L’input meteorologico per i modelli di qualità dell’aria · Esempi di grandezze di scala ......

“Trasferimento di conoscenze”ARPA Emilia-Romagna e Calabria

fase 6.1Reggio Calabria, 5-7 settembre 2006Enrico Minguzzi ARPA SIM

L’input meteorologico per i modelli di qualità dell’aria

Schema della rete Synop europea



Sommario

I parametri richiesti• meteo e inquinanti: non solo dispersione• richiamo: le grandezze di scala• Modelli semplici (meteorologia puntuale)• Modelli complessi (meteorologia 3d)

Soluzioni possibili• Osservazioni specifiche• Osservazioni standard + schemi parametrici• Pre-processori• Modelli meteorologici

Soluzioni a confronto• L’estensione temporale • Pro e contro dei vari approcci• Le rianalisi LAMA



Meteo e inquinanti (non solo dispersione)Le condizioni meteorologiche influenzano tutti i processi che coinvolgono gli inquinanti atmosferici.

Fenomeno Grandezze meteo rilevanti

Emissioni

Diffusione turbolenta

Trasporto

Reazioni gassose

Reazioni eterogenee

Deposizione secca

Deposizione umida

Risospensione, erosione,sale marino



Meteo e inquinanti (non solo dispersione)Le condizioni meteorologiche influenzano tutti i processi che coinvolgono gli inquinanti atmosferici.

Fenomeno Grandezze meteo rilevanti

Emissioniprofilo di T ( ⇒ stabilità ⇒ altezza efficace)T 2m (Emissioni da riscaldamento e biogeniche)

Diffusione turbolentaDeterminata da: T, vento, flussi di caloreDescritta da: grandezze di scala (Hmix, U* …)

profilo scambi turbolenti (TKE, Kz)

Trasporto vento (3d)

Reazioni gassose temperatura (3d), radiazione (3d), umidità (3d)

Reazioni eterogenee acqua e ghiaccio delle nubi (3d), umidità (3d)

Deposizione secca vento superficiale, turbolenza, rugosità

Deposizione umida acqua di precipitazione (3d)

Risospensione, erosione,sale marino

vento superficiale, umidità del terreno, tipo di suolo



Descrivere la turbolenza (1)I moti turbolenti del PBL sono troppo complessi per essere descritti in termini di T e V: variabilità spazio-temporale, scale da 1 km a molecole, carattere caotico.⇒ Valutare l’effetto medio sulle proprietà diffusive dell’atmosfera

1) Descrizione esplicita: Large Eddy Simulations (LES)• Modelli numerici ad altissima risoluzione (metri), che descrivono

esplicitamente i vortici turbolenti più grandi• E’ comunque una descrizione “d’ensemble”: non si vogliono

riprodurre i singoli vortici, ma studiare alcune proprietà mediedella turbolenza

2) Profilo verticale dell’intensità degli scambi turbolenti • KZ: coefficiente di diffusione turbolenta• TKE: energia cinetica associata alla turbolenza



Descrivere la turbolenza (2)

3) Grandezze di scala: descrivono la turbolenza nel suo complesso, con un solo numero

• Sono una stima del valore tipico di un particolare fenomeno, ma non corrispondono a un grandezza misurabile in un dato istante

• Definizione legata ai termini del bilancio energetico superficiale o ad altri parametri turbolenti misurabili

• La definizione è spesso semi-empirica, a volte ambigua (Hmix)• Ne sono state proposte molte, spesso non indipendenti tra loro



Esempi di grandezze di scala

Altezza di rimescolamento (Hmix, Zi, Z)

Indica fino a quale altezza l’aria è rimescolata; varie definizioni, a volte problematiche.

Classe di stabilità (di Pasquill, PGT)

Classifica il PBL in situazioni più o meno stabili (nasce per trovare correlazioni empiriche tra parametri turbolenti). Corrisponde a una misura di dT/dz

Friction velocity(u*)

Proporzionale al flusso di momento sup. (= forza frenante che la terra esercita sull’aria). Esprime l’intensità della turbolenza meccanica

Vel. Convettiva di scala (w*)

Da’ un’indicazione sulle velocità tipiche nelle celle convettive del PBL (solo condizioni instabili)

Lunghezza di Monin-Obukov

Grandezza di scala dello strato superficiale (≈ Hmix/10), collega tra loro i flussi di calore e momento dalla sup.In condizioni convettive, corrisponde al rapporto tra la generazione di turbolenza meccanica e quella termicaHa segno opposto al flusso di calore sensibile.



