COMPARAZIONE MODELLISTICA CALPUFF-AERMOD A SUPPORTO DELLO STUDIO DI IMPATTO AMBIENTALE DELLA CENTRALE ELETTRICA DI SCARLINO (GR)

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "COMPARAZIONE MODELLISTICA CALPUFF-AERMOD A SUPPORTO DELLO STUDIO DI IMPATTO AMBIENTALE DELLA CENTRALE ELETTRICA DI SCARLINO (GR)"

Transcript

1 COMPARAZIONE MODELLISTICA CALPUFF-AERMOD A SUPPORTO DELLO STUDIO DI IMPATTO AMBIENTALE DELLA CENTRALE ELETTRICA DI SCARLINO (GR) 1 PREMESSA Scopo del presente studo è quello d verfcare l attendbltà de rsultat modellstc della valutazone degl mpatt sulla componente atmosfera eseguta nello studo d mpatto ambentale relatvo alla proposta d potenzamento ed ammodernamento della centrale elettrca d Scarlno, Grosseto. La determnazone della valdtà de rsultat d un modello dffusonale, n subordne alla defnzone delle condzon d applcabltà del modello matematco, costtusce un punto fondamentale nella realzzazone d valutazon prevsonal d rcaduta d nqunant, che se trascurata o sottovalutata può portare a pesant error d valutazone. Per la valutazone del modello pù doneo alla rappresentazone d un caso specfco d studo, una prma fase determnante è l repermento n va prelmnare d un data base d modell classfcat secondo le specfche ed requst tecnc oltre alle modaltà e specfctà d applcazone. A seconda delle fnaltà e degl ambt d applcazone s possono dstnguere dverse tpologe generche d modell: modell d mcroscala, mesoscala, larga scala o ancora a scala planetara, a seconda dell'ambto d applcazone degl effett; modell d tpo lagrangan o euleran, a seconda del sstema d rfermento matematco scelto; modell gaussan, a puff, a partcelle, a box a seconda de crter d modellzzazone matematca scelt; modell solo fsc, chmc o fotochmc; modell a recettore etc.. I modell applcabl n campo dffusonale d nqunant atmosferc sono dstnt anche sulla base della sorgente d emssone a cu s applcano. Rspetto alle emsson d nqunant nfatt essteranno: sorgent puntual, per le qual l emssone è assmlable per caratterstca fsca e per contesto d studo e valutazone preso n esame ad una emssone puntforme all nterno dell area d ndagne rappresentatva; sorgent areal, sostanzalmente classfcate n ragone d due possbl casstche: 1. emsson per le qual la tpologa d emssone assume caratterstca fsca d emssone dffusa all nterno d un area avente emssone meda omogenea. 2. emsson per le qual, stante la sgnfcatvtà d emssone assoluta o relatva, rspetto ad altre sorgent prese n esame nel caso n anals, è trascurable l errore computo nel 1

2 consderare tale font all nterno d una aggregazone d pù sorgent con emssone meda omogenea entro un area d rfermento (emsson sa da camn che da ret d traffco). sorgent lnear, per le qual l emssone è assmlable ad una lnea d emssone omogenea. Tpcamente emsson puntual affancate (coastal emssons) o emsson vecolar da traffco, per ret d scorrmento a flusso sgnfcatvo. Altra dstnzone n merto a modell dffusonal è rappresentata dalle condzon orografche d rfermento: modell flat terran, che trovano effcaca d applcazone (n termn d margne d valdtà de rsultat ottenut) n condzon d terreno patto (quota del suolo ma superore alla mnma altezza tra le dverse emsson consderate); modell complex terran, che trovano effcaca d applcazone (n termn d margne d valdtà de rsultat ottenut) anche n condzon d terreno per l quale le quote comprese entro l area d msura sano anche superor alla mnma altezza tra le dverse emsson consderate (altezza sorgente). A fn della ndvduazone del modello d calcolo pù doneo per una corretta esecuzone d uno studo d modellstca dffusonale atmosferca, nel caso specfco s deve, qund, dare partcolare enfas a seguent element: specfctà geografca e morfologca del sto, avente condzon d orografa complessa; tpologa d sorgent consderate: sorgent puntual multple (emsson ndustral); ntervallo spazale e temporale d anals, che rende necessara l applcazone d un modello d mesoscala; tpologa d nqunant trattat, caratterzzat da stat fsc partcellar e gassos. Alla luce degl aspett sopra consderat, l modello pù approprato al caso specfco d ndagne rsulta essere CALPUFF. Quest ultmo è un modello a puff, ndcato per condzon d orografa complessa, stuazon meteorologche crtche come le calme d vento e domn spazal anche d grand dmenson (ragg d nfluenza compres tra e 10 e 100 km), capace d modellare non solo la dspersone atmosferca degl nqunant, ma anche la deposzone al suolo. Il modello, noltre, è tra preferred/recommended models ndcat dall agenza per la protezone dell ambente amercana (EPA, Envronmental Protecton Agency) [1] ed è anche per gl element rchamat tra modell pù utlzzat e unversalmente rconoscut nel mondo come supporto d stud d mpatto ambentale. Altro elemento determnante nella scelta del modello rsulta, però, essere la dsponbltà d dat meteorologc caratterstc dell area d ndagne. Nel caso specfco d studo, la dffcoltà nel reperre sere storche d dat meteorologc n quota (n partcolare profl vertcal d vento e temperatura) relatve a pù ann, ha spnto nella fase d realzzazone del SIA alla scelta d un sstema modellstco 2

3 alternatvo a CALMET-CALPUFF. AERMOD è stato l modello selezonato per la valutazone comparatva scenaro attuale-scenaro d progetto degl mpatt sulla qualtà dell ara. Tale modello, seppur compreso tra preferred/recommended models ndcat dall agenza per la protezone dell ambente amercana (EPA, Envronmental Protecton Agency) [1], presenta delle lmtazone nella valutazone delle condzon d orografa complessa e nella elaborazone delle calme d vento. Per quest motv nel presente documento s è provveduto ad effettuare la verfca d applcabltà del modello AERMOD al caso specfco d ndagne attraverso la realzzazone d uno studo d valdazone basato sulla comparazone tra l modello CALPUFF e l modello AERMOD per un arco temporale per cu fossero dsponbl gl nput meteorologc per CALMET-CALPUFF (anno 2002). Tale metodologa, basata sull anals d ndc statstc, vene utlzzata da maggor grupp d rcerca europe e nternazonal operant nell'utlzzo d modell dffusonal come supporto alla scelta del modello dffusonale da applcare nel caso specfco d rfermento e s basa su una valutazone comparatva specfca tra modell certfcat per la specfca applcazone (nel presente caso CALPUFF) e modell d mpego maggormente flessble (nel presente caso AERMOD). Nel paragrafo successvo vene descrtta nel dettaglo la procedura d ndagne adottata per effettuare la verfca d applcabltà d AERMOD, mentre ne paragraf 3 e 4 vengono brevemente descrtt modell mpegat nel presente studo. Il paragrafo 5 rporta la descrzone dello scenaro d rfermento utlzzato per la realzzazone del confronto tra modell, mentre nel 6 sono rportat rsultat d tale confronto. 2 METODOLOGIA D INDAGINE Compless modell numerc sono largamente utlzzat come supporto alle decson n campo ambentale, sebbene non sempre sano stat sottopost ad accurata anals delle loro capactà. Ne consegue che spesso decson con conseguenze poltche ed economche sono basate su dat d qualtà sconoscuta [2]. La defnzone d qualtà d un modello non è un operazone semplce e non sono stat svluppat approcc unversal. Esstono dverse metodologe d valutazone delle performance de modell comunemente applcate. Un nseme d attvtà deve comunque essere defnto per garantre e mglorare la qualtà de rsultat d un dato modello. Per questo l asscurazone d qualtà (AQ) goca un ruolo sempre pù mportante nella comuntà d utlzzator e svluppator d modell [3]. L asscurazone d qualtà ne modell d dspersone d nqunant è un approcco puttosto nuovo. Al contraro l termne stesso asscurazone d qualtà è utlzzato da tempo n dvers camp qual smaltmento de rfut, ncenermento, montoraggo della qualtà dell ara o dell acqua, msure n laboratoro, svluppo d software, etc. L obbettvo fondamentale dell AQ è d fornre dat d qualtà asscurata, e rchede la defnzone d obbettv, strument e stratege d mplementazone. Una defnzone d AQ può essere trovato ad esempo nelle norme ISO sulla gestone ambentale. L Asscurazone d Qualtà d un modello è un sstema ntegrato d attvtà che nclude: 3

