A.04. Studio modellistico dispersione inquinanti (2332 KB)

(1)

EUROPROGETTI s.r.l.

DIREZIONE E UFFICI

Corte degli Arrotini, 1 28100 Novara – www.europrogetti.eu Tel +39 0321 455100 – Fax +39 0321 499775 - posta@europrogetti.eu

Richiesta di ampliamento della specificazione merceologica del codice CER 19.12.04

Valutazione di Impatto Ambientale ai sensi del D.Lgs.

152/2006 e s.m.i.

Studio modellistico della dispersione degli inquinanti atmosferici

Ing. Stefano NERVIANI

Prof. Enrico Fabrizi

Ing. Carlo ZOCCHETTI

Dott. Luciano GILLI

Dott. Agr. Alessandro CARELLI

Ing. Alessandra PREDA

ELABORATO

A.04 Gruppo di lavoro Fase progettuale

Oggetto

(2)

A. Redazione documento

n.pagine

68

n.allegati

1 B. Lista di distribuzione

Industria Cementi Giovanni Rossi Spa Stabilimento di Pederobba

Via San Giacomo 18 - 31040 – Pederobba (TV)

7 copie

REV DESCRIZIONE DATA REDATTO CONTROLLATO APPROVATO

(art. 254 DPR207/2010)

0 EMISSIONE 10/01/2017 L.GILLI A.PREDA S.NERVIANI

1 2 3

File: E1621043.doc

IL PRESENTE ELABORATO E' TUTELATO SUI DIRITTI D'AUTORE DALLE LEGGI NR. 633 DEL 22.04.1942 E NR. 1485 DEL 14.12.1942. OGNI RIPRODUZIONE TOTALE O PARZIALE , EFFETTUATA SENZA LA PREVENTIVA AUTORIZZAZIONE, RISULTA PERTANTO PROIBITA

(3)

I

NDICE

1. PREMESSA 4

2. CARATTERIZZAZIONE METEO CLIMATOLOGICA PER IL TRIENNIO 2013–2015 5

2.1. Direzione e velocità del vento 6

2.2. Temperatura dell’aria 17

2.3. Parametri che caratterizzano la turbolenza dello strato limite planetario per le simulazione

matematiche di dispersione degli inquinanti 21

3. SIMULAZIONI DI DISPERSIONE DEGLI INQUINANTI 43

3.1. Il modello utilizzato: Calpuff 43

3.2. Caratteristiche emissive dell’impianto e schematizzazione matematica 43

3.2.1. Caratteristiche dello scenario reale 44

3.2.2. Caratterizzazione degli scenari futuri 48

3.2.3. Sintesi dei dati emissivi 54

3.3. Inquadramento normativo 60

3.4. Risultati delle simulazioni 62

4. BIBLIOGRAFIA 68

Allegati:

1. Mappe di ricaduta con le curve di isoconcentrazione al suolo

(4)

1.

PREMESSA

Lo stabilimento di Pederobba, in possesso dell’Autorizzazione Integrata Ambientale rilasciata dalla Provincia di Treviso con proprio atto n. 444/2015 del 22/12/2015 e certificato UNI EN ISO 14001:2004, utilizza per il processo produttivo sia combustibili convenzionali che alternativi (pneumatici fuori uso triturati caratterizzati dai codici CER 160103, 191204 e 191210)).

Il mercato dei combustibili alternativi sta subendo una rapida evoluzione con una progressiva riduzione sul mercato proprio della disponibilità di pneumatici fuori uso da destinare al recupero energetico.

Al fine di continuare a mantenere inalterata la quota di combustibili alternativi nel processo produttivo, la società ha individuato ulteriori combustibili, sempre ricompresi nella casistica contemplata dal codice CER 191204 già autorizzato, da immettere nel processo produttivo.

Al fine di verificare la compatibilità ambientale dell’intervento proposto risulta necessario:

 approfondire in che modo la sostituzione, anche parziale, degli pneumatici con le plastiche influisca sui livelli quantitativi e qualitativi delle emissioni di tutti gli inquinanti atmosferici misurati a camino;

 valutare l’influenza dell’intervento sulla qualità dell’aria locale

Nel presente documento, che costituisce parte integrante della documentazione consegnata per la procedura di Valutazione d’Impatto Ambientale, vengono quindi sviluppati i seguenti aspetti:

 descrizione delle modalità di costruzione dello scenario emissivo futuro;

 predisposizione di uno studio modellistico matematico previsionale della diffusione degli inquinanti nell’ambiente circostante per valutare il contributo dell’impianto alla qualità dell’aria nel territorio limitrofo;

 confronto dei valori ottenuti modellisticamente con i riferimenti normativi definiti per la qualità dell’aria.

(5)

2.

CARATTERIZZAZIONE METEO CLIMATOLOGICA PER IL TRIENNIO 2013–2015

Per garantire una maggiore robustezza statistica alla successiva fase di modellizzazione, la caratterizzazione meteorologica dell'area di interesse ha utilizzato come periodo di riferimento il triennio 2013 – 2015.

Il campo meteorologico tridimensionale utilizzato è stato fornito da ARPA Veneto Dipartimento Regionale Sicurezza del Territorio - Servizio Meteorologico.

