Analisi di backtrajectories a supporto dell'interpretazione di dati di monitoraggio di qualità dell'aria. Un'applicazione di M-TraCe nell'ambito del Progetto CAMPANIA TRASPARENTE

Lo studio della provenienza delle masse d’aria, ossia la ricostruzione delle traiettorie in arrivo (backward trajectories) in un punto di interesse, e utilizzato a supporto di molte tipologie di studi di qualita dell’aria e alcuni modelli sono disponibili in letteratura per il calcolo delle backward trajectories al livello globale. Il laboratorio di inquinamento atmosferico di ENEA ha recentemente sviluppato MTraCE (MINNI module for Trajectories Calculation and statistical Elaboration), un nuovo tool per il calcolo e l’elaborazione statistica di backward trajectories sul dominio italiano predisposto per l’accesso diretto alla base dati meteorologica italiana, prodotta nell’ambito del progetto MINNI. Con lo scopo di mostrarne le potenzialita e la replicabilita in contesti diversi, e illustrata in questo rapporto una metodologia di applicazione del tool M-TraCE a supporto dell’interpretazione dei dati di monitoraggio integrato della qualita dell’aria: a titolo di esempio, sono riportati i risultati ottenuti su un sito di monitoraggio in territorio campano localizzato nel comune di Acerra. E stata realizzata la caratterizzazione climatologica della circolazione prevalente nel sito in esame calcolando un ampio campione di traiettorie relative a cinque diverse annualita (1999, 2003, 2005, 2007, 2010), disponibili nella base dati MINNI a risoluzione spaziale di 4 km. Per supportare l’interpretazione dei dati di monitoraggio raccolti negli anni 2016 e 2017, sono stati calcolati anche i campi meteorologici relativi a quei periodi e su questi sono state calcolate ed elaborate le backward trajectories per l’analisi della circolazione specifica. Successivamente, a partire da un approccio gia presente in letteratura, e stata proposta una nuova metodologia per l’identificazione dell’area di influenza di un sito basata sul calcolo di un indicatore spaziale sintetico. L’esempio illustrato dimostra in maniera esauriente le principali caratteristiche e la potenzialita della metodologia sviluppata, che costituisce un valido supporto per l’analisi della variabilita spaziale, l’identificazione dei punti piu critici e l’interpretazione di dati sperimentali di una determinata area di studio.