Sistemi di analisi e previsione della qualità dell aria con la modellistica: esperienze in campo diagnostico e prognostico

Transcript

1 Controllo ambientale degli agenti fisici: nuove prospettive e problematiche emergenti Vercelli Marzo 2009 Sistemi di analisi e previsione della qualità dell aria con la modellistica: esperienze in campo diagnostico e prognostico Angelino Elisabetta* & Roberto Sozzi *Angelino Elisabetta ARPA Lombardia Settore Aria e Agenti Fisici, Via Restelli 3/1, Milano (MI) Roberto Sozzi ARPA Lazio Direzione Tecnica Divisione Atmosfera e Impianti, v. Garibaldi 114, Rieti (RI)

2 Contenuti Introduzione Cenno alle principali catene modellistiche in uso in Italia Esperienza in campo diagnostico: il caso di ARPA Lombardia Esperienza in campo prognostico: il caso di ARPA Lazio Conclusioni, spunti vari

3 Architettura di principio di Modello di Dispersione degli Inquinanti in Aria Informazioni Meteorologiche Informazioni sulle emissioni presenti Informazioni sulle caratteristiche del territorio Informazioni sulle concentrazioni iniziali presenti all interno e fuori dal dominio Fisica e Chimica dell atmosfera Ricostruzione/previsione della Distribuzione nello spazio e nel tempo (campi) delle sostanze inquinanti

4 Sono stati sviluppati (e sono disponibili) vari tipi di modelli di varia complessità e con differenti campi di applicazione: Modelli stazionari (gaussiani ed ibridi) per valutazioni semplificate e su domini spaziali limitati Modelli lagrangiani (a particelle) per ricostruzioni realistiche che non richiedono una trattazione della chimica dell atmosfera anche in situazioni complesse e su domini spaziali di grandi dimensioni Modelli euleriani fotochimici per ricostruzioni realistiche su domini di calcolo di grandi dimensioni anche degli inquinanti secondari

5 maggior completezza dei dati disponibili (meteo e sorgenti) aumento della potenza HW e miglioramento delle performance dei modelli maggiore potenza dei sistemi di comunicazione che hanno permesso lo scambio delle informazioni e dei dati aumento delle conoscenze nella modellazione chimiche e fisiche Evoluzione reti/tecniche misura Aumento conoscenze in campo sanitario, ambientale Evoluzione problematiche di inquinamento atmosferico Evoluzione strumenti modellistici, approcci, copertura e dettaglio info Aumento potenzialità modelli Evoluzione AEI (inventari Emissione Atmosferica) Evoluzione normativa (QA, valutazione impatto ambientale etc.) Maggior riconoscimento ruolo dei modelli da parte della normativa QA (96/62/CE,soprattutt o, 2008/50/CE) Richiesta obiettivi di qualità Maggiore utilizzo per valutazioni impatto e controllo/gestione/valutazione QA impiego modelli più diffuso anche presso enti supporto amministrazioni

6 Anni > 2000 Inquinanti SO2 -> CO, NOX -> secondari (03, PM, NOX) -> PM10. PM2.5.. Fonti simulate Inventari Approcci Tipi applicazioni Scala spaziale Scala temporale Ciminiere -> Traffico/riscaldamento -> Emissioni da varie sorgenti Misure locali -> AEI urbani -> AEI regionali ->dataset emi su mesoscala stazionari (gaussiani, puff) -> euleriani/lagrangiani inq non reattivi da fonti puntuali Analisi ricadute da installazioni industriali Domini limitati, scala locale Condizioni stazionarie Evoluzione modelli Studi semplificati dell inquinamen to cittadino Studi retrospetti vi, analisi episodi valutazione di scenari emissivi, piani risanamento urbana Regionale Regionale/bac ino Episodio Episodio Periodi estesi/ Anno Valutazione QA annuale, -> servizi operativi es NRT, Forecast Bacino aerologico _ downscaling sinottico Periodi/ Anno/Serie pluriennali