Le variabili meteorologiche di interesse derivano dall’applicazione da parte di ARPAV del processore meteorologico Calmet le cui simulazioni sono state condotte su un dominio di dimensione pari a 8 km x 12 km e avente risoluzione orizzontale di 250 m comprendente l'area di interesse (individuata nel punto di coordinate 45°52'35.44"N - 11°58'4.07"E, UTM (730311.07 m E 5084610.86 m N) - Zona 32T. La dimensione verticale è discretizzata in corrispondenza delle seguenti quote in metri: 0, 20, 60, 120, 200, 300, 500, 750, 1000, 2000, 3000. Nella figura seguente si riportano l’estensione e le caratteristiche del dominio meteorologico Calmet

Figura 1 Estensione e caratteristiche del dominio meteorologico Calmet

Nei paragrafi seguenti vengono illustrate le elaborazioni descrittive e di confronto tra gli anni delle principali variabili meteorologiche estratte dal dataset tridimensionale Calmet, in corrispondenza del punto di coordinate sopra citato.

(6)

2.1. Direzione e velocità del vento

In Figura 2, Figura 3 (anno 2013), Figura 5, Figura 6 (anno 2014), Figura 8, Figura 9 (anno 2015) sono rappresentate le distribuzioni in classi di velocità e direzione di provenienza delle misure di vento (rosa dei venti) relative all'area di interesse.

In Figura 4, Figura 7 e Figura 10 si riportano gli andamenti mensili del giorno medio di vento per il triennio di interesse.

Il valore medio annuale della velocità del vento varia tra 1.89 m/s e 1.91 m/s.

Nel triennio 2013 – 2015 predominano i venti con velocità compresa tra 2 m/s e 6 m/s provenienti da Nord - Ovest (più frequenti in periodo notturno). È presente anche una componente di ridotta di frequenza di venti provenienti da Sud - Est in periodo diurno con velocità compresa tra 0.5 m/s e 4 m/s

La percentuale di situazioni di calma di vento (velocità inferiori a 0.5 m/s) si attesta intorno al 13%

La velocità di vento massima si attesta a 9.43 m/s (gennaio 2015).

(7)

Figura 2 Anno 2013 - Rosa dei venti totale (sopra), diurna (sx) e notturna (dx)

(8)

Directions / Wind Classes (m/s) 0.5 ‐ 1.0 1.0 ‐ 2.0 2.0 ‐ 4.0 4.0 ‐ 6.0 6.0 ‐ 8.0 >= 8.0 Total (%)

348.75 ‐ 11.25 2.1 3.3 0.7 0.0 0.0 0.0 6.2

11.25 ‐ 33.75 0.9 0.5 0.0 0.0 0.0 0.0 1.4

33.75 ‐ 56.25 0.5 0.3 0.2 0.0 0.0 0.0 1.0

56.25 ‐ 78.75 0.6 0.2 0.1 0.0 0.0 0.0 0.9

78.75 ‐ 101.25 0.6 0.3 0.0 0.0 0.0 0.0 0.8

101.25 ‐ 123.75 0.7 0.5 0.1 0.0 0.0 0.0 1.3

123.75 ‐ 146.25 1.6 3.8 2.4 0.1 0.0 0.0 7.9

146.25 ‐ 168.75 2.3 4.9 2.7 0.0 0.0 0.0 9.8

168.75 ‐ 191.25 1.0 0.4 0.0 0.0 0.0 0.0 1.5

191.25 ‐ 213.75 0.4 0.1 0.0 0.0 0.0 0.0 0.5

213.75 ‐ 236.25 0.1 0.0 0.0 0.0 0.0 0.0 0.2

236.25 ‐ 258.75 0.1 0.1 0.0 0.0 0.0 0.0 0.2

258.75 ‐ 281.25 0.2 0.1 0.0 0.0 0.0 0.0 0.4

281.25 ‐ 303.75 0.5 0.4 0.8 0.4 0.0 0.0 2.1

303.75 ‐ 326.25 2.2 3.4 16.0 5.4 0.6 0.0 27.6

326.25 ‐ 348.75 3.4 9.3 9.5 1.9 0.5 0.0 24.5

Sub‐Total 17.3 27.5 32.6 7.8 1.1 0.0 86.4

Calms 13.6

Missing/Incomplete 0.0

Total 100

Figura 3 Anno 2013 - Distribuzione percentuale delle classi di velocità del vento

(9)

1 14 1 14 1 14 1 14 ora

3 7

Velocità del vento m/s

mese: 1 mese: 2 mese: 3 mese: 4

Figura 4 Anno 2013 - Andamento mensile del giorno medio di velocità del vento

(10)

(11)

348.75 ‐ 11.25 2.6 2.9 0.5 0.0 0.0 0.0 6.1

11.25 ‐ 33.75 1.3 0.5 0.0 0.0 0.0 0.0 1.8

33.75 ‐ 56.25 0.6 0.2 0.0 0.0 0.0 0.0 0.9

56.25 ‐ 78.75 0.6 0.1 0.1 0.0 0.0 0.0 0.7

78.75 ‐ 101.25 0.6 0.2 0.0 0.0 0.0 0.0 0.9

101.25 ‐ 123.75 0.9 0.4 0.1 0.0 0.0 0.0 1.4

123.75 ‐ 146.25 1.5 2.9 2.0 0.2 0.1 0.0 6.7

146.25 ‐ 168.75 2.1 4.3 2.9 0.0 0.0 0.0 9.3

168.75 ‐ 191.25 1.0 0.4 0.0 0.0 0.0 0.0 1.4

191.25 ‐ 213.75 0.4 0.1 0.0 0.0 0.0 0.0 0.5

213.75 ‐ 236.25 0.2 0.0 0.0 0.0 0.0 0.0 0.2

236.25 ‐ 258.75 0.2 0.0 0.0 0.0 0.0 0.0 0.3

258.75 ‐ 281.25 0.2 0.0 0.0 0.0 0.0 0.0 0.3

281.25 ‐ 303.75 0.5 0.5 1.2 0.4 0.0 0.0 2.7

303.75 ‐ 326.25 2.0 4.3 16.4 6.8 0.7 0.0 30.2

326.25 ‐ 348.75 3.9 9.8 9.0 1.2 0.3 0.0 24.1

Sub‐Total 18.6 26.6 32.2 8.7 1.1 0.1 87.4

Calms 12.6

Missing/Incomplete 0

Total 100

(12)

