1

EditorialeUn modello logico interpretativo per valutare il microclima delle città dell’Europa Centrale

di Kristina Kiesel, Milena Vuckovic, and Ardeshir MahdaviPartner del progetto UHI, Università di Vienna

Il numero di abitanti delle città sta crescendo e con esso l’influenza del microclima urbano sul benessere delle persone. Il comfort termico e la qualità dell’aria varia-no significativamente all’interno di una città a seconda della conformazione morfologica, della densità e distri-buzione delle costruzioni, dell’estenzione della rete di trasporti urbani e della presenza di aree verdi e corpi idrici. (Grimmond 2007, Alexandri 2007). I dati rilevati in numerose città di tutto il mondo confermano l’ aumen-to della temperatura delle zone centrali delle città ri-spetto alla periferia, a questo fenomeno si fa riferimen-to quando si parla di Isole di Calore (Urban Heat Island UHI, Voogt 2002, Arnfeld 2003, Blazejczyk 2006, Oke 1981, Gaffin et al. 2008, Kiesel et al. 2012). L’aumen-to della temperatura ha un effetto negativo sul benes-sere dei cittadini (Harlan et al. 2011). Inoltre l’aumen-to della temperatura comporta un aumento dei consumi di energia per il raffrescamento degli ambienti (Akbari 2005). In questo quadro vengono presentati alcuni ri-sultati del progetto Urban Heat Island (Central Europe

Program, No 3CE292P3). Il primo dei quali è la quan-tificazione del fenomeno in alcune città del centro Eu-ropa (Kiesel et al. 2013b).Quindi si è proceduto ad analizzare il legame tra alcune configurazioni urbani-stiche e il microclima urbano. E’ stato costruito uno sche-ma di analisi con cui confrontare in modo sistematico le differenze morfologiche, geometriche e dei materiali in rispetto alle differenze di temperatura. Inoltre per aumentare l’efficacia delle misure di mitigazione del-l’isola di calore sono stati usati modelli numerici di simu-lazione del microclima e valutazioni empiriche.L’isola di calore è definita come la differenza di tem-peratura tra l’area urbana e la periferia rurale(Oke 1972). Nella maggior parte dei casi la differenza di temperatura è intorno ai 3° C, ma in alcune circastan-ze particolari può raggiungere anch ei 12° C(Voog 2002). Le proprietà delle superfici (Grimmond et al. 1991, Akbari et al. 2001), assieme al calore antro-pogenico e ai fenomeni di evaporazione ( Taha 1997) possono dar luogo all’aumento della temperatura. Qui

1. Distribuzione di frequenza dell’intensità dell’isola di calore in una settimana estiva di riferimento

2. Distribuzione media oraria dell’intensità dell’UHI in un giorno estivo di riferimento

2

Editoriale

vogliamo studiare la frequenza, l’intensità a la correla-zione con l’alternarsi di giorno e notte dell’isola di ca-lore in una settimana campione e l’evolvere sul lungo periodo delle temperature della periferia rurale e del centro nelle città di Budapest, Lubiana, Modena, Pado-va, Praga, Stoccarda, Vienna e Varsavia. La rilevanza del fenomeno può essere indicata con l’intensità dell’iso-la di calore che si misura in gradi Kelvin ed è pari alla differenza di temperatura tra l’area rurale e il centro urbanizzato.Come accennato per ciascuna città sono stati scelti i dati di temperatura nel periodo estivo in una settimana cam-pione, in cui si sono verificate alte temperature dell’aria e bassa intensità del vento; per questa settimana sono stati raccolti dati di temperatura, velocità del vento e precipitazione per due stazioni rappresentative(una ru-rale e una urbana). Per analizzare l’andamento del-le temperature sul lungo periodo sono state calcolate le medie annuali della temperatura e l’intensità del-l’isola di calore per un periodo di 30 anni, dal 1980 al 2011(Modena, Praga, Stoccarda, Varsavia) e dal 1994 al 2011(Padova, Vienna), dal 2000 al 2011 per Budapest.In figura 1 sono riportati i dati di frequenza dell’isola di calore per la settimana campione; in Figura 2 i valori orari durante un giorno della settimana campione.I dati mostrano con chiarezza l’esistenza e l’intensità del fenomeno nelle città considerate, specialmente durante la notte (Figura 2). Mentre, la dipendenza dall’ora va-ria significativamente da città a città. Le differenze sul