Input per modelli semplici (1)Modelli Gaussiani (semplici e modificati)

• Si assume che i parametri meteorologici siano costanti in x,y,z,t• Questa approssimazione limita l’applicazione a piccole aree e periodi brevi (ma non troppo, il pennacchio deve diventare stazionario…)

Nella soluzione di Gauss solo 3 terminidipendono dalla meteorologia:

• Velocità del vento. (valor medio alla quota corrispondente all’altezza efficace del pennacchio).

• Ampiezza X e Z del pennacchio (σx ,σz ) Dipendono anche dalla distanza dalla sorgente: la soluzione più semplice è usare una misura della stabilità (es. PGT) per selezionare le funzioni σ(y).



Input per modelli semplici (2)

Andamento di σx e σz in funzione della distanza dalla sorgente

• Anche se un modello accetta in input diverse grandezze (in alternativa o insieme), l’informazione sulla turbolenza si riduce a un unico numero.

⇒non sempre fornendo al modello più dati possibile questo va meglio…

• Alcuni modelli hanno moduli aggiuntivi (es. reazioni chimiche, deposizioni), che richiedono altri parametri meteo



Input per modelli semplici (3)

Modelli euleriani a box (o a colonna): • Sono modelli incentrati sulla chimica, per cui l’input meteo è in

genere abbastanza semplice (al limite può anche non esserci affatto)• Possibili grandezze richieste: vento (medio), radiazione, Hmix.

Problema delle calme:• Con vento = 0 la soluzione di Gauss esplode (con vento molto debole

diventano importanti altri tipi di diffusione)• Soluzione brutale (se non si può usare un altro modello): stabilire un

valore minimo per la velocità del vento, qualcosa tra 0.5 e 2 m/s.• le concentrazioni finali vicino alla sorgente sono estremamente

sensibili a questo parametro!!



Input per modelli non stazionariModelli non stazionari: richiedono campi 3d variabili nel tempo

Modelli a puffModelli non stazionari: richiedono campi 3d variabili nel tempo• vento orizzontale• velocità verticale• Una qualche misura della turbolenza (per evoluzione pennacchi)

Modelli Lagrangiani a particelle: Input molto variabile: di sicuro 3 componenti del vento e qualche grandezza turbolenta, può anche essere molto sofisticato.



Input per modelli euleriani a grigliaGrandezze che possono essere richieste dal modello:

• campi 3d: U, V, W, T, Q, ρ, Z, Kz, acqua delle nubi, acqua di precipitazione …

• campi 2d: T2m, MO, W*, Zi, U*, precipitazione, attenuazione fotolitica, resistenza aerodinamica, umidità del terreno …

• parametri fisiografici: roughness …

• alcuni di questi parametri possono essere stimati da pre-processoriinclusi nel modello (es: W, Kz).

• in genere i dati sono richiesti con frequenza oraria



I parametri fisiografici (1)Grandezze utili per stimare il bilancio energetico della superficie e il suo effetto sulla turbolenza.

• Dipendono dalle caratteristiche della superficie e non (direttamente) dai parametri atmosferici.

• In prima approssimazione si possono considerare costanti (anche se in realtà dipendono da umidità del terreno, presenza di neve,ciclo della vegetazione, attività umane …)

Rugosità• E’ una sorta di “lunghezza di scala”

degli ostacoli superificiali• Legata (ma non corrispondente) alla

loro altezza• “Misurabile” solo a partire dal profilo del

modulo del vento• Sul mare dipende dal vento !!



I parametri fisiografici (2)

Albedo Rapporto tra radiazione solare incidente e riflessa

Rapporto di Bowen

Indice di area fogliare (LAI)

Rapporto tra la superficie totale delle foglie e l’area del terreno

Soil heat fluxconstant

Frazione della radiazione solare incidente assorbita dal terreno

Flusso di calore antropogenico

In realtà non è costante, ma viene usato in alcuni modelli per tener conto in qualche modo della produzione di calore in area urbana.

Rapporto tra flusso di calore sensibile e latente

Di solito vengono stimati in modo semi-empirico a partire da datasetdi uso del suolo



Possibili approcci per costruire l’input meteorologico

Problema complesso; spesso bisogna cercare di combinare nel modo migliore possibile le informazioni disponibili, che in genere sono incomplete e di tipo (e qualità) diversa...



