Post on 01-May-2015
SCENARI DI EMISSIONI DI PARTICOLATO E DEI SUOI PRECURSORI DA TRAFFICO VEICOLARE IN
LOMBARDIA Cinzia Pastorello, Stefano Caserini, Michele Giugliano
DIPARTIMENTO DI INGEGNERIA IDRAULICA, INFRASTRUTTURE VIARIE, AMBIENTALE E
DEL RILEVAMENTO
ENTE NAZIONALE PER LE NUOVE TECNOLOGIE E L’AMBIENTE
Obiettivi
Definizione sperimentale di fattori di emissione di particolato dei nuovi autoveicoli.
Stima delle emissioni da traffico di particolato primario
e dei suoi principali precursori in Regione Lombardia in relazione a diversi scenari.
+ Eabrasione Etotali = + Efreddo + EevaporativeEcaldo
Ecaldo rappresenta le emissioni a caldo, ovvero le emissioni dai veicoli i cui motori hanno raggiunto la loro temperatura di esercizio
Ecaldo i, j, k = Nj · Mj,k · FE(V)caldoi,j,k;
Stima delle emissioni da traffico
Efreddo è il termine che tiene conto dell'effetto delle emissioni durante il riscaldamento del veicolo (temperatura dell'acqua di raffreddamento < 70°C);
Nj numero di veicoli della classe j [veicolo]
Mj,k chilometri percorsi dal veicolo j sulla strada k [km/anno]FE(V) i,j,k fattori di emissione per l’inquinante i, il veicolo j sulla strada k [g/(km*veicolo)],a funzione della velocità media di un ciclo di guidaEfreddo = Nj · Mj · FE caldoi,j,k ·(efreddo/ecaldo ij – 1) · FEfreddoi,j,k
Eabrasione è il contributo dall’usura di freni, pneumatici e manto stradale. Si calcola solo per il particolato.
Eevaporative rappresenta le emissioni evaporative costituite dai soli COVNM (composti organici volatili non metanici).
Eevaporative = E giornaliere + E spegnimento + E marcia = f(Nj, Mj, FE)
Ei,j,k = Nj · Mj · EF,j,k · fi · S(V)
Emissioni da traffico
Bilancio dei combustibili
Cc= ij FCij · NVij · Pij
Venduto Stimato con la metodologia
Tipo di strada i
Tipo di veicolo jCc= ij FCij NVi P’ FPj FSii
Numero veicoli
Fattori di emissione
PercorrenzeBollettino
petrolifero
Vendite di combustibile
[t anno-1]
FC – fattore di
consumo [g km-1]
Percorrenze
[km anno-1]
Cc= ij FCij · NVij · P’ FPj FSii
FRAZIONE DELLA PERCORRENZA TOTALE PER TIPOLOGIA DI STRADA
tipo di veicolo
età del veicolo
combustibile0.00
0.10
0.20
0.30
0.40
0.50
0.60
0.70
0.80
0.90
0 5 10 15 20 25 30 35 40 45
età del veicolo
pe
rce
ntu
ale
pe
rco
rre
nza
Autostrade Strade extraurbane Strade urbane
Autoveicoli diesel
j
ijij P
PFS
DIPENDENZA DELLA PERCORRENZA ANNUA DALL’ETÀ DEL VEICOLO
Analisi 3000 dati sperimentali raccolti nella campagna bollino blu
Dati letteratura
0
5000
10000
15000
20000
25000
30000
0 5 10 15 20 25 30 35
età del veicolo [anni]
perc
orre
nza
[km
/ann
o]
autoveicoli diesel autoveicoli benzina
Cc= ij FCij · NVij · P’ FPj FSii
P’ = Cc/ (ij FCij * NVij * FSij * FPj)
Nel dettaglio
Consumo anni 1998-2004
C= NVi ·FCij(v) · Pij=
P* · NVi · FCij(v) · FPj· FSij
P’ = Cvenduto 1
(FCi(v) · NV · FPj · FSij)
Velocità media per tipo di strada
E= NVi · FEij(v) · FPj · FSij · P’
Numero veicoli per classe COPERT (Dati ACI)
Percentuale di percorrenza per tipo di strada FSij
FPj
Scenaritecnologia consumo
1. Scenario di base
2. Scenario veloce rinnovo
tecnologico
3. Scenario lento rinnovo
tecnologico
1. Scenario di base
2. Scenario di crescita
3. Scenario costante
4. Scenario di decrescita
12 scenari12 scenari
Scenari tecnologici
DATI ACI: Settore1998
dieselautoveicolo
7%
benzinaciclomotore
14%
benzinaautoveicolo
66%
benzinamotociclo
6%
benzinaveicolo commerciale
leggero1%
dieselveicolo commerciale
leggero5%
dieselveicolo commerciale
