Stima dei profili temporali delle emissioni in aria mediante dati statistici

Nella classifica delle cause alla base della produzione di PM10 per la regione Marche, si colloca ai vertici il macrosettore 2, corresponsabile insieme al macrosettore 7, ovvero il traffico veicolare, dell’impattante presenza delle cosiddette polveri sottili sul territorio. Caldaie, stufe, camini… ad essere sotto osservazione sono queste ed altre fonti: in generale il riscaldamento domestico sembra giocare un ruolo essenziale nell’emissione di PM10 e perciò è proprio questo il settore a cui prevalentemente si rivolgerà l’attenzione in questo lavoro di tesi. E lo si farà col fine di sviluppare una simulazione, tramite il software AERMOD, dei profili di concentrazione al suolo di PM10 sul territorio comunale della città di Ancona, facendo un focus in particolare sul centro urbano della città, area in cui si collocano la prevalenza delle fonti emissive del macrosettore considerato. Per esempio, emergerà che una fra le zone a maggior concentrazione di PM10 al suolo sarà quella caratterizzata dai maggiori dislivelli sul livello medio del mare, ovvero la zona del Monte Conero: si osserverà dalle mappe ottenute in output dal modello, come l’orografia gioca un ruolo chiave nell’influenzare la deposizione di polveri sottili. In generale l’interesse sarà proprio quello di riuscire a stimare quali siano le zone più critiche del territorio, in termini di valori di PM10 al suolo, nonchè i valori più alti che si verificheranno durante l’anno, le date in cui si verificheranno e la loro collocazione geografica. Questo si riuscirà ad ottenere sviluppando dapprima un processo di disaggregazione temporale mensile, ovvero cercando di capire l’incidenza di ogni mese sul totale di emissioni di PM10 prodotte in totale durante l’anno per il territorio anconetano e poi inserendo i fattori prodotti tramite tale processo fra gli input che verranno implementati all’interno del software. Un altro obbiettivo è stato quello di riuscire a capire quali differenze avrebbe portato sviluppare ed inserire nel software una disaggregazione temporale, ma questa volta oraria: aver ulteriormente raffinato il livello di disaggregazione ha messo in luce zone ad ancora più alta concentrazione di PM10 al suolo e ancor più localizzate, ed in generale, tutte le valutazioni suddette ma con un grado di dettaglio più elevato. Questo potrebbe risultare decisivo, ad esempio, quando occorra valutare il superamento di determinate soglie in termini di concentrazioni al suolo di determinati inquinanti in un’area industriale, all’interno di processi legali, o altre svariate situazioni che si possono verificare nella realtà. Si è deciso in ultimo di fare un focus sui mesi invernali, ripetendo tutte le valutazioni suddette, per evidenziare il peso che tali mesi hanno in termini di incidenza alle emissioni di PM10 durante l’anno nel territorio anconetano.