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

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

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

LA MICROMETEOROLOGIA E LA CAPACITA’ DISPERDENTE DELL’ATMOSFERA<br />

complessa. Di essi, però, sicuramente il più interessante è il momento del secondo<br />

ordine, detto autocovarianza, definita come:<br />

spesso scritta come:<br />

dove ρ(M 1 ,M 2 ) è <strong>la</strong> funzione di autocorre<strong>la</strong>zione che esprime <strong>la</strong> memoria che <strong>la</strong><br />

variabile U in M 1 ha del valore assunto in M 2 . Quando M 1 coincide con M 2 , ρ ha<br />

valore unitario (<strong>la</strong> memoria è ovviamente perfetta) e nel caso del<strong>la</strong> turbolenza<br />

del PBL dove gli eddies sono di varie dimensioni ma localizzati, quando <strong>la</strong> distanza<br />

tra M 1 e M 2 diventa molto grande, ρ tende a zero (più aumenta <strong>la</strong> distanza tra<br />

i punti di osservazione, più i valori assunti in queste posizioni da U sono tra loro<br />

non corre<strong>la</strong>ti).<br />

Per descrivere statisticamente <strong>la</strong> dipendenza tra una variabile e l’altra (U e V per<br />

esempio) sono definibili anche in questo caso dei momenti centrali. Nel caso<br />

partico<strong>la</strong>re del momento secondo per due variabili osservate nello stesso punto<br />

M 1 dello spazio-tempo, si può così definire <strong>la</strong> loro covarianza come:<br />

Come nel caso dell'autocovarianza, anche per <strong>la</strong> covarianza è possibile una definizione<br />

alternativa:<br />

58<br />

dove ρ è <strong>la</strong> funzione di corre<strong>la</strong>zione tra U e V nel medesimo punto dello spazio-tempo.<br />

La conoscenza di tutti i tipi di momenti di tutti gli ordini, per tutti i punti dello<br />

spazio-tempo e per tutte le variabili responsabili del<strong>la</strong> turbolenza del PBL è del<br />

tutto equivalente al<strong>la</strong> descrizione statistica realizzata mediante le funzioni di densità<br />

di probabilità congiunte o meno. Ovviamente <strong>la</strong> difficoltà pratica di una tale<br />

descrizione non è cambiata, è solo cambiato il formalismo impiegato. In realtà, l'introduzione<br />

dei momenti centrali al posto delle funzioni di densità di probabilità<br />

può portare ad alcune interessanti e promettenti considerazioni di interesse pratico.<br />

In effetti, dovendo comunque tener conto le re<strong>la</strong>zioni del<strong>la</strong> fluidodinamica<br />

che,come si vedrà,si presentano in forma prognostica,cioè in un dato istante t legano<br />

il tasso di variazione temporale di una generica variabile al<strong>la</strong> variazione spaziale<br />

di un sottoinsieme delle variabili rilevanti nell'istante considerato, si può scegliere<br />

di <strong>la</strong>sciare al<strong>la</strong> fluidodinamica <strong>la</strong> descrizione delle variazioni nel tempo e nello<br />

spazio, prendendo però come variabili di riferimento non direttamente le variabili<br />

meteorologiche, ma i re<strong>la</strong>tivi indicatori statistici (cioè i momenti). La seconda<br />

considerazione che si può fare è che è pensabile (e sperabile) che i momenti<br />

realmente coinvolti nel<strong>la</strong> descrizione del<strong>la</strong> turbolenza siano un numero ridotto<br />

e quindi, di tutta <strong>la</strong> infinità di momenti che a rigore sarebbero necessari, ci si<br />

possa limitare a considerarne un numero esiguo. Queste due considerazioni rendono<br />

ora il panorama decisamente più ottimistico! Tuttavia si deve ancora superare<br />

<strong>la</strong> difficoltà che deriva dal fatto che i momenti centrali, candidati ideali per<br />

<strong>la</strong> trattazione statistica delle variabili meteorologiche, dipendono, però, in manie-

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

Saved successfully!

Ooh no, something went wrong!