pesante1%
SettoreCombustibile
Benzina
Diesel
GPL
SettoreCombustibileCilindrataPesoTipo legislativo
Conventional/PRE EURO
EURO I
EURO II
EURO III
EURO IV
Veicoli immatricolati tra il 1998 e il 2004
0.9
1.0
1.1
1.2
1.3
1.4
1.5
1998 1999 2000 2001 2002 2003 2004
autoveicolo motoveicolo veicolo commerciale leggero veicolo commerciale pesante totale
0
1,000,000
2,000,000
3,000,000
4,000,000
5,000,000
6,000,000
Nu
mer
o v
eico
li
1998 1999 2000 2001 2002 2003 2004
benzina diesel GPL
0
500,000
1,000,000
1,500,000
2,000,000
2,500,000
3,000,000
3,500,000
4,000,000
4,500,000
5,000,000
Num
ero
veic
oli
1998 1999 2000 2001 2002 2003 2004
PRE EURO EURO I EURO II EURO III
0
500,000
1,000,000
1,500,000
2,000,000
2,500,000
Num
ero
veic
oli
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Anno
PRE EURO EURO I EURO II EURO III EURO IV DPF
Scenario BaseScenario base
0
500,000
1,000,000
1,500,000
2,000,000
2,500,000
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Scenario veloce rinnovo tecnologico
0
500,000
1,000,000
1,500,000
2,000,000
2,500,000
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Scenario lento rinnovo tecnologico
0
500,000
1,000,000
1,500,000
2,000,000
2,500,000
3,000,000
3,500,000
4,000,000
4,500,000
5,000,000
Num
ero
veic
oli
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Anno
PRE EURO EURO I EURO II EURO III EURO IV
Scenario base
0
500,000
1,000,000
1,500,000
2,000,000
2,500,000
3,000,000
3,500,000
4,000,000
4,500,000
5,000,000
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Scenario veloce rinnovo tecnologico
0
500,000
1,000,000
1,500,000
2,000,000
2,500,000
3,000,000
3,500,000
4,000,000
4,500,000
5,000,000
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Scenario lento rinnovo tecnologico
0.0
0.2
0.4
0.6
0.8
1.0
1.2
1.4
1.6
1.8
2.0
1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 2016
benzina base diesel base totale basebenzina crescita diesel crescita totale crescitabenzina costante diesel costante totale costantebenzina diminuzione diesel diminuzione totale diminuzione
Scenari vendite combustibili
Dati disponibili – bollettino petrolifero
Proiezione
Risultati
Scenario più probabile: tecnologia base
consumo di combustibile costante nel decennio 2005-2015
0.00
0.50
1.00
1.50
2.00
2.50
1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Anno
COV NH3 NOx SO2
0.00
0.20
0.40
0.60
0.80
1.00
1.20
1.40
1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Anno
PM scarico PM abrasione PMtotale
0
1,000
2,000
3,000
4,000
5,000
6,000
7,000
8,000
9,000
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Em
issi
on
e P
M10
all
o s
cari
co [
t/an
no
]
autoveicolo benzina ciclomotore motocicloveicolo commerciale leggero benzina autoveicolo diesel veicolo commerciale leggero dieselveicolo commerciale pesante diesel
DIESEL
0
500
1,000
1,500
2,000
2,500
3,000
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Em
issi
on
e P
M10
da
abra
sio
ne
[t/a
nn
o]
autoveicolo benzina ciclomotore motocicloveicolo commerciale leggero benzina autoveicolo diesel veicolo commerciale leggero dieselveicolo commerciale pesante diesel
0
2,000
4,000
6,000
8,000
10,000
12,000
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Em
issi
on
e P
M10
to
tale
[t/
ann
o]
autoveicolo benzina ciclomotore motocicloveicolo commerciale leggero benzina autoveicolo diesel veicolo commerciale leggero dieselveicolo commerciale pesante diesel