Soluzioni: osservazioni dirette• La misura diretta dei parametri turbolenti è complessa e costosa. • Esistono pochissimi strumenti operativi, e ancor meno serie storiche (si

procede per campagne) • Alcune grandezze di scala non sono comunque misurabili (Zi,W*)

Sodar: • u,v,w, e fluttuazioni• profilo fino a 600 m• 50.000 €

•Wind profiler: • u,v,w,t e fluttuazioni• profilo fino a 3000 m• 500.000 €

Anemometro sonico: • u,v,w,t e fluttuazioni• superficie• 15.000 €



Soluzioni: osservazioni + schemi parametriciPartendo dalle osservazioni disponibili, si usa una catena di schemi semi-empirici per arrivare alla stima delle grandezze di scala turbolente.

Metodo del bilancio energetico:

Si utilizzano le equazioni del bilancio radiativo ed energetico della superficie per stimare il flusso di calore sensibile, e da questo le grandezze turbolente.

Usato dalla maggior parte dei preprocessorimeteorlogici (mono e tri dimensionali), e anche come post-processing di modelli meteorologici (gli algoritmi possono essere molto diversi!)

Se sono disponibili opportune osservazioni, i primi passaggi possono essere evitati

Copertura nuvolosa + angolo solare

Radiazione solare incidente (globale)

Flusso di calore sensibile

Radiazione netta

U* e LHmix convettivaHmix meccanica



Schemi parametrici (1)

a1 = 990 W/m2 (costante solare)

a2 = -30 W/m2 (assorbimento senza nubi)

B1 = -0.75 (attenuazione con cielo coperto)

B2 = 3.4




Radiazione netta


Rg=(a1senφ+a2)(1+b1Nb2)



Schemi parametrici (1)I contributi termico e meccanico sono di solito calcolati separatamente (p.es. si prende il max)




Radiazione netta


( )3

42

61

11

cTNcTcRr

R gN +

−++−=

σ

Q* = K↓ - K↑ + L↓ - L↑

Correzione per T a 2m invece di superficie




Si suppone che la frazione di energia che passa nel terreno e il rapporto fra flusso di calore sensibile e latente siano costanti e dipendenti solo dalle caratteristiche del suolo:

QE = QH / B QG = Q* ∗ cg




Radiazione netta


Q* + Qf = Qh + QE + QG

( ) ( ) βγγα

−−⋅++−

= GRs

sH N11

0

( )[ ]fgH Qc1*QB1

BQ +−⋅+

=



Schemi parametrici (3)U* e L sono calcolate simultaneamente (applicando la teorria della similarità)

Per l’altezza di rimescolamento, si calcolano separatamente i contributi termico e meccanico (p.es. si prende il max)




Radiazione netta


Hmix convettiva (=termica)

Schemi “con memoria” • non si calcola Zi ma la sua variazione• Gryning-Batchvarova, Holtslag-Van Ulden, …

Schemi “senza memoria” • Zi calcolata in modo indipendente per ciascun istante• LAMA…

Hmix meccanica: • Anche molto semplici; in genere dipendono da U* e MO• Venkatram, Zilitinkevich…




I risultati ottenuti applicando vari schemi possono essere molto diversi…

Confronto tra diversi metodi per la stima dell’altezza di rimescolamento(campagna di misura SIM con sodar e anemometro sonico, luglio 2001)



Soluzioni: preprocessori meteorologici

In sostanza, estendono l’approccio “osservazioni + schemi parametrici” a campi tridimensionali.

• tengono conto di orografia e ostacoli (da cui “mass consistent”), uso del suolo …

• contengono schemi parametrici per stimare per tener conto di effetti locali non inclusi nelle osservazioni e per stimare le grandezze di scala turbolente

• Non sono modelli meteorologici (non risolvono le equazioni fluidodinamiche ma interpolano i dati disponibili) -> non fanno previsioni, possono descrivere solo in minima parte fenomeni non compresi nelle osservazioni

Modelli “mass consitent” (es: Calmet, Minerve, Winds …)

Obiettivo: a partire da osservazioni puntuali, ricostruire i campi meteorologici su griglia richiesti da un modello complesso.



