetta Angelino Data 01 Dicembre 2015 N o di pagine: 18

3 La normativa europea e nazionale richiede l utilizzo di tecniche di modellazione quale supporto per la conoscenza e la gestione della qualità dell aria. ARPA Lombardia si è dotata da diversi anni di un sistema atto a simulare le concentrazioni di inquinanti gassosi e di particolato; nel presente lavoro si riportano i risultati ottenuti per la valutazione modellistica della qualità dell aria relativa all anno 2014 Nel rapporto si richiama brevemente il sistema modellistico utilizzato (cap. 1), si descrivono i dati e le principali ipotesi assunte (cap. 2, cap. 3) ed i risultati ottenuti nelle simulazioni condotte (cap. 4). La valutazione dei risultati è basata su: confronto tra i dati di concentrazione misurati dalle postazioni di monitoraggio di qualità dell'aria ed i valori simulati estratti per la cella della griglia di calcolo contenente la centralina di misura confronto grafico tra i campi di concentrazione al suolo ottenuti per i diversi inquinanti. Le prestazioni sono state inoltre quantificate sulla base dei più comuni indici statistici utilizzati nel settore.

4 Indice 1. Descrizione del sistema modellistico Pag I dati utilizzati per la simulazione Pag I risultati Pag. 5 APPENDICI A. Confronto tra concentrazioni misurate e calcolate su singole postazioni per il 2014 Pag. A-I A.1 Medie annuali di PM10 A.2 Medie annuali di PM2.5 A.3 Medie annuali di NO2 A.4 Massimi di O3 (dal 01 maggio al 30 settembre) B. Indicatori di prestazione circa le concentrazioni di inquinanti simulate per l anno 2014 Pag. B-I B.1 Indicatori di prestazione per PM10 B.2 Indicatori di prestazione per NO2 B.3 Indicatori di prestazione per O3 C. Valori annuali stimati per comune per l anno 2014 Pag. C-I

5 1. Descrizione del sistema modellistico Il sistema modellistico utilizzato anche per la simulazione di qualità dell aria 2014 è ARIA Regional, sviluppato dalla società AriaNET srl, ed applicato presso la U.O. Modellistica di qualità dell aria ed inventari del Settore Monitoraggi Ambientali di ARPA Lombardia. Il nucleo del sistema, il modello euleriano FARM, appartiene alla famiglia di modelli che vanno sotto il nome di Chemical Transport Models (CTM), in grado cioè di trattare i principali processi di natura chimico-fisica di formazione e rimozione degli inquinanti, oltre al trasporto ed alla dispersione per azione del vento e del rimescolamento atmosferico. Il sistema è costituito dai seguenti moduli (Figura 1.1): - modello di trasporto, diffusione e chimica dell atmosfera (FARM, tratta inquinanti gassosi e particolato aerodisperso primario e secondario); - processori per l organizzazione delle misure meteorologiche; - modello diagnostico per la ricostruzione dei campi di vento, temperatura ed umidità (SWIFT); - modello per la stima dei parametri che descrivono la turbolenza atmosferica, per la determinazione della velocità di deposizione secca degli inquinanti gassosi e per la determinazione delle costanti di chiusura delle equazioni euleriane (SURFPRO); - modulo per l elaborazione di inventari di emissione e la preparazione dei files emissivi in input al modello FARM (EMission MAnager); - moduli per la preparazione delle condizioni iniziali ed al contorno al modello FARM appoggian-tesi al database regionale di qualità dell'aria ed ai campi simulati a scala continentale dal modello CHIMERE. Il cuore del sistema, il modulo chimico dispersivo FARM, è lo stesso incluso nella catena che ENEA, su incarico del Ministero per l Ambiente ed in collaborazione con AriaNET srl e IIASA (International Institute for Applied Systems Analysis), ha sviluppato nell ambito del progetto MINNI. Per armonizzare le concentrazioni misurate con quelle calcolate, vengono utilizzate tecniche di interpolazione tra campi simulati e misure. Gli algoritmi alla base di questo procedimento (SCM Successive Corrections Method) fanno si che in un opportuno intorno di alcuni punti di misura, scelti in modo da essere rappresentativi di un area sufficientemente ampia, i valori calcolati vengano avvicinati al valore misurato, in modo da compensare eventuali errori sistematici nel calcolo derivanti da carenze nella stima delle emissioni o della meteorologia, oppure per ridurre l effetto di diffusione delle emissioni introdotto dal passo di grigliato. In questo procedimento, detto di data fusion, si sono utilizzati i valori riportati da alcune postazioni di misura, tutte classificate come di fondo (background urbano, suburbano, rurale). Il sistema appena descritto è utilizzato correntemente da ARPA Lombardia per più scopi, quali la ricostruzione di episodi critici di ozono e particolato PM10 e l analisi dell impatto sulla qualità dell aria di scenari emissivi. Su richiesta dei Dipartimenti provinciali ARPA, inoltre, è utilizzato per estrarre risultati su porzioni del territorio o per essere applicato con risoluzione maggiore per analisi di ricadute locali. Infine, dal 2008 il sistema viene quotidianamente utilizzato in modalità operativa di tempo quasi reale o Near Real Time (NRT) per la costruzione e la pubblicazione sul sito di ARPA di mappe di inquinamento giornaliere [ 2

