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
MODELLI DI TIPO STAZIONARIO Fig.4.4: sistema di coordinate cartesiane per un Modello Gaussiano Plume (Dobbins, 1979). Gli elementi fin qui raccolti consentono di iniziare la costruzione di un modello semiempirico della dispersione degli inquinanti in questa zona del plume. Per prima cosa definiamo un sistema di riferimento cartesiano ortogonale la cui origine sia localizzata in corrispondenza della base della ciminiera, con l’asse x diretto parallelamente al baricentro del plume (e quindi lungo la direzione del vento medio), l’asse y orizzontale e perpendicolare rispetto al precedente e l’asse z verticale, positivo verso l’alto (Fig.4.4). Ogni punto dello spazio risulta quindi individuato biunivocamente da una terna di coordinate cui sarà associata una concentrazione dell’inquinante considerato (normalmente espressa in g •m-3 o meglio in µg •m-3 ). Costruire un modello significa individuare una relazione matematica che consenta di esprimere la concentrazione di inquinante rilevabile in un punto nello spazio in funzione del tasso di emissione della sorgente e delle condizioni meteorologiche e micrometeorologiche del PBL. Sulla base di tutto ciò, risulta naturale immaginare di descrivere matematicamente la concentrazione in un punto qualsiasi del plume (limitatamente a questa zona) come il prodotto tra una funzione della coordinata y ed un’altra della coordinata z nel modo seguente: dove le funzioni fy e fz sono l’espressione matematica delle funzioni a campana disegnate nelle Figg.4.3a e 4.3b, normalizzate rispetto al valore massimo assunto e K è un’opportuna costante di cui ci occuperemo in seguito. In realtà questo modello è valido, a rigore, solo per i punti dello spazio appartenenti al piano A, visto che le due funzioni sono state individuate in tale piano.Tuttavia se ripetessimo lo stesso esperimento con il LIDAR per altri piani perpendicolari al baricentro, ma sempre entro la Zona 2, otterremmo funzioni analoghe, con l’unica differenza legata al maggiore o minore allargamento di questa campana. Queste due funzioni descrivono quindi il grado di dispersione laterale e verticale che il plume subisce. Dalle evidenze sperimentali si possono trarre le considerazioni seguenti: • fra tutte le possibili funzioni matematiche con cui potrebbero essere espresse f y e 229
MODELLI DI TIPO STAZIONARIO f z è necessario individuare funzioni a campana che abbiano caratteristiche simili a quanto evidenziato nelle Fig.4.3. Una possibile scelta è costituita dalla famiglia delle funzioni gaussiane (spesso usate nella statistica) visto che esse sono unimodali, simmetriche e tendenti a zero quando la variabile indipendente tende a più o meno infinito; • le deviazioni standard che caratterizzano tali distribuzioni dipendono dalla distanza sottovento x e dalla stabilità atmosferica (cioè dalla turbolenza atmosferica). Pertanto, a questo punto, la (4.2) può essere riscritta in maniera più completa nel modo seguente: Per individuare il valore numerico della costante K è opportuno fare questo ragionamento. Si consideri una porzione dS del piano A di dimensioni dy •dz.Il flusso di inquinante, cioè la quantità di inquinante che transita attraverso la superficie dS nell’unità di tempo, risulta pari a: dove U è la velocità media del vento. Il principio di conservazione della massa richiede che il flusso di inquinante che attraversa l’intera sezione A sia pari alla quantità di inquinante che esce dalla bocca del camino nell’unità di tempo, quindi, se si indica con Q l’emission rate (cioè la quantità di inquinante emesso nell'unità di tempo, espresso in g •s-1 ) si ha che: dove, in pratica, U è il valore della velocità del vento alla quota del baricentro del pennacchio pesata in modo da tener conto della sua variazione con la quota. Ricordando che: si giunge alla relazione finale seguente: In conclusione, il modello semplificato che descrive la dispersione di un plume sulla Zona 2 è dato dalla relazione: Questa è la forma base del Modello Gaussiano Stazionario Plume senza riflessione che altro non è che l’equazione (3.14) già incontrata al Capitolo precedente. Come si modifica il modello proposto quando si considera la Zona 3 Il modello descritto dalla (4.5) per la Zona 2 ha un'importanza più teorica che pratica visto che tale zona è poco estesa, in genere, e di difficile determinazione. Molto più estesa è la Zona 3, cioè quella in cui il plume si è talmente allargato, sia in senso orizzontale che in senso verticale, da interagire col suolo e con la parte alta del PBL. Quello che si vede nella Zona 3 è che: 230
