10 Modelli di dispersione

Documenti analoghi
Principio di massima verosimiglianza

Principio di massima verosimiglianza

Controllo ambientale degli agenti fisici: nuove prospettive e problematiche emergenti Vercelli, marzo 2009

Propagazione degli errori

Sistemi Intelligenti Stimatori e sistemi lineari - III

Meccanica Dinamica del corpo rigido

asse fisso nel tempo in rotazione attorno ad un asse fisso dell asse di rotazione rimarranno fermi al passar del temporispetto al sistema inerziale

Fisica dei semiconduttori: prova del

Propagazione delle incertezze

Meccanica Dinamica del corpo rigido

Integrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1

IL RUMORE NEGLI AMPLIFICATORI

Propagazione degli errori

Limitazioni di ampiezza negli amplificatori reali

PICCOLE OSCILLAZIONI ATTORNO ALLA POSIZIONE DI EQUILIBRIO

urto v 2f v 2i e forza impulsiva F r F dt = i t

CARATTERISTICHE DEI SEGNALI RANDOM

Incidenza delle Onde sull interfaccia Dielettrico Conduttore

Intorduzione alla teoria delle Catene di Markov

LABORATORIO II. 1 La retta di regressione. NB create un nuovo foglio di lavoro

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti:

IL RUMORE NEGLI AMPLIFICATORI

L arcobaleno. Giovanni Mancarella. n = n = n = α( o )

Misure indipendenti della stessa grandezza, ciascuna con una diversa precisione.

PERDITE DI POTENZA NEI TRASFORMATORI Prof.

Il procedimento può essere pensato come una ricerca in un insieme ordinato, il peso incognito può essere cercato con il metodo della ricerca binaria.

Corpi rigidi (prima parte)

CALCOLI MACROSCOPICI: TRASPORTO DI MATERIA

Una semplice applicazione del metodo delle caratteristiche: la propagazione di un onda di marea all interno di un canale a sezione rettangolare.

Energia e Lavoro. In pratica, si determina la dipendenza dallo spazio invece che dal tempo

Spostamento, velocità, accelerazione

Lezione 16 - Corrente e resistenza

Algebra Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i.

Propagazione degli Errori

PROBLEMA DI SCELTA FRA DUE REGIMI DI

Corsi di Laurea in Farmacia e CTF Prova di Matematica

Corso di. Dott.ssa Donatella Cocca

Lezione 15 - La teoria lineare

Lezione 13 - Il gradiente di deformazione

La soluzione delle equazioni differenziali con il metodo di Galerkin

UNIVERSITÀ DEGLI STUDI DI TERAMO

UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II FACOLTÀ DI INGEGNERIA

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni

Significato delle EQUAZIONI COSTITUTIVE dei tessuti viventi

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012

Soluzione del compito di Fisica febbraio 2012 (Udine)

Soluzione: Il campo generato da un elemento di filo dl è. db r = (1)

Dinamica dei sistemi particellari

Correnti e circuiti resistivi

Teoria degli errori. La misura implica un giudizio sull uguaglianza tra la grandezza incognita e la grandezza campione. Misure indirette: velocita

Potenzialità degli impianti

Campo elettrico. F E q. Qq k r. r q r

Lezioni del dr. Enrico Ferrero LA DISPERSIONE DI INQUINANTI IN ATMOSFERA

UNIVERSITA DEGLI STUDI DI CASSINO FACOLTA DI INGEGNERIA

Macchine. 5 Esercitazione 5

Dinamica del corpo rigido

3 CAMPIONAMENTO DI BERNOULLI E DI POISSON

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica

ESEMPIO DI VALUTAZIONE CONCENTRAZIONI INQUINANTI

Studio delle oscillazioni del pendolo semplice e misura dell accelerazione di gravita g.

La sincronizzazione. (Libro) Trasmissione dell Informazione

Statistica di Bose-Einstein

2.1 Parabola nella forma canonica

FUNZIONAMENTO IN REGIME ALTERNATO SINUSOIDALE

V n. =, e se esiste, il lim An

Chimica Fisica 2 NMR

5.1 Controllo di un sistema non lineare

Elasticità nei mezzi continui

Elementi di statistica

Ad esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t

(1) (2) 1 N. Bohr, Phil. Mag., 9,1 (1922). 2 D. R. Hartree, PTOC. Cambridge Phil. Soc., 24, 89 (1928).

Misure Ripetute ed Indipendenti

Funzione di matrice. c i λ i. i=0. i=0. m 1. γ i A i. i=0. Moltiplicando entrambi i membri di questa equazione per A si ottiene. α i 1 A i α m 1 A m

La t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student.

ANALISI STATISTICA DELLE INCERTEZZE CASUALI

Metodi di analisi R 1 =15Ω R 2 =40Ω R 3 =16Ω

Campo di validità: al crescere della velocità del fluido, la relazione fra portata defluente e perdita di carico diviene non più lineare.

