Valutazione Modellistica della Qualità dell'Aria anno 2019 - ARPA ...
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
Valutazione Modellistica
della Qualità dell’Aria
anno 2019
SETTORE MONITORAGGI AMBIENTALI
U.O. MODELLISTICA DI QUALITÀ DELL’ARIA E INVENTARI
Titolo del rapporto
“Valutazione Modellistica della qualità
dell’aria - anno 2019 “
ARPA Lombardia – Agenzia Regionale per la Protezione
dell’Ambiente della Lombardia
U.O. Modellistica di qualità dell’aria e Inventari – Settore
Monitoraggi Ambientali
Via Rosellini, 17 - 20124 Milano
Autori:
Maria Rosaria Abbattista, Giuseppe Fossati, Edoardo Peroni - U.O. Modellistica di qualità dell’aria e
inventari - Settore Monitoraggi Ambientali
Direttore Settore Monitoraggi Ambientali - ARPA Lombardia: Elena Bravetti
Responsabile U.O. Qualità dell’Aria: Guido Lanzani
Responsabile U.O. Modellistica di Qualità dell’Aria e Inventari: Elisabetta Angelino
Data
No di pagine: 20
11 novembre 2020
Le normative europea e nazionale richiedono l’utilizzo di tecniche di modellazione quale supporto per la conoscenza e la gestione della qualità dell’aria. ARPA Lombardia si è dotata da diversi anni di un sistema atto a simulare le concentrazioni di inquinanti gassosi e di particolato; nel presente lavoro si riportano i risultati ottenuti per la valutazione modellistica della qualità dell’aria relativa all’anno 2019. Nel rapporto si richiama brevemente il sistema modellistico utilizzato (cap. 1), si descrivono i dati e le principali ipotesi assunte (cap. 2, cap. 3) ed i risultati ottenuti nelle simulazioni condotte (cap. 4). La valutazione dei risultati è basata sul confronto tra i dati di concentrazione misurati dalle postazioni di monitoraggio di qualità dell'aria ed i valori simulati estratti per la cella della griglia di calcolo contenente la centralina di misura ; le prestazioni sono state inoltre quantificate sulla base dei più comuni indici statistici utilizzati nel settore.
Indice 1. Descrizione del sistema modellistico Pag. 2 2. I dati utilizzati per la simulazione Pag. 4 3. I risultati Pag. 5 APPENDICI A. Confronto tra concentrazioni misurate e calcolate su singole postazioni per l’anno 2019 Pag. A-I A.1 Elenco delle stazioni di misura e loro tipologia A.2 Medie annuali di particolato PM10 e PM2.5 e di biossido d’azoto (NO2) A.3 Massimi giornalieri di biossido d’azoto (NO2) ed ozono troposferico (O3) A.4 Massimi giornalieri della media mobile su 8 ore di ozono troposferico (O3) B. Indicatori di prestazione per l’anno 2019 Pag. B-I B.0 Elenco degli indicatori di prestazione utilizzati e loro significato B.1 Indicatori di prestazione per PM 10 B.2 Indicatori di prestazione per PM 2.5 B.3 Indicatori di prestazione per NO2 B.4 Indicatori di prestazione per O3
1. Descrizione del sistema modellistico
Il sistema modellistico utilizzato anche per la simulazione di qualità dell’aria 2019 è ARIA Regional, sviluppato
dalla società AriaNET srl, ed applicato presso la U.O. Modellistica di qualità dell’aria ed inventari del Settor e
Monitoraggi Ambientali di ARPA Lombardia.
Il nucleo del sistema, il modello euleriano FARM, appartiene alla famiglia di modelli che vanno sotto il nome di
Chemical Transport Models (CTM), in grado cioè di trattare i principali processi di natura chimico-fisica di
formazione e rimozione degli inquinanti primari e secondari, oltre al trasporto ed alla dispersione per azione
del vento e del rimescolamento atmosferico. FARM è lo stesso modello incluso nella catena che ENEA, su
incarico del Ministero per l’Ambiente ed in collaborazione con AriaNET srl e IIASA (International Institute for
Applied Systems Analysis), ha sviluppato nell’ambito del progetto MINNI; esso è inoltre utilizzato da diverse
agenzie regionali per la protezione dell’ambiente.