6 Figura 1.1: schematizzazione del sistema modellistico Uso del suolo Orografia M isure rete R adiosondaggi ECMWF INEMAR APAT EMEP T abelle disaggregazione e speciazione SWIFT EMISSION MANAGER SURPRO u v w T P RH Emissioni puntuali e diffuse V d K H K V Sotto - sistema METEO Sotto - sistema EMISSIONI CHIMERE IC e BC FARM Sotto - sistema CHIMICO -TRASPORTO C ampi concentrazione V ALUTAZIONE QUALITÀ ARIA Sotto -sistema POSTPROCESSING 3

7 2. I dati utilizzati Il sistema modellistico è stato applicato ad un dominio di calcolo di 236x244 km 2 centrato sulla Regione Lombardia (figura 2.1), coperto da un grigliato di passo 4 Km e 11 livelli verticali estesi da 10 a circa 9000 m di quota. Per la ricostruzione dell input emissivo si sono utilizzati i seguenti dataset: 1) INEMAR 2012 versione in public review per le emissioni relative al Figura 2.1: il dominio delle simulazioni territorio lombardo (a livello comunale); 2) APAT 2010 (disaggregato a livello provinciale a partire dal nazionale) per le emissioni relative alle regioni circostanti; 3) EMEP 2010 (griglia di 50 km di lato) per le emissioni relative al territorio svizzero. È da osservare che in nessun caso vengono contemplate le emissioni di terrigeno dovute all azione degli agenti atmosferici e non viene trattato il risollevamento delle deposizioni secche, mentre si conteggiano le emissioni dovute all usura delle parti mobili dei veicoli su strada e del manto stradale. La preparazione per il modello delle emissioni diffuse relative al territorio in esame, ottenute integrando i diversi inventari utilizzati, ha richiesto un procedimento di disaggregazione spaziale su cella, ottenuta attraverso l uso del suolo CORINAIR ed La disaggregazione temporale delle emissioni annuali è stata ottenuta considerando modulazioni mensili, giornaliere ed orarie; la speciazione dei COVNM e del particolato totali nelle classi di composti considerati dal modello fotochimico è stata ottenuta mediante profili relativi a ciascuna attività emissiva. Per la costruzione dei file meteorologici il sistema si interfaccia al Database Unico di ARPA Lombardia che raccoglie i dati delle reti di qualità dell aria, meteorologica ed idrogeologica. L input meteo viene costruito assimilando ai campi forniti dallo European Centre for Medium-Range Weather Forecast (ECMWF), trattati come profili verticali per ciascun punto della griglia del modello, i dati raccolti su base oraria da un sottoinsieme di stazioni delle reti locali e dai radiosondaggi fini di Linate mediante il modello massconsistent Swift. I parametri di turbolenza atmosferica e le velocità di deposizione degli inquinanti sono poi stimati con il processore Surfpro. Le condizioni al contorno ed iniziali sono ricavate a partire dalle elaborazioni quotidiane fornite dal sistema Prev air (CHIMERE continentale - a 50 km di risoluzione orizzontale). Per quanto riguarda un analisi meteorologica del 2014, si rimanda al documento redatto dal Servizio Meteorologico Regionale di ARPA Lombardia all indirizzo web 4