ELEMENTI DI STATISTICA

Complementi 4 - Materiali non isotropi

B - ESERCIZI: IP e TCP:

Termodinamica della radiazione di corpo nero

Economia del turismo

Tecniche di approssimazione Differenze finite

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

una variabile casuale è continuase può assumere un qualunque valore in un intervallo

Esercitazioni 2 - Analisi della deformazione

Stabilità dei Sistemi Dinamici. Stabilità Semplice. Stabilità Asintotica. Stabilità: concetto intuitivo che può essere formalizzato in molti modi

Economia del turismo

5: Strato fisico: limitazione di banda, formula di Nyquist; caratterizzazione del canale in frequenza

6.1- Sistemi punti, forze interne ed esterne

Il logaritmo discreto in Z p Il gruppo moltiplicativo Z p delle classi resto modulo un primo p è un gruppo ciclico.

Modello del Gruppo d Acquisto

Realizzazione di FSM sincrone. Sommario. Introduzione. Sommario. M. Favalli

5. Baricentro di sezioni composte

Lezione 2 a - Statistica descrittiva per variabili quantitative

6. METODO DELLE FORZE IMPOSTAZIONE GENERALE

PREVEDONO: Capitolo 17 del libro di testo. Copyright 2005 The McGraw-Hill Companies srl

Lezione 5 - Analisi cinematica

Introduzione... 2 Equazioni dei telegrafisti... 3 Parametri per unità di lunghezza... 7 Soluzione nel dominio della frequenza... 7 Risoluzione delle

Transcript:

10 Modell d dspersone Smulare l comportamento d un nqunante, rlascato n atmosfera, sgnfca determnare l campo d concentraone da esso prodotto n qualunque punto dello spao e n qualunque stante successvo all emssone. Esstono sostanalmente due mod per smulare la dspersone d nqunant n atmosfera. Il prmo, e l punto d vsta Eulerano, nel quale s utlano coordnate fsse nello spao. In questa manera s determnano valor d concentraone n punt fss, rfert al sstema scelto, utlando l equaone d conservaone della massa della sostana rlascata. Il secondo utla coordnate che s muovono con le partcelle e vene detto Lagrangano. Questo vuol dre che le partcelle d nqunant possono essere trattate, da un punto d vsta dnamco, come partcelle d ara, qund soggette alle stesse fore, dotate della stessa denstà e caratterate nel loro moto dagl stess fenomen che caratterano l moto d partcelle d ara (trasporto, turbolena ecc..). Esstono var modell d questo tpo qual, nella maggorana de cas usano per descrvere l moto d partcelle n un campo turbolento l equaone d Langevn, gà vsta nel precedente captolo. Il pù dffuso d quest modell è quello svluppato da Thomson nel 1987. I modell Lagrangan Stocastc a partcelle Ne modell stocastc a partcelle s usa l equaone d Langevn per descrvere l evoluone temporale delle veloctà delle partcelle d nqunant rlascate n atmosfera, n condon turbolente. Perché questo possa essere fatto n manera corretta è necessaro, per quanto vsto nel captolo precedente, poter consderare le veloctà come un processo stocastco Marovano. Cò è vero, se s consderano veloctà separate temporalmente da un t maggore d τ n, tempo d scala d Kolmogorov crca uguale al tempo d correlaone delle acceleraon (10 - s), e mnore d T L, tempo Lagrangano d correlaone delle 1

veloctà (da poch second a qualche centnaa), allora l processo che lega queste veloctà è, n ottma approssmaone, un processo Marovano. In una dmensone l equaone d Langevn per le veloctà turbolente può essere scrtta come segue: du( t) = a(, u) dt b(, u) dw e sarà accoppata all equaone per lo spostamento d ( t) = u( t) dt dove dw rappresenta un processo d rumore banco (W(t) e un processo d Wener), con meda ero e varana dt, gà ntrodotto n precedena. b(,u) puo essere dervata dalla teora d Kolmogorov sull sotropa locale nell ntervallo nerale. Essa s basa su relaon d smlartà determnate n un partcolare ntervallo (subrange) dello spettro della turbolena. Come gà accennato, l energa meccanca s trasfersce da vortc pù grand a quell pù pccol, fno ad arrvare a vortc a pccolssma scala della turbolena atmosferca nel PBL che vengono dsspat n calore a causa della vscostà. All nterno d questa cascata energetca c è una parte d spettro dove vortc sono suffcentemente pccol da non rsentre degl effett d ansotropa ndott da vortc pù grand e suffcentemente grand da non essere dsspat n calore. Questa parte d spettro è chamata, appunto, ntervallo nerale. Questo ntervallo concde con l ntervallo d scale temporal defnto n precedena per la condone d Marovantà e n esso vale la relaone: b (, u) C = 0 ε Defnendo b(,u) n questo modo possamo rcavare a(,u) tramte la condone d well med condton. Quest ultma mplca che la funone denstà d probabltà (PDF) delle partcelle d nqunant dopo un certo perodo d tempo, raggunta una condone staonara, sa uguale a quella delle partcelle d ara. Sotto questa condone e sotto le condon d marovantà e contnutà a cu obbedscono le veloctà delle partcelle d ara s può,

