Urban air quality is raising great interest in recent years, for studying both the impact of pollution on human health and the causes of periodic pollution exceedances in urban areas. This is a “high resolution” problem that has to be treated with high resolution dispersion models. Unfortunately with the present day computational facilities, these models cannot take into account large areas (more than few kilometers) or long periods (more than few days) and the real complexity of atmospheric chemical reactions due to their Lagrangian approach. Here we studied the feasibility of introducing the model Micro-Swift-Spray (MSS) in the AMS-MINNI air quality chain, setting up an experiment to study the suitability of the regional component of AMS-MINNI (FARM) as a background provider for MSS. The results of this experiment indicate that on a daily average the background correction provided by FARM greatly improves the performance of MSS compared to traffic air quality station measurements. On the other hand the hourly performance of this correction is not as encouraging, but it is probably due to some common assumptions made in the preparation of the emission data that feed the MSS.

La qualità dell'aria in ambiente urbano sta sollevando grande interesse negli ultimi anni, per lo studio sia dell'impatto dell'inquinamento sulla salute umana che delle le cause dei superamenti periodici dei limiti di legge nelle zone urbane. Questo è un problema ad alta risoluzione che deve quindi essere affrontato con modelli di dispersione ad alta risoluzione. Purtroppo con gli strumenti di calcolo di cui disponiamo oggi, questi modelli non possono tener conto di aree molto estese (non più di pochi chilometri) o di lunghi periodi di tempo (non più di pochi giorni) e della reale complessità delle reazioni chimiche in atmosfera a causa del loro approccio lagrangiano. In questo studio abbiamo esaminato la possibilità di introdurre il modello Micro-Swift-Spray (MSS) nella catena modellistica AMS-MINNI, realizzando un esperimento per studiare l'idoneità del modello di dispersione chimica regionale di AMSMINNI (FARM) come fornitore delle concentrazioni di fondo necessarie ad MSS. I risultati di questo esperimento indicano che su una media giornaliera la correzione del fondo fornita da FARM migliora notevolmente le prestazioni del MSS rispetto alle misure di una stazione di traffico. Nonostante questo le prestazioni orarie di tale correzione non sono altrettanto incoraggianti, e la causa è probabilmente da ricercare nelle ipotesi comunemente fatte in sede di preparazione dei dati di emissione che alimentano il modello MSS.

Micro-scale dispersion modelling with background correction to simulate air quality in Milan

Vitali, L.;Piersanti, A.;Ciancarella, L.;Adani, M.;Russo, F.
2017-03

Abstract

La qualità dell'aria in ambiente urbano sta sollevando grande interesse negli ultimi anni, per lo studio sia dell'impatto dell'inquinamento sulla salute umana che delle le cause dei superamenti periodici dei limiti di legge nelle zone urbane. Questo è un problema ad alta risoluzione che deve quindi essere affrontato con modelli di dispersione ad alta risoluzione. Purtroppo con gli strumenti di calcolo di cui disponiamo oggi, questi modelli non possono tener conto di aree molto estese (non più di pochi chilometri) o di lunghi periodi di tempo (non più di pochi giorni) e della reale complessità delle reazioni chimiche in atmosfera a causa del loro approccio lagrangiano. In questo studio abbiamo esaminato la possibilità di introdurre il modello Micro-Swift-Spray (MSS) nella catena modellistica AMS-MINNI, realizzando un esperimento per studiare l'idoneità del modello di dispersione chimica regionale di AMSMINNI (FARM) come fornitore delle concentrazioni di fondo necessarie ad MSS. I risultati di questo esperimento indicano che su una media giornaliera la correzione del fondo fornita da FARM migliora notevolmente le prestazioni del MSS rispetto alle misure di una stazione di traffico. Nonostante questo le prestazioni orarie di tale correzione non sono altrettanto incoraggianti, e la causa è probabilmente da ricercare nelle ipotesi comunemente fatte in sede di preparazione dei dati di emissione che alimentano il modello MSS.
Urban air quality is raising great interest in recent years, for studying both the impact of pollution on human health and the causes of periodic pollution exceedances in urban areas. This is a “high resolution” problem that has to be treated with high resolution dispersion models. Unfortunately with the present day computational facilities, these models cannot take into account large areas (more than few kilometers) or long periods (more than few days) and the real complexity of atmospheric chemical reactions due to their Lagrangian approach. Here we studied the feasibility of introducing the model Micro-Swift-Spray (MSS) in the AMS-MINNI air quality chain, setting up an experiment to study the suitability of the regional component of AMS-MINNI (FARM) as a background provider for MSS. The results of this experiment indicate that on a daily average the background correction provided by FARM greatly improves the performance of MSS compared to traffic air quality station measurements. On the other hand the hourly performance of this correction is not as encouraging, but it is probably due to some common assumptions made in the preparation of the emission data that feed the MSS.
Validation;Background concentrations;Micro-scale modeling;Urban air quality
File in questo prodotto:
File Dimensione Formato  
RT-2017-06-ENEA.pdf

accesso aperto

Licenza: Creative commons
Dimensione 1.98 MB
Formato Adobe PDF
1.98 MB Adobe PDF Visualizza/Apri

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: http://hdl.handle.net/20.500.12079/6774
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
social impact