Editoriale Un modello logico interpretativo per valutare il microclima delle città dell Europa Centrale di Kristina Kiesel, Milena Vuckovic, and Ardeshir Mahdavi Partner del progetto UHI, Università di Vienna Il numero di abitanti delle città sta crescendo e con esso l influenza del microclima urbano sul benessere delle persone. Il comfort termico e la qualità dell aria variano significativamente all interno di una città a seconda della conformazione morfologica, della densità e distribuzione delle costruzioni, dell estenzione della rete di trasporti urbani e della presenza di aree verdi e corpi idrici. (Grimmond 2007, Alexandri 2007). I dati rilevati in numerose città di tutto il mondo confermano l aumento della temperatura delle zone centrali delle città rispetto alla periferia, a questo fenomeno si fa riferimento quando si parla di Isole di Calore (Urban Heat Island UHI, Voogt 2002, Arnfeld 2003, Blazejczyk 2006, Oke 1981, Gaffin et al. 2008, Kiesel et al. 2012). L aumento della temperatura ha un effetto negativo sul benessere dei cittadini (Harlan et al. 2011). Inoltre l aumento della temperatura comporta un aumento dei consumi di energia per il raffrescamento degli ambienti (Akbari 2005). In questo quadro vengono presentati alcuni risultati del progetto Urban Heat Island (Central Europe Program, No 3CE292P3). Il primo dei quali è la quantificazione del fenomeno in alcune città del centro Europa (Kiesel et al. 2013b).Quindi si è proceduto ad analizzare il legame tra alcune configurazioni urbanistiche e il microclima urbano. E stato costruito uno schema di analisi con cui confrontare in modo sistematico le differenze morfologiche, geometriche e dei materiali in rispetto alle differenze di temperatura. Inoltre per aumentare l efficacia delle misure di mitigazione dell isola di calore sono stati usati modelli numerici di simulazione del microclima e valutazioni empiriche. L isola di calore è definita come la differenza di temperatura tra l area urbana e la periferia rurale(oke 1972). Nella maggior parte dei casi la differenza di temperatura è intorno ai 3 C, ma in alcune circastanze particolari può raggiungere anch ei 12 C(Voog 2002). Le proprietà delle superfici (Grimmond et al. 1991, Akbari et al. 2001), assieme al calore antropogenico e ai fenomeni di evaporazione ( Taha 1997) possono dar luogo all aumento della temperatura. Qui 1. Distribuzione di frequenza dell intensità dell isola di calore in una settimana estiva di riferimento 2. Distribuzione media oraria dell intensità dell UHI in un giorno estivo di riferimento 1
Editoriale 3 Andamento delle temperature medie annuali per un periodo di 30 anni vogliamo studiare la frequenza, l intensità a la correlazione con l alternarsi di giorno e notte dell isola di calore in una settimana campione e l evolvere sul lungo periodo delle temperature della periferia rurale e del centro nelle città di Budapest, Lubiana, Modena, Padova, Praga, Stoccarda, Vienna e Varsavia. La rilevanza del fenomeno può essere indicata con l intensità dell isola di calore che si misura in gradi Kelvin ed è pari alla differenza di temperatura tra l area rurale e il centro urbanizzato. Come accennato per ciascuna città sono stati scelti i dati di temperatura nel periodo estivo in una settimana campione, in cui si sono verificate alte temperature dell aria e bassa intensità del vento; per questa settimana sono stati raccolti dati di temperatura, velocità del vento e precipitazione per due stazioni rappresentative(una rurale e una urbana). Per analizzare l andamento delle temperature sul lungo periodo sono state calcolate le medie annuali della temperatura e l intensità dell isola di calore per un periodo di 30 anni, dal 1980 al 2011(Modena, Praga, Stoccarda, Varsavia) e dal 1994 al 2011(Padova, Vienna), dal 2000 al 2011 per Budapest. In figura 1 sono riportati i dati di frequenza dell isola di calore per la settimana campione; in Figura 2 i valori orari durante un giorno della settimana campione. I dati mostrano con chiarezza l esistenza e l intensità del fenomeno nelle città considerate, specialmente durante la notte (Figura 2). Mentre, la dipendenza dall ora varia significativamente da città a città. Le differenze sul 4. Andamento delle temperature medie annuali, stazione rurale 5. Trend di lungo periodo dell intensità dell isola di calore fenomeno da città a città si notano anche in Figura 1, in questo caso uno shift della curva verso destra, denota un aumento dell intensità. In figura 3 e 4 sono riportate le medie annuali della temperatura delle due stazioni (rurale e urbana) per un periodo di 30 anni. In figura 5 sono mostrati i trend di intensità per lo stesso periodo. La serie storica mostra una crescita delle temperature in entrambe le stazioni. In accordo con l andamento a scala regionale e globale, con l eccezione di Budapest, si osserva un aumento costante di circa 2,5 K in tutte le città. Nello stesso periodo la temperatura media annuale delle stazioni urbane 2
