la micrometeorologia e la dispersione degli inquinanti ... - ARPA Lazio

More documents

Recommendations

Info

LA MICROMETEOROLOGIA E LA CAPACITA’ DISPERDENTE DELL’ATMOSFERA Il PBL è anche una sorta di trappola per gli inquinanti emessi nel suo interno (prevalentemente al suolo) e quindi è ovvio che chi si occupa della simulazione della dispersione degli inquinanti veda questo sistema fisico come un dominio spaziale dotato di una certa individualità e ne definisca la sua estensione verticale come quella quota al di sotto della quale sono intrappolati gli inquinanti. Le due visuali non sempre sono coincidenti. In effetti la stessa terminologia è differente; nel gergo dei modellisti della dispersione degli inquinanti, infatti, questa altezza efficace del PBL prende il nome di altezza di rimescolamento.E’istruttivo ricordare la bella definizione dell’altezza di rimescolamento data da Beyrich (1997): l’altezza di rimescolamento è l’altezza di quello strato di atmosfera adiacente al suolo in cui gli inquinanti o ogni altro costituente emesso nel suo interno o inglobato per entrainment diviene ben rimescolato o per convezione o per turbolenza meccanica con un tempo di scala dell’ordine dell’ora. 2.9.3.1 Determinazione dell’estensione verticale del PBL convettivo Come sottolineato in Seibert e al. (1998) finora non è disponibile uno strumento che misuri l’altezza del PBL e quindi l’unica cosa che si può fare è dedurre tale informazione dal comportamento di alcune variabili fisiche misurate in quota. Stima dai radiosondaggi Da quanto visto, ad oggi il mezzo più impiegato e meno controverso per la determinazione dell’altezza di rimescolamento è il radiosondaggio. Purtroppo durante un radiosondaggio non si misura la turbolenza ma solo il profilo verticale della temperatura, dell’umidità e della velocità e direzione del vento e da questi profili è necessario dedurre l’estensione verticale del PBL. Sicuramente la strategia migliore da adottare è quella di costruire dai profili della temperatura e dell’umidità il profilo della temperatura potenziale virtuale. Una volta disponibile tale profilo, inizia un’analisi normalmente è condotta in maniera quasi-manuale. Il primo passo è la regolarizzazione dei profili che inevitabilmente presentano irregolarità dovute a molte cause differenti. Sono state proposte molte regole di regolarizzazione, più o meno complesse. Una possibilità semplice è costituita dal sostituire ad ogni temperatura potenziale θ k ,relativa alla quota z k , la media tra questo valore e quello rilevato alla quota immediatamente superiore. Questa procedura può essere iterata per alcune volte (2 o 3 volte) e normalmente consente di eliminare gran parte delle irregolarità.A questo punto dell’analisi è necessario precisare quale punto di vista si adotta. Se il punto di vista adottato è quello del Micrometeorologo, allora probabilmente si cercherà la sommità del ML (si veda Kaimal e al., 1982 e Coulter, 1979) e visivamente ciò non è quasi mai difficile a farsi, come ben evidenziato in Fig.2.65, in cui tale quota è indicata come z T (e non z i come di consueto). Non sono rari però i casi in cui, nonostante la regolarizzazione, permanga una notevole dose di ambiguità nella determinazione di tale parametro. Può quindi essere conveniente analizzare in parallelo anche il profilo verticale di altre variabili meteorologiche rilevate dal radiosondaggio. In Fig 2.66 sono presentati dei profili idealizzati della temperatura potenziale, del flusso verticale di calore sensibile (non misurabile con un radiosondaggio), dell’umidità dell’aria e della velocità del vento. Dal confronto dei propri profili con quelli idealizzati, dovrebbe essere possibile stimare z i o da una repentina caduta dell’umidità o da un progressivo aumento dello shear del vento. 187