4 panfcazone, documentazone, mplementazone e valutazone. Tale sstema ha lo scopo d asscurare che l modello che s sta usando abba un certo grado d qualtà attesa. L mplementazone dell AQ nella modellstca ntroduce una nuova prospettva per la stma delle performance del modello, l quale vene gudcato n termn d utltà de rsultat e d attnenza agl scop prepost. Per valutare la qualtà s utlzza normalmente la valutazone del modello (ME, Model Evaluaton). La ME può essere defnta come un sstema generale d procedure progettate allo scopo d msurare le performance d un modello. Essa comprende normalmente le seguent fas: verfcazone, valdazone, anals d sensbltà, anals delle ncertezze e comparazone tra modell. D seguto vengono descrtte le vare fas della ME: Verfcazone: processo atto alla verfca che un modello tecnco sa la corretta rappresentazone d un dato modello concettuale sul quale è basato. Include anche la verfca che le equazon matematche convolte sano rsolte correttamente ed l controllo d qualtà del software mplementato. Valdazone: processo atto alla verfca che l software ed l modello concettuale fornscano una rappresentazone adeguata del problema consderato. Convolge la comparazone tra rsultat del modello e dat msurat spermentalmente. Anals d sensbltà: processo atto ad dentfcare grandezza, drezone e forma (lneare o non lneare) dell effetto ndvduale d alcun parametr su rsultat del modello. Anals delle ncertezze: processo atto alla caratterzzazone delle ncertezze legate a rsultat del modello. Può essere d tpo qualtatvo (defnzone delle sorgent della grandezza degl error), sem-quanttatvo (classfca degl error e ndcator relatv), o quanttatvo (parametr statstc, metod probablstc, propagazone degl error). Comparazone tra modell: processo atto alla valutazone delle performance d un modello per mezzo della comparazone smultanea d rsultat provenent da dvers modell. L applcazone d tale procedura standard vene comunque complcata dalla presenza d modell o sstem modellstca molto compless, che prendono n consderazone un gran numero d parametr d nput (andando così a complcare notevolmente le fas d anals d sensbltà e delle ncertezze) o compost da dvers modul o modell. Nell'ambto d questo lavoro, n partcolare, è stata applcata la tecnca della comparazone tra modell; tale studo è stato condotto n due fas: un prmo confronto grafco tra le mappe rsultant dalle due anals modellstche e una dettaglata anals statstca de rsultat, assumendo come rfermento rsultat d CALPUFF. La prma fase è necessara per un anals qualtatva prelmnare de rsultat, mentre lo studo statstco serve per quantfcare la qualtà del modello da verfcare sulla base de rsultat del modello certfcato d rfermento. 4

5 Gl ndc statstc applcat nel presente lavoro sono dervat dal software BOOT [4] e dal Model Valdaton Kt (MVK) [5] [6]. Inoltre sono stat utlzzat anche gl ndc propost da Pol e Crllo (1993 [7]). Il set d ndc che ne derva rsulta analogo a quello applcato n [8] per la valdazone del codce SAFE AIR n terreno complesso. In partcolare sono stat utlzzat seguent parametr: - MEAN: fornsce valor med relatv sa alle concentrazon osservate determnate con l modello d rfermento che a quelle smulate tramte altr modell matematc ed è defnto come segue o s o C s C MEAN reference = C = MEAN = = smulated C N N dove N è l numero totale d recettor e C o (C s ) la concentrazone osservata (smulata) al recettore -esmo; un modello che fornsce rsultat dentc a quello d rfermento dovrebbe dare MEAN reference = MEAN smulated. - BIAS: fornsce nformazon sul comportamento n meda del modello ed è così defnto: BIAS = C o C s Un modello che fornsce rsultat dentc a quello d rfermento avrebbe BIAS=0, mentre se BIAS>0 (<0) l modello n meda tende a sottostmare (sovrastmare) le concentrazon osservate. Tenendo conto esclusvamente d tale parametro s perdono nformazon relatve al rapporto tra valor med, per questo vene ntrodotto anche l successvo ndce. - FB (Fractonal Bas): è l corrspettvo d BIAS normalzzato rspetto al valore medo d MEAN obseved e MEAN smulated e consente d determnare a partà d BIAS qual è l modello pù performante. o s C C FB = o s ( C + C ) 2 Può varare tra -2 e +2, un modello che fornsce rsultat dentc a quello d rfermento assumerebbe FB=0, mentre se FB>0 (<0) l modello n meda tende a sottostmare (sovrastmare) le concentrazon osservate. - SIGMA: chamato anche devazone standard, fornsce nformazon rguardo della dspersone de dat rspetto al valor medo. Può essere calcolata sa per le concentrazon msurate che per quelle smulate. 5

6 SIGMA reference o = σ = o o ( C C ) N 2 SIGMA smulated s = σ = s s ( C C ) N 2 Un modello che fornsce rsultat dentc a quello d rfermento dovrebbe dare SIGMA obseved = SIGMA smulated. - FS (Fractonal Standard devaton): è defnto come segue FS o s σ σ = o s ( σ + σ ) 2 Può varare tra -2 e +2, un modello che fornsce rsultat dentc a quello d rfermento assumerebbe FS=0, mentre se FS>0 (<0) la dspersone de valor d concentrazone smulat è pù pccola (grande) d quella relatva a dat msurat. Così come FB ntegra le ndcazon fornte da MEAN e BIAS allo stesso modo FS completa quelle d SIGMA. - COR (lnear CORrelaton coeffcent): dà nformazon relatve alla correlazone lneare de dat. COR = o o s s ( C C )( C C ) o s σ σ Può varare tra -1 e +1, se COR=+1 l modello fornsce rsultat dentc a quello d rfermento e tutte le coppe d dat (C o,c s ) stanno su una lnea retta con pendenza par a 1. - FA2 (fracton wthn a FActor of 2): fornsce nformazon relatve al rapporto tra dat msurat e smulat; n partcolare è defnto come la frazone d dat per cu s C C Il modello che fornsce rsultat dentc a quello d rfermento se FA2=1. o - NMSE (Normalsed Mean Square Error): l valore d questo ndce è sempre postvo ed è defnto come segue NMSE = ( k ) s 2 1 s k 2 dove k =C s /C o e s =C o /MEAN obseved ; l modello fornsce rsultat dentc a quello d rfermento se NMSE=0. 6

7 - WNNR (Weghted Normalzed mean square error of the Normalzed Ratos): è determnato dalla seguente espressone s 2 ' ( 1 k ) ' sk WNNR = dove k =1/k (se k >1) e k =k (se k <1); l modello fornsce rsultat dentc a quello d rfermento se WNNR=0, l valore d questo ndce è sempre postvo. 2 - NNR (Normalzed mean square error of the Normalzed Ratos): l valore d questo ndce è sempre postvo ed è defnto come segue ' ( 1 k ) ' k NNR = se NNR=1 l modello fornsce rsultat dentc a quello d rfermento. 2 Gl ndc FA2, NMSE, WNNR e NNR fornscono nformazon relatve al rapporto tra concentrazon msurate e smulate. Soltanto FA2 e NNR dpendono esclusvamente da tale rapporto e non sono nfluenzat dal set d msure, consentendo così d confrontare anche smulazon relatve a dfferent esperment. NNR assegna, nfatt, la stessa mportanza agl error ndpendentemente dalla poszone de dat all nterno del range d concentrazone; NMSE, nvece, dà maggor rlevo agl error legat sa a pù alt che a pù bass valor d concentrazone, mentre WNNR dà maggor peso agl error conness alle pù elavate concentrazon. In ogn caso, valor degl ndc statstc dfferent da quell attes per l modello d rfermento non sgnfcano necessaramente che un modello matematco fornsca dat non attendbl, molte sono nfatt le varabl d errore e le approssmazon e le semplfcazon d cu s deve tener conto per poter gudcare se un codce d calcolo è adeguato o meno a smulare correttamente l fenomeno che s vuole rprodurre. Crter d accettabltà basat sugl ndc statstc del software BOOT sono ndcat da Chang e Hanna (2004 [9]), qual basandos su una revew estensva delle applcazon degl ndc stess nella valutazone d modell matematc tramte comparazone con dat spermental dsaccopat nello spazo, stablscono che le prestazon d un modello possono essere defnte accettabl se vengono rspettate le seguent condzon: FA2 > 0,5; -0,3<FB<0,3; NMSE<4. 7

8 3 IL CODICE CALPUFF Il sstema modellstco CALPUFF [10] s compone d tre component separate: CALMET, CALPUFF e CALPOST, oltre ad una quanttà d pre-processor progettat per nterfaccare l modello con data set meteorologc e terrtoral d tpo standard e d largo utlzzo. In termn semplc, CALMET [11] rappresenta l modello meteorologco che rcostrusce la sere orara del campo trdmensonale d vento e d temperatura. L output prodotto da CALMET, noltre, nclude anche camp bdmensonal (superfcal) d parametr qual, ad esempo, altezza d mescolamento, caratterstche superfcal e parametr dspersv. CALPUFF è, nvece, l modello d trasporto e dspersone, necessaro per l calcolo delle traettore, della dspersone e delle trasformazon d puff d materale emesso dalle sorgent smulate. Normalmente esso utlzza camp generat da CALMET, anche se è n grado comunque d utlzzare dat meteorologc d tpo pù semplce (ad es. dat puntual) n analoga con altr modell d dffusone. Le varazon spazal e temporal ne camp meteorologc selezonat sono esplctamente prese n consderazone all nterno del perodo d smulazone. Il prncpale output d CALPUFF contene le concentrazon o le deposzon orare valutate ad ogn recettore mpostato. CALPOST è, nvece, utlzzato per l elaborazone de dat prodott da CALPUFF, ad esempo producendo tabelle rassuntve e/o dentfcando valor d pcco e var percentl per var recettor. Il modello meteorologco CALMET s compone, nel dettaglo, d un modulo per l calcolo del campo d vento (modello d tpo dagnostco) e d un modulo per l calcolo de parametr mcrometeorologc dello strato lmte atmosferco. Quando s utlzzano domn spazal molto vast, l utente ha la possbltà d aggustare camp d vento n nput utlzzando l sstema d coordnate LCP (Lambert Conformal Projecton), tenendo qund conto della curvatura terrestre. Il modello dagnostco per l calcolo de camp d vento utlzza un algortmo n due fas. Nella prma fase una stma nzale del campo d vento vene modfcata n base egl effett cnematc del terreno, de pend present, degl effett d bloccaggo. Successvamente, nella seconda fase, medante una procedura analtca oggettva, vengono ntrodott dat osservat d nput all nterno del campo prodotto dalla fase 1, ottenendo così l campo d vento fnale. Esste comunque la possbltà d utlzzare come nput camp d vento (generalmente a magle pù larghe) prodott da modell meteorologc d tpo prognostco, come ad esempo MM4-MM5. D seguto s analzzano nel dettaglo le caratterstche dell approcco modellstco d CALMET. Nella fase 1, gl effett cnematc del terreno vengono consderat medante l approcco d Lu e Yocke (1980 [12]). Il campo d vento nzale vene modfcato tramte l aggunta d component vertcal ndotte dall orografa complessa, utlzzando una funzone d decadmento d tpo esponenzale, dpendente dalla stabltà atmosferca. Gl effett del terreno sulle component orzzontal del vento sono nvece valutat applcando uno schema d mnmzzazone della dvergenza al campo d vento nzale stmato. L algortmo vene applcato teratvamente fno a che la dvergenza trdmensonale rsulta al d sotto d una certa sogla. 8