fenomeno da città a città si notano anche in Figura 1, in questo caso uno shift della curva verso destra, denota un aumento dell’intensità.In figura 3 e 4 sono riportate le medie annuali della temperatura delle due stazioni (rurale e urbana) per un periodo di 30 anni. In figura 5 sono mostrati i trend di intensità per lo stesso periodo. La serie storica mostra una crescita delle temperature in entrambe le stazioni. In accordo con l’andamento a scala regionale e globale, con l’eccezione di Budapest, si osserva un aumento co-stante di circa 2,5° K in tutte le città. Nello stesso perio-do la temperatura media annuale delle stazioni urbane

3 Andamento delle temperature medie annuali per un periodo di 30 anni

4. Andamento delle temperature medie annuali, stazione rurale

5. Trend di lungo periodo dell’intensità dell’isola di calore

3

le proprietà geometriche e fische delle superfici presenti nell’U2O; iii) Calcolo dell’intensità dell’isola di calore; iv)scelta degli interven-ti di mitigazione previsti; v) valu-tazione dell’effetto delle misure di mitigazione con strumenti modelli-stici; vi) classificazione dell’impat-to delle misure in termini di ridu-zione dell’intensità del fenomeno; vii)valutazione complessiva degli in-terventi con analisi costi/benefici.Con questo approccio l’U2O viene utilizzata per quantificare sistema-ticamente la variabilità del microcli-ma nell’area della città. L’estensione dell’area viene definita facendo ri-ferimento ad un diametro compreso tra 400 e 1000m, all’interno di una zona con caratteristiche urbanistiche e costruttive comuni. Per precisare il rapporto tra microclima e caratte-ristiche morfologiche, geometriche, ottiche e termiche sono state scelte e incluse nell’analisi una serie di va-riabili legate ad esse.Per stimare l’efficacia delle azioni di mitigazione nella riduzione del-l’intensità dell’isola di calore, gli in-terventi vanno espressi in termini di variazione delle caratteristiche del-l’U2O. A questo scopo è stato indivi-duato un set di variabili, riassunte in tabella 1 e 2, scelte in base a pre-cedenti studi (Mahdavi et al. 2013, Kiesel et al. 2013) ed al confronto avvenuto nei meeting del progetto.Dopo aver scelto l’U2O e averla descritta in base ai parametri scel-ti, le misure di mitigazione (Tabella 3) possono essere tradotte in termi-ni di variazioni dei valori dei para-metri. Per esempio l’introduzione di tetti e facciate verdi comporta va-riazioni dell’albedo, dell’emissivi-tà, della conduzione termica, della capacità calorica specifica e della densità. Nella tabella 3 sono rias-sunte le più diffuse azioni di mitiga-

Tabella 1: Variabili descrittive delle caratteristiche geometriche dell’U2O

Tabella 2: Variabili descrittive delle superfici e dei materiali della U2O

Tabella 3: Principali azioni di mitigazione

è aumentata in tutte le città, meno a Stoccarda 1° C maggiormente a Varsavia 3° C. Va sottolineato che mentre i valori di temperatura sono generalmente aumentati in entram-be le stazioni, l’intensità dell’isola di calore è rimasta costante.All’interno del progetto UHI è stato sviluppato (Mahdavi et al. 2013)uno schema per quantificare il fenomeno in un’area definita come U2O (unit

of observation), e valutare le pos-sibili azioni di mitigazione e adat-tamento anche con l’uso di modelli numerici. Lo schema si applica nelle seguenti fasi:i) Definizione dell’area studio U2O: è un’area scelta e con precisi con-fini in base alle caratteristiche ur-banistiche e costituisce il caso studio per le misure di mitigazioni; ii) de-scrizione delle caratteristiche e del-