Editoriale Tabella 1: Variabili descrittive delle caratteristiche geometriche dell U2O Tabella 2: Variabili descrittive delle superfici e dei materiali della U2O Tabella 3: Principali azioni di mitigazione è aumentata in tutte le città, meno a Stoccarda 1 C maggiormente a Varsavia 3 C. Va sottolineato che mentre i valori di temperatura sono generalmente aumentati in entrambe le stazioni, l intensità dell isola di calore è rimasta costante. All interno del progetto UHI è stato sviluppato (Mahdavi et al. 2013)uno schema per quantificare il fenomeno in un area definita come U2O (unit of observation), e valutare le possibili azioni di mitigazione e adattamento anche con l uso di modelli numerici. Lo schema si applica nelle seguenti fasi: i) Definizione dell area studio U2O: è un area scelta e con precisi confini in base alle caratteristiche urbanistiche e costituisce il caso studio per le misure di mitigazioni; ii) descrizione delle caratteristiche e del- le proprietà geometriche e fische delle superfici presenti nell U2O; iii) Calcolo dell intensità dell isola di calore; iv)scelta degli interventi di mitigazione previsti; v) valutazione dell effetto delle misure di mitigazione con strumenti modellistici; vi) classificazione dell impatto delle misure in termini di riduzione dell intensità del fenomeno; vii)valutazione complessiva degli interventi con analisi costi/benefici. Con questo approccio l U2O viene utilizzata per quantificare sistematicamente la variabilità del microclima nell area della città. L estensione dell area viene definita facendo riferimento ad un diametro compreso tra 400 e 1000m, all interno di una zona con caratteristiche urbanistiche e costruttive comuni. Per precisare il rapporto tra microclima e caratteristiche morfologiche, geometriche, ottiche e termiche sono state scelte e incluse nell analisi una serie di variabili legate ad esse. Per stimare l efficacia delle azioni di mitigazione nella riduzione dell intensità dell isola di calore, gli interventi vanno espressi in termini di variazione delle caratteristiche dell U2O. A questo scopo è stato individuato un set di variabili, riassunte in tabella 1 e 2, scelte in base a precedenti studi (Mahdavi et al. 2013, Kiesel et al. 2013) ed al confronto avvenuto nei meeting del progetto. Dopo aver scelto l U2O e averla descritta in base ai parametri scelti, le misure di mitigazione (Tabella 3) possono essere tradotte in termini di variazioni dei valori dei parametri. Per esempio l introduzione di tetti e facciate verdi comporta variazioni dell albedo, dell emissività, della conduzione termica, della capacità calorica specifica e della densità. Nella tabella 3 sono riassunte le più diffuse azioni di mitiga- 3
Editoriale 6. Valori delle variabili per il caso studio di Vienna, valori attuali e previsione dei valori associati ad un intervento di mitigazione 7. Differenza di temperatura media oraria simulata dal modello numerico, centro di Vienna zione. Queste azioni possono essere raggruppate in tre famiglie: edifici, pavimentazioni e vegetazione. In tabella 3 sono riassunte anche i principali benefici attesi da ciascuna della azioni. Successivamente l impatto delle misure può essere stimato utilizzando appropriati strumenti di modellistici. A questo scopo sono stati usati modelli di due tipi: l analisi statistica dei dati empirici e la computational fluid dynamic. L analisi statistica dei dati permette di stimare sulla base di misure empiriche la correlazione tra l intensità del fenomeno e le diverse caratteristiche dell area in esame. Per quanto riguarda i modelli numerici, si possono applicare a diversa scala, da quella più ampia dei modelli climatici regionali fino ai modelli di simulazione per singolo edificio (Mirzaei 2010). Per illustrare l applicazione del metodo, di seguito è esposto il caso di Vienna, la cui U2O è stata scelta nel centro città. In figura 6 sono mostrate le caratteristiche dell area nello stato attuale, usando le variabili prescelte, e le differenze nei valori che si avrebbero applicando le seguenti misure di mitigazione: 1) Piantare alberi lungo il canyon urbano; 2) impiego di tetti verdi; 3) una combinazione delle misure 1 e 2. In questo caso la stima dell effetto delle misure di mitigazione è stato fatto usando il modello numerico ENVI-MET. Nella figura 7 sono riportati i risultati della simulazione per un giorno estivo di riferimento, in termini di riduzione dell intensità del fenomeno. I risultati mostrano il grado di avanzamento nel raggiungimento degli obbiettivi del progetto, ovvero nella comprensione del fenomeno dell isola di calore e nell individuazione di appropriate misure di mitigazione ed adattamento. Le serie