1 14 1 14 1 14 1 14 ora

4 9

(13)

(14)

348.75 ‐ 11.25 2.5 3.4 1.3 0.1 0.0 0.0 7.2

11.25 ‐ 33.75 1.1 0.4 0.1 0.0 0.0 0.0 1.5

33.75 ‐ 56.25 0.6 0.3 0.0 0.0 0.0 0.0 0.9

56.25 ‐ 78.75 0.6 0.2 0.0 0.0 0.0 0.0 0.9

78.75 ‐ 101.25 0.8 0.2 0.1 0.0 0.0 0.0 1.1

101.25 ‐ 123.75 0.8 0.5 0.1 0.0 0.0 0.0 1.4

123.75 ‐ 146.25 1.6 3.1 2.6 0.1 0.0 0.0 7.4

146.25 ‐ 168.75 2.0 4.6 3.7 0.0 0.0 0.0 10.3

168.75 ‐ 191.25 1.1 0.3 0.0 0.0 0.0 0.0 1.4

191.25 ‐ 213.75 0.4 0.1 0.0 0.0 0.0 0.0 0.6

213.75 ‐ 236.25 0.1 0.0 0.0 0.0 0.0 0.0 0.1

236.25 ‐ 258.75 0.1 0.0 0.0 0.0 0.0 0.0 0.1

258.75 ‐ 281.25 0.1 0.0 0.0 0.0 0.0 0.0 0.1

281.25 ‐ 303.75 0.5 0.3 0.4 0.4 0.0 0.0 1.5

303.75 ‐ 326.25 2.2 2.5 12.2 5.8 0.4 0.0 23.1

326.25 ‐ 348.75 3.6 8.9 13.6 1.7 0.5 0.0 28.4

Sub‐Total 18.2 24.8 34.1 8.1 0.9 0.0 86.1

Calms 13.9

Missing/Incomplete 0.0

Total 100

(15)

1 14 1 14 1 14 1 14 ora

4 9

La Figura 11 illustra l’analisi di confronto grafico (box-plot), le statistiche descrittive e il test di confronto non parametrico (Kruskal Wallis) tra i valori centrali delle distribuzioni delle velocità di vento per i tre anni considerati (2013-2015).

Non si rilevano differenze statisticamente significative tra i valori centrali (mediane) delle distribuzioni di velocità del vento (p-value = 0.3941) dei tre anni.

(16)

13 14 15 anno

0 2 4 6 8 10

vel.vento

anno:13

vel.vento Min: 0.008400 1st Qu.: 0.762300 Mean: 1.895505 Median: 1.637500 3rd Qu.: 2.671250 Max: 7.843700 Total N: 8759.000000 NA's : 0.000000 Std Dev.: 1.383292

anno:14

anno:15

Kruskal-Wallis rank sum test

data: vel.vento and anno from data set meteo20132015

Kruskal-Wallis chi-square = 1.8622, df = 2, p-value = 0.3941 alternative hypothesis: two.sided

Figura 11 2013 – 2015 - Velocità del vento [m/s]. Confronto grafico, statistiche descrittive e test di confronto non parametrico,

(17)

2.2. Temperatura dell’aria

Le temperature medie del periodo variano tra 12.3°C (2013) e un massimo di 13.1 °C (2014). I giorni medi mensili di temperatura sono mostrati da Figura 12 a Figura 14.

1 14 1 14 1 14 1 14

ora 0

20

0 20

T aria °C

Figura 12 Anno 2013 - Andamento mensile del giorno medio della temperatura

(18)

1 14 1 14 1 14 1 14 ora

0 20

T aria °C

Figura 13 Anno 2014 - Andamento mensile del giorno medio della temperatura

(19)

1 14 1 14 1 14 1 14 ora

0 20

T aria °C

Figura 14 Anno 2015- Andamento mensile del giorno medio della temperatura

Il test confronto Kruskal Wallis (Figura 15) mostra differenze statisticamente significative tra i valori centrali (mediane) delle distribuzioni. Il minimo assoluto (-4.25°C) si registra nel dicembre 2014.

(20)

13 14 15 anno

-10 0 10 20 30

T.aria

anno:13

T.aria Min: -3.050000 1st Qu.: 5.550000 Mean: 12.310498 Median: 12.150000 3rd Qu.: 18.050000 Max: 33.750000 Total N: 8759.000000 NA's : 0.000000 Std Dev.: 7.857731

anno:14

anno:15

data: T.aria and anno from data set meteo20132015 Kruskal-Wallis chi-square = 84.4468, df = 2, p-value = 0 alternative hypothesis: two.sided

Figura 15 2013 – 2015 – T [°C]. Confronto grafico, statistiche descrittive e test di confronto non parametrico,

(21)

2.3. Parametri che caratterizzano la turbolenza dello strato limite planetario per le simulazione matematiche di dispersione degli inquinanti

I parametri fondamentali che caratterizzano la turbolenza dello strato limite planetario (PBL) sono la velocità di attrito u*, la lunghezza di Monin-Obukhov L, l’altezza di rimescolamento Hmix e la velocità convettiva di scala w*.