- Page 179 and 180: LA MICROMETEOROLOGIA E LA CAPACITA
- Page 181 and 182: LA MICROMETEOROLOGIA E LA CAPACITA
- Page 183 and 184: LA MICROMETEOROLOGIA E LA CAPACITA
- Page 185 and 186: LA MICROMETEOROLOGIA E LA CAPACITA
- Page 187 and 188: LA MICROMETEOROLOGIA E LA CAPACITA
- Page 189 and 190: LA MICROMETEOROLOGIA E LA CAPACITA
- Page 191 and 192: LA MICROMETEOROLOGIA E LA CAPACITA
- Page 193 and 194: LA MICROMETEOROLOGIA E LA CAPACITA
- Page 195 and 196: LA MICROMETEOROLOGIA E LA CAPACITA
- Page 197 and 198: LA MICROMETEOROLOGIA E LA CAPACITA
- Page 199 and 200: LA MICROMETEOROLOGIA E LA CAPACITA
- Page 201 and 202: LA MICROMETEOROLOGIA E LA CAPACITA
- Page 203 and 204: BIANCA
- Page 205 and 206: TEORIA DI BASE DELLA DISPERSIONE DE
- Page 207 and 208: TEORIA DI BASE DELLA DISPERSIONE DE
- Page 209 and 210: TEORIA DI BASE DELLA DISPERSIONE DE
- Page 211 and 212: TEORIA DI BASE DELLA DISPERSIONE DE
- Page 213 and 214: TEORIA DI BASE DELLA DISPERSIONE DE
- Page 215 and 216: TEORIA DI BASE DELLA DISPERSIONE DE
- Page 217 and 218: TEORIA DI BASE DELLA DISPERSIONE DE
- Page 219 and 220: TEORIA DI BASE DELLA DISPERSIONE DE
- Page 221 and 222: TEORIA DI BASE DELLA DISPERSIONE DE
- Page 223 and 224: TEORIA DI BASE DELLA DISPERSIONE DE
- Page 225 and 226: TEORIA DI BASE DELLA DISPERSIONE DE
- Page 227 and 228: MODELLI DI TIPO STAZIONARIO 226 omo
- Page 229: MODELLI DI TIPO STAZIONARIO il camm
- 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
MODELLI DI TIPO STAZIONARIO<br />
Fig.4.4: sistema di coordinate cartesiane per un Modello Gaussiano Plume<br />
(Dobbins, 1979).<br />
Gli elementi fin qui raccolti consentono di iniziare <strong>la</strong> costruzione di un modello<br />
semiempirico del<strong>la</strong> <strong>dispersione</strong> <strong>degli</strong> <strong>inquinanti</strong> in questa zona del plume. Per prima<br />
cosa definiamo un sistema di riferimento cartesiano ortogonale <strong>la</strong> cui origine sia<br />
localizzata in corrispondenza del<strong>la</strong> base del<strong>la</strong> ciminiera, con l’asse x diretto paralle<strong>la</strong>mente<br />
al baricentro del plume (e quindi lungo <strong>la</strong> direzione del vento medio), l’asse<br />
y orizzontale e perpendico<strong>la</strong>re rispetto al precedente e l’asse z verticale, positivo<br />
verso l’alto (Fig.4.4). Ogni punto dello spazio risulta quindi individuato biunivocamente<br />
da una terna di coordinate cui sarà associata una concentrazione dell’inquinante<br />
considerato (normalmente espressa in g •m-3 o meglio in µg •m-3 ).<br />
Costruire un modello significa individuare una re<strong>la</strong>zione matematica che consenta di<br />
esprimere <strong>la</strong> concentrazione di inquinante rilevabile in un punto nello spazio in funzione<br />
del tasso di emissione del<strong>la</strong> sorgente e delle condizioni meteorologiche e micrometeorologiche<br />
del PBL.<br />
Sul<strong>la</strong> base di tutto ciò, risulta naturale immaginare di descrivere matematicamente<br />
<strong>la</strong> concentrazione in un punto qualsiasi del plume (limitatamente a questa zona) come<br />
il prodotto tra una funzione del<strong>la</strong> coordinata y ed un’altra del<strong>la</strong> coordinata z nel<br />
modo seguente:<br />
dove le funzioni fy e fz sono l’espressione matematica delle funzioni a campana<br />
disegnate nelle Figg.4.3a e 4.3b, normalizzate rispetto al valore massimo assunto e<br />
K è un’opportuna costante di cui ci occuperemo in seguito. In realtà questo<br />
modello è valido, a rigore, solo per i punti dello spazio appartenenti al piano A,<br />
visto che le due funzioni sono state individuate in tale piano.Tuttavia se ripetessimo<br />
lo stesso esperimento con il LIDAR per altri piani perpendico<strong>la</strong>ri al baricentro,<br />
ma sempre entro <strong>la</strong> Zona 2, otterremmo funzioni analoghe, con l’unica differenza<br />
legata al maggiore o minore al<strong>la</strong>rgamento di questa campana. Queste due funzioni<br />
descrivono quindi il grado di <strong>dispersione</strong> <strong>la</strong>terale e verticale che il plume subisce.<br />
Dalle evidenze sperimentali si possono trarre le considerazioni seguenti:<br />
• fra tutte le possibili funzioni matematiche con cui potrebbero essere espresse f y e<br />
229