9 Il flusso su pend vene calcolato n base alla parametrzzazone d Mahrt (1982 [13]), mentre gl effett termodnamc d bloccaggo del terreno sul flusso d vento sono parametrzzat n termn d numero d Froud locale [14]. Nella fase 2 d calcolo la procedura prevede l ntroduzone de dat d nput osservat. Vene effettuata un nterpolazone pesando maggormente punt nelle vcnanze del dato osservato, mentre l campo d vento rsultante dalla fase 1 rsulta domnante nelle regon del domno pù lontane. Come gù accennato n precedenza, n alternatva a dat osservat, possono essere utlzzat rsultat dervant da modell d tpo prognostco a larga scala. Per l calcolo de parametr mcrometeorologc CALMET utlzza due dfferent modell, a seconda della tpologa d superfce planetara convolta (terreno o acqua). Al d sopra della terraferma, vene applcato l blanco energetco d Holtslag e Van Ulden (1983 [15]) per l calcolo de valor bdmensonal orar d flusso d calore sensble, veloctà d attrto, lunghezza d Monn-Obukhov e veloctà convettva d scala. Le altezze d mescolamento sono determnate a partre da valor calcolat d flusso superfcale d calore e da valor osservat de profl vertcal d temperatura. D seguto vengono, nvece, analzzate nel dettaglo le caratterstche del modello d dspersone CALPUFF. CALPUFF è un modello d dspersone mult-strato, mult-spece e non stazonaro a puff, che può smulare gl effett dervant da condzon meteorologche varabl nel tempo e nello spazo sul trasporto, la trasformazone e la rmozone degl nqunant. CALPUFF può utlzzare camp meteorologc trdmensonal calcolat da CALMET o, pù semplcemente, utlzzare dat d una sngola stazone pres come rappresentatv dell ntero domno spazale, analogamente ad altr modell d dffusone della veccha generazone. CALPUFF comprende algortm per l nclusone sa d effett aerodnamc vcno alla sorgente qual l effetto sca dell edfco ( Buldng Downwash ), nnalzamento del pennaccho progressvo, penetrazone parzale del pennaccho al d sopra dell altezza d mescolamento, sa d effett a pù larga scala qual la rmozone d nqunante (deposzone secca o umda), trasformazon chmche, nterazone mare-terraferma, etc. 4 IL CODICE AERMOD Il codce AERMOD è stato svluppato n ambto EPA dall Amercan Meteorologcal Socety (AMS)/Envronmental Protecton Agency (EPA) Regulatory Model Improvement Commttee (AERMIC) come evoluzone del modello gaussano ISC3 ed attualmente fgura tra codc pù not ed utlzzat a lvello nazonale e nternazonale. Tale modello è stato recentemente rconoscuto come regulatory ne protocoll EPA per la modellazone della dspersone atmosferca, n sosttuzone d ISC3. 9

10 AERMOD [16] è un modello d calcolo stazonaro (steady-state) n cu la dspersone n atmosfera dell nqunante emesso da una sorgente vene smulata adottando una dstrbuzone gaussana della concentrazone, sa nella drezone orzzontale che n quella vertcale, se lo strato lmte atmosferco è stable. Se nvece lo strato lmte atmosferco è nstable, s è n presenza d meccansm convettv e l codce descrve la concentrazone n ara adottando una dstrbuzone gaussana nella drezone orzzontale e una funzone denstà d probabltà (p.d.f.) bgaussana per la drezone vertcale (Wlls e Deardorff, 1981[17]; Brggs, 1993 [18]). Per tale motvo AERMOD è rtenuto un modello brdo d nuova generazone, dal momento che è n grado d descrvere n modo molto pù rappresentatvo gl effett della turbolenza dello strato lmte atmosferco che rsultava nvece una lmtazone per modell gaussan tradzonal (o d veccha generazone). Il codce prevede la possbltà d consderare dverse tpologe d font emssve (puntual, areal, volumche) ed a cascun tpo d sorgente fa corrspondere un dverso algortmo per l calcolo della concentrazone. Il modello calcola l contrbuto d cascuna sorgente nel domno d ndagne, n corrspondenza d recettor dstrbut su una grgla (defnta dall utente) o dscret e ne somma gl effett. Poché l modello è stazonaro, le emsson sono assunte costant nell ntervallo temporale d smulazone (generalmente un ora). Il codce consente d effettuare due tp d smulazon: short term : fornsce concentrazon mede orare o gornalere e qund a breve termne, consentendo d ndvduare la peggor condzone possble; long-term : tratta gl effett de rlasc prolungat nel tempo, al varare delle caratterstche atmosferche e meteorologche, e fornsce le condzon mede nell ntervallo d tempo consderato, generalmente un anno e qund a lungo termne. Il modello s avvale dell utlzzo d due altr codc per elaborare dat d nput: l preprocessore meteorologco AERMET, che consente d raccoglere ed elaborare dat meteorologc rappresentatv della zona studata, per calcolare parametr dspersv dello strato lmte atmosferco; esso permette pertanto ad AERMOD d rcavare profl vertcal delle varabl meteorologche pù nfluent sul trasporto e dspersone degl nqunant; l preprocessore orografco AERMAP, che permette d raccoglere ed elaborare le caratterstche e l altmetra del terrtoro, consentendo l applcazone d AERMOD a zone sa paneggant che a morfologa complessa. Il codce d dspersone AERMOD, nfne, dopo aver ntegrato le nformazon provenent da due preprocessor sopra llustrat, calcola le concentrazon al suolo degl nqunant emess n atmosfera assumendo partcolar potes. Nel caso d atmosfera stable l codce suppone che l nqunante dffonda nello spazo mantenendo una forma sa nella drezone orzzontale che vertcale assmlable ad una dstrbuzone gaussana, mentre nel caso d atmosfera convettva la forma adottata dal codce per dffondere l pennaccho rflette la natura non gaussana della componente vertcale della veloctà del vento. 10

11 L attuale versone d AERMOD contene partcolar algortm n grado d tenere conto d determnate caratterstche dello strato lmte atmosferco (PBL planetary boundary layer) ed è n grado d smulare l comportamento del pennaccho n dverse stuazon: calcola l plume rse, ossa l sovrannalzamento del pennaccho legato agl effett d ntrappolamento del pennaccho ne fluss turbolent, sa d natura meccanca che convettva, che tendono a manfestare una spnta dscendente sottovento agl edfc eventualmente present vcno al camno e una spnta ascendente collegata a fluss turbolent drett verso l alto; smula la buoyancy, ossa la spnta d galleggamento del pennaccho legato alle dfferenze d denstà e d temperatura del pennaccho rspetto all ara esterna; è n grado d smulare plume loftng, coè le porzon d massa degl nqunant che n stuazon convettve prma d dffonders nello strato lmte, tendono ad nnalzars e a rmanere n prossmtà del top dello strato lmte; tene conto della penetrazone del plume n presenza d nverson termche n quota; tene conto del buldng downwash, ossa dell effetto d dstorsone del flusso del pennaccho causato dalla presenza d edfc d notevol dmenson e la possbltà che tale dstorsone trascn l pennaccho al suolo. 5 SCENARIO DI CONFRONTO Per la realzzazone dello studo d comparazone de modell CALPUFF e AERMOD, sulla base dello studo modellstco effettuato nel SIA, sono stat pres come rfermento seguent aspett: 1. Data la natura del fenomeno s è decso d effettuare l anals comparatva prendendo n esame come traccant un nqunante avente stato fsco gassoso (NOx) ed uno avente stato fsco partcellare (PM10). Tale scelta derva dalla volontà d analzzare l comportamento del modello AERMOD al varare delle caratterstche fsche degl nqunant che possono essere emess dalla centrale elettrca d Scarlno. 2. Lo scenaro d ndagne preso a rfermento per lo studo comparatvo è quello defnto scenaro 1 nel SIA, ovvero lo scenaro futuro lmte. In tale scenaro vene preso n consderazone l progetto d ammodernamento dell mpanto consderando che le concentrazon d nqunant a due camn (E1 ed E2) sano par a quelle defnte dal DL 133/2005. Le caratterstche geometrche, le condzon d funzonamento e fattor d emssone utlzzate nelle due applcazon sono quelle defnt nel SIA e sono rportate nella seguente tabella. Per entrambe le applcazon modellstche è stato valutato l effetto buldng downwash a partre dal layout d mpanto prevsto nel progetto (ved fgura 1). 11

12 Fgura 1: Vsta n panta e 3D degl edfc consderat ne modell PARAMETRI CAMINO E1 CAMINO E2 COORDINATE GAUSS_BOAGA: - EST (m) - NORD (m) Altezza camno (m) Sezone camno (m 2 ) Veloctà uscta fum (m/s) Temperatura uscta fum (K) Portata fum secca 11% O 2 (Nm 3 /h) Emssone NOx (g/s) Emssone PTS (g/s) Tabella 1: Caratterstche geometrche e d funzonamento delle sorgent emssve 3. Entrambe le applcazon modellstche fanno rfermento allo stessa grgla d calcolo fnale adottata nel SIA e denomnata GRD1. Tale grgla ha un passo par a 100 m ed estensone d 7x6km 2 con vertce sud occdentale d coordnate E-GB e N_GB (ved fgura 2). 12