Calmet: campo di vento

Step 2

First guess

Step 1

• Campo di background

• Oppure interpolazione radiosondaggi

• Correzione per effetti di blocco orografico (dipende da n° di Froude e stabilità)

• Correzione per brezze di valle (dipende da: ora, stabilità, orografia)

• Inserimento delle osservazioni al suolo (estrapolazione verticale; “barriere”; trattamento separato oss. sul mare)

• Minimizzazione divergenza• Smoothing• Calcolo velocità verticale



Calmet: parametri turbolenti

Input• Su griglia: modulo del vento a 10 m, angolo solare• Stazione più vicina: T, P, RH, nuvolosità, ceiling height

Flusso di calore sensibile, θ*

• Due schemi indipendenti per i punti di terra e di mare• Non ci sono feed-back sul campo di vento

Classe di stabilità

Friciton velocityMonin-Obukov

Altezza di rimescolamento Convective velocity scale

Temperatura 3d



Calmet: grigliato

• In orizzontale: griglia regolare in coordinate UTM.

• In verticale: coordinate “terrain following” (velocità verticale definita su livelli intermedi)

• Siccome è un interpolatore, posso usare qualsiasi “risoluzione” (le informazioni sono sempre quelle contenute nelle osservazioni)



Calmet: output (1)• scadenze orarie• Campi 3d: temperatura, vento, velocità verticale• Campi 2d: Altezza di rimescolamento, classe di stabilità, friction

velocity, lunghezza di Monin-Obukov, Convective velocity scale

Alcune avvertenze:• Vento: in montagna dominano effetti locali, solo in parte riprodotti

dagli schemi parametrici (a meno che non ci siano molte osservazioni).

Prestare sempre attenzione all’altezza degli anemometri!!

• w: viene calcolata a partire dalla divergenza nel vento osservato + algoritmo mass consistent; potrebbe avere grossi errori.

• Grandezze di scala: gli algoritmi parametrici sono pieni di coefficentiche andrebbero tarati in funzione del territorio

• Produce tutte le grandezza<richieste da Calgrid. Altri modelli euleriani possono richiedere parametri aggiuntivi



Calmet: output (2)

Altezza di rimescolamento, stima calmet e immagine da satellite

12/02/2002, H12; nebbia su pianura padana orientale



Calmet: output (3)

Vento a 10 m, stima calmet e immagine da satellite corrispondente

20/02/2002, H18; föhn appenninco



Potenzialità e limiti dei pre-processori

+ Relativamente semplici, molto flessibili+ Gli errori non si propagano (non soggetti a “derive”)+ Rimangono sempre “vicino” alla realtà • Poiché gli errori non hanno struttura, le mappe possono essere

“brutte” (discontinue)– Possono essere ingannati da misure errate sfuggite al controllo di

qualità– Risentono della copertura diseguale delle osservazioni– Le prestazioni dipendono criticamente da alcuni tipi di osservazioni

(radiosondaggi e synop) – Non possono (quasi) riprodurre fenomeni non presenti nelle

osservazioni

• Non contengono le equazioni della fluidodinamica• L’analisi dei diversi istanti è sostanzialmente indipendente⇒ Legati a doppio filo alle osservazioni, la scelta delle osservazioni da

utilizzare è critica.



Soluzioni: modelli meteorologici

Finora usati molto poco: + Potenzialmente, gli unici in grado di descrivere l’atmosfera in modo

completo e omogeneo– dettaglio insufficiente, – fisica del PBL semplificata (interessa solo l’effetto sulle grandi scale),– non forniscono in uscita i parametri per Q.A.– ottimizzati e verificati per previsioni del tempo (precipitazione)

Approccio alternativo: includere il modello chimico nel modello meteo, come se fosse una parametrizzazione.

+ Elimino inconsistenze e interpolazioni+ Possibilità di feed-back (aerosol-nubi)+ Campi meteo aggiornati ad ogni time-step- Approccio complesso e poco flessibile (se cambio qualcosa nel

modello chimico devo rigirare entrambi)



Soluzioni a confronto



Simulazione lunga o eventi rappresentativi?Problema: valutazione modellistica di lungo periodo (un anno o più)effetti sulla salute, rispetto di requisiti normativi, impatto di nuove sorgenti, scenari di riduzioni di emissioni…

Devo far girare il mio modello per un anno (=8760 dati orari) o esistono delle scorciatoie?