Editoriale

4

6. Valori delle variabili per il caso studio di Vienna, valori attuali e previsione dei valori associati ad un intervento di mitigazione

zione. Queste azioni possono essere raggruppate in tre famiglie: edifi-ci, pavimentazioni e vegetazione. In tabella 3 sono riassunte anche i principali benefici attesi da ciascu-na della azioni.Successivamente l’impatto delle mi-sure può essere stimato utilizzando appropriati strumenti di modellistici. A questo scopo sono stati usati mo-delli di due tipi: l’analisi statistica dei dati empirici e la computational fluid dynamic. L’analisi statistica dei dati permette di stimare sulla base di misure empiriche la correlazio-ne tra l’intensità del fenomeno e le diverse caratteristiche dell’area in esame. Per quanto riguarda i mo-

delli numerici, si possono applicare a diversa scala, da quella più am-pia dei modelli climatici regiona-li fino ai modelli di simulazione per singolo edificio (Mirzaei 2010). Per illustrare l’applicazione del me-todo, di seguito è esposto il caso di Vienna, la cui U2O è stata scel-ta nel centro città. In figura 6 sono mostrate le caratteristiche dell’area nello stato attuale, usando le varia-bili prescelte, e le differenze nei va-lori che si avrebbero applicando le seguenti misure di mitigazione: 1) Piantare alberi lungo il canyon ur-bano; 2) impiego di tetti verdi; 3) una combinazione delle misure 1 e 2. In questo caso la stima dell’ef-

fetto delle misure di mitigazione è stato fatto usando il modello nume-rico ENVI-MET. Nella figura 7 sono riportati i risultati della simulazione per un giorno estivo di riferimento, in termini di riduzione dell’intensità del fenomeno.I risultati mostrano il grado di avan-zamento nel raggiungimento de-gli obbiettivi del progetto, ovvero nella comprensione del fenomeno dell’isola di calore e nell’individua-zione di appropriate misure di mi-tigazione ed adattamento. Le serie di dati di temperatura raccolte ri-spettivamente nelle stazioni urbane e rurali dimostrano che in numero-se città del centro Europa è pre-sente il fenomeno dell’isola di ca-lore con una intensità significativa. Tuttavia l’analisi svolta sui dati di temperatura raccolti su base ora-ria dimostrano una maggiore evi-denza del fenomeno durante le ore notturne. Per rispondere alla neces-sità di strumenti efficaci nella com-prensione del fenomeno e nella va-lutazione dell’effetto di mitigazione delle misure, in collaborazione con tutti i partner del progetto è stato definito e testato un comune meto-do sistematico di valutazione. Quin-di sono state definite le caratteristi-che geometriche, fisiche e termiche delle superfici e degli edifici, che in-fluenzano maggiormente il microcli-ma dell’U2O e l’intensità dell’isola di calore. L’applicazione di questo modello empirico e l’impiego di un modello di simulazione del microcli-ma in ambito urbano, sono stati te-stati applicandoli al caso dell’area di studio di Vienna. Il lavoro, che sta ora proseguendo, di interpretazione ed analisi statistica dei risultati defi-nisce in modo più preciso la relazio-ne tra l’intensità dell’isola di calore e le principali caratteristiche del-

7. Differenza di temperatura media oraria simulata dal modello numerico, centro di Vienna

Editoriale

5

l’area come la densità e tipologia costruttiva, la geometria dell’edifi-cato e della rete stradale (canyon), le proprietà ottiche e termiche del-le superfici, la vegetazione e i cor-pi idrici, infrastrutture di trasporto e industriali. I risultati attesi da questo lavoro non si limitano alla verifica sperimentale delle simulazioni nu-meriche, ma mirano alla definizione di un quadro interpretativo sempli-ficato che aiuti a valutare l’efficacia delle misure di mitigazione.