13 Fgura 2: Ubcazone della grgla d calcolo della dspersone degl nqunant utlzzata per l confronto modellstco 4. I confront sono stat effettuat con rfermento al perodo temporale per cu s dsponeva de dat meteorologc necessar per l applcazone del sstema modellstco CALMET- CALPUFF; tale perodo corrsponde all anno Per la realzzazone del confronto modellstco non sono state consderate altre sorgent antropche, è stato preso n consderazone esclusvamente l contrbuto della centrale elettrca. 6. Sulla base de traccant scelt per l anals comparatva e sulla base della normatva nazonale n ambto d qualtà dell ara (DM 60/2002) le grandezze che sono state analzzate per la realzzazone del confronto sono: a. Concentrazon mede annual d PM10 e NOX b. Concentrazon mede su 24 ore d PM10 n termn d 98.1 percentle (par a 7 superament annu) c. Concentrazon mede orare d NOx n termn d 99.8 percentle (par a 18 superament annu) 13

14 Tal aspett sono stat scelt con attenzone n modo da omogenezzare rsultat e rendere possble e affdable la verfca del modello AERMOD allo specfco caso d ndagne medante la metodologa della comparazone tra modell. Ulterore scopo della comparazone tra le due applcazon modellstche è, anche, quello d valutare la valdtà degl nput meteo e geofsc prescelt per l applcazone d AERMOD nel SIA. Le maggor dfferenze d applcazone tra due approcc modellstc rguardano, nfatt, dat meteorologc e orografc utlzzat come nput. Nell applcazone d AERMOD effettuata nel SIA è stato fatto rfermento alla stazone meteorologca dell aeroporto d Psa per quanto rguarda parametr meteo a terra (veloctà e drezone del vento, temperature e umdtà dell ara, copertura nuvolosa e altezza base delle nub) e sono state assunte n va semplfcatva condzon d orografa paneggante. La base dat meteorologca e terrtorale utlzzata per la realzzazone delle smulazon modellstche effettuate con CALMET-CALPUFF è nvece composta da: parametr meteo a terra (temperatura, veloctà e drezone del vento, pressone atmosferca, umdtà relatva e radazone netta) relatv all anno 2002 (base orara) delle stazon d rlevamento d Grosseto (stazone ARPAT Parco d Grosseto) e Torre del Sale (stazone Enel), profl vertcal d vento e temperatura del modello RAMS elaborat dal LaMMA (Laboratoro d Meteorologa e Modellstca Ambentale della Regone Toscana), dat orografc del DTM 1:25000 (dettaglo a 100 m) e dat d uso del suolo del Corne Landcover della Regone Toscana. 14

15 6 COMPARAZIONE TRA MODELLI Seguendo la metodologa descrtta nel paragrafo 2, una prma anals de rsultat delle smulazon è stata effettuata tramte l confronto grafco delle mappe d soconcentrazone rcavate con due approcc modellstc per le dverse categore d nqunant (NOx e PM10) e mede temporal consderate (concentrazone meda annuale, gornalera e orara). Qu d seguto s rportano confront tra le mappe ottenute con AERMOD e CALPUFF. Fgura 3: Mappe d concentrazone meda annuale d NOx Scenaro 1 (Futuro lmte) Confronto tra AERMOD (snstra) e CALPUFF (destra) Fgura 4: Mappe d concentrazone meda annuale d PM10 Scenaro 1 (Futuro lmte) Confronto tra AERMOD (snstra) e CALPUFF (destra) 15

16 Fgura 5: Mappe d concentrazone meda su 24 ore (98.7 percentle) d PM10 Scenaro 1 (Futuro lmte) Confronto tra AERMOD (snstra) e CALPUFF (destra) Fgura 6: Mappe d concentrazone meda orara (99.7 percentle) d NOx Scenaro 1 (Futuro lmte) Confronto tra AERMOD (snstra) e CALPUFF (destra) Questo tpo d anals non consente d defnre n modo quanttatvo l attendbltà de rsultat ottenut con AERMOD, è però un buon strumento d supporto all anals statstca, n quanto permette d nterpretare gl andament rsultant dall ndagne statstca e consente d determnare n modo qualtatvo comportament del modello rspetto a CALPUFF. Per quel che rguarda la concentrazone meda annuale rsultat d AERMOD mostrano una tendenza generale alla sovrastma sa per gl nqunant gassos che partcellar; rsultat n termn numerc, comunque, non s dscostano n modo sostanzale da quell ottenut con CALPUFF. Quando s analzzano le concentrazon su mede temporal pù brev l effetto d sovrastma rsulta sempre meno evdente; le concentrazon massme all nterno dell area d ndagne rsultano paragonabl, 16

17 seppur dstrbute spazalmente n modo dverso. Le maggor dfferenze s verfcano nelle zone n cu sono present le aree collnar (ved fgura 6); cò è dovuto al fatto che l effetto dell orografa complessa è tenuto n consderazone solo nell applcazone realzzata con Calpuff. Da un anals qualtatva delle lnee d soconcentrazone è evdente come n CALPUFF sa prevalente l effetto domnante delle condzon d calma d vento (concentrazon massme localzzate nell ntorno del camno), mentre n AERMOD a prevalere sono le condzon d avvezone (andamento delle lnee d soconcentrazone concentrato lungo le due drezon prevalent d avvezone: E e NNO); tale comportamento è dovuto all mpossbltà d AERMOD nel trattare le condzon d calma d vento. Successvamente sono stat valutat sulla grgla d calcolo presa a rfermento per tutte le categore d nqunant (NOx e PM10) e mede temporal consderate gl ndc statstc descrtt nel paragrafo 2. Nelle tabelle a segure s rportano rsultat ottenut; s rcorda che l crtero d accettabltà d Chang & Hanna 2004 stablsce che le prestazon d un modello possono essere defnte accettabl se vengono rspettate le seguent condzon: FA2 > 0.5; -0.3<FB<0.3; NMSE<4. NOX Meda annuale MEDIA BIAS FB SIGMA FS COR FA2 NMSE NNR WNNR CALPUFF AERMOD Tabella 2: Anals statstca delle concentrazon mede annual d NOx Scenaro 1 (Futuro lmte) Confronto tra AERMOD e CALPUFF (modello d rfermento) PM10-Meda Annuale MEDIA BIAS FB SIGMA FS COR FA2 NMSE NNR WNNR CALPUFF AERMOD Tabella 3: Anals statstca delle concentrazon mede annual d PM10 Scenaro 1 (Futuro lmte) Confronto tra AERMOD e CALPUFF (modello d rfermento) 17

18 PM10-Meda su 24 ore MEDIA BIAS FB SIGMA FS COR FA2 NMSE NNR WNNR CALPUFF AERMOD Tabella 4: Anals statstca delle concentrazon mede su 24 ore (98.7 percentle) d PM10 Scenaro 1 (Futuro lmte) Confronto tra AERMOD e CALPUFF (modello d rfermento) NOx-Meda orara MEAN BIAS FB SIGMA FS COR FA2 NMSE NNR WNNR CALPUFF AERMOD Tabella 5: Anals statstca delle concentrazon mede orare (99.7 percentle) d NOx Scenaro 1 (Futuro lmte) Confronto tra AERMOD e CALPUFF (modello d rfermento) L'anals statstca conferma le osservazon fatte n precedenza utlzzando l confronto d tpo qualtatvo. S conferma la tendenza del modello AERMOD a fornre sovrastme n termn d concentrazon mede annual rspetto al modello CALPUFF sa per quanto rguarda gl nqunant gassos che partcellar (ved parametr MEAN, BIAS e FB). Quando s analzzano le concentrazon su mede temporal pù brev (mede gornalere ed orare) l effetto d sovrastma, nvece, tende a rdurs ed rsultat del modello AERMOD rsultano paragonabl a quell d CALPUFF. I crter d accettabltà d Chang & Hanna rsultano sostanzalmente verfcat per tutt gl nqunant e le mede temporal consderate; n partcolare sono completamente verfcat crter per le concentrazon mede orare e gornalere, mentre per le mede annual l unco parametro fuor da lmt mpost da Chang & Hanna rsulta essere l Fractonal Bas (par a crca -0.7). Tutt gl altr parametr sono entro lmt e anche la dstrbuzone spazale delle concentrazon, come ndcato dal valore del coeffcente d correlazone (compreso tra 0.59 e 0.77), rsulta essere puttosto buona. Sulla base de rsultat ottenut dalla comparazone modellstca e tenendo conto del prncpo d cautela su cu s basa la realzzazone d uno studo d mpatto ambentale, s può rtenere che per lo specfco caso d applcazone consderato nel presente studo, l applcazone del modello AERMOD e conseguentemente le valutazon che ne sono dervate nel SIA rsultano essere attendbl. S deve, però sottolneare come tale conclusone non sa estendble ad altr cas d studo, n quanto dervante dalla specfctà del sto d ndagne. 18