di dati di temperatura raccolte rispettivamente nelle stazioni urbane e rurali dimostrano che in numerose città del centro Europa è presente il fenomeno dell isola di calore con una intensità significativa. Tuttavia l analisi svolta sui dati di temperatura raccolti su base oraria dimostrano una maggiore evidenza del fenomeno durante le ore notturne. Per rispondere alla necessità di strumenti efficaci nella comprensione del fenomeno e nella valutazione dell effetto di mitigazione delle misure, in collaborazione con tutti i partner del progetto è stato definito e testato un comune metodo sistematico di valutazione. Quindi sono state definite le caratteristiche geometriche, fisiche e termiche delle superfici e degli edifici, che influenzano maggiormente il microclima dell U2O e l intensità dell isola di calore. L applicazione di questo modello empirico e l impiego di un modello di simulazione del microclima in ambito urbano, sono stati testati applicandoli al caso dell area di studio di Vienna. Il lavoro, che sta ora proseguendo, di interpretazione ed analisi statistica dei risultati definisce in modo più preciso la relazione tra l intensità dell isola di calore e le principali caratteristiche del- 4
Editoriale l area come la densità e tipologia costruttiva, la geometria dell edificato e della rete stradale (canyon), le proprietà ottiche e termiche delle superfici, la vegetazione e i corpi idrici, infrastrutture di trasporto e industriali. I risultati attesi da questo lavoro non si limitano alla verifica sperimentale delle simulazioni numeriche, ma mirano alla definizione di un quadro interpretativo semplificato che aiuti a valutare l efficacia delle misure di mitigazione. Riferimenti Akbari, H., Pomerantz, M., Taha, H. 2001. Cool surfaces and shade trees to reduce energy use and improve air quality in urban areas. Solar Energy, Volume 70, Issue 3: 295 310. Akbari, H. 2005. Energy Saving Potentials and Air Quality Benefits of Urban Heat Island Mitigation. Lawrence Berkeley National Laboratory, Berkeley, CA. Alexandri, E. 2007. Green cities of tomorrow?. Sustainable Construction, Materials and Practices, Portugal SB07: 710-717. Arnfeld, A.J. 2003. Two decades of urban climate research: a review of turbulence, exchanges of energy and water, and the urban heat island. International Journal of Climatology, Volume 23, Issue 1: 1-26. Blazejczyk, K., Bakowska, M., Wieclaw, M. 2006. Urban heat island in large and small cities. 6th International Conference on Urban Climate, Göteborg, Sweden, June12-16 2006: 794-797. Envi-met: 3-dimensional microclimate model, available at: http://www.envi-met.com/ last accessed January 9th, 2014 Gaffin, S. R., Rosenzweig, C., Khanbilvardi, R., Parshall, L., Mahani, S., Glickman, H., Goldberg, R., Blake, R., Slosberg, R. B., Hillel, D. 2008. Variations in New York city s urban heat island strength over time and space. Theoretical and applied climatology, Volume 94: 1-11. Grimmond, C.S.B. Cleugh, H., Oke, T.R. 1991. An objective urban heat storage model and its comparison with other schemes. Atmospheric Environment, Volume 25B, Issue 3: 311-326. Grimmond, C.S.B., 2007. Urbanization and global environmental change: local effects of urban warming. Cities and global environmental change, Volume 173, Issue 1: 83-88. Harlan, S L., Ruddell, D.M. 2011. Climate change and health in cities: impacts of heat and air pollution and potential co-benefits from mitigation and adaptation. Current Opinion in Environmental Sustainability, Volume 3, Issue 3: 126-134. Kiesel, K., Vuckovic, M., Orehounig, K., Mahdavi, A. 2012. Analysis of micro climatic variations and the urban heat island phenomenon in the city of Vienna, EURA conference, European Urban Research Association, September 20-22, Vienna, Austria. Kiesel, K., Vuckovic, M., Mahdavi, A. 2013a. Representation Of Weather Conditions In Building Performance Simulation: A Case Study Of Microclimatic Variance In Central Europe, IBPSA, 13th International Conference of the International Building Performance Simulation Association, August 25-28, France. Kiesel, K., Vuckovic, M., Mahdavi, A. 2013b. The extent and implications of the urban heat island phenomenon in Central European region, CESBP, 2nd Central Europe Symposium on Building Physics, September 9-11, Vienna, Austria. Mahdavi, A., Kiesel, K., Vuckovic, M. 2013. A framework for the evaluation of urban heat island mitigation measures. SB13 Munich Conference, April 23-26, Germany. Mirzaei, P. A., Haghighat, F. 2010. Approaches to study Urban Heat Island Abilities and limitations, Building and Environment, Volme 45, Issue 10, pp. 2192 2201. Oke, T.R. 1972. City size and the urban heat island. Atmospheric Environment, Volume 7, Issue 8: 769-779. Oke, T.R. 1981. Canyon geometry and the nocturnal urban heat island comparison of scale model and field observations. Journal of Climatology, Volume 1: 237 54. Taha, H. 1997. Urban climates and heat islands: albedo, evapotranspiration, and anthropogenic heat. Energy and buildings, Volume 25, Issue 2: 99-103. Voogt, J.A. 2002. Urban Heat Island. Encyclopedia of Global Environmental Change, Volume 3: 660-666. 5