La velocità di attrito è una velocità di scala che permette di quantificare lo sforzo di taglio del vento dovuto all’attrito con la superficie terrestre ed aumenta all’aumentare della velocità del vento e della scabrezza della superficie. È definita come la radice del valore dello stress di Reynolds in superficie, diviso per la densità dell’aria:

La lunghezza di Monin-Obukhov è definita dalla seguente relazione:

Dove:

è il flusso termico in superficie, essendo Qh il calore sensibile e Cp il calore specifico dell’aria; k è la costante di von Karman, g l’accelerazione di gravità e T la temperatura.

La lunghezza L rappresenta il rapporto tra i flussi turbolenti di origine meccanica e quelli di origine convettiva.

Il grado di stabilità dell’atmosfera può essere valutato attraverso il parametro 1/L:

1/L < 0 condizioni instabili , 1/L > 0 condizioni stabili.

Il segno di L dipende da Qh essendo tutte le altre quantità positive. In particolare: in condizioni di forte convezione (Qh > 0) L è negativo e si hanno le categorie instabili; in condizioni stabili, al contrario, L è positivo (Qh < 0), mentre in assenza di flussi termici (cioè Qh = 0) si ha la categoria neutra (ed L = ). In definitiva L può essere visto, in valore assoluto, come l’altezza alla quale il termine di turbolenza convettiva, dovuto alla forza di galleggiamento, comincia a prevalere su quello di produzione meccanica, dovuto principalmente allo shear del vento (taglio verticale). In figura seguente è riportato il diagramma di Golder, che mostra la suddivisione in classi di stabilità in funzione dell’altezza di rugosità del terreno z0 e del rapporto 1/L.

(22)

Figura 16 Determinazione delle classi di stabilità in funzione di z0 e del rapporto 1/L

Con la lunghezza di Monin-Obukhov è quindi possibile valutare le caratteristiche dell’atmosfera in modo continuo e non con parametrizzazioni tipo quelle di Pasquill-Gifford (classe di stabilità).

A sua volta, il parametro empirico “altezza di rugosità” z0 tiene conto dell’altezza media degli ostacoli presenti in una certa zona, è caratteristico del tipo di superficie, e può variare tra 1 e 10 metri per grandi città e zone montagnose, sino valori prossimi a 10-5 metri per distese pianeggianti di ghiaccio.

L’altezza di rimescolamento hmix definisce lo spessore dello strato omonimo, oltre ad influenzare direttamente la concentrazione di inquinanti in atmosfera definendo il volume in cui si ha il completo rimescolamento. Può essere calcolata per mezzo di diverse espressioni in riferimento alle differenti condizioni di stabilità atmosferica. Il suo calcolo è un problema ben noto ai modellisti ed a tutti coloro che devono applicare codici diffusionali più o meno complessi per determinare la qualità dell’aria attesa in una determinata zona. L’altezza dello strato in cui le sostanze gassose possono diffondersi e rimescolarsi, infatti, condiziona decisamente le concentrazioni che vengono rilevate al suolo.

La velocità convettiva di scala W* è grandezza utile in condizioni di PBL instabile, tanto più grande quanto maggiori sono l'altezza di rimescolamento e i flussi di calore dalla superficie che dà un'indicazione sulle velocità verticali che sono generate dai moti convettivi del PBL. E’ definita dalla seguente relazione:

Dove:

 θ = temperatura potenziale

 w = velocità verticale

(23)

 zi= altezza di rimescolamento

 x’ = fluttuazioni della variabile x

 (¯) = operazione di media

Nei grafici e in tabella seguenti si riportano alcune elaborazioni grafiche a scopo descrittivo dei parametri sopra descritti (u*, w*, L e Hmix ) e presenti nel data set meteorologico ARPA relativo al triennio 2013-2015 e al punto di coordinate geografiche 45°52'35.44"N -11° 58'4.07"E

Le rappresentazioni scelte sono di tipo giorno medio mensile.

Da Figura 17 a Figura 19 sono descritti, gli andamenti mensili medi orari della velocità di frizione u*, mentre da Figura 21 a Figura 23 quelli della velocità convettiva di scala w*. Anche in questi casi si osservano valori mediamente più alti nelle ore centrali della giornata, in particolare nei mesi estivi, concomitanti ai valori più elevati di altezza di rimescolamento (Hmix, da Figura 25 a Figura 27). Da Figura 29 a Figura 31 si mostra analoga rappresentazione per il parametro Lmo (lungh. Monin Obukhov) che evidenzia, coerentemente con gli andamenti delle altre variabili di scala, l’accumularsi di valori negativi (situazioni instabili) nelle ore centrali della giornata.

Da Figura 33 a Figura 35 si mostrano le distribuzione oraria delle classi di stabilità, che evidenziano, come ci si attende, una predominanza di situazioni instabili (1 – 2) nelle ore centrali della giornata, generate da situazioni convettive di origine termica. La fascia delle situazioni neutre (4) interessa trasversalmente l’arco elle 24 ore, mentre in periodo serale/notturno predominano le situazioni di stabilità (5 – 6).

Non si osservano per i parametri di cui sopra significative differenze tra i valori centrali delle distribuzioni relative agli anni 2013 – 2015 (Figura 20, Figura 24, Figura 28, Figura 32).