8 3. I risultati La valutazione dei risultati si basa sul confronto quantitativo tra i dati di concentrazione misurati dalle postazioni di monitoraggio di qualità dell'aria ed i dati simulati estratti per la cella della griglia di calcolo in corrispondenza delle coordinate delle stazioni, sul confronto grafico tra i campi di concentrazione al suolo ottenuti per i diversi inquinanti, sull analisi della distribuzione temporale delle concentrazioni misurate e calcolate. Le postazioni della rete di qualità dell aria della Lombardia sono state scelte in base alla tipologia di stazioni, indicata dalla U.O. Qualità dell Aria, alla distribuzione geografica ed alla completezza della serie di dati. Si è ritenuto di focalizzare l attenzione su ozono, biossido d azoto e particolato PM10 in quanto questi sono gli inquinanti che presentano superamenti dei limiti di legge sul territorio regionale. Si riportano inoltre alcuni confronti anche per il particolato PM2.5. Il rispetto degli obiettivi di qualità dei dati è stato valutato confrontando il diagramma di dispersione dei valori simulati ed osservati di ogni inquinante con l intervallo di incertezza specifico fissato dalle norme e con la valutazione di indici comunemente riportati nella letteratura specializzata e nei rapporti tecnici della comunità europea. Essi sono stati calcolati per ogni stazione di misura per i vari inquinanti e sono riportati nelle tabelle di sintesi in appendice B. La figura 3.1 presenta le concentrazioni medie annuali 2014 misurate presso le postazioni (in ascissa) e quelle estratte dalla simulazione annuale (ordinata) per la cella corrispondente. Ogni punto si riferisce ad una singola postazione; vengono inoltre presentati i risultati del modello puro e dell interpolazione tra modello e dati misurati. Il cono tratteggiato rappresenta l intervallo di qualità dei dati per la media su base annuale e rispettivamente pari a ±50% per PM10, PM25 ed O3, ±30% per l NO2. Per una più immediata interpretazione si è riportato in forma grafica in appendice A il valore annuale misurato e calcolato per ciascuna postazione considerata. Anche in questo caso sono rappresentati i confronti fra concentrazioni misurate e simulate con e senza l utilizzo delle tecniche di data fusion per consentire di valutarne la diversa influenza in relazione alle varie postazioni. Per quanto riguarda il particolato PM10 si evidenzia una lieve tendenza alla sottostima dei valori medi giornalieri e medi annuali. Tuttavia per tutte le postazioni il modello fornisce risultati che rientrano nell intervallo di qualità dei dati stabilito dalla normativa (±50%) per la media sul periodo. L introduzione delle tecniche di data fusion è molto efficace e consente di portare i valori attorno alla bisettrice, pur peggiorando poche situazioni per le quali il modello puro fornisce risultati un poco migliori. Com è da attendersi, ed il discorso vale anche per gli altri inquinanti considerati, le prestazioni del modello nel riprodurre il dato misurato decrescono per quelle postazioni fortemente influenzate da fonti di emissione locali che il modello per lo più computa, ma diluisce su un volume più ampio; il confronto tra dato modellato e misurato va infatti effettuato tenendo sempre presente che il modello di qualità dell aria fornisce la concentrazione media stimata su celle (in questo caso) di 16 km 2, mentre la postazione di misura restituisce un valore puntuale dalla rappresentatività più o meno ampia in base alle caratteristiche del sito e delle sorgenti emissive presenti. Per il PM2.5 si osserva viceversa una leggera sovrastima del valore calcolato rispetto al dato misurato; in parte ciò può essere dovuto ad una lieve sovrastima delle emissioni del primario - già a livello di inventario il particolato viene già suddiviso tra fine (Pm2.5) e coarse (PM(10-2.5)), ma anche ad una sovrastima del particolato secondario operata dalla chimica parametrizzata dal modello, più evidente in alcune postazioni durante il periodo primaverile (per esempio, si veda la figura 3.2b). In base ad alcune analisi dei risultati, una parte di tale sovrastima potrebbe essere attribuibile alla frazione di nitrato d ammonio nel PM2.5. 5