Aree Pilota Simulazione del clima urbano con i modelli SURFEX/TEB del Servizio Meteorologico Ungherese Ilona Krüzselyi Hungarian Meteorological Service. Mária Kovács Department of Climatology and Landscape Ecology, University of Szeged Email: kruzselyi.i@met.hu Aree Pilota Introduzione La maggior parte delle persone vivono oggi nelle città, che stanno diventando sempre più grandi con significativi effetti sul clima locale. Questo fenomeno è di particolare interesse dal punto di vista dell adattamento ai global change, in quanto le caratteristiche delle superfici delle aree urbane possono ampliare l effetto dei cambiamenti climatici. Le simulazioni con modelli numerici sono utili per studiare le interazioni con l atmosfera della superficie urbana e per questo scopo il Servizio Meteorologico Ungherese(HMS) ha utilizzato (HMS)SURFEX. Metodo SURFEX(SURface EXternalisèe; La Monigne, 2009) può utilizzare 4 schemi per le superfici urbane, acque marine, acque interne e natura. Il modello Town Energy Balance(TEB) (Mason, 2000) descrive l interazione tra l area urbana e l atmosfera simulando i flussi turbolenti. Modella gli le strade come canyon i cui limiti sono le superfici degli edifici. TEB tiene conto delle diverse caratteristiche delle superfici dei tetti, strade e facciate con differenti proprietà termiche. E in grado di studiare l effetto dei tetti e delle strade nell intercettare le precipitazioni, la nebbia, il drenaggio, l assorbimento della radiazione, i flussi di calore etc. Può valutare l effetto del flusso di calore e degli scarichi prodotti dalle attività umane come il traffico, l industria e il riscaldamento degli ambienti. SURFEX può essere inizializzato sia con dati misurati che con risultati di altri modelli. SURFEX può essere accoppiato ai modelli atmosferici e dare il feedback dell effetto delle superfici, o funzionare singolarmente, in quest ultima modalità si perde la possibilità di interazione tra i punti della griglia. Presso il HMS l uso di SURFEX/ TEB(in seguito SURFEX) è iniziato nel 2010(Vértesi, 2011) per simulare l effetto delle isole di calore a Budapest. Sull area di Budapest sono stati completati due esperimenti con una durata di 10 anni. SURFEX è stato utilizzato a partire dai risultati del modello a scala regionale ALADIN (RCM; Csima e Horànyi, 2008). I modelli a scala regionale devono essere a loro volta inizializzati o dai modelli a scla globale o da dati storici provenienti dal database climatologici tridimensionali creati con le tecniche di data assimilation. In questo studio ALADIN ha usato i dati di rielaborati da ERA-40 (Uppala e al., 2005). I risultati del modello ALADIN per l ampia area dei Carpazi con risoluzione 10km, sono stati interpolati su una griglia con risoluzione 1km sulla sola area di Budapest (Fig.1). I risultato è stato usato come input per SUR- FLEX, che è stato usato in modalità offline con la stessa risoluzione 1km e con le suerfici descritte dal database ECO- CLIMAP (Masson et al.,2003). Il primo esperimento è stato condotto sul periodo 1961-1970; però ECOCLIMAP contiene dati a partire dal 2006, quindi non poteva descrivere fedelmente l edificato soprattutto per la parte più recente della prima periferia. Quindi, l esperimento è stato ripetuto per 1. Diagramma delle griglie di SURFLEX con la topografia [m] e in rosso l area urbana 6
Aree Pilota il periodo 1990-2000 per verificare l influenza sui risultati dei cambiamenti. I risultati sono stati validati utilizzando i dati di due stazioni dell HAM: la prima in centro città, via Kitaibel nei pressi della collina di Buda, la seconda in Pestszentlorinc, in periferia (Fig.2). Tuttavia ECOCLIMAP considera entrambe le posizione come periferiche. Risultati La figura 3 mostra l effetto dell interpolazione e della simulazione con SUR- FLEX sul campo della temperatura. Nella seconda parte si vede chiaramente la zona più fredda della collina di Buda, da cui si capisce che l interpolazione tiene conto dell orografia con una risoluzione maggiore. Il campo della temperatura calcolato son SURFEX, terza parte della figura, restituisce dati più dettagliati, si distingue il Danubio e appaiono dei picchi di temperatura nel centro della città. Nei punti di controllo SURFEX stima maggiori temperature per la maggior parte dei mesi in entrambi i periodi. In via Kitaibel i risultati sono migliori, tranne che per i periodi affetti da sottostima(da novembre a gennaio). La sovrastima diminuisce nel periodo 1991-2000, forse anche per il maggior dettaglio nella descrizione delle superfici. Le simulazioni sono in accordo con le misure della temperatura e mostrano la presenza dell isola di calore du- 2. Dominio di simulazione, area di Budapest(linea rossa) e stazioni HMS (K-via Kitaibel P Pestszentlorinc) 3. Temperatura media in primavera ( C) ALADIN-Climate a 10 e 1 km di risoluzione, sinistra e centro; a destra SURFLEX a risoluzione 1 km; periodo 1961-1970 (Vertesi, 2011) 4. Differenza della temperatura media mensile ( C) tra SUR- FLEX e le misure in (K) Kitaibel e (P) Pestszentlonic nei periodi 1961-1970 e 1991-2000 5. Intensità dell isola di calore da modello (mod) e osservata (obs) ( C) nei periodi 1961-1970 e 1991-2000 7