19 7 BIBLIOGRAFIA [1] US EPA, Gudelnes on ar qualty models, 40 CFR Ch. I, Appendx W to Part 51, Envronmental Protecton Agency, USA (2003). [2] Schatzmann M, Letl B (2002). Valdaton and applcaton of obstacle-resolvng urban dsperson models. Atmospherc Envronment 36 (30), [3] Borrego C, Schatzmann M, Galmarn S (2003). Qualty assurance of ar polluton models. In: Moussopoulos N (ed.), SATURN Studyng ar polluton n urban areas EUROTRAC-2 subproject fnal report, Sprnger Verlag, Hedelberg, Germany, chapter 7, [4] Hanna SR (1989). Confdence lmts for ar qualty model evaluatons as estmated by bootstrap and jackknfe resamplng methods. Atmospherc Envronment 23 (6), [5] Olesen HR (1995). Datasets and protocol for model valdaton. Internatonal Journal of Envronment and Polluton 5 (4-6), [6] Olesen HR (2005). User's Gude to the Model Valdaton Kt. Intatve on Harmonsaton whn Atmospherc Dsperson Modellng for Regulatory Purposes. [7] Pol AA, Crllo MC (1993). On the use of the normalzed mean-square error n evaluatng dsperson model performance. Atmospherc Envronment part A-General Topcs 27 (15), [8] Canepa E, Bultjes PJH (2001). Methodology of model testng and applcaton to dsperson smulaton above complex terran. Internatonal Journal of Envronment and Polluton 16 (1-6), [9] Chang JC, Hanna SR (2004). Ar qualty model performance evaluaton. Meteorology and Atmospherc Physcs 87 (1-3), [10] J.S. Scre, R.J. Yamartno, D.G. Strmats A user s gude for the CALPUFF meteorologcal model (verson 5.5). Earth Tech, Inc., Concord, MA, USA (1999). [11] J.S. Scre, F.R. Robe, M.E. Fermau, R.J. Yamartno, A user s gude for the CALMET meteorologcal model (verson 5.5), Earth Tech, Inc., Concord, MA, USA (1999). [12] Lu MK, Yocke MA. Stng of wnd turbne generators n complex terran. J. Energy4, 10-16; [13] Mahrt L. Momentum balance of gravty flows. J. of Atmos. Sc. 39, ; [14] Allwne KJ, Whteman CD. MELSAR: A mesoscale ar qualty model for complex terran: Volume 1 Overvew, techncal descrpton and user s gude. Pacfc Northwest Laboratory, Rchland, Washngton, USA; [15] Holtslag AAM, Van Ulden AP. A smple scheme for daytme estmates of the surface fluxes from routne weather data. J. Clm. and Appl. Meteor. 22, ; [16] US EPA, User Gude for the AMS/EPA regulatory model AERMOD, EPA-454/B , Envronmental Protecton Agency, USA (2004). 19

20 [17] Brggs, G. A. B (1993) Plume dsperson n the convectve boundary layer. Part II:. Analyss of CONDORS feld experment data. J.Appl.Meteor., 32, [18] Wlls, G. E. and J. W. Deardorff (1981) A laboratory study of dsperson n the mddle of the convectvely mxed layer. Atmos.Envron., 15,

Capitolo 6 Risultati pag. 468. a) Osmannoro. b) Case Passerini c) Ponte di Maccione

Capitolo 6 Risultati pag. 468. a) Osmannoro. b) Case Passerini c) Ponte di Maccione Captolo 6 Rsultat pag. 468 a) Osmannoro b) Case Passern c) Ponte d Maccone Fgura 6.189. Confronto termovalorzzatore-sorgent dffuse per l PM 10. Il contrbuto del termovalorzzatore alle concentrazon d PM

Dettagli

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1 APAT Agenza per la Protezone dell Ambente e per Servz Tecnc Dpartmento Dfesa del Suolo / Servzo Geologco D Itala Servzo Tecnologe del sto e St Contamnat * * * Nota nerente l calcolo della concentrazone

Dettagli

TITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM)

TITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM) Identfcazone: SIT/Tec-012/05 Revsone: 0 Data 2005-06-06 Pagna 1 d 7 Annotazon: Il presente documento fornsce comment e lnee guda sull applcazone della ISO 7500-1 COPIA CONTROLLATA N CONSEGNATA A: COPIA

Dettagli

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG

Dettagli

LA COMPATIBILITA tra due misure:

LA COMPATIBILITA tra due misure: LA COMPATIBILITA tra due msure: 0.4 Due msure, supposte affette da error casual, s dcono tra loro compatbl quando la loro dfferenza può essere rcondotta ad una pura fluttuazone statstca attorno al valore

Dettagli

Relazioni tra variabili: Correlazione e regressione lineare

Relazioni tra variabili: Correlazione e regressione lineare Dott. Raffaele Casa - Dpartmento d Produzone Vegetale Modulo d Metodologa Spermentale Febbrao 003 Relazon tra varabl: Correlazone e regressone lneare Anals d relazon tra varabl 6 Produzone d granella (kg

Dettagli

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 -

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 - PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE (Metodo delle Osservazon Indrette) - - SPECIFICHE DI CALCOLO Procedura software per la compensazone d una rete d lvellazone collegata

Dettagli

Variabili statistiche - Sommario

Variabili statistiche - Sommario Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su

Dettagli

Macchine. 5 Esercitazione 5

Macchine. 5 Esercitazione 5 ESERCITAZIONE 5 Lavoro nterno d una turbomacchna. Il lavoro nterno massco d una turbomacchna può essere determnato not trangol d veloctà che s realzzano all'ngresso e all'uscta della macchna stessa. Infatt

Dettagli

FORMAZIONE ALPHAITALIA

FORMAZIONE ALPHAITALIA ALPHAITALIA PAG. 1 DI 13 FORMAZIONE ALPHAITALIA IL SISTEMA DI GESTIONE PER LA QUALITA Quadro ntroduttvo ALPHAITALIA PAG. 2 DI 13 1. DEFINIZIONI QUALITA Grado n cu un nseme d caratterstche ntrnseche soddsfa

Dettagli

A. AUMENTO DELLA SPESA PUBBLICA FINANZIATO ESCLUSIVAMENTE TRAMITE INDEBITAMENTO

A. AUMENTO DELLA SPESA PUBBLICA FINANZIATO ESCLUSIVAMENTE TRAMITE INDEBITAMENTO 4. SCHMI ALTRNATIVI DI FINANZIAMNTO DLLA SPSA PUBBLICA. Se l Governo decde d aumentare la Spesa Pubblca G (o Trasferment TR), allora deve anche reperre fond necessar per fnanzare questa sua maggore spesa.

Dettagli

Soluzione attuale ONCE A YEAR. correlation curve (ISO10155) done with, at least 9 parallel measurements

Soluzione attuale ONCE A YEAR. correlation curve (ISO10155) done with, at least 9 parallel measurements Torna al programma Sstema per la garanza della qualtà ne sstem automatc d msura alle emsson: applcazone del progetto d norma pren 14181:2003. Rsultat dell esperenza n campo presso due mpant plota. Cprano

Dettagli

Trigger di Schmitt. e +V t

Trigger di Schmitt. e +V t CORSO DI LABORATORIO DI OTTICA ED ELETTRONICA Scopo dell esperenza è valutare l ampezza dell steres d un trgger d Schmtt al varare della frequenza e dell ampezza del segnale d ngresso e confrontarla con

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA IL PROBLEMA Supponamo d voler studare l effetto d 4 dverse dete su un campone casuale d 4

Dettagli

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura orma UI CEI EV 3005: Guda all'espressone dell'ncertezza d msura L obettvo d una msurazone è quello d determnare l valore del msurando, n altre parole della grandezza da msurare. In generale, però, l rsultato

Dettagli

Introduzione al Machine Learning

Introduzione al Machine Learning Introduzone al Machne Learnng Note dal corso d Machne Learnng Corso d Laurea Magstrale n Informatca aa 2010-2011 Prof Gorgo Gambos Unverstà degl Stud d Roma Tor Vergata 2 Queste note dervano da una selezone

Dettagli

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti Il modello marovano per la rappresentazone del Sstema Bonus Malus rof. Cercara Rocco Roberto Materale e Rferment. Lucd dstrbut n aula. Lemare 995 (pag.6- e pag. 74-78 3. Galatoto G. 4 (tt del VI Congresso

Dettagli

La retroazione negli amplificatori

La retroazione negli amplificatori La retroazone negl amplfcator P etroazonare un amplfcatore () sgnfca sottrarre (o sommare) al segnale d ngresso (S ) l segnale d retroazone (S r ) ottenuto dal segnale d uscta (S u ) medante un quadrpolo

Dettagli

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari Captolo 3 Covaranza, correlazone, bestft lnear e non lnear ) Covaranza e correlazone Ad un problema s assoca spesso pù d una varable quanttatva (es.: d una persona possamo determnare peso e altezza, oppure

Dettagli

LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE

LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE Lezone 6 - La statstca: obettv; raccolta dat; le frequenze (EXCEL) assolute e relatve 1 LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE GRUPPO MAT06 Dp. Matematca, Unverstà

Dettagli

Gli impatti dei cambiamenti climatici sull atmosfera e sul mare: il ruolo dei Climate Services

Gli impatti dei cambiamenti climatici sull atmosfera e sul mare: il ruolo dei Climate Services Gl mpatt de cambament clmatc sull atmosfera e sul mare: l ruolo de Clmate Servces Maurzo Mauger Dpartmento d Fsca Va Celora 16 I20133 MILANO maurzo.mauger@unm.t Indce Descrzone dell UdR UnM Un esempo d

Dettagli

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione 1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone

Dettagli

3. Esercitazioni di Teoria delle code

3. Esercitazioni di Teoria delle code 3. Eserctazon d Teora delle code Poltecnco d Torno Pagna d 33 Prevsone degl effett d una decsone S ndvduano due tpologe d problem: statc: l problema non vara nel breve perodo dnamc: l problema vara Come

Dettagli

La verifica delle ipotesi

La verifica delle ipotesi La verfca delle potes In molte crcostanze l rcercatore s trova a dover decdere quale, tra le dverse stuazon possbl rferbl alla popolazone, è quella meglo sostenuta dalle evdenze emprche. Ipotes statstca:

Dettagli

Tutti gli strumenti vanno tarati

Tutti gli strumenti vanno tarati L'INCERTEZZA DI MISURA Anta Calcatell I.N.RI.M S eseguono e producono msure per prendere delle decson sulla base del rsultato ottenuto, come per esempo se bloccare l traffco n funzone d msure d lvello

Dettagli

STATISTICA DESCRITTIVA CON EXCEL

STATISTICA DESCRITTIVA CON EXCEL STATISTICA DESCRITTIVA CON EXCEL Corso d CPS - II parte: Statstca Laurea n Informatca Sstem e Ret 2004-2005 1 Obettv della lezone Introduzone all uso d EXCEL Statstca descrttva Utlzzo dello strumento:

Dettagli

Propagazione delle incertezze

Propagazione delle incertezze Propagazone delle ncertezze In questa Sezone vene trattato l problema della propagazone delle ncertezze quando s msurano pù grandezze dfferent,,,z soggette a error d tpo casuale e po s utlzzano tal grandezze

Dettagli

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS Captolo 7 1. Il modello IS-LM La «sntes neoclassca» e l modello IS-LM Defnzone: ndvdua tutte le combnazon d reddto e saggo d nteresse per le qual l mercato de ben (curva IS) e l mercato della moneta (curva

Dettagli

STRATIGRAFIE PARTIZIONI VERTICALI

STRATIGRAFIE PARTIZIONI VERTICALI STRATIGRAFI PARTIZIONI VRTICALI 6. L solamento acustco: tecnche, calcol 2 Trasmssone rumor In edlza s possono dstnguere dfferent tp d rumor: rumor aere (vocare de vcn da altre untà abtatve, rumor provenent

Dettagli

Circuiti di ingresso differenziali

Circuiti di ingresso differenziali rcut d ngresso dfferenzal - rcut d ngresso dfferenzal - Il rfermento per potenzal Gl stad sngle-ended e dfferenzal I segnal elettrc prodott da trasduttor, oppure preleat da un crcuto o da un apparato elettrco,

Dettagli

Il diagramma PSICROMETRICO

Il diagramma PSICROMETRICO Il dagramma PSICROMETRICO I dagramm pscrometrc vengono molto utlzzat nel dmensonamento degl mpant d condzonamento dell ara, n quanto consentono d determnare n modo facle e rapdo le grandezze d stato dell

Dettagli

McGraw-Hill. Tutti i diritti riservati. Caso 11

McGraw-Hill. Tutti i diritti riservati. Caso 11 Caso Copyrght 2005 The Companes srl Stma d un area fabbrcable n zona ndustrale nella cttà d Ferrara. La stma è effettuata con crter della comparazone e quello del valore d trasformazone. Indce Confermento

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne Metod e Modell per l Ottmzzazone Combnatora Progetto: Metodo d soluzone basato su generazone d colonne Lug De Govann Vene presentato un modello alternatvo per l problema della turnazone delle farmace che

Dettagli

10-7-2009. GAZZETTA UFFICIALE DELLA REPUBBLICA ITALIANA Serie generale - n. 158. ALLEGATO 1 (Allegato A, paragrafo 2)

10-7-2009. GAZZETTA UFFICIALE DELLA REPUBBLICA ITALIANA Serie generale - n. 158. ALLEGATO 1 (Allegato A, paragrafo 2) ALLEGATO 1 (Allegato A, paragrafo 2) Indcazon per l calcolo della prestazone energetca d edfc non dotat d mpanto d clmatzzazone nvernale e/o d produzone d acqua calda santara 1. In assenza d mpant termc,

Dettagli

Calibrazione. Lo strumento idealizzato

Calibrazione. Lo strumento idealizzato Calbrazone Come possamo fdarc d uno strumento? Abbamo bsogno d dentfcare l suo funzonamento n condzon controllate. L dentfcazone deve essere razonalmente organzzata e condvsa n termn procedural: s tratta

Dettagli

CAPITOLO 3 Incertezza di misura Pagina 26

CAPITOLO 3 Incertezza di misura Pagina 26 CAPITOLO 3 Incertezza d msura Pagna 6 CAPITOLO 3 INCERTEZZA DI MISURA Le operazon d msurazone sono tutte nevtablmente affette da ncertezza e coè da un grado d ndetermnazone con l quale l processo d msurazone

Dettagli

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII Prof. Guseppe F. Ross E-mal: guseppe.ross@unpv.t Homepage: http://www.unpv.t/retcal/home.html UNIVERSITA' DEGLI STUDI DI PAVIA Facoltà d Ingegnera A.A. 2011/12 - I Semestre - Sede PV RETI TELEMATICHE Lucd

Dettagli

La regressione. La Regressione. La Regressione. min. min. Var X. X Variabile indipendente (data) Y Variabile dipendente

La regressione. La Regressione. La Regressione. min. min. Var X. X Variabile indipendente (data) Y Variabile dipendente Unverstà d Macerata Facoltà d Scenze Poltche - Anno accademco - La Regressone Varable ndpendente (data) Varable dpendente Dpendenza funzonale (o determnstca): f ; Da un punto d vsta analtco, valor della

Dettagli

Università degli Studi di Urbino Facoltà di Economia

Università degli Studi di Urbino Facoltà di Economia Unverstà degl Stud d Urbno Facoltà d Economa Lezon d Statstca Descrttva svolte durante la prma parte del corso d corso d Statstca / Statstca I A.A. 004/05 a cura d: F. Bartolucc Lez. 8/0/04 Statstca descrttva

Dettagli

DBMS multimediali A L B E R T O B E L U S S I B A S I D I D A T I A N N O A C C A D E M I C O 2 0 1 1 / 2 0 1 2

DBMS multimediali A L B E R T O B E L U S S I B A S I D I D A T I A N N O A C C A D E M I C O 2 0 1 1 / 2 0 1 2 DBMS multmedal A L B E R T O B E L U S S I B A S I D I D A T I A N N O A C C A D E M I C O 2 0 1 1 / 2 0 1 2 DBMS multmedal Def: Sono DBMS che consentono d memorzzare e recuperare dat d natura multmedale:

Dettagli

Analisi di mercurio in matrici solide mediante spettrometria di assorbimento atomico a vapori freddi

Analisi di mercurio in matrici solide mediante spettrometria di assorbimento atomico a vapori freddi ESEMPIO N. Anals d mercuro n matrc solde medante spettrometra d assorbmento atomco a vapor fredd 0 Introduzone La determnazone del mercuro n matrc solde è effettuata medante trattamento termco del campone

Dettagli

Lezione 10. L equilibrio del mercato finanziario: la struttura dei tassi d interesse

Lezione 10. L equilibrio del mercato finanziario: la struttura dei tassi d interesse Lezone 1. L equlbro del mercato fnanzaro: la struttura de tass d nteresse Ttol con scadenza dversa hanno prezz (e tass d nteresse) dfferent. Due ttol d durata dversa emess dallo stesso soggetto (stesso

Dettagli

Edifici a basso consumo energetico: tra ZEB e NZEB

Edifici a basso consumo energetico: tra ZEB e NZEB Edfc a basso consumo energetco: tra ZEB e NZEB Prof. Ing. Percarlo Romagnon Dpartmento d Progettazone e Panfcazone n Ambent Compless Unverstà IUAV d Veneza Dorsoduro 2206 30123 Veneza perca@uav.t Modell

Dettagli

Soluzione esercizio Mountbatten

Soluzione esercizio Mountbatten Soluzone eserczo Mountbatten I dat fornt nel testo fanno desumere che la Mountbatten utlzz un sstema d Actvty Based Costng. 1. Calcolo del costo peno ndustrale de tre prodott Per calcolare l costo peno

Dettagli

Strutture deformabili torsionalmente: analisi in FaTA-E

Strutture deformabili torsionalmente: analisi in FaTA-E Strutture deformabl torsonalmente: anals n FaTA-E Il comportamento dsspatvo deale è negatvamente nfluenzato nel caso d strutture deformabl torsonalmente. Nelle Norme Tecnche cò vene consderato rducendo

Dettagli

La taratura degli strumenti di misura

La taratura degli strumenti di misura La taratura degl strument d msura L mportanza dell operazone d taratura nasce dall esgenza d rendere l rsultato d una msura rferble a campon nazonal od nternazonal del msurando n questone affnché pù msure

Dettagli

I MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE

I MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE Facoltà d Economa Valutazone de prodott e dell mpresa d asscurazone I MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE Clauda Colucc Letza Monno Gordano Caporal Martna Ragg I Modell Multstato sono un

Dettagli

MODELLISTICA DI SISTEMI DINAMICI

MODELLISTICA DI SISTEMI DINAMICI CONTROLLI AUTOMATICI Ingegnera Gestonale http://www.automazone.ngre.unmore.t/pages/cors/controllautomatcgestonale.htm MODELLISTICA DI SISTEMI DINAMICI Ing. Federca Gross Tel. 059 2056333 e-mal: federca.gross@unmore.t

Dettagli

Calcolo della caduta di tensione con il metodo vettoriale

Calcolo della caduta di tensione con il metodo vettoriale Calcolo della caduta d tensone con l metodo vettorale Esempo d rete squlbrata ed effett del neutro nel calcolo. In Ampère le cadute d tensone sono calcolate vettoralmente. Per ogn utenza s calcola la caduta

Dettagli

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE Matematca e statstca: da dat a modell alle scelte www.dma.unge/pls_statstca Responsabl scentfc M.P. Rogantn e E. Sasso (Dpartmento d Matematca Unverstà d Genova) STATISTICA DESCRITTIVA - SCHEDA N. REGRESSIONE