Gli altri elementi del sistema sono (Figura 1.1):
- processori per l’organizzazione delle misure meteorologiche;
- modello diagnostico per la ricostruzione dei campi di vento, temperatura e umidità (SWIFT);
- modello per la stima dei parametri che descrivono la turbolenza atmosferica, per la determinazione
della velocità di deposizione secca degli inquinanti gassosi e per la determinazione delle costanti di
chiusura delle equazioni euleriane (SurfPRO);
- modulo per l’elaborazione di inventari di emissione e la preparazione dell’input emissivo al modello
FARM (EMission MAnager);
- moduli per la preparazione delle condizioni iniziali ed al contorno al modello FARM appoggiantesi al
database regionale di qualità dell'aria ed ai campi simulati a scala continentale dal modello CHIMERE;
- processori per l’organizzazione delle misure della rete di qualità dell’aria e per la loro interpolazione ai
campi prodotti dal modello CTM (ArpMeas).
Per armonizzare le concentrazioni misurate con quelle calcolate, vengono utilizzate tecniche di interpolazione
tra campi simulati e misure. Gli algoritmi alla base di questo procedimento (SCM – Successive Corrections
Method) fanno sì che in un opportuno intorno di alcuni punti di misura, scelti in modo da essere rappresentativ i
di un’area sufficientemente ampia, i valori calcolati vengano “avvicinati” al valore misurato, in modo da
compensare eventuali errori sistematici nel calcolo derivanti da carenze nell a stima delle emissioni o della
meteorologia, oppure per ridurre l’effetto di diffusione delle emissioni introdotto dalle dimensioni delle celle di
calcolo. In questo procedimento, detto di data fusion, si sono utilizzati i valori riportati dalle postazioni di
misura del programma di valutazione (si veda in proposito questa pagina web).
Il sistema appena descritto è utilizzato correntemente da ARPA Lombardia per più scopi, quali la ricostruzione
di episodi critici di ozono e particolato PM 10 e l’analisi dell’impatto sulla qualità dell’aria di scenari emissivi. Su
richiesta dei Dipartimenti provinciali ARPA, inoltre, è utilizzato per estrarre risultati su porzio ni del territorio o
per essere applicato con risoluzione maggiore per analisi di ricadute locali. Infine, dal 2008 il sistema viene
quotidianamente utilizzato per la costruzione e la pubblicazione sul sito di ARPA di mappe di inquinamento
giornaliere.
2
Uso del suolo Misure rete INEMAR Tabelle
Orografia Radiosondaggi ISPRA disaggregazione
ECMWF EMEP speciazione
SWIFT
EMISSION
Emissioni
SurfPRO u,v,w,T,P, MANAGER
su griglia
Q
Sottosistema emissivo
Vd,K H,K v
Sottosistema meteorologico
FARM
CHIMERE BC
VALUTAZIONE
Sottosistema condizioni al contorno Campi di
QUALITÀ DELL ’ARIA
concentrazione
Sottosistema di postprocessing
Sottosistema modello qualità dell’aria
Figura 1.1: schematizzazione del sistema modellistico
3
2. I dati utilizzati
Il sistema modellistico è applicato ad un dominio di calcolo di 236x244 km2 centrato sulla Regione Lombardia
(figura 2.1), coperto da un grigliato di passo 4 Km e 13 livelli verticali estesi da 10 a circa 6000 m di quota.
Per la ricostruzione dell’input emissivo si sono utilizzati i seguenti dataset: 1) INEMAR 2017 versione in public
review per le emissioni relative al territorio lombardo (fornite a livello comunale); 2) il dataset sviluppato
nell’ambito del progetto PREPAIR e riferito all’anno 2013 per le emissioni relative alle regioni circostanti; 3)
EMEP 2012 (griglia di 50 km di lato) per le emissioni relative al territorio svizzero. È da osservare che non
viene trattato il risollevamento delle deposizioni secche, mentre si conteggiano le emissioni dovute all’usura
delle parti mobili dei veicoli su strada e del manto stradale. La preparazione per il modello delle emissioni non
derivanti da camini di grandi industrie relative al territorio in esame, ottenute integrando i diversi inventari
utilizzati, richiede un procedimento di disaggregazione spaziale su cella, ottenuta attraverso l’uso del suolo
CORINE land cover ed. 2012. La disaggregazione temporale delle emissioni annuali è stata ottenuta
considerando modulazioni mensili, giornaliere ed orarie; la speciazione dei COVNM e del particolato totali nelle
classi di composti considerati dal modello fotochimico è stata ottenuta mediante profili relativi a ciascuna
attività emissiva.