(24)

1 14 1 14 1 14 1 14 ora

0.4 1.0

Velocità di frizione U* m/s

m es e: 1 m es e: 2 m es e: 3 m es e: 4

Figura 17 Anno 2013 - Andamento mensile del giorno medio della velocità di frizione U*

(25)

1 14 1 14 1 14 1 14 ora

0.4 1.0

(26)

1 14 1 14 1 14 1 14 ora

0.4 1.0

(27)

13 14 15 anno

0.0 0.4 0.8 1.2

U*

anno:13

U.star Min: 0.0500000 1st Qu.: 0.0915500 Mean: 0.2902781 Median: 0.2589000 3rd Qu.: 0.4190000 Max: 1.2029000 Total N: 8759.0000000 NA's : 0.0000000 Std Dev.: 0.2151849

anno:14

anno:15

data: U.star and anno from data set meteo20132015

Figura 20 2013 – 2015 – U* [m/s]. Confronto grafico, statistiche descrittive e test di confronto non parametrico,

(28)

1 14 1 14 1 14 ora

0.2 1.4

Velocità convettiva di scala W* m/s

m es e: 1 m es e: 2 m es e: 3

m es e: 10 m es e: 11 m es e: 12

Figura 21 Anno 2013 - Andamento mensile del giorno medio della velocità convettiva di scala W*

(29)

1 14 1 14 1 14 ora

0.2 1.4

m es e: 10 m es e: 11 m es e: 12

(30)

1 14 1 14 1 14 ora

0.2 1.4

m es e: 10 m es e: 11 m es e: 12

(31)

13 14 15 anno

0.0 0.5 1.0 1.5 2.0

W.star

anno:13

W.star Min: 0.0000000 1st Qu.: 0.0000000 Mean: 0.5092374 Median: 0.0000000 3rd Qu.: 1.0489500 Max: 2.2467000 Total N: 8759.0000000 NA's : 0.0000000 Std Dev.: 0.6673339

anno:14

anno:15

data: W.star and anno from data set meteo20132015

Figura 24 2013 – 2015 – W* [m/s]. Confronto grafico, statistiche descrittive e test di confronto non parametrico,

(32)

1 14 1 14 1 14 ora

100 1200

Altezza dello strato rimescolato (Hmix) m

mese: 1 mese: 2 mese: 3

Figura 25 Anno 2013 - Andamento mensile del giorno medio dell’altezza dello strato rimescolato Hmix

(33)

1 14 1 14 1 14 ora

100 1200

(34)

1 14 1 14 1 14 ora

100 1200

(35)

13 14 15 anno

0 500 1000 1500 2000

Hmix

anno:13

Hmix Min: 50.0000 1st Qu.: 52.8500 Mean: 569.5506 Median: 387.4000 3rd Qu.: 881.3500 Max: 2000.0000 Total N: 8759.0000 NA's : 0.0000 Std Dev.: 570.2558

anno:14

anno:15

data: Hmix and anno from data set meteo20132015

Figura 28 2013 – 2015 – Hmix [m]. Confronto grafico, statistiche descrittive e test di confronto non parametrico,

(36)

1 14 1 14 1 14 ora

-4000 -2000 0 2000

-4000 -2000 0 Lunghezza di Monin Obukhov (Lmo) m 2000

m es e: 10 m es e: 11 m es e: 12

Figura 29 Anno 2013 - Andamento mensile del giorno medio della lunghezza di Monin Obukhov Lmo (Nota: sono esclusi dalla rappresentazione, al fine di facilitare la lettura dei grafici, i valori estremi della variabile: L < -4500 e L>

3000)

(37)

1 14 1 14 1 14 ora

-4000 -2000 0 2000 4000

-4000 -2000 0 2000 Lunghezza di Monin Obukhov (Lmo) m 4000

m es e: 10 m es e: 11 m es e: 12

3000)

(38)

1 14 1 14 1 14 ora

-4000 -2000 0 2000 4000

-4000 -2000 0 2000 Lunghezza di Monin Obukhov (Lmo) m 4000

m es e: 10 m es e: 11 m es e: 12

3000)

(39)

13 14 15 anno

-500000 -400000 -300000 -200000 -100000 0

Lmo

anno:13

Lmo Min: -403215.5940 1st Qu.: -33.9795 Mean: -140.3661 Median: 18.1470 3rd Qu.: 30.4320 Max: 2572.6520 Total N: 8759.0000 NA's : 0.0000 Std Dev.: 4573.8624

anno:14

anno:15

data: Lmo and anno from data set meteo20132015

Figura 32 2013 – 2015 – Lmo [m]. Confronto grafico, statistiche descrittive e test di confronto non parametrico,

(40)

1 14 1 14 1 14 ora

3 6

Classe di stabilità atmosferica (da 1=instabile a 6=stabile) ^{m es e: 1} ^{m es e: 2} ^{m es e: 3}

m es e: 10 m es e: 11 m es e: 12

Figura 33 Anno 2013 - Distribuzione oraria delle classi di stabilità. 1=A (atmosfera instabile) -> 6=F (atmosfera stabile)

(41)

1 14 1 14 1 14 ora

3 6

m es e: 10 m es e: 11 m es e: 12

(42)

1 14 1 14 1 14 ora

3 6

m es e: 10 m es e: 11 m es e: 12

(43)

3.

SIMULAZIONI DI DISPERSIONE DEGLI INQUINANTI 3.1. Il modello utilizzato: Calpuff

Per l’analisi di dispersione di inquinanti dallo stabilimento è stato utilizzato il modello Calpuff che appartiene alla tipologia dei modelli non stazionari a puff o a segmenti (UNI 10796:2000, scheda 4, tipologia 2).