7 La Direttiva 2008/50/CE ed i Modelli di dispersione degli inquinanti in aria (Guidance on the use of models for the European air quality directive FAIRMODE ETC/ACC Report) La Direttiva prevede l impiego dei modelli in differenti contesti: nella valutazione della Qualità dell Aria (Assessment); nella pianificazione e nella predisposizione di piani risanamento; nell individuazione dei contributi delle diverse sorgenti alla qualità dell aria complessiva (Source Apportionment) nella trasmissione delle informazioni al pubblico relativamente alla situazione in atto nella trasmissione al pubblico delle tendenze a breve/medio termine

8 ASSESSMENT (Valutazione) I modelli possono sempre essere usati come integrazione alle misure realizzate nelle postazioni fisse di una rete di monitoraggio della Qualità dell Aria (QA). Il vantaggio di ciò sta nel fatto che, a priori, può essere ridotto il numero delle stazioni fisse della rete (Art. 7.3, 10.3, 14.2); Art.6 della Direttiva indica quando e come i modelli possono essere usati per la valutazione della QA: possono essere usati come integrazione alla rete fissa quando la Q. di una zona eccede la soglia di valutazione superiore; possono essere usati in combinazione quando la QA di una zona sta tra le due soglie di valutazione; possono essere usati in sostituzione della rete fissa quando QA della zona è inferiore alla soglia di valutazione inferiore.

9 PIANIFICAZIONE E PIANI DI RISANAMENTO Quando vengono superati i limiti previsti dalla Direttiva per uno o più dei diversi inquinanti considerati, è necessario individuare misure strutturali atte a ricondurre la Qualità dell Aria del territorio entro i limiti prescritti. I passi operativi sono: individuazione delle sorgenti e delle cause più probabili che possono aver condotto al superamento dei limiti in tutto il territorio o in porzioni di esso; identificazione di possibili scenari alternativi di riduzione delle emissioni (o comunque di azioni aventi atte alla riduzione delle concentrazioni al suolo); per ogni scenario emissivo, stima con una catena modellistica della qualità dell aria da esso dipendente ed individuazione dell insieme degli scenari (piano di risanamento) che garantiscono il rientro nei limiti SOURCE APPORTIONMENT Importanza di poter determinare il contributo delle varie sorgenti alla qualità dell aria

10 INFORMAZIONE AL PUBBLICO (ALLEGATO XVI) La Direttiva prescrive che debba essere fornita una costante e completa informazione al pubblico che deve poter conoscere l entità e l estensione dei fenomeni in atto. A differenza delle misure rilevate da una rete fissa di monitoraggio della qualità dell aria, l impiego di una catena modellistica che assimila tutte le misure disponibili consente di tenere sotto controllo tutto il territorio, anche i punti in cui non sono disponibili misure. Queste ricostruzioni, a fine d anno, consentono di valutare la Qualità dell Aria su tutto il territorio di competenza non solo in maniera puntuale (cioè solo dove sono disponibili misure). Deve essere fornita la tendenza nei giorni successivi indicando l area geografica interessata e il cambiamento previsto (miglioramento, stabilizzazione o peggioramento)

11 ARCHITETTURA di una CATENA MODELLISTICA di Forecasting/Near Real-Time Dati Geografici e Fisiografici Previsioni/analisi a grande scala & Misure meteorologiche Downscaling Meteorologico Inventario Emissioni Modulo di interfaccia Processore Condizioni iniziali ed al contorno QA Previsioni/analisi a grande scala & Misure QA Modello Qualita dell aria Campi di concentrazione dei vari inquinanti Processore delle Emissioni

12 Componente Meteorologica Prognostica: modelli RAMS, MM5, LAMI Dato che tali modelli hanno bisogno di opportune condizioni iniziali ed al contorno, il loro impiego nelle varie catene di misura si differenzia in base al tipo di informazioni a grande scala che impiegano ed al numero di nesting che vengono adottati per ricondursi al dominio spaziale di interesse. Diagnostica: Calmet, Minerve+SurfPro Componente Emissiva Ogni catena ha messo a punto una componente emissiva costituita da: un inventario delle emissioni dalle varie tipologie di sorgenti presenti sul territorio un processore che stima la loro variabilità temporale, che le localizza nello spazio e che effettua la speciazione chimica (quando si usano i modelli euleriani fotochimici) Permangono diversi punti di criticità connessi alla stima da alcune fonti e ai profili (speciazione COV,PM, temporali, granulometrici (PM))

