ETD system

Electronic theses and dissertations repository

 

Tesi etd-09052007-123935


Thesis type
Tesi di dottorato di ricerca
Author
Babboni, Alessia
email address
babboni.a@tiscalinet.it, ababboni@ifc.cnr.it
URN
etd-09052007-123935
Title
Applicazione di tecniche alternative per la previsione dell’inquinamento dell’aria
Settore scientifico disciplinare
ING-IND/24
Corso di studi
SICUREZZA NUCLEARE E INDUSTRIALE
Commissione
Relatore Prof. Carcassi, Marco
Relatore Ing. Fruttuoso, Giancarlo
Parole chiave
  • monossido di carbonio
  • inquinamento
  • ibrido
  • fuzzytech
  • fuzzy
  • aria
  • neurale
  • principal component analysis
Data inizio appello
04/07/2007;
Consultabilità
completa
Riassunto analitico
Il lavoro svolto costituisce un esempio di sviluppo di una metodologia da applicare su scala locale, di tipo ‘user friendly, tesa a valutare l’inquinamento atmosferico in aree urbane dove la sorgente “traffico veicolare” costituisce una delle maggiori cause d’inquinamento.<br>L’esigenza di sviluppare una metodologia applicabile alle diverse realtà locali per effettuare studi di inquinamento dell’aria ha portato ad adottare un approccio di tipo modellistico innovativo, in particolare per quei casi in cui le caratteristiche meteorologiche delle città esaminate (es. brezze marine, effetti canyon, etc), associate ad un profilo urbanistico complesso, non rendano possibile l’uso dei codici gaussiani normalmente usati in tale ambito. La scelta è ricaduta sull’uso di tecniche ibride neuro-fuzzy, in grado di trattare ambiti in cui i modelli classici porterebbero ad una attività eccessivamente onerosa per la risoluzione del problema.<br>Lo strumento a cui è stato fatto riferimento per l’applicazione della logica ibrida è il codice fuzzy-Tech 5.54e, della fuzzyTECH® Inform GmbH che utilizza un modello del tipo Takagi-Sugeno. <br>Tra i diversi inquinanti emessi dai veicoli l’attenzione è stata rivolta al monossido di carbonio, in quanto la sua relativamente lunga permanenza nei bassi strati dell’atmosfera lo rende un ottimo indice della qualità dell’aria. <br>La ricerca svolta può essere divisa in due parti principali:<br>Parte I<br>Dopo un’analisi delle teorie fuzzy, neurale e dei sistemi ibridi per acquisire le nozioni base necessarie per l’esecuzione della ricerca, l’attenzione è stata rivolta alla:<br>- costruzione di un caso ideale per testare la validità dei risultati del codice fuzzyTECH 5.54e operando nelle stesse condizioni di un codice gaussiano precedentemente validato; <br>- analisi di sensibilità del modello.<br>Parte II<br>Individuato un possibile sito in cui svolgere l’analisi e dopo un esame fisico dello stesso (analisi morfologica e climatica, uso del suolo e caratterizzazione della sorgente di inquinamento da traffico) per determinare le variabili maggiormente significative per la definizione del contesto, lo studio ha riguardato:<br>- l’analisi dei dati acquisiti, la validazione del modello e l’analisi degli errori ottenuti;<br>- la riduzione del set di dati iniziali in sub-sets utilizzando criteri di ottimizzazione emersi durante la fase di assessment;<br>- la messa a punto di sottomodelli che impiegano i subsets di cui al punto precedente;<br>- l’utilizzo della teoria del MultiDimensional Scaling per la localizzazione di nuovi dati e per la verifica dell’attendibilità dei risultati ottenuti durante la fase prognostica;<br>- la messa a punto della metodologia da applicare nel caso di analisi dell’inquinamento dell’aria utilizzando un modello “neuro-fuzzy”.<br><br>L’analisi così svolta ha portato a definire una metodica di approccio al problema, che, seppur svolta in un contesto specifico, non perde di validità generale. <br>Tale metodologia può essere suddivisa in due parti fondamentali: <br>- una prima riguardante un approccio mirato alla valutazione dello stato dell’ambiente al momento dell’analisi;<br>- una seconda rivolta alla previsione dell’inquinamento nel sito esaminato.<br>Rientrano nel primo punto tutta una serie di indicazioni preliminari, la cui applicazione assicura l’individuazione di set di dati significativi, privi di ridondanze e “outliers”, nonché di variabili necessarie per il contesto analizzato. Particolare attenzione è rivolta all’individuazione delle Membership Functions e, nel caso di utilizzo, alla messa a punto del codice fuzzyTECH5.54e<br>Rientrano invece nel secondo punto tutta una serie di procedure da seguire onde poter individuare il sottomodello di riferimento nella fase prognostica.<br>L’obiettivo principale della ricerca è stato pertanto la messa a punto e la convalida di uno strumento, di semplice utilizzo, in grado di coadiuvare le autorità locali nell’applicazione della normativa di tutela della qualità dell’aria ambiente in aree urbane.<br>
File