Calpuff è idoneo al calcolo della dispersione degli inquinanti rilasciati da diverse categorie di sorgenti emissive (puntuali, areali, lineari, volumetriche). Calpuff implementa algoritmi per la trattazione della deposizione secca e umida, di alcune trasformazioni chimiche e di alcuni effetti prossimi alla sorgente (building downwash, fumigazione, innalzamento progressivo del pennacchio, penetrazione parziale nello strato rimescolato). Pur essendo prevista l’opzione dell’utilizzo di dati meteorologici puntuali (similmente ai più comuni modelli gaussiani stazionari), le piene potenzialità del codice di Calpuff vengono attivate se utilizzato in congiunzione con i campi meteorologici tridimensionali generati da Calmet. Calmet, a sua volta, è un modello meteorologico diagnostico che, a partire da dati osservati (al suolo e di profilo) e da dati geofisici produce campi orari tridimensionali di vento e bidimensionali di diverse variabili meteorologiche e micrometeorologiche. Calpuff è indicato dalla US-EPA come modello di riferimento per applicazioni che coinvolgono il trasporto di inquinanti su lunghe distanze, oppure per applicazioni in campo vicino quando sono importanti effetti non stazionari come variabilità delle condizioni meteorologiche, calme di vento, discontinuità terra-mare, ecc. (http://www.epa.gov/scram001/dispersion_prefrec.htm ).

Il sistema modellistico Calpuff è attualmente mantenuto e distribuito liberamente da TRC (http://mercator.src.com/calpuff/calpuff1.htm).

Per lo studio presente è stato utilizzato il sistema Calpuff View nella versione commerciale di Lakes Environmental che integra il motore di calcolo Calpuff approvato da US EPA. La meteorologia utilizzata in input al modello è, come detto in precedenza, quella fornita dal Centro Meteorologico Arpav di Teolo.

3.2. Caratteristiche emissive dell’impianto e schematizzazione matematica

Sono state studiate le dispersioni in atmosfera generate da tre differenti scenari emissivi dell’impianto: uno scenario emissivo di tipo reale, e due scenari emissivi di tipo futuro, questi ultimi che ipotizzano due quote (60% e 100%) di introduzione di plastiche in sostituzione di pneumatici nei combustibili alternativi.

Tutti gli scenari di dispersione degli inquinanti sono basati sul data set meteorologico 2013 – 2015.

I punti di emissione e gli inquinanti considerati nello studio sono schematizzati di seguito.

Punto di Emissione Inquinanti

PE16 Forno di cottura Polveri, NOX, SO2, CO, HCl, HF, As, Cd, Hg, Ni, Pb, Tl, PCDD/DF, PCBDL, BaP

PE17 Raffreddamento clinker Polveri PE32 Essiccatore Hazemag Polveri, NOx

PE60 Essicazione macinazione deposito carbone Polveri, As, Cd, Hg, Ni, Pb, Tl PE61 Essicazione macinazione deposito carbone Polveri, As, Cd, Hg, Ni, Pb, Tl

(44)

3.2.1. Caratteristiche dello scenario reale

Lo scenario di tipo reale è basato sulle emissioni monitorate nel corso del periodo 2013 - 2015 e disponibili in forma continua con frequenza semioraria per il camino del forno PE16, e su base di autocontrolli quadrimestrali per i punti di emissione PE17, PE32, PE60, PE61.

Dal punto di vista descrittivo la seguente figura mostra la progressiva introduzione di combustibili alternativi (in forma di pneumatici) presso Pederobba nel triennio 2013 -2015.

0 20 40 60 80 100

% pneumatici 0.00

0.02 0.04 0.06 0.08 0.10

0.00 0.02 0.04 0.06 0.08 0.10 0.00

0.02 0.04 0.06 0.08 0.10

Anno: 2013 Anno: 2014 Anno: 2015

Figura 36 2013 – 2015. Distribuzione della variabile “percentuale di utilizzo di pneumatici” su base semioraria In Tabella 1 sono riportati invece i valori medi di concentrazione dei diversi inquinanti monitorati in continuo e stratificati in base alla quota percentuale di pneumatici in ingresso.

NOx media [mg/Nm3]

Polveri media [mg/Nm3]

SO2 media [mg/Nm3]

CO media [mg/Nm3]

HF media [mg/Nm3]

HCL media [mg/Nm3]

Alimentazione impianto

N dati semiorari

Media 2013 410 1.11 0.28 304 0.011 0.437 64.06% 17520

Solo convenzionali 1443 1.71 0.94 212 0.085 0.270 0.62% 108

(00%, 32%] pneumatici 635 1.04 3.94 349 0.062 0.100 0.05% 9

(32%, 48%] pneumatici 436 1.71 0.78 226 0.029 0.231 1.17% 205

(48%, 54%] pneumatici 335 1.55 0.28 205 0.004 0.491 8.30% 1455

(54%, 60%] pneumatici 474 0.90 0.30 313 0.010 0.433 19.81% 3470

(60%, 66%] pneumatici 406 1.09 0.26 334 0.015 0.412 26.10% 4573

(66%, 72%] pneumatici 283 1.00 0.19 326 0.001 0.709 5.68% 996

(72%, 76%] pneumatici 222 1.23 0.20 284 0.000 0.087 1.14% 199

(76%, 80%] pneumatici 195 1.41 0.20 242 0.000 0.006 1.17% 205

(80%, 84%] pneumatici 266 1.27 0.20 119 0.000 0.000 0.02% 3

Fermo 35.94% 6297

(45)

NOx media [mg/Nm3]

Polveri media [mg/Nm3]

SO2 media [mg/Nm3]

CO media [mg/Nm3]

HF media [mg/Nm3]

HCL media [mg/Nm3]