13 Componente Dispersiva In generale, tale componente è costituita da un modello euleriano fotochimico (es. FARM, CHIMERE, CAMX), anche se, in alcune situazioni in cui si è ritenuto meno importante trattare le varie trasformazioni chimiche che hanno luogo in atmosfera, si è utilizzato un modello lagrangiano a particelle (es. SPRAY) N.B. L impiego di un modello euleriano fotochimico presenta ancora degli aspetti complessi e delicati (su cui ancora la Ricerca sta investigando attivamente), costituiti prevalentemente: dalla determinazione delle opportune condizioni iniziali ed al contorno (per tutte le specie chimiche trattate dal modello) e dall assimilazione delle misure prodotte dalla rete di monitoraggio fissa della qualità dell aria.

14 Cenno alle rassegne più recenti dei modelli in uso in Italia attività di rassegna svolte nei due trienni di attività ( ) dai gruppi di lavoro Gruppi di Lavoro del progetto APAT- CTN_ACE (Centro Tematico Nazionale - Atmosfera Clima Emissioni) ricognizione delle esperienze modellistiche relative al particolato svolte o in corso presso le Regioni e le APPA/ARPA svolte nel dai Gruppi di Lavoro istituiti dalla Commissione Nazionale per l'emergenza Inquinamento Atmosferico (CNEIA), istituita al Ministero dell Ambiente recentissima rassegna condotta nell ambito del COST Action 728 (COST, 2008)

15 Catene modellistiche in uso in Italia: alcuni esempi BOLCHEM CAMX CNR/ISAC BO CESI, AMMA MI, ARPA VE BOLAM CALMET Modello QA lagrangiano euleriano CHIMERE FARM ARPA ER, ARPA UM CETEMPS ARPA PI ARPA LO LAMI MINERVE Modello Meteo diagnostico prognostico SPRAY TCAM CNR ISAC TO UNI BS MINNI ENEA, ARPA LA, UNI BS MM5 RAMS ENTE presso il quale e in uso quella catena

16 Sistemi previsionali: alcuni esempi Sistema ARPA ER NINFA 1.QualeAria: sistema prototipale MINNI Sistema CETEMPS Universita dell Aquila Sistema ARPA Piemonte Area Torino (centro) Provincia Novara (dx)

17 IL SISTEMA PREVISIONALE DELLA QUALITA DELL ARIA DEL LAZIO E DELLA CITTA DI ROMA ARPA Lazio

18 Il sistema modellistico Le previsioni di qualità dell'aria sono realizzate dal sistema modellistico costituito dai seguenti moduli: modello meteorologico prognostico RAMS per il downscaling delle previsioni meteorologiche dalla scala sinottica alla scala locale; modulo di interfaccia per l'adattamento dei campi meteorologici prodotti da RAMS ai domini di calcolo innestati di FARM (codice GAP); processore meteorologico per la descrizione della turbolenza atmosferica e per la definizione dei parametri dispersivi (codice SURFPRO); processore per il trattamento delle emissioni (codice EMMA) da fornire come input al modello euleriano, a partire dai dati dell'inventario nazionale delle emissioni CORINAIR (APAT) e dal modello di traffico ATAC per l'area urbana di Roma; modello euleriano per la dispersione e le reazioni chimiche degli inquinanti in atmosfera (codice FARM); modulo di post-processing per il calcolo dei parametri necessari alla verifica del rispetto dei limiti di legge (medie giornaliere, medie su 8 ore,...).