Aree Pilota rante tutto l anno in entrambi i periodi, e in particolare durante l inverno (Fig. 5). Come è prevedibile SURFEX stima la temperatura della stazione centrale sempre più alta di quella periferica. Tuttavia la temperatura del punto centrale è sempre inferiore a quella del punto periferico, intensità dell isola di calore negativa, ovvero SURFLEX non prevede isola di calore. Questo può essere spiegato considerando che ECO- CLIMAP descrive alleo stesso modo le due superfici, oppure considerando che ALADIN-Climate stima un effeto di raffreddamento della collina di Buda su via Kitaibel. Nel periodo 1961-1970 non si nota alcun fenomeno di isola di calore, mentre nel periodo 1991-2000 il modello ne simula la presenza in inverno, però la sottostima in estate aumenta. La differenza tra i due periodi può essere dovuta al diverso forcing atmosferico. Nei due punti di riferimento il modello non da risultati molto attendibili, ma lo studio ha anche dimostrato che considerando un area più ampia, SURFLEX prevede la presenza di un ciclo quotidiano dell effetto isola di calore. Durante il gior- 6. Differenza della temperatura media da simulazione ( C) rispetto alle misure in Pestszentlorinc in inverno ed estate per il periodo 1961-1970 e 1991-2000. (I punti rossi sono le due stazioni di controllo) no non vi è effetto, mente questo si presenta dopo l imbrunire (in inverno alle 18.00, in estate alle 21.00). Il massimo si manifesta 5-6 ore dopo il tramonto.. Le stesse considerazioni valgono anche per il periodo 1991-2000. Sommario Il Servizio Meteorologico Ungherese ha usato il modello SURFLEX per studiare l interazinoe tra l area urbana e l atmosfera. Nella prima fase sono stati completati alcuni test. In questo resoconto sono riportati i risultati preliminari della validazione. Dai risultati si vede che SURFLEX restituisce le principali caratteristiche del clima urbano: temperature più alte nel centro e il ciclo quotidiano dell isola di calore. Tuttavia l analisi mostra anche alcune discrepanze: nei punti di controllo SURFLEX sovrastima la temperatura in molti mesi e il punto in centro è calcolato più freddo, in contraddizione con le misure. Sono previsti altri esperimenti e test per verificare nel dettaglio la risposta del modello. L obiettivo finale è il downscaling delle previsioni al livello urbano in linea con le previsioni dei modelli climatici. Riferimenti Csima, G. and Horányi, A., 2008: Validation of the ALADIN-Climate regional climate model at the Hungarian Meteorological Service. Időjárás, 112, 155 177. La Moigne, P., 2009: SURFEX Scientific Documentation; Note de centre (CNRM/GMME), Météo-France, Toulouse, France. Masson, V., 2000: A Physically-based Scheme for the Urban Energy Budget in Atmospheric Models. Bound.-Layer Meteor., 94, 357 397. Masson V., J.-L. Champeaux, F. Chauvin, C. Meriguet and R. Lacaze, 2003: A global database of land surface parameters at 1km resolution in meteorological and climate models. J. Climate, 16, 1261 1282. Uppala, S.M., Kallberg, P.W., Simmons, A.J., Andrae, U., da Costa Bechtold, V., Fiorino, M., Gibson, J.K., Haseler, J., Hernandez, A., Kelly, G.A., Li, X., Onogi, K., Saarinen, S., Sokka, N., Allan, R.P., Andersson, E., Arpe, K., Balmaseda, M.A., Beljaars, A.C.M., van de Berg, L., Bidlot, J., Bormann, N., Caires, S., Chevallier, F., Dethof, A., Dragosavac, M., Fisher, M., Fuentes, M., Hagemann, S., Hólm, E., Hoskins, B.J., Isaksen, L., Janssen, P.A.E.M., Jenne, R., McNally, A.P., Mahfouf, J.-F., Morcrette, J.-J., Rayner, N.A., Saunders, R.W., Simon, P., Sterl, A., Trenberth, K.E., Untch, A., Vasiljevic, D., Viterbo, P., and Woollen, J., 2005: The ERA-40 re-analysis. Quart. J. R. Meteorol. Soc. 131, 2961 3012. Vértesi, Á. É., 2011: Modelling possibilities of the urban heat island effect in Budapest (in Hungarian), Master Thesis, ELTE, Budapest, Hungary. 8