Alimentazione impianto

N dati semiorari

Media 2014 430 0.97 0.25 286 0.001 0.052 63.21% 17520

(00%, 32%] pneumatici 729 1.60 0.23 230 0.000 0.000 0.02% 3

(32%, 48%] pneumatici 524 1.22 0.33 315 0.000 0.084 0.25% 44

(48%, 54%] pneumatici 559 1.16 0.28 192 0.001 0.138 0.42% 73

(54%, 60%] pneumatici 504 0.94 0.34 291 0.001 0.022 0.44% 77

(60%, 66%] pneumatici 467 0.91 0.22 281 0.000 0.050 22.87% 4007

(66%, 72%] pneumatici 418 0.87 0.23 292 0.001 0.057 29.86% 5232

(72%, 76%] pneumatici 313 1.42 0.28 277 0.000 0.025 6.31% 1105

(76%, 80%] pneumatici 289 1.58 0.30 310 0.001 0.004 2.43% 426

Fermo 36.79% 6445

Media 2015 355 1.13 0.30 343 0.000 0.001 63.42% 17520

(00%, 32%] pneumatici 606 1.34 1.10 258 0.000 0.000 0.08% 14

(32%, 48%] pneumatici 540 1.52 1.33 292 0.000 0.043 0.39% 69

(48%, 54%] pneumatici 500 1.18 0.98 291 0.000 0.000 0.43% 76

(54%, 60%] pneumatici 486 1.41 0.32 385 0.000 0.014 0.87% 152

(60%, 66%] pneumatici 408 1.39 0.25 397 0.000 0.000 5.40% 946

(66%, 72%] pneumatici 351 1.25 0.26 339 0.000 0.000 33.91% 5941

(72%, 76%] pneumatici 316 0.86 0.35 338 0.000 0.001 21.78% 3816

(76%, 80%] pneumatici 347 0.88 0.24 363 0.000 0.000 0.11% 20

Fermo 36.58% 6408

Media 2013 -2015 399 1.07 0.28 311 0.004 0.165

Dati tot. = 52560

Tabella 1 Camino del forno, PE16. Valori medi di concentrazione all'emissione, stratificati in base alla quota percentuale di pneumatici

Da Figura 37 a Figura 42, sono descritte graficamente le variazioni dei valori di concentrazione degli inquinanti in funzione di diverse quote percentuali di pneumatici in ingresso.

(46)

Figura 37 NOx. 2013 – 2015. Andamento della concentrazione media di all’emissione di PE16 in funzione della % di utilizzo di pneumatici nel combustibile

Figura 38 Polveri. 2013 – 2015. Andamento della concentrazione media di all’emissione di PE16 in funzione della % di utilizzo di pneumatici nel combustibile

Figura 39 SO2. 2013 – 2015. Andamento della concentrazione media di all’emissione di PE16 in funzione della % di utilizzo di pneumatici nel combustibile

(47)

Figura 40 CO. 2013 – 2015. Andamento della concentrazione media di all’emissione di PE16 in funzione della % di utilizzo di pneumatici nel combustibile

Figura 41 HF. 2013 – 2015. Andamento della concentrazione media di all’emissione di PE16 in funzione della % di utilizzo di pneumatici nel combustibile

Figura 42 HCL. 2013 – 2015. Andamento della concentrazione media di all’emissione di PE16 in funzione della % di utilizzo di pneumatici nel combustibile

(48)

3.2.2. Caratterizzazione degli scenari futuri

3.2.2.1. Studio sulla relazione tra percentuale di plastiche sul totale dei combustibili alternativi utilizzati e concentrazione degli inquinanti emessi

Per la costruzione degli scenari futuri ci si è avvalsi dei risultati dello studio statistico sviluppato per Cementi Rossi¹ dal Prof. Fabrizi del Dipartimento di Scienze economiche e sociali dell’Università Cattolica del S.

Cuore di Piacenza (elaborato A.03), finalizzato alla stima delle emissioni future di PE16 a seguito dell’introduzione di plastiche nel mix di combustibili in sostituzione di pneumatici, mediante analisi, per analogia, dei dati emissivi dell’impianto Cementi Rossi di Piacenza, dove le plastiche sono già utilizzate.

In sostanza negli scenari di tipo futuro è stata modificata la sola emissione di PE16, come di seguito descritto, sulla base dello studio statistico riportato nell’elaborato A.03, in quanto risulta l’unico punto di emissione influenzato dalla sostituzione degli pneumatici con plastiche.

Tale studio, incentrato sui dati emissivi dell’impianto di Piacenza, ha consentito di descrivere in termini statistici la relazione tra le concentrazione all’emissione degli inquinanti e la variabile indipendente

“percentuale relativa di calore fornita dalle plastiche sul totale di calore fornito combustibili alternativi” definita come:

espressa su scala da 0 a 100

Il contributo calorico dei combustibili alternativi sul totale dei combustibili è stato utilizzato per creare scenari più omogenei in cui studiare l’impatto della percentuale relativa di plastiche sulle emissioni. Per tutti i campioni è stata infatti condotta un’analisi “stratificata” per contributo calorico dei combustibili alternativi.

Nel caso dei parametri monitorati in continuo la stratificazione adottata è piuttosto fine (10 strati, individuati dai seguenti valori di percentuale di alternativi: 32%, 48%, 54%, 60%, 66%, 72%, 76%, 80%, 84% e codificati come A1, A2, B1, B2, C1, C2, D1, D2, D3, E), mentre nell’analisi dei “dati discontinui” lo studio si limita a due soli strati per via della dimensione più piccola del campione (individuati dalla soglia percentuale di alternativi pari a 72%).

