Valutazione delle caratteristiche dei modelli di previsione degli impatti odorigeni di tipo gaussiano e lagrangiano

Le emissioni in atmosfera di inquinanti, come le polveri o gli odori, rappresentano una pressione antropica diffusa e la loro gestione implica la conoscenza del fenomeno e della dispersione all’interno del Planetary Boundary Layer. Questa tesi è incentrata sull’uso di due modelli previsionali: il Dimula, modello gaussiano a plume, e il Lapmod, modello lagrangiano a particelle. Sono state valutate le singole funzionalità, che consentono di stimare la dispersione, e si è analizzata l’affidabilità e la comparabilità dei risultati, in termini di concentrazione, in un reticolo di lati 10.000 m (asse X) ∙ 10.000 m (asse Y). Le simulazioni, relative a sorgenti puntiformi ed areali, a polveri ed odori, sono state condotte a livello orario (short term), usando come input un unico set di dati meteorologici (vento da Ovest e con velocità 1,5 m⁄s, T=293 K), per condizioni atmosferiche instabili, neutre e stabili, e a livello annuale (long term), impiegando come set di dati meteorologici 8760 record relativi al 2016 per la provincia di Ravenna. Nel post-processamento dei risultati, per singole sorgenti e sorgenti totali, sono stati prodotti quattro tipi di grafici: mappe con le curve di iso-concentrazione (per modello), istogrammi con il confronto delle concentrazioni calcolate nei nodi comuni lungo l’asse Y centrale, grafici normalizzati, per una percezione punto per punto dell’andamento dei modelli, e la validazione dei risultati stessi. A livello orario si è apprezzato il comportamento, nella restituzione delle concentrazioni, sopra e sottovento dei due modelli, per classe di stabilità, valutando come l’ubicazione di un recettore sensibile possa guidare la scelta dello strumento previsionale. A livello annuale, invece, si è valutato il diverso grado di modellizzazione del PBL ed in particolare del plume rise, dovuto all’utilizzo di due differenti algoritmi, nonché il diverso approccio nel calcolo dei percentili per le medie di un’ora.