come vsto nel captolo precedente, rcavare a(,u) a partre dall equaone d Foer- Planc. La well med condton mpone che la funone denstà d probabltà delle veloctà P(,u,t) delle partcelle sa uguale (abba ugual moment) a quella dell ara. Nel caso staonaro la P(,u,t) non dpende esplctamente dal tempo. D fondamentale mportana n questo modello la defnone della PDF n quanto a(,u) dpende esplctamente da questa scelta. In partcolare nel caso generale n cu tale dstrbuone sa non-gaussana (e qund s fa rfermento prncpalmente alla PDF delle veloctà vertcal), bsogna costrure degl algortm n grado d generare dstrbuon con un numero d moment non null superore a. 3

Ne modell a partcelle vengono smulate le traettore d un gran numero d partcelle (alcune mglaa) utlando l equaone d Langevn e qund se ne calcola l valor medo. Nella pratca la concentraone dell nqunante, emesso da una certa sorgente, n un dato punto del domno è dato dal numero d partcelle contenute n un volumetto ntorno al punto consderato dvso per l volume stesso. 4

Modell Euleran Rsolvono drettamente l equaone d avveone-dffusone per la concentraone c d nqunante, su una grgla trdmensonale (fgura) che ne defnsce l domno d calcolo: c t c c u = ν dove ν e la dffusvtà cnematca, n genere trascurable rspetto alla dspersone turbolenta, S e l termne d sorgente ed u la componente della veloctà. In questa S espressone s sottntende che l ndce assuma valor 1,,3 corrspondent alle coordnate spaal e termn così ottenut sano sommat. Ponendo u = u u' e c =< c> c' dove < c > e u sono valor med e u, c le fluttuaon ( ndca la generca componente, =1,,3). Trascurando l termne d dffusvtà molecolare, sosttuendo e medando s ottene: < c t > u < c > < c' u = ' > u s rcava dalle msure o da modell meteorologc, mentre l termne S 5

< c u ' > ' e da determnare tramte una chusura, s deve coè esprmere questa quanttà n funone delle varabl mede. Modello K Se come potes d chusura s assume la relaone flusso-gradente (qu scrtta per la componente vertcale): < c w' >= K < c> ' (*) con K costante d proporonaltà (postva) detta coeffcente d dffusone turbolenta. Questa espressone ndca che l flusso d concentraone < c 'w' > ha dreone opposta al gradente d concentraone n modo da trasportare la concentraone da one dove è maggore a one dove è mnore. Supponendo condon staonare e lontano dalla sorgente s ottene la seguente equaone, nota come Modello K : u < c> < c> < c> < c> < c> < c v w = K K K > S not che la precedente potes (eq. *) mette n relaone termn d crosscorrelaone delle fluttuaon della concentraone e della componente del vento con l gradente, lungo la dreone relatva a tale componente della concentraone meda, chudendo l equaone d avveone dffusone. S possono avere soluon analtche con K e u costant (modello Gaussano), o con K e u funon d potena d e soluon numerche. 6

7 Modello Gaussano La pu semplce soluone analtca dell equaone d dffusone e data dalla formula Gaussana ( ) ( ) = ),, ( e e H H e e e u Q C π

8 dove la concentraone C nel punto d coordnate,, e funone della quanttà Q d nqunante emesso per untà d tempo, del vento medo u, dell altea effettva; dell emssone H e. Le devaon standard nella dreone trasversale al vento medo () e nella dreone vertcale () sono funon della dstana sottovento dalla sorgente (): ) ( ) ; ( = = Per esempo s possono utlare le sgma d Pasqull-Gfford: 5 3 4 1 1 ) ( 1 ) ( = = I coeffcent d queste relaon dpendono dalla classe d stabltà secondo la tabella. Le devaon standard della Gaussana seguono andament del tpo d quell mostrat nelle fgure, rcavate da Pasqull.

Altre curve largamente utlate sono quelle rcavate da Brggs: 9

S not che nella formula Gaussana compare un doppo termne per la coordnata vertcale che s dfferena per l segno, n un termne la della quota sorgente vene sottratta mentre nell altro vene sommata. In questo modo s tene conto della rflessone al suolo del pennacch e del conseguente aumento nelle concentraon al suolo (s veda la fgura successva). 10