Per la costruzione dei file meteorologici il sistema si interfaccia al database di ARPA Lombardia che raccoglie i
dati delle reti di qualità dell’aria e meteo-idrologica. L’input meteorologico viene costruito assimilando ai campi
prodotti dallo European Centre for Medium-Range Weather Forecast (ECMWF), trattati come profili verticali
per ciascun punto della griglia del modello, i dati raccolti su base oraria da un sottoinsieme di stazioni delle
reti locali e dai radiosondaggi fini di Linate mediante il modello mass-consistent Swift. I parametri di turbolenza
atmosferica e le velocità di deposizione degli inquinanti sono poi stimati con il processore SurfPRO.
Le condizioni al contorno ed iniziali sono ricavate a partire dalle elaborazioni quotidiane fornite dal sistema
Prev’air (CHIMERE continentale).
Per quanto riguarda un’analisi meteorologica, si rimanda alla sintesi redatta dal Servizio Meteorologico
Regionale di ARPA http://www.arpalombardia.it/siti/arpalombardia/meteo/download/Pagine/download.aspx
Figura 2.1: il dominio delle simulazioni
4
3. I risultati
La valutazione dei risultati si basa sul confronto quantitativo tra i dati di concentrazione misurati dalle postazioni
di monitoraggio di qualità dell'aria ed i dati simulati estratti per la cella della griglia di calcolo in corrispondenza
delle coordinate delle stazioni, sul confronto grafico tra i campi di concentrazione al suolo ottenuti per i diversi
inquinanti, sull’analisi della distribuzione temporale delle concentrazioni misurate e calcolate. Le postazioni
della rete di qualità dell’aria della Lombardia sono state scelte in base alla classificazione, alla distribuzione
geografica ed alla completezza della serie di dati. Si è ritenuto di focalizzare l’attenzione su ozono (O3), biossido
d’azoto (NO2) e particolato (PM10 e PM2.5) in quanto questi sono gli inquinanti che presentano superamenti dei
limiti di legge sul territorio regionale.
Il rispetto degli obiettivi di qualità dei dati è stato valutato con la valutazione di indici comunemente riportati
nella letteratura specializzata e nei rapporti tecnici della comunità europea. Essi sono stati calcolati per ogni
stazione di misura per i vari inquinanti e sono riportati nelle tabelle di sintesi in appendice B.
La figura 3.1 presenta il diagramma a dispersione delle concentrazioni 2019 misurate presso le postazioni (in
ascissa) e quelle estratte dalla simulazione annuale (ordinata) per la cella corrispondente. Ogni punto si
riferisce ad una singola postazione su periodi di mediazione diversi (anno, giorno); vengono inoltre presentati
i risultati del modello puro e dell’interpolazione tra modello e dati misurati. Il cono tratteggiato rappresenta
l’intervallo di qualità dei dati per la media su base annuale e rispettivamente pari a ±50% per i particolati PM10
e PM2.5, ±30% per il biossido di azoto. Si è esteso lo stesso intervallo di ±30% ai valori giornalieri massimi per
biossido di azoto ed ozono ed al massimo giornaliero della media mobile su otto ore di ozono.
Per una più immediata interpretazione si è riportato in forma grafica in appendice A il valore medio annuale
(o percentili di distribuzioni) misurato e calcolato per ciascuna postazione considerata. Anche in questo caso
sono rappresentati i confronti fra concentrazioni misurate e simulate con e senza l’utilizzo delle tecniche di
data fusion per consentire di valutarne la diversa influenza in relazione alle varie postazioni.
Per quanto riguarda il particolato si evidenzia una sottostima dei valori medi giornalieri e medi annuali.
Tuttavia, per quasi tutte le postazioni il modello fornisce risultati che rientrano nell’intervallo di qualità dei dati
per la media annuale. L’introduzione delle tecniche di data fusion è molto efficace nel migliorare le prestazioni.
Com’è da attendersi, ed il discorso vale anche per gli altri inquinanti considerati, le prestazioni del modello nel
riprodurre il dato misurato decrescono per quelle postazioni fortemente influenzate da fonti di emissione locali
che il modello diluisce su un volume più ampio; il confronto tra dato modellato e misurato va infatti effettuato
tenendo sempre presente che il modello di qualità dell’aria fornisce la concentrazione media stimata su celle
(in questo caso) di 16 km 2, mentre la postazione di misura restituisce un valore puntuale dalla rappresentatività
più o meno ampia in base alle caratteristiche del sito e delle sorgenti emissive presenti. Anche il procedimento
di data fusion produce risultati di diversa qualità a seconda dell’influenza reciproca tra misure in postazioni
relativamente vicine e tale influenza può risultare non sempre migliorativa in termini di prestazioni come, ad
esempio, nel caso di due postazioni le cui misure non siano correlate tra di loro.