Dettagli

Indicatori di rendimento per i titoli obbligazionari

Indicatori di rendimento per i titoli obbligazionari Indcator d rendmento per ttol obblgazonar LA VALUTAZIONE DEGLI INVESTIMENTI A TASSO FISSO Per valutare la convenenza d uno strumento fnanzaro è necessaro precsare: /4 Le specfche esgenze d un nvesttore

Dettagli

Principi di ingegneria elettrica. Lezione 6 a. Analisi delle reti resistive

Principi di ingegneria elettrica. Lezione 6 a. Analisi delle reti resistive Prncp d ngegnera elettrca Lezone 6 a Anals delle ret resste Anals delle ret resste L anals d una rete elettrca (rsoluzone della rete) consste nel determnare tutte le corrent ncognte ne ram e tutt potenzal

Dettagli

MACROECONOMIA A.A. 2014/2015

MACROECONOMIA A.A. 2014/2015 MACROECONOMIA A.A. 2014/2015 ESERCITAZIONE 2 MERCATO MONETARIO E MODELLO /LM ESERCIZIO 1 A) Un economa sta attraversando un perodo d profonda crs economca. Le banche decdono d aumentare la quota d depost

Dettagli

Verifica termoigrometrica delle pareti

Verifica termoigrometrica delle pareti Unverstà Medterranea d Reggo Calabra Facoltà d Archtettura Corso d Tecnca del Controllo Ambentale A.A. 2009-200 Verfca termogrometrca delle paret Prof. Marna Mstretta ANALISI IGROTERMICA DEGLI ELEMENTI

Dettagli

Sintesi della policy di valutazione e pricing delle obbligazioni emesse da Banca Emilveneta S.p.A.

Sintesi della policy di valutazione e pricing delle obbligazioni emesse da Banca Emilveneta S.p.A. Sntes della polcy d valutazone e prcng delle obblgazon emesse da Banca Emlveneta S.p.A. INDICE 1. PREMESSA...1 2. METODOLOGIA DI PRICING...1 2.1 PRICING...3 1. PREMESSA Il presente documento ha lo scopo

Dettagli

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model Rcerca Operatva e Logstca Dott. F.Carrabs e Dott.ssa M.Gentl Modell per la Logstca: Sngle Flow One Level Model Mult Flow Two Level Model Modell d localzzazone nel dscreto Modell a Prodotto Sngolo e a Un

Dettagli

CARATTERISTICHE DI PERICOLO PER I RIFIUTI

CARATTERISTICHE DI PERICOLO PER I RIFIUTI CARATTERISTICHE DI PERICOLO PER I RIFIUTI Il rfuto che contene una o pù sostanze classfcate con uno de codc d classe e categora e uno de codc d ndcazone fgurant nella tabella 1 è valutato rspetto alla

Dettagli

TORRI DI RAFFREDDAMENTO PER L ACQUA

TORRI DI RAFFREDDAMENTO PER L ACQUA TORRI DI RAFFREDDAMENTO PER ACQUA Premessa II funzonamento degl mpant chmc rchede generalmente gross quanttatv d acqua: questa, oltre ad essere utlzzata drettamente n alcune lavorazon, come lavagg, dssoluzon,

Dettagli

Studio grafico-analitico di una funzioni reale in una variabile reale

Studio grafico-analitico di una funzioni reale in una variabile reale Studo grafco-analtco d una funzon reale n una varable reale f : R R a = f ( ) n Sequenza de pass In pratca 1 Stablre l tpo d funzone da studare es. f ( ) Determnare l domno D (o campo d esstenza) della

Dettagli

Analisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986

Analisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986 Anals degl error Introduzone J. R. Taylor, Introduzone all anals degl error, Zanchell, Bo 1986 Sstem d untà d msura, rappresentazone numerca delle quanttà fsche e cfre sgnfcatve Resnck, Hallday e Krane

Dettagli

Codice di Stoccaggio Capitolo 7 Bilanciamento e reintegrazione dello stoccaggio

Codice di Stoccaggio Capitolo 7 Bilanciamento e reintegrazione dello stoccaggio Codce d Stoccaggo Captolo 7 Blancamento e rentegrazone dello stoccaggo 7.4 Corrspettv per servz d stoccaggo L UTENTE è tenuto a corrspondere a STOGIT, per la prestazone de servz, gl mport dervant dall

Dettagli

SOFTWARE NBSI (NEIGHBOURHOOD BASED STRUCTURAL INDICES)

SOFTWARE NBSI (NEIGHBOURHOOD BASED STRUCTURAL INDICES) SOFTWARE NBSI (NEIGHBOURHOOD BASED STRUCTURAL INDICES) DIPARTIMENTO DI SCIENZE DELL AMBIENTE FORESTALE E DELLE SUE RISORSE (DISAFRI) UNIVERSITÀ DEGLI STUDI DELLA TUSCIA - Va San Camllo de Lells, 000 Vterbo

Dettagli

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz LEZIONE e 3 La teora della selezone d portafoglo d Markowtz Unverstà degl Stud d Bergamo Premessa Unverstà degl Stud d Bergamo Premessa () È puttosto frequente osservare come gl nvesttor tendano a non

Dettagli

L USO DI UN MODELLO DI SIMULAZIONE NELLA GESTIONE DEI CAMPIONAMENTI E DELLE STRATEGIE DI DIFESA DALLA MOSCA DELLE OLIVE

L USO DI UN MODELLO DI SIMULAZIONE NELLA GESTIONE DEI CAMPIONAMENTI E DELLE STRATEGIE DI DIFESA DALLA MOSCA DELLE OLIVE L USO DI UN MODELLO DI SIMULAZIONE NELLA GESTIONE DEI CAMPIONAMENTI E DELLE STRATEGIE DI DIFESA DALLA MOSCA DELLE OLIVE ECONOMIC AND ENVIRONMENTAL IMPLICATIONS IN THE USE OF A SIMULATION MODEL FOR THE

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 13: 24 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/23? reammortamento uò accadere che, dopo l erogazone

Dettagli

Esercitazioni del corso: STATISTICA

Esercitazioni del corso: STATISTICA A. A. 0-0 Eserctazon del corso: STATISTICA Sommaro Eserctazone : Moda Medana Meda Artmetca Varabltà: Varanza, Devazone Standard, Coefcente d Varazone ESERCIZIO : UNIVERSITÀ DEGLI STUDI DI MILANO BICOCCA

Dettagli

Il pendolo di torsione

Il pendolo di torsione Unverstà degl Stud d Catana Facoltà d Scenze MM.FF.NN. Corso d aurea n FISICA esna d ABORAORIO DI FISICA I Il pendolo d torsone (sezone costante) Moreno Bonaventura Anno Accademco 005/06 Introduzone. I

Dettagli

Incertezza di sensibilità < fluttuazione intrinseca delle misure.

Incertezza di sensibilità < fluttuazione intrinseca delle misure. Error casual no ad ora abbamo correlato la bontà d una msura alla sensbltà degl strument utlzzat. Samo partt da una stuazone n cu effettuata una sere d msure rpetute, le msure hanno tutte dato lo stesso

Dettagli

Statistica e calcolo delle Probabilità. Allievi INF

Statistica e calcolo delle Probabilità. Allievi INF Statstca e calcolo delle Probabltà. Allev INF Proff. L. Ladell e G. Posta 06.09.10 I drtt d autore sono rservat. Ogn sfruttamento commercale non autorzzato sarà perseguto. Cognome e Nome: Matrcola: Docente:

Dettagli

PARENTELA e CONSANGUINEITÀ di Dario Ravarro

PARENTELA e CONSANGUINEITÀ di Dario Ravarro Introduzone PARENTELA e CONSANGUINEITÀ d Daro Ravarro 1 gennao 2010 Lo studo della genealoga d un ndvduo è necessaro al fne d valutare la consangunetà dell ndvduo stesso e la sua parentela con altr ndvdu

Dettagli

Simulazione seconda prova Tema assegnato all esame di stato per l'abilitazione alla professione di geometra, 2006

Simulazione seconda prova Tema assegnato all esame di stato per l'abilitazione alla professione di geometra, 2006 Smulazone seconda prova Tema assegnato all esame d stato per l'abltazone alla professone d geometra, 006 roposte per lo svolgmento pubblcate sul ollettno SIFET (Socetà Italana d Fotogrammetra e Topografa)

Dettagli

Aritmetica e architetture

Aritmetica e architetture Unverstà degl stud d Parma Dpartmento d Ingegnera dell Informazone Poltecnco d Mlano Artmetca e archtetture Sommator Rpple Carry e CLA Bozza da completare del 7 nov 03 La rappresentazone de numer Rappresentazone

Dettagli

Elementi di statistica

Elementi di statistica Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e

Dettagli

Modello idraulico - Rapporto tecnico. (Rev. 0b)

Modello idraulico - Rapporto tecnico. (Rev. 0b) ASAP LIFE06/ENV/IT/000255 ASAP_D4-3_ModelloIdraulcoRappTecnco_IT_0b 1/20 LIFE06/ENV/IT/255 A.S.A.P. Actons for Systemc Aqufer Protecton The ASAP proect s partally funded by the European Unon LIFE Programme

Dettagli

Allegato A. Modello per la stima della produzione di una discarica gestita a bioreattore

Allegato A. Modello per la stima della produzione di una discarica gestita a bioreattore Modello per la stma della produzone d una dscarca gestta a boreattore 1 Produzone d Bogas Nella letteratura tecnca sono stat propost dvers modell per stmare la produzone d bogas sulla base della qualtà