Aree Pilota Aree Pilota Intensità dell isola di calore a Stoccarda Christine Ketterer, Andreas Matzarakis - Albert-Ludwigs-University Freiburg E noto che i parametri meteorologici hanno una diversa distribuzione, temporale e spaziale, passando dai centri urbani verso le periferie rurali, e che queste differenze sono dovute alle diverse caratteristiche delle superfici e quindi al diverso assorbimento della radiazione dovuto al cambio della struttura urbana. L isola di calore espressa come differenza della temperatura dell aria è studiata in tutto il mondo come una delle più importanti caratteristiche del clima urbano. In questo studio applichiamo i metodi della bio-meteorologia per valutare gli aspetti legati al comfort climatico per gli abitanti e l uso che ne si può fare nella pianificazione urbana. La biometeorologia studia la percezione della temperatura da parte degli esseri umani come risultato complessivo dei valori di temperatura, velocità del vento, umidità e radiazione, con l uso degli indicatori termici. In altre parole si cerca di usare un unico valore che sia più facilmente comprensibile anche ai non esperti e che sia più facilmente utilizzabile. L indice di temperatura fisiologica equivalente (PET) viene usato per quantificare l effetto complessivo della variabili meteorologiche combinate con il bilancio termico umano e la sua percezione. I modelli a micro-scala Ray- Man (Matzarakis et al. 2007) ed ENVI-MET 3.1 (Bruse and Fleer 1998) assieme a TIC-ENVI-MET (Ketter and Matzarakis 2014) sono stati usati per simulare le condizioni biometeorologiche in termini di PET per gli abitanti di Stoccarda. L analisi parte dai dati misurati dall Ente Nazionale Tedesco di Meteorologia (DWD), dal Comune di Stoccarda, e ricavati dai modelli a scala regionale (REMO) applicando lo Scenario A1B. Di seguito viene descritto il metodo di calcolo dell intensità dell isola di calore per Stoccarda, la quarta città più grande della Germania. Il centro di Stoccarda si trova in un avvallamento circondato da colline (Fig.1), il comfort climatico per gli abitanti è basso non solo per l effetto isola di calore ma anche per il forte inquinamento dell aria che si verifica quando persistono condizioni di vento debole, con velocità inferiore ad 1 m/s. (Fig.1). 1. Topografia di Stoccarda, rosa dei venti e stazioni di misura (Ketter e Matzarakis 2014) 9
Pilot areas Stima in base alla temperatura dell aria e indice PET Si possono descrivere le diverse condizioni di comfort in termini di temperatura dell aria con diversa risoluzione temporale in base ai dati disponibili. Sono state esaminate le condizioni a partire da una serie di dati per un periodo di 10 anni (2000-2010) usando una analisi in frequenza, che ha il vantaggio di essere molto dettagliata (Fig.2). In centro città la media su base annua è di 2 C, il massimo 12 C. La media calcolata con l indice UHI-PET è di 3,3 C e il massimo di 20 C. Il massimo su base mensile si verifica durante l inverno a causa del calore prodotto dalle attività che si svolgono in centro città. Però, usando le medie orarie, il massimo di intensità dell UHI si verifica in estate. 2. Distribuzione di frequenza dell intensità dell isola di calore nelle 4 stazioni di misura rispetto alla stazione rurale, dal 2000 al 2010. Dati analizzati: temperatura dell aria Ta(alto) e PET(basso) Analisi a campione per le aree in ristrutturazione Un altra applicazione possibile di questo metodo consiste nell analisi di un progetto di ristrutturazione, nel caso specifico la parte ovest della città, attualmente area ospedaliera. Definendo differenti scenari di intervento (ricostruzione dell area per fini abitativi, destinazione a parco pubblico o altro), si ottengono informazioni utili per i progettisti e le autorità competenti. Le diverse ipotesi possono essere esaminate applicando i modelli a microscala(envi-met in combinazione con TIC-ENVI-MET) e possono dare informazioni utili per ricavare l indice di confort climatico nei casi di eventi estremi. Nel caso in esame l indice PET è risultato essere 10 C inferiore nella aree all ombra degli alberi rispetto a quelle con solo erba, e 25 C inferiore rispetto alle superfici impermeabilizzate (pavimentate) (Fig.3). La differenza media nell area ad 1,5 m di altezza è invece risultata essere 1 C. 3. Simulazioni della PET con ENVI-MET per l area Olga hospital (sinistra) e parco (destra) sulla stessa area, giorno estivo alle 14.00 10
