05.01.2015 Views

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

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

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

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

TEORIA DI BASE DELLA DISPERSIONE DEGLI INQUINANTI IN ATMOSFERA<br />

presentate alcune soluzioni del<strong>la</strong> (3.21) in situazioni altamente idealizzate,rimandando<br />

al Capitolo 7 <strong>la</strong> presentazione dei modelli <strong>la</strong>grangiani effettivamente utilizzabili.<br />

3.2.2 Le equazioni del<strong>la</strong> concentrazione media in un fluido turbolento<br />

L’utilizzabilità pratica dell’approccio <strong>la</strong>grangiano dipende dal<strong>la</strong> capacità di valutare<br />

<strong>la</strong> probabilità di transizione Q(x,t/x’,t’).Per affrontare il problema gradualmente<br />

cerchiamo situazioni in cui si nota tale probabilità o ne sia facilmente<br />

individuabile una realistica approssimazione. Si ritorni per un momento all’equazione<br />

dell’avvezione che, per una situazione di flusso monodimensionale con<br />

un termine generico di sorgente S(x, t),diventa:<br />

L’obbiettivo è risolvere tale equazione per una partico<strong>la</strong>re scelta del<strong>la</strong> velocità u<br />

e trovare <strong>la</strong> concentrazione c corrispondente a tale scelta. Si assuma che u sia<br />

indipendente dal<strong>la</strong> distanza sottovento x e dipenda solo da t; in questo modo <strong>la</strong><br />

velocità u(t) è solo una variabile casuale dipendente dal tempo. Dato che u(t) è una<br />

variabile casuale, è necessario specificare <strong>la</strong> rispettiva densità di probabilità. E’<br />

ragionevole assumere una probabilità di tipo gaussiano del tipo:<br />

dove il valore medio del<strong>la</strong> velocità del vento è u e <strong>la</strong> re<strong>la</strong>tiva varianza è σ 2 u,ed<br />

ipotizzare che il processo stocastico sia stazionario con funzione di autocorre<strong>la</strong>zione<br />

data da:<br />

Secondo <strong>la</strong> re<strong>la</strong>zione funzionale proposta per <strong>la</strong> funzione di autocorre<strong>la</strong>zione, <strong>la</strong><br />

massima corre<strong>la</strong>zione tra due velocità in due istanti temporali differenti si ha<br />

quando questi due istanti coincidono e risulta pari a σ 2 u.All’aumentare del<strong>la</strong> separazione<br />

temporale (time-<strong>la</strong>g), <strong>la</strong> corre<strong>la</strong>zione decresce esponenzialmente con un<br />

tempo caratteristico pari a 1/b. La stazionarietà del processo implica che le proprietà<br />

statistiche di u a due differenti istanti dipendano solo dal time <strong>la</strong>g e non dai<br />

due istanti individualmente. Per una sorgente variabile nel tempo di intensità S(t),<br />

posta all’origine del sistema di assi (x = 0), <strong>la</strong> soluzione del<strong>la</strong> (3.22) è data da:<br />

dove:<br />

è proprio <strong>la</strong> distanza percorsa da una particel<strong>la</strong> tra gli istanti τ e t. Poiché X(t, τ)<br />

è una variabile casuale, anche c(x,t) lo sarà. In realtà siamo interessati al valor<br />

medio c(x,t), dato da:<br />

216<br />

Dato che, <strong>la</strong> pdf di u(t) è gaussiana, anche <strong>la</strong> variabile casuale X(t, τ) lo sarà e avrà<br />

<strong>la</strong> forma:

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!