La previsione delle concentrazioni inquinanti in ambito urbano e strategie per la loro riduzione

Progetto: Research project

Dettagli progetto

Layman's description

La qualità dell’aria è una delle maggiori criticità nelle grandi aree metropolitane di tutto il mondo. Il controllo dell’inquinamento atmosferico (CO, C6H6, PM10, NOx, etc.) con particolare riguardo agli hot spot è, in molti casi, fortemente correlato al controllo del traffico veicolare.
Alcune ricerche in Germania hanno dimostrato che il controllo intelligente del traffico veicolare ha determinato una riduzione del 90% degli eventi di arresto e partenza, e di fatto ha fortemente ridotto le condizioni di guida a bassa velocità e di congestione sulla rete viaria, determinando una riduzione delle emissioni del 30% per gli idrocarburi, del 24% per il monossido di carbonio e del 36% per il particolato.
Le strategie di controllo e gestione del traffico per migliorare la qualità dell’aria in ambiente urbano mirano quindi a mantenere in movimento i veicoli sulla rete viaria nel modo più uniforme possibile e ridistribuire le code dalle zone chiuse e densamente popolate alle zone con spazi aperti, dotate di ventilazione naturale, che aiuti la dispersione delle sostanze inquinanti.
L’obiettivo del presente progetto di ricerca è la stima quantitativa dei livelli di inquinamento atmosferico prodotti dal traffico veicolare e dalla congestione in diversi punti della rete viaria urbana, al fine di mettere a punto tutte quelle azioni capaci di ridurre gli hot spot stimati.
La prima fase del lavoro sarà dedicata alla ricognizione critica dello stato dell’arte riguardante i principali studi prodotti in materia di stima e previsione dell’inquinamento atmosferico e della congestione presenti nella letteratura scientifica.
La seconda fase del lavoro sarà dedicata all’applicazione dei metodi analizzati soprattutto in quelle aree ove spesso si registrano i valori più elevati di concentrazioni inquinanti.
La stima sarà eseguita anche grazie all’uso di strumenti provenienti dall’Intelligenza Artificiale, quali le Reti Neurali, capaci di stimare le concentrazioni inquinanti lato strada in funzione dei principali parametri riguardanti il deflusso veicolare e delle condizioni meteorologiche presenti.
Le reti neurali possono approssimare funzioni fortemente non lineari e non richiedere una conoscenza a priori sulla natura di queste relazioni. Negli ultimi anni, le reti neurali artificiali sono state ampiamente utilizzate ai fini della previsione delle concentrazioni inquinanti e della modellazione dei fenomeni di dispersione.
Nella terza fase del progetto l’attenzione verrà incentrata sulla definizione delle strategie da mettere in atto per l’attenuazione dell’impatto ambientale generato dal traffico veicolare. In particolare, potrebbero prevedersi soluzioni quali politiche di pricing che possono rappresentare una parte rilevante di una più generale strategia di gestione del traffico e/o di miglioramento dello stato dell’ambiente nelle aree urbane, ma non certamente l'unico elemento di quella strategia che, giusta la complessità del problema, deve necessariamente articolarsi su diverse linee d’azione. Un qualsivoglia schema di tariffazione può integrarsi con altre misure, quali, ad esempio: la limitazione dell’accesso autoveicolare a determinate aree (zone a traffico limitato, aree pedonali), la previsione di misure e la realizzazione di interventi sulla rete stradale funzionali ad una riduzione della velocità di percorrenza da parte degli autoveicoli (traffic calming), la promozione della mobilità ciclopedonale (piste ciclabili, attraversamenti pedonali protetti, ecc.), il potenziamento delle reti di trasporto pubblico, e la realizzazione di interventi finalizzati a garantire la regolarità al servizio (corsie riservate e/o protette, priorità semaforica, onda verde, ecc.), la promozione dell’uso associato di autovetture private negli spostamenti sistematici (car pooling) e dello sviluppo di flotte di autovetture collettive (car sharing). Si può,
StatoAttivo
Data di inizio/fine effettiva1/1/12 → …

Fingerprint

Esplora i temi di ricerca toccati da questo progetto. Queste etichette sono generate sulla base dei riconoscimenti/sovvenzioni sottostanti. Insieme formano una fingerprint unica.