Pilot areas Importanza dell orientamento e della larghezza delle strade Hanno inoltre rilevanza per le condizioni microclimatiche le dimensioni degli edifici e l orientamento e larghezza delle strade, in particolare durante le c.d. ondate di calore posso aiutare ad aumentare il confort climatico a ridurre lo stress termico per i cittadini. Nel caso di Stoccardo è stato calcolato che lo stress termi- co può essere ridotto orientando la strada in direzione NNW-SSE e definendola con un aspetto di forma minimo di 1,5. Un canyon con queste caratteristiche può inoltre favorire l esposizione alla radiazione solare in inverno e favorisce nella media annuale il verificarsi di condizioni di confort termico. Effetto del global change nell area urbana Per studiare l evoluzione fino a fine secolo sono stati ricavati i dati dai modelli a scala regionale. Nel periodo 2021-2050 le previsioni per le frequenza dei c.d. giorni caldi (Tamax > ai 30 C) e dei giorni estivi (Tamax > 25 C) danno rispettivamente un aumento del 174% e del 140% ; nel periodo 2050-2100 rispettivamente del 280% e 157%. Inoltre i giorni per anno con Tamax < 0 C sono previsti in diminuzione del 30% nel periodo 2017-2100. Il numero dei giorni con stress termico, PET > 35 C alle 14.00 aumenterà di 6 giorni nel periodo 20121-2050 e di 28 giorni a fine secolo, secondo quanto previsto dal modello REMO Scenario A1B, lo scenario B1 non prevede aumenti fino a metà secolo, ma un aumento di 16 giorni nel periodo 2071-2100. Per i giorni di stress per freddo intenso alle 6.00 lo scenario A1B(B1) prevede un calo di 15(10) giorni nel 2021-2050 e di 48(29) giorni nel 2071-2100. Al contrario lo scenario A1B prevede un numero di giorni con stress termico PET > 29 C in aumento di 5(15) giorni entro la metà (fine) del secolo. Raccomandazioni emerse dall analisi dell indice biometeorologico Il progetto pilota nella città di Stoccarda porta alle seguenti conclusioni. La topografia, in particolare durante i giorni con inversione termica, è la maggior causa dell UHI. I valori più alti si verificano in estate e sono fortemente legati ai valori di radiazione, anche se la media mensile dei valori dell UHI è più alta in inverno, a causa del calore antropogenico. I modelli climatici a scala regionale prevedono un forte aumento dei giorni con stress termico, è quindi vitale studiare misure di adattamento, ad es. un area verde porta un calo medio di 1 K per la zona, e fino a 25 K per particolari posizioni. L orientamento delle strade a NNW-SSE con un aspetto di froma di 1,5 ottimizza il confort climatico durante tutto l anno. I risultati di queste analisi devono essere di più semplice comprensione, basati su lunghe serie storiche e comprendere anche gli effetti del clima urbano sui cittadini, che passano la maggior parte del tempo in città con l alternarsi delle condizioni diurne e notturne. Bibliografia Bruse, M; Fleer, H (1998): Simulating surface-plant-air interactions inside urban environments with a three dimensional numerical model. The challenge of awareness in developing societies. Environmental Modelling & Software 13 (3-4), S. 373-384. Ketterer, C; Matzarakis, A (2014): Human-biometeorological assessment of heat stress reduction by replanning measures in Stuttgart, Germany. Landscape and Urban Planning 122, S. 78-88. Ketterer, C; Matzarakis, A (2014): Human-biometeorological assessment of the urban heat island in a city with complex topography - The case of Stuttgart, Germany. Urban Climate (2014). DOI: 10.1016/j.landurbplan.2013.11.003. Matzarakis, A; Rutz, F; Mayer, H (2007): Modelling radiation fluxes in simple and complex environments-application of the RayMan model. International Journal of Biometeorology 51 (4), S. 323-334. 11
Meetings Meetings 5 Riunione del Transnational Scientific Board (TSB) e 6 Steering Committee Venezia 17.10.2013-18.10.2013 Il 17 e 18 ottobre si sono tenute a Venezia presso il Palazzo Grandi Stazioni il 5 incontro del Transnational Scientific Board e il quinto Steering Committee. L evento è stato organizzato dall ufficio Pianificazione e parchi della Regione Veneto ed è stata l occasione per esaminare lo stato di avanzamento delle azioni pilota nelle 8 aree definite nelle città partecipanti, prendendo in considerazione le strategie di mitigazione ed adattamento, le buone pratiche per la sostenibilità ambientale dell area urbana, il legame tra il dis-confort termico e la salute dei cittadini e infine il Decision Support System. Sono stati valutati tutti gli obbiettivi da raggiungere per task e deliverable e per olcuni casi specifici sono stati organizzati incontri bilaterali con il lead partner. Terza edizione dell esposizione Geo-Oikos Verona 9.10.2013-11.11.2013 La Regione Veneto ha organizzato dal 9 all 11 ottobre la terza edizione dell esposizione Geo-Oikos. Questo è l appuntamento pensato per far incontrare e promuovere ad un largo pubblico le iniziative e i piani di sviluppo della Regione volti ad un uso sostenibile e consapevole del territorio, al risparmio energetico e più in generale per aumentare la consapevolezza dei cittadini sull importanza del confort bioclimatico delle città. La Regione Veneto come partner del progetto UHI ha organizzato durante l evento un workshop dedicato agli effetti dell isola di calore, in questa occasione i partner italiani hanno presentato le attività di misura e simulazione svolte dal progetto nelle due aree pilota di Padova e Modena. 12