Per gli inquinanti monitorati in continuo, sulla base del modello:

log y^shu^sh^shPrel^shue^shu

dove il pedice s indica lo strato (s =1,...,10 ) e h l’inquinante considerato, lo studio del prof. Fabrizi (elaborato A.03) individua le seguenti significative correlazioni (tabella estratta dallo studio).

1 Studio sulla relazione tra percentuale di plastiche sul totale dei combustibili alternativi utilizzati e concentrazione di vari inquinanti emessi da un impianto per la produzione di cemento. Enrico Fabrizi, DISES, Università Cattolica del S. Cuore Via Emilia Parmense, 84 29122 Piacenza

(49)

Tabella 2: Risultati della regressione su scala logaritmica (prima parte). Dati continui

(50)

Tabella 3: Risultati della regressione su scala logaritmica (seconda parte). Dati continui

Per i metalli la presenza di una relazione statistica tra percentuale relativa di plastiche sul totale dei combustibili alternativi (Prel) e concentrazione di inquinanti è stata indagata mediante un’analisi di regressione sulla base del modello (si veda elaborato A.03):

P r el

sh u sh sh sh u sh u

y   e

Il pedice s indica lo strato (s1,2) e h l’inquinante considerato (in questo caso (As, P b, Cd, Tl, Ni,Hg, SM)

h ; u 1,...,N_s è un indice che denota l’osservazione u-esima dentro lo strato s. Rispetto all’analisi sui dati continui, lo studio statistico del Prof. Fabrizi (elaborato A.03) evidenzia come la regressione venga studiata sulla scala naturale di osservazione delle concentrazioni degli inquinanti e non sul suo logaritmo. L’assenza di outlier statistici di elevate dimensioni consente questa semplificazione senza che le procedure di stima ne risentano in modo negativo. Inoltre sono presenti alcune osservazioni molto piccole, imputate alla soglia di non rilevabilità; la trasformazione sulla scala logaritmica di questi valori, in un contesto di analisi in cui i campioni sono di piccole dimensione potrebbe attribuire a queste osservazioni un “peso” incongruo.

(51)

Ta bella 6 – R isu ltati an alisi d i regressione. Dati d iscon tinu i: m etalli

Strato coefficiente stima se t value p value stars

Arsenico (As) A ˆ^m_sh ‐0.00109 0.00081 ‐1.3436 0.19905

ˆ^m

sh 0.00003 0.00001 2.61743 0.01941 *

B ˆ^m_sh ‐0.00192 0.0016 ‐1.20164 0.24597

ˆ^m

sh 0.00005 0.00002 2.46731 0.02453 * Piombo (Pb) A ˆ^m_sh ‐0.00195 0.00109 ‐1.79278 0.09319

ˆ^m

sh 0.00005 0.00001 3.87668 0.00149 **

B ˆ^m_sh ‐0.00254 0.00306 ‐0.83153 0.4172

ˆ^m

sh 0.00007 0.00004 1.67331 0.11257 Cadmio (Cd) A ˆ^m_sh ‐0.00148 0.00086 ‐1.72221 0.10558

ˆ^m

sh 0.00003 0.00001 2.67681 0.01724 *

B ˆ^m_sh ‐0.00117 0.00171 ‐0.68183 0.50453

ˆ^m

sh 0.00003 0.00002 1.39741 0.18026 Tallio (Tl) A ˆ^m_sh ‐0.00157 0.0009 ‐1.73531 0.10318

ˆ^m

sh 0.00003 0.00001 2.68996 0.01679 *

B ˆ^m_sh 0.00089 0.00391 0.22863 0.82189

ˆ^m

sh 0.00002 0.00005 0.34339 0.73552 Nichel (Ni) A ˆ^m_sh ‐0.0013 0.00194 ‐0.67408 0.51051

ˆ^m

sh 0.00004 0.00003 1.29621 0.21449

B ˆ^m_sh 0.00377 0.00335 1.12481 0.2763

ˆ^m

sh ‐0.00001 0.00005 ‐0.23163 0.81959 Mercurio (Hg) A ˆ^m_sh 0.00511 0.00491 1.04106 0.31549

ˆ^m

sh 0.0000 0.00006 ‐0.0356 0.9721

B ˆ^m_sh 0.00282 0.00297 0.95098 0.35421

ˆ^m

sh 0.00002 0.00004 0.56162 0.5813 Somma metalli A ˆ^m_sh ‐0.01164 0.0131 ‐0.88877 0.38816

ˆ^m

sh 0.00034 0.00018 1.88396 0.0791 .

B ˆ^m_sh 0.00434 0.01933 0.22452 0.82503

ˆ^m

sh 0.00022 0.00025 0.88761 0.38714 Codici di significa tivit à : 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Tabella 4: Risultati dell’analisi di regressione. Dati discontinui, gruppo dei metalli

Nello strato A (basso contributo calorico dei combustibili alternativi) si osservano coefficienti statisticamente significativi per Arsenico, Cadmio e Tallio, nonché una significatività statistica limite per la somma di tutti i metalli: essa merita una menzione solo in ragione delle piccole dimensioni dei campioni di analisi. Nello strato B invece l’unico coefficiente che risulta statisticamente significativo è quello relativo all’arsenico. Non si individua alcuna correlazione per mercurio e nichel.

L’analisi svolta nell’elaborato A.03 mette comunque in evidenza una relazione complessivamente debole.

Per gli inquinanti organici è stata applicata la stessa metodologia di analisi utilizzata per i metalli. Il modello di regressione stimato è il seguente:

P r el

sh u sh sh sh u sh u

y   e