19 Previsioni Meteorologiche Sinottiche (NCEP) Dati Geografici RAMS Gap SurfPRO Input Meteorologico Input Emissivo DATI EMISSIVI EMMA FARM Previsioni Inquinamento a scala nazionale (QualeAria) Campi di concentrazione

20 I domini di calcolo RAMS FARM

21 Le mappe di concentrazione degli inquinanti Il sistema calcola mappe orarie delle concentrazioni degli inquinanti principali: PM10, O 3, NO 2, CO, SO 2, Benzene Vengono successivamente stimati gli indicatori previsti dalla normativa vigente e verificata la presenza di superamenti Dominio regionale Roma Area metropolitana di

22 Distribuzione Sperimentale delle informazioni

23 Confronto tra la concentrazione (μg/m 3 ) media giornaliera di PM 10 prevista (campi colorati) e misurata (valori numerici) a Roma. (20-23 gennaio 2008.

24 IL SISTEMA UTILIZZATO PER LA VALUTAZIONE DELLA QUALITA DELL ARIA ARPA LOMBARDIA

25 NRT (Near Real Time) modeling chain Resolution 50 KM 50 KM Meteo DB Meteorological Model ECMWF Air Quality DB CHIMERE - Continental dispersion model AEInventory DB Processors and output download 4 KM MINERVE diagnostic meteorological model METEO BOUNDARY EMISSION DATABASE 4 KM FARM regional scale dispersion model CONCENTRATIONS Modelli non applicati in ARPA Modelli/processori applicati in ARPA Input/output catena modellistica in ARPA

26 Mappe quotidiane di inquinamento e bollettino di tendenza NO2 and PM10 daily map

27 Direzione e velocità vento Concentrazione PM10

28 Valutazione Modellistica Qualità dell aria Annuale PM10 µg/m diagramma di dispersione delle concentrazioni medie annuali relative al 2007 di PM10 misurate e simulate con (sx) e senza (dx) tecniche di assimilazione Concentrazioni di PM10 medie giornaliere misurate presso la stazione di Milano Pascal e simulate con (dx) e senza (sx) tecniche di assimilazione

29 Ricostruzione modellistica della composizione del particolato Es. Progetto PARFIL Confronti con stime al suolo da satellitari es Progetto PROMOTE Database per simulazioni a scala locale per Dipartimenti es Poster Analisi di scenari/test di sensibilità sui parametri piu critici

30 Risultati Componenti carboniose e ioniche - dicembre 2006 EC OC EC (µg/m³) /12 19/12 20/12 21/12 22/12 23/12 24/12 25/12 OC (µg/m³) /12 19/12 20/12 21/12 22/12 23/12 24/12 25/12 simulato misurato simulato MIS NO 3 - SO NO 3 - (µg/m³) SO4 -- (µg/m³) / 12 19/ 12 20/ 12 21/ 12 22/ 12 23/ 12 24/ 12 25/ / 12 19/ 12 20/ 12 21/ 12 22/ 12 23/ 12 24/ 12 25/ 12 simulato misure simulato misure Progetto PARFIL Risultati Linea Ricostruzione modellistica delle misure di composizione in collaborazione con Università di Milano

31 Milano - inverno 2007 Milano City - Winter campaign (percentages on TC) Risultati % over TC 90% 80% 70% 60% 50% 40% 30% 20% contributo carbonio biogenico: differenza estate inverno 10% % o ver T C 0% 70% 60% 50% 05/02/ /02/ /02/ /02/ /02/ /02/ /02/2007 date Primary modelled OC Biogenic modelled OC Secondary modelled OC Measures (bars indicate measures - artifact) Milano City - Summer campaign (percentages on TC) Milano - estate 2007 in aree meno antropizzate il contributo stimato dalle simulazioni del carbonio biogenico risulta maggiore SOC: differenza estate inverno con un maggior contributo d estate (aumento attività fotochimica) 40% 30% 20% 10% 0% 11/06/ /06/ /06/ /06/ /06/ /06/ /06/2007 date Progetto PARFIL Risultati Linea Progetto PARFIL Risultati Linea Ricostruzione modellistica delle misure di composizione in collaborazione con Università di Milano Primary modelled OC Biogenic modelled OC Secondary modelled OC Measures (bars indicate measures - artifact)

32 Thanks to M.Abbattista, G.Fossati, E.Peroni ARPA Lombardia A. Bolignano, M. Morelli - ARPA LAZIO

33 Grazie per l attenzione