Gruppi tematici trans-nazionali Gruppi tematici trans-nazionali I Transnational Focus Group sono lo spazio di dibattito pensato all interno del progetto per discutere gli aspetti legati all isola di calore.. una bella definizione, ma molto distante da quanto è successo. Per avere un dibattito proficuo bisogna usare e comprendere un linguaggio comune, ma, dopo tre anni di incomprensioni, sono quasi sicuro che non sia il caso del progetto Urban Heat Island. Esperti di clima, urbanisti, ingegneri ed epidemiologi non usano assolutamente lo stesso linguaggio! Non è una questione di traduzione in Inglese, Italinao, Tedesco o Ungherese ma di Climatiano, Urbaniano e così via. La logica che ha ispirato per tre anni gli incontri dei TFG è stata: trovare l anello di congiunzione tra le modalità multidisciplinari di affrontare i problemi legati alle isole di calore. Quindi cosa è successo? Il primo incontro si è tenuto a Stoccarda, settembre 2011, dove si sono formati i quattro gruppi di lavoro (vedi newsletter n.1) L inizio del lavoro è stato la definizione delle regole del gioco e dei giocatori ed è stato l inizio del sentiero (molto accidentato!): sono state scelte quattro differenti prospettive sotto le quali guardare il fenomeno dell isola di calore. A Budapest, febbraio 2012, il secondo incontro, si è capita la distanza, il dibattito si è concentrato su alcuni aspetti specifici per cercare, almeno in questi, di arrivare ad un comune punto di vista le conseguenze si sono viste nel terzo incontro: l incomunicabilità! Terzo incontro, Varsavia, ottobre 2012, i tavoli di dibattito: I. Esperti in pianificazione (TFG1) a confronto con gli epidemiologi (TFG3), nocciolo della questione: quali sono gli indicatori numerici che bisogna usare per stimare l impatto dell isola di calore. II. Meteorologi (TFG4) a confronto con gli esperti di comunicazione (TFG2): Esiste un modo, un metodo, un linguaggio per rendere efficace la comunicazione tra scienziati e cittadini? La comune reazione dei membri dei TFG a Varsavia è stata lo scoraggiamento! Ma di sicuro è stato utile per provare a vedere le cose nello stesso modo e trovare alcuni punti di contatto. Quarto episodio: cosa abbiamo intorno? E stato il meeting di Praga, aprile 2013, l occasione per far incontrare gli esperti dei TFG con i tavoli di lavoro locale e discutere assieme delle azioni pilota, delle migliori pratiche e dei vincoli rigidi. Il quinto episodio della saga la raccolta! Venezia ottobre 2013, obbiettivo: portare a compimento il dibattito. Per guidare il processo creativo e concretizzare una proposta, ogni TFG ha ricevuto il compito di comporre due dichiarazioni. L incontro è stato organizzato come un compito in classe con l obiettivo di far completare due direttive, una livello locale ed una a livello europeo, per combattere il fenomeno dell isola di calore. Le prime reazioni sono state un po disorientate e incerte. E i risultati? Ovviamente nella prossima newsletter! TFG s, Venice, october 2013. Chi è interessato a seguire la discussione, vuole dare un contributo o esrpimere un punto di vista sugli argomenti trattati può contattare il coordinatore dei gruppi trans-nazionali: Davide Fava d.fava@democentersipe.it 13
Partners Partners Regional Agency for Environment Protection in Emilia-Romagna www.arpa.emr.it Emilia Romagna Region. General Directorate Territorial and negotiated planning, agreements www.regione.emilia-romagna.it Veneto Region - Territorial and Strategic Planning Department www.ptrc.it CORILA. Consortium for Coordination of Research Activities Concerning the Venice Lagoon System www.corila.it Karlsruhe Institute of Technology www.kit.edu Municipality of Stuttgart www.stuttgart.de Meteorological Institute - University of Freiburg www.meteo.uni-freiburg.de Institute of Geography and Spatial Organization, Polish Academy Of Sciences www.igipz.pan.pl Nofer Institute of Occupational Health www.imp.lodz.pl Vienna University of Technology - Department of Building Physics and Building Ecology www.bpi.tuwien.ac.at Municipal Department 22 - Environmental Protection Departement in Vienna (MA 22) www.wien.gv.at/english/ environment/protection Hungarian Meteorological Service www.met.hu Charles University in Prague, Faculty of Mathematics and Physics www.mff.cuni.cz City Development Authority of Prague www.urm.cz Czech Hydrometeorological Institute www.chml.cz Scientific Research Centre of the Slovenian Academy of Sciences and Arts www.zrc-sazu.si Municipality of Ljubljana www.ljubljana.si UHI Project Newsletter n. 3 Gennaio 2014 Comitato editoriale: Matteo Morgantin, Enrico Rinaldi, CORILA - Partner responsabile Newsletter. Salvatore Puglisi Regione Emilia Romagna. Per il Partner leader Chiara Pederzini, Democenter Sipe e Chiara Licata, Euris S.r.l. Per ulteriori informazioni visitate il sito: www.eu-uhi.eu Questo progetto è implementato attraverso il Programma CENTRAL EUROPE cofinanziato da ERDF (www.central2013.eu) 14