LA MICROMETEOROLOGIA E LA CAPACITA’ DISPERDENTE DELL’ATMOSFERA Fig.2.65: profili schematici del flusso turbolento di calore, della temperatura potenziale e della varianza della temperatura entro un PBL convettivo (Kaimal e al., 1982). 188 Fig.2.66: profilo verticale nel PBL convettivo della temperatura potenziale, del flusso di calore sensibile, dell’umidità specifica e della velocità del vento (Seibert e al., 1998). In Fig.2.66 sono evidenziate alcune quote caratteristiche. Quelle indicate come z i ed h + non hanno bisogno di commenti particolari, rappresentando la base e la sommità dello strato di entrainment, mentre h è la quota cui corrisponde il valore minimo (negativo) di flusso verticale di calore sensibile.Anche se questa quota è probabilmente la più interessante dal punto di vista fisico, non è certo rilevabile con i dati di un radiosondaggio. Un’ultima considerazione deve essere dedicata doverosamente al caso in cui ci sia una copertura nuvolosa. Questi casi sono i più difficili da trattare ed i più controversi.Per i dettagli conviene riferirsi a Stull (1989), comunque quello che è certo è che l’estensione verticale del PBL non potrà essere superiore alla quota della base delle nuvole, che possono essere individuate come la quota in corrispondenza della quale si riscontra il massimo avvicinamento tra la temperatura dell’aria a bulbo secco e quella a bulbo umido, grandezze normalmente sempre misurate durante un radiosondaggio. Stima dai sistemi remote sensing L’unico sistema remote sensing attualmente impiegato in pratica per la stima dell’altezza di rimescolamento è il SODAR che è in grado sia di misurare alcune delle caratteristiche della turbolenza del PBL che il profilo verticale del vento. Ciò che interessa maggiormente in questo caso è il profilo dell’eco di ritorno ed il profilo di σ w . In sostanza, ad una quota prossima a z i e ad h (normalmente intermedia tra le due) il profilo dell’eco presenta un massimo relativo, mentre il
Page 1 and 2:
LA MICROMETEOROLOGIA E LA DISPERSIO
Page 3 and 4:
Informazioni legali APAT Agenzia pe
Page 5 and 6:
Bianca
Page 7 and 8:
Indice 2.5 Il PBL in condizioni di
Page 9 and 10:
Indice 7.2.3 L’Equazione di Fokke
Page 11 and 12:
Bianca
Page 13 and 14:
INQUINAMENTO, INQUINANTI E MODELLI
Page 15 and 16:
Page 17 and 18:
Page 19 and 20:
Page 21 and 22:
Page 23 and 24:
Page 25 and 26:
Page 27 and 28:
Page 29 and 30:
Page 31 and 32:
Page 33 and 34:
Page 35 and 36:
LA MICROMETEOROLOGIA E LA CAPACITA
Page 37 and 38:
Page 39 and 40:
Page 41 and 42:
Page 43 and 44:
Page 45 and 46:
Page 47 and 48:
Page 49 and 50:
Page 51 and 52:
Page 53 and 54:
Page 55 and 56:
Page 57 and 58:
Page 59 and 60:
Page 61 and 62:
Page 63 and 64:
Page 65 and 66:
Page 67 and 68:
Page 69 and 70:
Page 71 and 72:
Page 73 and 74:
Page 75 and 76:
Page 77 and 78:
Page 79 and 80:
Page 81 and 82:
Page 83 and 84:
Page 85 and 86:
Page 87 and 88:
Page 89 and 90:
Page 91 and 92:
Page 93 and 94:
Page 95 and 96:
Page 97 and 98:
Page 99 and 100:
Page 101 and 102:
Page 103 and 104:
Page 105 and 106:
Page 107 and 108:
Page 109 and 110:
Page 111 and 112:
Page 113 and 114:
Page 115 and 116:
Page 117 and 118:
Page 119 and 120:
Page 121 and 122:
Page 123 and 124:
Page 125 and 126:
Page 127 and 128:
Page 129 and 130:
Page 131 and 132:
Page 133 and 134:
Page 135 and 136:
Page 137 and 138: LA MICROMETEOROLOGIA E LA CAPACITA
Page 187: LA MICROMETEOROLOGIA E LA CAPACITA
Page 203 and 204: BIANCA
Page 205 and 206: TEORIA DI BASE DELLA DISPERSIONE DE
Page 227 and 228: MODELLI DI TIPO STAZIONARIO 226 omo
Page 229 and 230: MODELLI DI TIPO STAZIONARIO il camm
Page 231 and 232: MODELLI DI TIPO STAZIONARIO f z è
Page 233 and 234: MODELLI DI TIPO STAZIONARIO di tipo
Page 235 and 236: MODELLI DI TIPO STAZIONARIO nio di
Page 237 and 238: MODELLI DI TIPO STAZIONARIO Proprio
Page 239 and 240:
MODELLI DI TIPO STAZIONARIO Questo
Page 241 and 242:
MODELLI DI TIPO STAZIONARIO ⇒ Rel
Page 243 and 244:
MODELLI DI TIPO STAZIONARIO Tab.4.4
Page 245 and 246:
MODELLI DI TIPO STAZIONARIO rise).
Page 247 and 248:
MODELLI DI TIPO STAZIONARIO dove U
Page 249 and 250:
MODELLI DI TIPO STAZIONARIO si ha:
Page 251 and 252:
MODELLI DI TIPO STAZIONARIO Terzo c
