Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Elise

221 views

Published on

microscala Prandi Carlino

Published in: Science
  • Be the first to comment

  • Be the first to like this

Elise

  1. 1. A cura di Giuseppe Carlino, Rossella Prandi Progetto Elise Primi risultati della simulazione a microscala con PMSS su Torino
  2. 2. 2 Environment Live SEnsing Finanziamento POR/FESR FONDO EUROPEO DI SVILUPPO REGIONALE P.O.R. 2007 – 2013
  3. 3. 3 Dominio complessivo: 6 km x 7.2 km Collina esclusa (rari spostamenti, poco traffico) Scuole al centro Tre centraline Arpa con misure di NO2 Tre centraline Elise con misure di NO2 Risoluzione 6 m: 1202201 punti griglia
  4. 4. 4 Catena modellistica per EliseFONDO EUROPEO DI SVILUPPO REGIONALE P.O.R. 2007 – 2013 START (each day at h 00:15) Download meteorological, turbulence and background files (ftp_meteo.py) Compute 3D meteorological fields for 25 hours (execute_pswift.py) Write background parameters (writebackgroundfields.py) elise_chain.py START (each hour at 05 minutes) Get newest available concentration field (selectlasthour.py) Compute NO2 using background values (sumbackgroundNO2.py) Send binary file to SDP (sendbinarytoSDP.py) elise_postprocess.py Get sensors data (ftp_sensors.py) Select meteorological file and turbulence data (select_metmin.py) Compute 24 hours NOx concentrations fields (00 - 23) (execute_pspray.py) QualeAria repository AizoOn server Data assimilation (dataassimilation.py) Get emissions file Export CSVfile and send it to AizoOn server (sendtoAizoon.py) QUALEARIA (12 km) NOx Traffic emissions (hourly)
  5. 5. 5 12 Tiles: le più grandi (1-3, 5-7) hanno 341x341 punti (6 m di risoluzione) Solo emissioni stradali: 13060 sorgenti lineari In verticale, 26 livelli fino alla quota di 1250 m Catena modellistica per Elise Numero di ostacoli: 51982 Altezza media: 12 m 167 Altezza massima: 167 m Ostacoli con sottopassaggio/portico: 344
  6. 6. 6 Le simulazioni sono effettuate su una workstation a • 16 core (dual) Intel(R) Xeon(R) CPU E5-2640 v3 @ 2.60GHz • 64 GB di memoria complessiva Nell’ambito del progetto sono stati realizzati test di calcolo su un server low-cost realizzato con 16 schede ARM (2 GB ciascuna): molto promettenti. Catena modellistica per Elise
  7. 7. 7 Grafo principale della città metropolitana: a partire da TGM con metodologia COPERT/CORINAIR Emissioni del traffico + Viabilità secondaria: a partire dall’inventario regionale INEMAR, spazializzato con zone ISTMO e georeferito su layer spaziale OpenStreetMap
  8. 8. 8 Modulazioni temporali del traffico ZTL – modulazione ad hoc 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 1 3 5 7 9 11 13 15 17 19 21 23 feriale sabato domenica 0 0.2 0.4 0.6 0.8 1 1.2 L M M G V S D 0 0.2 0.4 0.6 0.8 1 1.2 G F M A M G L A S O N D 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 1 2 3 4 5 6 7 8 9 101112131415161718192021222324 Elise_medio ZTL settimana mese giorno
  9. 9. 9 Concentrazioni di NOX NOx mg/m3
  10. 10. 10  Trasformazione da NO a NO2 con box-model foto-stazionario che tiene conto del residence time nei canyon stradali e della frazione di NO2 direttamente emessa (modello OSPM).  I valori di ozono, NOx, NO2 di background vengono da “QualeAria”.  Il coeff. di fotolisi J e il rateo K della reazione di ossidazione di NO con O3 e formazione di NO2 sono calcolati ora per ora sulla base della temperatura media e della radiazione teorica.  Lo stesso approccio è stato applicato recentemente da IIASA, EEA, INERIS, JRC per la discesa di scala da Chimere ai siti di traffico (Atmos. Chem. Phys., 14, 813–829, 2014) Concentrazioni: da NOx a NO2
  11. 11. 11 Stiamo descrivendo il fenomeno in maniera adeguata per farne uno strumento di supporto alle decisioni?
  12. 12. 12 Confronto con dati Arpa
  13. 13. 13 - Confronto “climatologico” - Confronto anno su anno (medio) - Confronto ora su ora
  14. 14. 14
  15. 15. 15
  16. 16. 16
  17. 17. 17
  18. 18. 18
  19. 19. 19
  20. 20. 20
  21. 21. 21
  22. 22. 22
  23. 23. 23 Rebaudengo
  24. 24. 24 Rubino
  25. 25. 25 Consolata
  26. 26. 26 Confronto con dati Arpa: 15/04 – 14/12 Rebaudengo (TU) Consolata (TU) Rubino (FU) Fondo Misura Modello Misura Modello Misura Modello Media 25 60 55 39 47 37 29 Minimo 1 10 4 1 2 7 1 Massimo 93 247 208 136 162 135 104 Primo Quartile 11 39 31 27 28 20 14 Mediana 19 55 49 36 44 31 24 Terzo Quantile 34 75 72 49 62 48 41 Deviazione Stand. 18 30 32 17 24 22 19 Numero di dati 4997 4957 4783 Bias -5.1 7.7 -7.3 Normalised BIAS -0.085 0.18 -0.2 Obiettivo di qualità[1] -0.13 0.19 -0.18 Fractional Bias (FB) 0.089 -0.18 0.22 Root-Mean-Square Error (RMSE) 30 22 19 Index of Agreement (IA) 0.73 0.7 0.76 Corr. Coeff. (R) 0.54 0.55 0.62
  27. 27. 27 Q-Q plot
  28. 28. 28 Scatter plot
  29. 29. 29 Conclusioni  La catena mostra una buona capacità di riprodurre le disomogeneità spaziali nelle concentrazioni di biossido di azoto che si osservano in un contesto urbano  Lo schema utilizzato per la combinazione con i valori di fondo necessita di una analisi di sensibilità per ottimizzare i valori dei parametri, test con valori misurati di ozono, ossidi di azoto in un sito di fondo urbano  Sarebbe interessante un test con valori di fondo urbano e non regionale (4 km invece che 12 km)  L’output della catena costituisce sicuramente una buona base per l’analisi di criticità e la pianificazione di misure di risanamento
  30. 30. 30 Media mensile
  31. 31. 31 Portale dei decisori - DSS

×