UDINEE was SMART? - Aggiornamenti sui 2 progetti - Silvia Trini Castelli - CNR-ISAC

1. UDINEE was SMART....?

2. UDINEE. Assessment of the sensitivity
to the input condition with a
Lagrangian model
Gianni Tinarelli and Silvia Trini Castelli
...come è andata a finire?

3. Small time, one shot……
Let’s choose one IOP !
PER EACH IOP, TWO RUNS:
DECLARED wind direction (WD) in input
Wind speed and direction are observed averages over all
fixed anemometers (Hanna et al. 2006) – TABLE 1 in OAD
PWIDS15 dir wind direction (WM) in input
Wind direction measured by PWIDS15
MSS Application to UDINEE Project – JU2033
FOURIOPs!
FOURSHOTS!

4. : samplers : release DW declared wind dir MW PWIDS15 dir
IOP 1 IOP 3 IOP 4 IOP 5
IOP 6 IOP 7 IOP 8 IOP 9

5. MW DW
IOP3
IOP7
Similar wind directions!

6. MW DW
IOP5
IOP8
Different wind directions!

7. IA FB NAD
IOP3 75.60 128.05 0.80 -0.52 0.43
IOP5 14.98 35.16 0.16 -0.81 0.91
IOP7 8.74 9.16 0.46 -0.05 0.67
IOP8 16.34 18.38 0.26 -0.12 0.84
MC DC
HOW MUCH DIFFERENT?

8. CONCLUDING REMARKS.....
Trivial: the input wind direction
determines the success of the simulation
in capturing the puffs pattern and travel
In particular: in built environment, even
small differences lead to large drifts with
respect to the observed puffs
In real life: yes, we may have only one
wind velocity input data, and maybe not
effectively representative of real field
In atmosphere: even in controlled
conditions (wind tunnel experiments) with
known wind velocity, due to turbulence,
puffs statistically take many different
trajectories
The bias due to the input uncertainty is
analogous to the one between
predictions and observations

9. Well, now something really
SMART!

10. Campi 2D della
concentrazione,
distribuzione delle
particelle
Campi 2D della
concentrazione,
distribuzione delle
particelle
Campi 2D e 3D di
variabili di strato limite
e turbolenza aggiuntivi
Campi 2D e 3D di
variabili di strato limite
e turbolenza aggiuntivi
Campi meteorologici
2D e 3D
Campi meteorologici
2D e 3D
MOLOCH
MOdello LOCale coordinate H
Modello di circolazione atmosferica
alla scala locale
MOLOCH
MOdello LOCale coordinate H
Modello di circolazione atmosferica
alla scala locale
ARAMIS
Atmospheric Regional Algorithm for
Moloch Interfaced to Spray
Codice di parametrizzazione di
stato limite atmosferico
ARAMIS
Atmospheric Regional Algorithm for
Moloch Interfaced to Spray
Codice di parametrizzazione di
stato limite atmosferico
SPRAY
Modello di dispersione Lagrangiano
a particelle
SPRAY
Modello di dispersione Lagrangiano
a particelle
ISAC - SMART modelling
systemSpray-Moloch Atmospheric Regional Tool

11. Simulazioni preliminari
SMART
(per progetto CISAS)
S. Trini Castelli1
, A. Bisignano1
P. Malguzzi2
, T. Landi2
1
CNR-ISAC, Torino;
2
CNR-ISAC, Bologna

12. Ritagli del dominio per tre casi considerati

13. EMISSIONI: Per ognuno dei tre casi analizzati (Milazzo, Crotone ed Augusta-
Priolo) vengono considerate due sorgenti, una di tipo torcia/camino, l’altra di tipo
vasca
Emissione torcia
altezza = 20 m
diametro =0.60 m
velocità = 1.2 m/s
temperatura = 180 °C
specie= NOx
rateo emissivo ~ 10^9 µg/h
Emissione vasca
altezza = 2 m
diametro =7 m
velocità = 0.01 m/s
temperatura = 12 °C
specie= Benzene
rateo emissivo ~ 10^9 µg/h

14. MILAZZO CROTONE AUGUSTA

15. TORCIA
Max
giornaliero
VASCA
Max
giornaliero
MILAZZO CROTONE AUGUSTA

16. Oggi l’Italia,
domani..... Il
MONDO!