Dettagli

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca Eserctazon del corso d Relazon tra varabl Gancarlo Manz Facoltà d Socologa Unverstà degl Stud d Mlano-Bcocca e-mal: gancarlo.manz@statstca.unmb.t Terza eserctazone Mlano, 8 febbrao 7 SOMMARIO TERZA ESERCITAZIONE

Dettagli

Corso di laurea in Ingegneria Meccatronica. DINAMICI CA - 04 ModiStabilita

Corso di laurea in Ingegneria Meccatronica. DINAMICI CA - 04 ModiStabilita Automaton Robotcs and System CONTROL Unverstà degl Stud d Modena e Reggo Emla Corso d laurea n Ingegnera Meccatronca MODI E STABILITA DEI SISTEMI DINAMICI CA - 04 ModStablta Cesare Fantuzz (cesare.fantuzz@unmore.t)

Dettagli

Introduzione 2. Problema. I sali presenti nell acqua (all estrazione) causano problemi di corrosione. Soluzione

Introduzione 2. Problema. I sali presenti nell acqua (all estrazione) causano problemi di corrosione. Soluzione Introduzone 2 Problema I sal present nell acqua (all estrazone) causano problem d corrosone Soluzone Separazone delle fas (acquosa ed organca) Estrazone petrolo Fase gassosa Fase lquda (acqua + grezzo)

Dettagli

Apprendimento Automatico e IR: introduzione al Machine Learning

Apprendimento Automatico e IR: introduzione al Machine Learning Apprendmento Automatco e IR: ntroduzone al Machne Learnng MGRI a.a. 2007/8 A. Moschtt, R. Basl Dpartmento d Informatca Sstem e produzone Unverstà d Roma Tor Vergata mal: {moschtt,basl}@nfo.unroma2.t 1

Dettagli

PROCEDURA VALUTAZIONE DI IMPATTO AMBIENTALE

PROCEDURA VALUTAZIONE DI IMPATTO AMBIENTALE PROCEDURA VALUTAZIONE DI IMPATTO AMBIENTALE POTENZIAMENTO DELL IMPIANTO DI RECUPERO INERTI NON PERICOLOSI PROVENIENTI DA COSTRUZIONI E DEMOLIZIONI IN LOCALITA VAL DI MERSE D C B A EMISSIONE ITALCAVE s.r.l.

Dettagli

La contabilità analitica nelle aziende agrarie

La contabilità analitica nelle aziende agrarie 2 La contabltà analtca nelle azende agrare Estmo rurale ed element d contabltà (analtca) S. Menghn Corso d Laurea n Scenze e tecnologe agrare Percorso Economa ed Estmo Contabltà generale e cont. ndustrale

Dettagli

Adattamento di una relazione funzionale ai dati sperimentali

Adattamento di una relazione funzionale ai dati sperimentali Adattamento d una relazone 1 funzonale a dat spermental Sno ad ora abbamo vsto come può essere stmato, con un certo lvello d confdenza, l valore vero d una grandezza fsca (dretta o dervata) con l suo ntervallo

Dettagli

Concetti principale della lezione precedente

Concetti principale della lezione precedente Corso d Statstca medca e applcata 6 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone precedente I concett prncpal che sono stat presentat sono: I fenomen probablstc RR OR ROC-curve Varabl

Dettagli

Fisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri

Fisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri Fsca Generale I Msure d grandezze fsche e ncertezze d msura Lezone 3 Facoltà d Ingegnera Lvo Lancer Indce Abbamo mparato: Orgne e classfcazone delle ncertezze (error) d msura Rappresentazone delle ncertezze

Dettagli

Regressione Multipla e Regressione Logistica: concetti introduttivi ed esempi

Regressione Multipla e Regressione Logistica: concetti introduttivi ed esempi Regressone Multpla e Regressone Logstca: concett ntroduttv ed esemp I Edzone ottobre 014 Vncenzo Paolo Senese vncenzopaolo.senese@unna.t Indce Note prelmnar alla I edzone 1 Regressone semplce e multpla

Dettagli

Questo è il secondo di una serie di articoli, di

Questo è il secondo di una serie di articoli, di DENTRO LA SCATOLA Rubrca a cura d Fabo A. Schreber Il Consglo Scentfco della rvsta ha pensato d attuare un nzatva culturalmente utle presentando n ogn numero d Mondo Dgtale un argomento fondante per l

Dettagli

6.1. Moody s KMV Credit Portfolio Manager

6.1. Moody s KMV Credit Portfolio Manager 6.. Moody s MV Credt Portfolo Manager 6... La struttura del modello L mpanto d Moody s MV (MMV) è costtuto dal modello d Merton e da un approcco d tpo fattorale per la stma delle correlazon. Attualmente,

Dettagli

VA TIR - TA - TAEG Introduzione

VA TIR - TA - TAEG Introduzione VA TIR - TA - TAEG Introduzone La presente trattazone s pone come obettvo d analzzare due prncpal crter d scelta degl nvestment e fnanzament per valutare la convenenza tra due o pù operazon fnanzare. S

Dettagli

Il Ministro delle Infrastrutture e dei Trasporti

Il Ministro delle Infrastrutture e dei Trasporti Il Mnstro delle Infrastrutture e de Trasport VISTO l decreto legslatvo 30 aprle 1992, n. 285, come da ultmo modfcato dal decreto legslatvo 18 aprle 2011, n. 59, recante Attuazone delle drettve 2006/126/CE

Dettagli

INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA

INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA Lezone 7 - Indc statstc: meda, moda, medana, varanza INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA GRUPPO MAT06 Dp. Matematca, Unverstà d Mlano - Probabltà e Statstca per le Scuole Mede -SILSIS - 2007

Dettagli

Condensatori e resistenze

Condensatori e resistenze Condensator e resstenze Lucano attaa Versone del 22 febbrao 2007 Indce In questa nota presento uno schema replogatvo relatvo a condensator e alle resstenze, con partcolare rguardo a collegament n sere

Dettagli

ELEMENTI DI STATISTICA

ELEMENTI DI STATISTICA ELEMENTI DI STATISTICA POPOLAZIONE STATISTICA E CAMPIONE CASUALE S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..)

Dettagli

Fisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri

Fisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri Fsca Generale I Msure d grandezze fsche e ncertezze d msura Lezone 3 Facoltà d Ingegnera Lvo Lancer Indce Abbamo mparato: Orgne e classfcazone delle ncertezze (error) d msura Rappresentazone delle ncertezze

Dettagli

UNIVERSITA DEGLI STUDI DI CASSINO FACOLTA DI INGEGNERIA

UNIVERSITA DEGLI STUDI DI CASSINO FACOLTA DI INGEGNERIA UNIVERSITA DEGI STUDI DI CASSINO FACOTA DI INGEGNERIA ANTONIO RUSSO, ANGEO EOPARDI ANAISI DE ERRORE CONNESSO A APPROSSIMAZIONE DEE UNGHEZZE E DEE CEERITA NE METODO DI INTEGRAZIONE DEE CARATTERISTICHE (MOC)

Dettagli

LA RETE DINAMICA NAZIONALE (RDN) ED IL NUOVO SISTEMA DI RIFERIMENTO ETRF2000

LA RETE DINAMICA NAZIONALE (RDN) ED IL NUOVO SISTEMA DI RIFERIMENTO ETRF2000 LA RETE DINAMICA NAZIONALE (RDN) ED IL NUOVO SISTEMA DI RIFERIMENTO ETRF2000 L. Baron, F. Caul, D. Donatell, G. Farolf, R. Maserol, Servzo Geodetco - Isttuto geografco Mltare - Frenze 1. Premessa La Rete

Dettagli

Indicatori di dimensione e di concentrazione

Indicatori di dimensione e di concentrazione Indcator d dmensone e d concentrazone 1 Indcator d dmensone Lo studo delle caratterstche struttural ed evolutve d un sstema produttvo necessta dell mpego d ndcator per msurare la dmensone delle untà economche

Dettagli

Hansard OnLine. Unit Fund Centre Guida

Hansard OnLine. Unit Fund Centre Guida Hansard OnLne Unt Fund Centre Guda Sommaro Pagna Introduzone al Unt Fund Centre (UFC) 3 Uso de fltr per la selezone de fond 4-5 Lavorare con rsultat del fltro 6 Lavorare con rsultat del fltro - Prezz 7

Dettagli

CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI

CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI Cenn sulle macchne seuenzal CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI 4.) La macchna seuenzale. Una macchna seuenzale o macchna a stat fnt M e' un automatsmo deale a n ngress e m uscte defnto da: )

Dettagli

POLITECNICO DI BARI - DICATECh Corso di Laurea in Ingegneria Ambientale e del Territorio IDRAULICA AMBIENTALE - A.A. 2015/2016 ESONERO 15/01/2016

POLITECNICO DI BARI - DICATECh Corso di Laurea in Ingegneria Ambientale e del Territorio IDRAULICA AMBIENTALE - A.A. 2015/2016 ESONERO 15/01/2016 POLITECNICO DI BARI - DICATECh Corso d Laurea n Ingegnera Ambentale e del Terrtoro IDRAULICA AMBIENTALE - A.A. 015/016 ESONERO 15/01/016 ESERCIZIO 1 S consder la rete aperta n fgura, nella quale le portate

Dettagli

Scelta dell Ubicazione. di un Impianto Industriale. Corso di Progettazione Impianti Industriali Prof. Sergio Cavalieri

Scelta dell Ubicazione. di un Impianto Industriale. Corso di Progettazione Impianti Industriali Prof. Sergio Cavalieri Scelta dell Ubcazone d un Impanto Industrale Corso d Progettazone Impant Industral Prof. Sergo Cavaler I fattor ubcazonal Cost d Caratterstche del Mercato Costruzone Energe Manodopera Trasport Matere Prme

Dettagli