Il confronto tra i valori giornalieri massimi stimati e misurati di ozono (sia assoluti che relativamente alla media
mobile su otto ore) mette in luce una buona rappresentazione di questo inquinante, con una leggera tendenza
alla sovrastima; l’utilizzo delle interpolazioni con le misure porta le concentrazioni simulate a valori
soddisfacenti, come anche evidenziato in figura 3.1b e 3.2f.
La media annuale di biossido di azoto simulata è molto variabile fra le postazioni, con un ridotto numero di
postazioni di misura per le quali non risulta soddisfatto l’obiettivo di qualità dei dati; la situazione è di prevalente
sovrastima del valore simulato rispetto al misurato o, in alcuni casi più rari, viceversa (fig. 3.1c); per i massimi
assoluti (picchi) la rappresentazione è tutto sommato soddisfacente, salvo qualche episodio di marcata
sottostima o, viceversa, di sovrastima. L’uso del data fusion tende a ridurre efficacemente la dispersione dei
5
risultati, anche se, come evidenziato sopra, in qualche raro caso non va nella direzione di un miglioramento
significativo del valore stimato di concentrazione.
Infine, l’informazione sulla distribuzione spaziale delle concentrazioni è fornita dalle mappe in figura 3.3 per
tutto il territorio regionale e in figura 3.4 a dettaglio provinciale.
Figura 3.1a: diagramma di dispersione delle concentrazioni medie annuali relative al 2019 di PM10 e PM2.5
misurate e simulate con (dx) e senza (sx) tecniche di data fusion.
6
Figura 3.1b: diagramma di dispersione delle concentrazioni massime assolute e del massimo della media
mobile su 8 ore annuali relativi ai mesi di luglio ed agosto 2019 di O 3 misurate e simulate con (dx) e
senza (sx) tecniche di data fusion.
7Confronto NO2 (valori m assimi giornalieri, Confronto NO2 (valori m assimi giornalieri,
m esi di novembre e dicembre) senza data m esi di novembre e dicembre) con data
200 fusion 200 fusion
160
calcolato (m g/m3 ) 160
calcolato (m g/m3 )
120 120
80 80
40 40
0
0
0 40 80 120 160 200
0 40 80 120 160 200
misurato (m g/m3 )
misurato (m g/m3 )
Figura 3.1c: diagramma di dispersione delle concentrazioni medie annuali 2019 e dei massimi giornalieri
relativi al dicembre 2019 di NO 2 misurate e simulate con (dx) e senza (sx) tecniche di data fusion.
8120
100
80
60
40
20
0
01/01/2019
12/02/2019
26/02/2019
26/03/2019
09/04/2019
07/05/2019
21/05/2019
02/07/2019
13/08/2019
27/08/2019
24/09/2019
08/10/2019
19/11/2019
31/12/2019
15/01/2019
29/01/2019
12/03/2019
23/04/2019
04/06/2019
18/06/2019
16/07/2019
30/07/2019
10/09/2019
22/10/2019
05/11/2019
03/12/2019
17/12/2019
Robecchetto calcolato calcolato_df
Figura 3.2a: confronto delle concentrazioni medie giornaliere di PM 10 relative al periodo 1° gennaio - 31 dicembre 2019
per la postazione di Robecchetto (agglomerato di MI, stazione suburbana di fondo) misurate e simulate con e senza
tecniche di data fusion; la stazione non è stata utilizzata per il data fusion. Le concentrazioni sono espresse in µg/m 3.
140
120
100
80
60
40
20
0
01/01/2019
12/02/2019
26/02/2019
26/03/2019
09/04/2019
07/05/2019
21/05/2019
02/07/2019
13/08/2019
27/08/2019
24/09/2019
08/10/2019
19/11/2019
31/12/2019
15/01/2019
29/01/2019
12/03/2019
23/04/2019
04/06/2019
18/06/2019
16/07/2019
30/07/2019
10/09/2019
22/10/2019
05/11/2019
03/12/2019
17/12/2019
Pavia - p.zza Minerva calcolato calcolato_df
Figura 3.2b: confronto delle concentrazioni medie giornaliere di PM10 relative al periodo 1° gennaio - 31 dicembre 2019
per la postazione di Pavia p.zza Minerva (Zona A, stazione urbana da traffico) misurate e simulate con e senza tecniche di
data fusion; la stazione è stata utilizzata per il data fusion. Le concentrazioni sono espresse in µg/m 3.