Effetto della tecnologia: variazione delle emissioni rispetto allo scenario tecnologico di base
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
NH
3P
M a
bras
ione
NO
xP
M t
otal
eC
OV
PM
allo
sca
rico
0.0
0.2
0.4
0.6
0.8
1.0
1.2
Il parco circolante viene gradualmente sostituito da veicoli di generazione EURO III, EURO IV ed EURO V
Effetto della tecnologia: variazione delle emissioni rispetto allo scenario tecnologico di base
Il parco circolante viene sostituito con un tasso di rinnovo pari alla metà di quello stimato per lo scenario di base
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
CO
VP
M10
allo
sca
rico
NO
xP
M10
tot
ale
PM
10 a
bras
ione
NH
3
0.0
0.2
0.4
0.6
0.8
1.0
1.2
1.4
1.6
Effetto dei consumi
0
1,000
2,000
3,000
4,000
5,000
6,000
7,000
8,000b
ase
au
me
nto
cost
an
te
rid
uzi
on
e
ba
se
au
me
nto
cost
an
te
rid
uzi
on
e
ba
se
au
me
nto
cost
an
te
rid
uzi
on
e
ba
se
au
me
nto
cost
an
te
rid
uzi
on
e
2000 2005 2010 2015
Em
iss
ion
i P
M s
ca
ric
o [
t/a
nn
o]
autoveicolo benzina ciclomotoremotociclo veicolo commerciale leggero benzinaautoveicolo diesel veicolo commerciale leggero dieselveicolo commerciale pesante
codice scenario tecnologia consumi
SO2 NOx COV CO2 NH3 PM10
1 in linea in linea -51.0% -25.8% -16.5% 5.4% -0.7% -15.1%
2 veloce in linea -51.0% -33.7% -19.1% 5.4% -0.6% -21.7%
3 lento in linea -51.0% -18.4% -13.0% 5.4% -0.9% -9.7%
4 in linea costante -51.0% -31.5% -17.6% -0.9% -1.1% -19.5%
5 veloce costante -51.0% -37.7% -19.8% -0.9% -1.0% -24.7%
6 lento costante -51.0% -25.6% -14.7% -0.9% -1.3% -15.2%
7 in linea aumento -51.0% -20.2% -15.4% 11.8% -0.4% -10.7%
8 veloce aumento -51.0% -39.4% -18.5% 11.8% -0.2% -18.6%
9 lento aumento -51.0% -11.3% -11.3% 11.8% -0.6% -4.3%
10 in linea diminuzione -51.0% -37.1% -18.7% -7.3% -1.5% -23.8%
11 veloce diminuzione -51.0% -41.8% -20.5% -7.3% -1.4% -27.8%
12 lento diminuzione -51.0% -32.7% -16.4% -7.3% -1.6% -20.6%
-0.6%
-1.4%
• emissioni da traffico in relazione agli scenari• riduzione delle emissioni di SO2 e NOx da centrali termoelettriche• emissioni costanti da altre sorgenti
Risultati: variazioni delle emissioni totali al 2015, rispetto al 2001
Contributo inorganico: modello MINNI (modello Integrato Nazionale a supporto della Negoziazione Internazionale -ENEA,
2005)
y = 0.418x - 2.7405
R2 = 0.9978
0
2
4
6
8
10
12
14
0 5 10 15 20 25 30 35 40
riduzione emissioni NOx [%]
riduz
ione
con
cent
razi
oni N
O3
[%
]La riduzione dei nitrati è proporzionale a quella degli NOX
0.0
0.5
1.0
1.5
2.0
2.5
3.0
18.400 18.420 18.440 18.460 18.480 18.500 18.520
riduzione emissioni SO2 [%]
riduz
ione
con
cent
razi
oni S
O4
[%]
0
2
4
6
8
10
12
0.0 0.5 1.0 1.5 2.0 2.5 3.0riduzione emissioni NH3 [%]
riduz
ione
con
cent
razi
oni N
H4
[%]
Conclusioni - 1
Emissioni di PM10 da scarico e dei precursori diminuiscono per tutti gli scenari considerati. Maggiormente per scenari tecnologici spinti e per riduzioni di combustibili
Emissioni PM10 da abrasione variano in funzione delle percorrenze. Al 2015 il contributo delle emissioni di PM da abrasione eguaglia quello del PM da scarico
Per i precursori inorganici da traffico:
Riduzioni emissioni di SO2 indipendenti dagli scenari (>90%) Riduzioni emissioni di NH3 del 10-60% trascurabili rispetto alle
emissioni totali Riduzioni emissioni di NOx per tutti gli scenari (16-76%)
Difficoltà nella valutazione modellistica del contributo delle sorgenti al particolato totale: la complessità del secondario e il problema della non linearità.