Eventi rappresentativi: • suddivido le giornate in gruppi con condizioni meteo simili• simulo un giorno per ciascun gruppo• faccio la media dei risultati, pesata con la popolazione di ogni gruppo

JFF: • suddivido i parametri di input in intervalli discreti• faccio una simulazione per ciascuna combinazione di valori• Possibile solo se il modello richiede un input molto semplice,

tipicamente per modelli gaussiani



Pre-processori o osservazioni?E’ preferibile usare il pre-processore:• Sono richieste grandezze descrittive della turbolenza che non si sa

come stimare• Sono richieste grandezze meteorologiche su grigliato• Sono richieste grandezze meteo in un punto, ma le misure disponibili

sono di cattiva qualità o mancano troppi dati• Sono richieste grandezze meteo su un punto, ma i dati non sono

rappresentativi del’area da studiare (esempio: lo strumento è collocato in una strada; risente di ostacoli vicini; nell’area sono presenti regimi meteorologici diversi, non descritti dalle osservazioni)

Sono preferibili le osservazioni locali• Non occorrono informazioni sulla turbolenza, e vicino al punto di

interesse esiste una stazione ben collocata• Si vuole studiare un’area in cui gli effetti locali sono dominanti, e in

cui sono collocati strumenti affidabili (esempio: studio di una valle)



Pre-processori o modelli meteorologici?Pre-processore:• Più semplice da usare• Essendo legato alle osservazioni, è meno soggetto a errori sistematici • La qualità dei risultati dipende fortemente dalle osservazioni

disponibili in ciascuna zona del dominio (cruciale il controllo di qualità)

Modello:• Molto più complesso• Gli errori sistematici sono difficili da correggere• Fornisce una descrizione coerente e omogenea dell’atmosfera

Esempi (Pianura Padana):• Stima di u*• Simulazione di lungo periodo O3 e PM10



Pre-processori o modelli meteorologici? (u*)

Giorno medio, inverno 2004, confronto fra velocità del vento (sinistra) e friction velocity (destra)Osservazioni (nero), schema parametrico con dati osservati (verde), uscita diretta di un modello meteorologico (blu), schema parametrico con dati del modello (rosso)

• Il modello sovrastima leggermente (20%) la velocità del vento• L’andamento di u* ricalca quello del vento, ma il valore assoluto è

molto incerto (soprattutto di notte)



Pre-processori o modelli meteorologici? (long term)City-Delta

Vento 10m, media 2003, modello (Aladin) Vento 10m, media 2003, pre-processore (Calmet)

Il vento del modello è:• più intenso dalla superficie fino a 2000 m (differenze 1-2 m/s, che

nei livelli più bassi corrisponde al 50 %)• più regolare nel tempo e nello spazio• più influenzato dall’orografia• grandi differenze vicino ai bordi E e SW



Pre-processori o modelli meteorologici? (long term)

• Distribuzione spaziale abbastanza simile• con modello valori più alti (5 ppb ≈ 10%), con differenze maggiori di

notte nella zona di Milano• differenze maggiori ai bordi E e SW, forse dovuti a inconsistenza tra il

vento del modello e quello usato per costruire le BC chimiche

Concentrazione media O3, 11 giorni, modello Conc. media O3, 11 giorni, pre-processore



Pre-processori o modelli meteorologici? (long term)

• Entrambi sottostimano osservazioni urbane• con modello valori sensibilmente più bassi (-25%)• con pre-processore massimi forse spostati verso Est (?)

Conc. media PM10, 11 giorni, modello Conc. media PM10, 11 giorni, pre-processore



Pre-processori o modelli meteorologici?

Riassumendo: non è ovvio che il modello meteorologico vada meglio…

La stima dei parametri turbolenti è sempre molto delicata

Con il modello (Aladin):• vento nei bassi strati più intenso • maggior rimescolamento notturno • in aree urbane O3 più alto e PM più basso

Con il pre-processore (Calmet): • massimi di O3 più bassi (forse legati all’avvezione meno intensa

nella parte alta del PBL)

Occhio al vento, quando si innestano modelli chimici guidati da modelli meteorologici diversi ...



Le rianalisiRipasso (da “I modelli meteorologici”)• per migliorare le previsioni, posso far partire il modello in anticipo, e

forzarlo con le osservazioni fino all’istante presente• Potrei girare “a posteriori” il modello meteorologico, forzandolo

continuamente con le osservazioni• Otterrei un compromesso tra consistenza e realismo…

L’input meteorologico per i modelli di qualità dell’aria · Esempi di grandezze di scala ......

Documents

Transcript of L’input meteorologico per i modelli di qualità dell’aria · Esempi di grandezze di scala ......