80
70
60
50
40
30
20
10
0
26/02/2019
12/03/2019
26/03/2019
09/04/2019
23/04/2019
07/05/2019
30/07/2019
13/08/2019
27/08/2019
10/09/2019
24/09/2019
08/10/2019
31/12/2019
01/01/2019
15/01/2019
29/01/2019
12/02/2019
21/05/2019
04/06/2019
18/06/2019
02/07/2019
16/07/2019
22/10/2019
05/11/2019
19/11/2019
03/12/2019
17/12/2019
Como - viale Cattaneo calcolato calcolato_df
Figura 3.2c: confronto delle concentrazioni medie giornaliere di PM 2.5 relative al periodo 1° gennaio - 31 dicembre 2019
per la postazione di Como Cattaneo (Zona A, stazione urbana da traffico) misurate e simulate con e senza tecniche di data
fusion; la stazione è stata utilizzata per il data fusion. Le concentrazioni sono espresse in µg/m 3.
9Figura 3.2d: confronto delle concentrazioni medie ( sopra) e massime (sotto) giornaliere di NO 2 relative al periodo 1°
gennaio - 31 dicembre 2019 per la postazione di Robecchetto (Agglomerato di MI, stazione suburbana di fondo); la stazione
non è stata utilizzata per il data fusion. Le concentrazioni sono espresse in µg/m 3.
Figura 3.2e: confronto delle concentrazioni medie (sopra) e massime (sotto) giornaliere di NO 2 relative al periodo 1°
gennaio - 31 dicembre 2019 per la postazione di Milano viale Marche (Agglomerato di MI, stazione urbana da traffico)
misurate e simulate con e senza tecniche di data fusion; la stazione è stata utilizzata per il data fusion. Le concentrazioni
sono espresse in µg/m3.
10Figura 3.2f: confronto delle concentrazioni massime giornaliere (sopra) e della massima media mobile 8 ore (sotto) di O3
relative al periodo 1° gennaio - 31 dicembre 2019 per la postazione di Trezzo d’Adda misurate e simulate con e senza
tecniche di data fusion; la stazione non è stata utilizzata per il data fusion. Le concentrazioni sono espresse in µg/m 3.
11(a)
(b)
Figura 3.3: (a) mappe delle
concentrazioni medie annuali di
PM10, PM2.5, NO 2, e dell’indice
AOT40 per l’ozono e (b) numero di
superamenti del limite di 50 μg/m 3
per la media giornaliera di PM10;
simulazioni condotte con il modello
FARM e con successivo processo di
data fusion per le stazioni di fondo,
anno 2019.
12BG BS CO CR
LC LO MB MI
MN PV SO VA
Figura 3.4a: mappa delle concentrazioni medie annuali di PM 10 per le province lombarde, simulate con il modello FARM e successivo procedimento di data fusion con le stazioni di
fondo, anno 2019.
13BG BS CO CR
LC LO MB MI
MN PV SO VA
Figura 3.4b: mappa delle concentrazioni medie annuali di PM2.5 per le province lombarde, simulate con il modello FARM e successivo procedimento di data fusion con le stazioni di
fondo, anno 2019.
14BG BS CO CR
LC LO MB MI
MN PV SO VA
Figura 3.4c: mappa delle concentrazioni medie annuali di NO 2 per le province lombarde, simulate con il modello FARM e successivo procedimento di data fusion con le stazioni di
fondo, anno 2019.
15BG BS CO CR
LC LO MB MI
MN PV SO VA
Figura 3.4d: mappa del numero di superamenti del limite di 50 mg/m 3 per la media giornaliera di PM10 per le province lombarde, simulate con il modello FARM e successivo
procedimento di data fusion con le stazioni di fondo, anno 201 9.
16BG BS CO CR
LC LO MB MI
MN PV SO VA
Figura 3.4e: mappa delle concentrazioni dell’indice AOT40 per l’ozono per le province lombarde, simulate con il modello FARM e successivo procedimento di data fusion con le stazioni
di fondo, anno 2019
17Puoi anche leggere
