Elise
- 1. A cura di GiuseppeCarlino, Rossella Prandi Progetto Elise Simulazione a microscala con PMSS su Torino
- 2. 2 Environment Live SEnsing Finanziamento POR/FESR FONDOEUROPEO DI SVILUPPO REGIONALE P.O.R. 2007 – 2013
- 3.
- 4. 4 Il nostro task:produrre campi di concentrazione di NO2 ad alta risoluzione e in tempo reale in modo da fornire informazioni ai cittadini ingaggiati nel living lab A bordo strada le concentrazioni possono essere molto alte Incremento a bordo strada (microscala): sole emissioni da traffico Fondo (scala regionale) : tutte le emissioni
- 5. 5 Q U A L E A R I A P M S S Previsioni di qualitàdell’aria fino a 5 giorni (120 ore): • basato su FARM (Flexible Air quality Regional Model), un modello 3D Euleriano CTM • Discesa di scala di previsioni meteo sinottiche (GFS by NCEP) con RAMS • Condizioni al contorno orarie che provengono dal forecast europeo ECMWF MACC-C-IFS-TM5 (Copernicus) • Inventario delle emissioni nazionali (ISPRA) per l’Italia e inventarioTNO/MEGAPOLI per l’Europa ELISE – Modelli utilizzati Parallel Micro-Swift-Spray, modello 3D Lagrangiano a Particelle: • Basato su librerie MPI, consente la scomposizione di grandi domini in più tile su macchine a più core • Le risorse di calcolo sono riallocate dinamicamente tra i processi durante il calcolo • Si tiene conto degli ostacoli (edifici) alla microscala • I campi meteorologici sono calcolati da PSWIFT, un modello 3D parallelizzato che genera un campo di vento mass-consistent a partire da dati di rete o da un modello a grande scala.
- 6. 6 Catena modellistica perEliseFONDO 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)
- 7. 7 12 Tiles: lepiù 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 Alcuni numeri: Numero di ostacoli: 51982 Altezza media: 12 m 167 Altezza massima: 167 m Ostacoli con sottopassaggio/portico: 344 Estensione: 6 x 7.2 km2
- 8. 8 Stiamo descrivendo ilfenomeno in maniera adeguata per farne uno strumento di supporto alle decisioni e di comunicazione e informazione ai cittadini? Dal la catena di ELISE ha girato con continuità, abbiamo circa 500 giorni (12 mila ore) di simulazione, ogni ora produciamo circa 1200000 valori …. 31/07/2015 1/09/2016 30/11/2016 Bando IOD Torino Living Lab 15/04/2015
- 9. 9 Nel corso del2016 abbiamo avviato un confronto con ARPA per validare il nostro modello basandoci su: Misure Modello operativo ARPA per la previsione dell’Indice di Qualità dell’Aria (IPQA)
- 10. 10 Confronto con datiArpa Rubino: Background urbano Rebaudengo: Traffico Consolata: Traffico in ZTL
- 11.
- 12.
- 13.
- 14.
- 15. 15 Conclusioni su Elise La catena mostra una buona capacità di riprodurre le disomogeneità spaziali nelle concentrazioni di biossido di azoto che si osservano in un contesto urbano L’output della catena costituisce sicuramente una buona base per l’analisi di criticità e la pianificazione di misure di risanamento Sarebbe opportuno poter disporre di dati di traffico in tempo reale PM10: nell’ambito del Torino Living Lab abbiamo avviato una collaborazione con l’Università di Torino che sta effettuando misure di silt loading in modo da calibrare il termine di “risospensione”
- 16.
- 17.