9 Il confronto tra i valori giornalieri massimi stimati e misurati di ozono, figura 3.1b, mette in luce una disposizione più o meno analoga dei valori rispetto alla bisettrice, con una leggera tendenza alla sottostima, come anche evidenziato nella postazione urbana di Milano Pascal (figura 3.2d). La media annuale di biossido di azoto simulata è molto variabile fra le postazioni, con un impatto inferiore dell interpolazione dei dati misurati ed un discreto numero di postazioni di misura per le quali non risulta soddisfatto l obiettivo di qualità dei dati per una sottostima del valore simulato rispetto al misurato o viceversa; le caratteristiche di questo inquinante sembrano rendere necessario l uso di un passo di griglia più fine o procedimenti interpolativi che non escludano l uso dei dati derivanti dalle postazioni da traffico urbano e suburbano. Infine, l informazione sulla distribuzione spaziale delle concentrazioni è fornita dalle mappe in figura 3.3 per tutto il territorio regionale e in figura 3.4 a dettaglio provinciale (in questi casi per la rappresentazione delle concentrazioni di ozono si è privilegiato l indice AOT40 rispetto ad un poco sensato massimo assoluto per cella). 6

10 Figura 3.1a: diagramma di dispersione delle concentrazioni medie annuali relative al 2014 di PM 10, PM 2.5 e NO 2 misurate e simulate con (dx) e senza (sx) tecniche di data fusion. 7

11 Figura 3.1b: diagramma di dispersione delle concentrazioni massime relative al periodo 1 maggio 30 settembre 2014 di O 3 misurate e simulate con (dx) e senza (sx) tecniche di data fusion. Figura 3.2a: confronto delle concentrazioni medie giornaliere di PM 10 relative al periodo 1 gennaio - 31 dicembre 2014 per la postazione di Milano Pascal misurate e simulate con e senza tecniche di data fusion. Figura 3.2b: confronto delle concentrazioni medie giornaliere di PM 2.5 relative al periodo 1 gennaio - 31 dicembre 2014 per la postazione di Milano Pascal misurate e simulate con e senza tecniche di data fusion. 8

12 Figura 3.2c: confronto delle concentrazioni medie e massime giornaliere di NO 2 relative al periodo 1 gennaio - 31 dicembre 2014 per la postazione di Milano via Senato (stazione da traffico) misurate e simulate con e senza tecniche di data fusion. Figura 3.2d: confronto delle concentrazioni massime giornaliere di O 3 relative al periodo 1 maggio 30 settembre 2014 per la postazione di Milano Pascal misurate e simulate con e senza tecniche di data fusion. 9

13 (a) (b) Figura 3.3: (a) mappe delle concentrazioni medie annuali di PM 10, PM 2.5, NO 2, e dell indice AOT40 per l ozono e (b) numero di superamenti del limite di 50 μg/m 3 per la media giornaliera di PM 10; simulazioni condotte con il modello FARM e con successivo processo di data fusion per le stazioni di fondo, anno

14 BG BS CO CR LC LO MB MI MN PV SO VA Figura 3.4a: mappa delle concentrazioni medie annuali di PM 10 per le province lombarde, simulate con il modello FARM e successivo procedimento di data fusion con le sole stazioni di fondo, anno

15 BG BS CO CR LC LO MB MI MN PV SO VA Figura 3.4b: mappa delle concentrazioni medie annuali di PM 2.5 per le province lombarde, simulate con il modello FARM e successivo procedimento di data fusion con le sole stazioni di fondo, anno

16 BG BS CO CR LC LO MB MI MN PV SO VA Figura 3.4c: mappa delle concentrazioni medie annuali di NO 2 per le province lombarde, simulate con il modello FARM e successivo procedimento di data fusion con le sole stazioni di fondo, anno

17 BG BS CO CR LC LO MB MI MN PV SO VA Figura 3.4d: mappa delle concentrazioni dell indice AOT40 per l ozono per le province lombarde, simulate con il modello FARM e successivo procedimento di data fusion con le sole stazioni di fondo, anno

18 BG BS CO CR LC LO MB MI MN PV SO VA Figura 3.4e: mappa del numero di superamenti del limite di 50 μg/m 3 per la media giornaliera di PM 10 per le province lombarde, simulate con il modello FARM e successivo procedimento di data fusion con le sole stazioni di fondo, anno