Arpa Lombardia ha presentato all’assemblea generale del progetto Seeds (Sentinel EO-based Emission and Deposition Service), che si è svolta a inizio dicembre a Tolosa, i dettagli di una nuova metodologia per la stima delle emissioni in atmosfera ad altissima risoluzione spaziotemporale.
La metodologia, sviluppata dagli esperti dell’Agenzia, impiega misurazioni al suolo in algoritmi di machine learning i cui risultati costituiscono un ottimo punto di riferimento per la calibrazione di analoghi servizi di osservazione satellitare.
Il progetto SEEDS, legato alla futura evoluzione del Servizio di monitoraggio atmosferico Copernicus (Cams), mira a sviluppare diverse metodologie “top-down” per stimare le emissioni di NOx, NH3, COV, migliorare la modellizzazione dei flussi di deposizione ed elaborare tecniche avanzate di assimilazione dati.
Gli importanti progressi nelle tecnologie di telerilevamento e nei dataset derivati da osservazioni satellitari da un lato hanno reso disponibili informazioni potenzialmente utili per migliorare gli inventari di emissione e, dall’altro, hanno assunto un ruolo di rilevanza nella validazione di nuovi servizi.
Questi si basano sulla combinazione di osservazioni satellitari, modelli matematici e misure in situ che consentono di ricalcolare le emissioni per riprodurre il più fedelmente possibile le misurazioni.
In particolare, la metodologia “bottom-up” impiegata negli inventari delle emissioni si basa su indicatori e metodi di stima affidabili, sviluppati in vent’anni anni di esperienza, e conformi alle principali linee guida internazionali, come la EEA-EMEP Guidebook.
La metodologia “top-down” impiegata nell’utilizzo delle osservazioni satellitari offre invece una visione complessiva che include le fonti di emissione dirette e quelle indirette.
I metodi “bottom-up” e “top-down” sono quindi complementari e le eventuali discrepanze tra i due possono essere utilizzate per migliorare gli algoritmi di calcolo delle emissioni o rivelare fonti accidentali, come ad esempio gli incendi.
Per la risoluzione spaziale dei dati sono interessanti sia la scala municipale e quella della singola sorgente localizzata (ad es. un allevamento, un’industria, etc.), sia la scala regionale e quella nazionale, in ambito Snpa. Relativamente alla risoluzione temporale risultano invece utili sia dati su base oraria sia quelli su base mensile e annuale, per aggiornare e migliorare i profili temporali di emissione e per verificare l’allineamento con gli inventari.
I tavoli su progetti nazionali e internazionali – come Seeds o quello della Tfeip (Task Force on Emission Inventories and Projections) dello scorso aprile ad Oxford – rappresentano un’importante occasione di confronto fra gli esperti in emissioni in atmosfera di enti impegnati a vario titolo in questo campo.
Fra questi, Alessandro Marongiu di Arpa lombardia che, per il progetto Seeds, ha potuto fornire il proprio contributo per la messa a punto di metodologie di stima delle emissioni di ammoniaca grazie alle esperienze maturate nell’ambito delle misurazioni in-situ delle concentrazioni atmosferiche e alla conoscenza dettagliata delle attività emissive che avvengono al suolo e della loro modellazione matematica.
Scarica le slide:
SEEDS_2023_Tolosa_Marongiu-1