Page 253 and 254:
MODELLI DI TIPO STAZIONARIO più di
Page 255 and 256:
MODELLI DI TIPO STAZIONARIO ci e mo
Page 257 and 258:
MODELLI DI TIPO STAZIONARIO peratur
Page 259 and 260:
MODELLI DI TIPO STAZIONARIO quale t
Page 261 and 262:
MODELLI DI TIPO STAZIONARIO • da
Page 263 and 264:
MODELLI DI TIPO STAZIONARIO tuiscon
Page 265 and 266:
MODELLI DI TIPO STAZIONARIO Quando
Page 267 and 268:
MODELLI DI TIPO STAZIONARIO che tie
Page 269 and 270:
MODELLI DI TIPO STAZIONARIO dove Q
Page 271 and 272:
MODELLI DI TIPO STAZIONARIO impiega
Page 273 and 274:
MODELLI DI TIPO STAZIONARIO Il prim
Page 275 and 276:
MODELLI DI TIPO STAZIONARIO 274 no
Page 277 and 278:
MODELLI DI TIPO STAZIONARIO vertica
Page 279 and 280:
MODELLI DI TIPO STAZIONARIO cioè l
Page 281 and 282:
MODELLI DI TIPO STAZIONARIO che pu
Page 283 and 284:
MODELLI DI TIPO STAZIONARIO Fi.4.20
Page 285 and 286:
MODELLI DI TIPO STAZIONARIO data pw
Page 287 and 288:
MODELLI DI TIPO STAZIONARIO Quella
Page 289 and 290:
MODELLI DI TIPO STAZIONARIO mentre
Page 291 and 292:
MODELLI DI TIPO STAZIONARIO corrent
Page 293 and 294:
MODELLI DI TIPO STAZIONARIO valori,
Page 295 and 296:
MODELLI DI TIPO STAZIONARIO zione e
Page 297 and 298:
MODELLI DI TIPO STAZIONARIO mine pr
Page 299 and 300:
MODELLI DI TIPO STAZIONARIO vettive
Page 301 and 302:
MODELLO EULERIANO zioni del primo o
Page 303 and 304:
MODELLO EULERIANO 5.1.3 La concentr
Page 305 and 306:
MODELLO EULERIANO • ha la forma d
Page 307 and 308:
MODELLO EULERIANO dove Q i,j,k è l
Page 309 and 310:
MODELLO EULERIANO 5.2.5 Considerazi
Page 311 and 312:
ianca
Page 313 and 314:
MODELLI DI DISPERSIONE DI TIPO PUFF
Page 315 and 316:
Page 317 and 318:
Page 319 and 320:
Page 321 and 322:
Page 323 and 324:
Page 325 and 326:
Page 327 and 328:
BIANCA
Page 329 and 330:
MODELLO LAGRANGIANO A PARTICELLE og
Page 331 and 332:
MODELLO LAGRANGIANO A PARTICELLE so
Page 333 and 334:
MODELLO LAGRANGIANO A PARTICELLE ci
Page 335 and 336:
MODELLO LAGRANGIANO A PARTICELLE ma
Page 337 and 338:
MODELLO LAGRANGIANO A PARTICELLE ne
Page 339 and 340:
MODELLO LAGRANGIANO A PARTICELLE Wi
Page 341 and 342:
MODELLO LAGRANGIANO A PARTICELLE
Page 343 and 344:
MODELLO LAGRANGIANO A PARTICELLE
Page 345 and 346:
MODELLO LAGRANGIANO A PARTICELLE ve
Page 347 and 348:
MODELLO LAGRANGIANO A PARTICELLE 7.
Page 349 and 350:
MODELLO LAGRANGIANO A PARTICELLE te
Page 351 and 352:
MODELLO LAGRANGIANO A PARTICELLE se
Page 353 and 354:
MODELLO LAGRANGIANO A PARTICELLE Qu
Page 355 and 356:
MODELLO LAGRANGIANO A PARTICELLE 7.
Page 357 and 358:
MODELLO LAGRANGIANO A PARTICELLE 35
Page 359 and 360:
MODELLO LAGRANGIANO A PARTICELLE Ne
Page 361 and 362:
BIANCA
Page 363 and 364:
DEPOSIZIONE SECCA ED UMIDA E PROCES
Page 365 and 366:
Page 367 and 368:
Page 369 and 370:
Page 371 and 372:
Page 373 and 374:
Page 375 and 376:
Page 377 and 378:
Page 379 and 380:
Page 381 and 382:
Page 383 and 384:
Page 385 and 386:
Page 387 and 388:
Page 389 and 390:
MODELLI PER SITUAZIONI PARTICOLARI
Page 391 and 392:
Page 393 and 394:
Page 395 and 396:
Page 397 and 398:
Page 399 and 400:
Page 401 and 402:
Page 403 and 404:
Page 405 and 406:
Page 407 and 408:
Page 409 and 410:
Page 411 and 412:
Page 413 and 414:
Page 415 and 416:
Page 417 and 418:
Page 419 and 420:
Page 421 and 422:
Page 423 and 424:
Page 425 and 426:
Page 427 and 428:
ianca
Page 429 and 430:
ianca
Page 431 and 432:
BIBLIOGRAFIA Bjorklund J.D., J.F. B
Page 433 and 434:
BIBLIOGRAFIA 432 De Haan P., M.W. R
Page 435 and 436:
BIBLIOGRAFIA Hanna S.R., J.C. Chang
Page 437 and 438:
BIBLIOGRAFIA Kartastenpaa (2001): A
Page 439 and 440:
BIBLIOGRAFIA Nieuwstadt F.T.M. (198
Page 441 and 442:
BIBLIOGRAFIA Sehmel G.A. (1980): Pa
Page 443 and 444:
BIBLIOGRAFIA 442 Van Ulden A.P. (19
Page 445 and 446:
BIBLIOGRAFIA Yamada T.(1976): On si
Page 447 and 448:
BIANCA
Page 449:
finito di stampare nel mese di magg
show all

la micrometeorologia e la dispersione degli inquinanti ... - ARPA Lazio

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?