Il contributo dei precursori organici deve essere maggiormente studiato.
La riduzione del contributo inorganico nei diversi scenari sembra non risolvere il problema del particolato.
Conclusioni - 2
Veicoli diesel: ruolo determinate per tutti gli inquinanti considerati, ad eccezione dell’ammoniaca
L’aumento delle percorrenze puo’ vanificare l’effetto positivo dell’introduzione delle nuove tecnologie
0
20,000
40,000
60,000
80,000
100,000
120,000
140,000
160,000
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Em
issi
on
e N
Ox
[t/a
nn
o]
autoveicolo benzina ciclomotore motocicloveicolo commerciale leggero benzina autoveicolo diesel veicolo commerciale leggero dieselveicolo commerciale pesante diesel
0
500
1,000
1,500
2,000
2,500
3,000
3,500
4,000
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Em
issi
on
e S
O2
[t/a
nn
o]
autoveicolo benzina ciclomotore motocicloveicolo commerciale leggero benzina autoveicolo diesel veicolo commerciale leggero dieselveicolo commerciale pesante diesel
0
10,000
20,000
30,000
40,000
50,000
60,000
70,000
80,000
90,000
100,000
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Em
issi
on
e C
OV
[t/
ann
o]
autoveicolo benzina ciclomotore motocicloveicolo commerciale leggero benzina autoveicolo diesel veicolo commerciale leggero dieselveicolo commerciale pesante diesel
0
500
1,000
1,500
2,000
2,500
3,000
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Em
issi
on
e N
H3
[t/a
nn
o]
autoveicolo benzina ciclomotore motocicloveicolo commerciale leggero benzina autoveicolo diesel veicolo commerciale leggero dieselveicolo commerciale pesante diesel
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
SU - estate SU - inverno Tunnel
EC OC Cloruri Nitrati Solfati Ammonio Non identificato
secondario
Composizione PM2.5 – Milano – Anno 2002-2003
Sito urbano - invernoSito urbano - estate Tunnel
Confronto con dati Europei
•Solfati confrontabili con il resto dell’Europa•Nitrati e ammonio molto elevati
Valutazione del contributo del traffico sul particolato primario e secondario in atmosfera
A. contributo carbonioso del particolato primario
B. contributo inorganico secondario
Modello MINNI (ENEA, 2005)
Modello lineare (De Leeuw 2002 – EEA 2004) Modello non lineare (Ansari e Pandis, 1998)
A. Contributo carbonioso del particolato primario: Metodo OC/EC
4.1EC
OC ECO
tunnel
trafficoM
4.1EC
OC ECO
P
pM
IPOTESI: il rapporto OC/EC misurato nel tunnel può considerarsi rappresentativo della fonte traffico il traffico è la fonte principale di EC, sia nel semestre invernale che nel semestre estivo
le concentrazioni di fondo di EC ed OC nell’area milanese possono
considerarsi trascurabili
0
20
40
60
80
100
120
140
160
co
nc
en
tra
zio
ne
[m g
/m3 ]
EC OMt PM 2,5
Semestre estivo Semestre invernale
B. Contributo inorganico: modello lineare (De Leeuw 2002 – EEA 2004)
32x NH3SO 2NOx AF NH AF SO AF NO (primario) PM10 e)PM10(total
Emissioni
(dagli inventari)
AF=F·(Msecondario/ Mprimario)
AF= Aerosol formation factor
F=percentuale di conversione del precursore gassoso
Msecondario/ Mprimario= rapporto tra le masse molari del precursore e dell’inquinante secondario
Modello lineare
agricolturatraffico
combustioni non industriali
produzione di energia
combustioni industriali
PMs(SO2)t anno-1
PMs(NOx)t anno-1
PMs(NH3)t anno-1
PMs(SO2)%
PMs(NOx)%
PMs(NH3) %
Provincia di Milano 5.596 64.116 4.320 8 87 6
Lombardia 42.021 197.912 62.545 14 65 21
Bacino Padano 153.992 532.187 174.481 18 62 20
Dati speciazione - Milano 29 53 18
Dati speciazione - Cremona 18 65 18
•COV
•Dinamica dell’interazione fotochimica
•Linearità
•Area di indagine
•Variazione temporale
Punti critici:
Vantaggi•Semplicità di applicazione
•Legame con le fonti
Modello lineare deterministico