Riferimenti

Akbari, H., Pomerantz, M., Taha, H. 2001. Cool surfaces and shade trees to reduce energy use and improve air quality in urban areas. Solar Energy, Volume 70, Issue 3: 295–310.Akbari, H. 2005. Energy Saving Potentials and Air Quality Benefits of Urban Heat Island Miti-gation. Lawrence Berkeley National Laboratory, Berkeley, CA.Alexandri, E. 2007. Green cities of tomorrow?. Sustainable Construction, Materials and Practi-ces, Portugal SB07: 710-717.Arnfeld, A.J. 2003. Two decades of urban clima-te research: a review of turbulence, exchanges of energy and water, and the urban heat island. International Journal of Climatology, Volume 23, Issue 1: 1-26.Blazejczyk, K., Bakowska, M., Wieclaw, M. 2006. Urban heat island in large and small cities. 6th In-ternational Conference on Urban Climate, Göte-borg, Sweden, June12-16 2006: 794-797.Envi-met: 3-dimensional microclimate model, available at: http://www.envi-met.com/ last ac-cessed January 9th, 2014Gaffin, S. R., Rosenzweig, C., Khanbilvardi, R., Parshall, L., Mahani, S., Glickman, H., Goldberg, R., Blake, R., Slosberg, R. B., Hillel, D. 2008. Va-riations in New York city’s urban heat island strength over time and space. Theoretical and applied climatology, Volume 94: 1-11.Grimmond, C.S.B. Cleugh, H., Oke, T.R. 1991. An objective urban heat storage model and its com-parison with other schemes. Atmospheric Environ-ment, Volume 25B, Issue 3: 311-326.

Grimmond, C.S.B., 2007. Urbanization and glo-bal environmental change: local effects of urban warming. Cities and global environmental chan-ge, Volume 173, Issue 1: 83-88.Harlan, S L., Ruddell, D.M. 2011. Climate change and health in cities: impacts of heat and air pol-lution and potential co-benefits from mitigation and adaptation. Current Opinion in Environmen-tal Sustainability, Volume 3, Issue 3: 126-134.Kiesel, K., Vuckovic, M., Orehounig, K., Mahda-vi, A. 2012. Analysis of micro climatic varia-tions and the urban heat island phenomenon in the city of Vienna, EURA conference, European Urban Research Association, September 20-22, Vienna, Austria.Kiesel, K., Vuckovic, M., Mahdavi, A. 2013a. Re-presentation Of Weather Conditions In Building Performance Simulation: A Case Study Of Micro-climatic Variance In Central Europe, IBPSA, 13th International Conference of the International Bui-lding Performance Simulation Association, August 25 - 28, France.Kiesel, K., Vuckovic, M., Mahdavi, A. 2013b. The extent and implications of the urban heat island phenomenon in Central European region, CESBP, 2nd Central Europe Symposium on Building Phy-sics, September 9-11, Vienna, Austria.Mahdavi, A., Kiesel, K., Vuckovic, M. 2013. A framework for the evaluation of urban heat island mitigation measures. SB13 Munich Confe-rence, April 23-26, Germany.Mirzaei, P. A., Haghighat, F. 2010. Approaches to study Urban Heat Island – Abilities and limita-tions, Building and Environment, Volme 45, Issue 10, pp. 2192–2201.Oke, T.R. 1972. City size and the urban heat island. Atmospheric Environment, Volume 7, Issue 8: 769-779.Oke, T.R. 1981. Canyon geometry and the noc-turnal urban heat island comparison of scale mo-del and field observations. Journal of Climatolo-gy, Volume 1: 237–54.Taha, H. 1997. Urban climates and heat islands: al-bedo, evapotranspiration, and anthropogenic heat. Energy and buildings, Volume 25, Issue 2: 99-103.Voogt, J.A. 2002. Urban Heat Island. Encyclo-pedia of Global Environmental Change, Volume 3: 660-666.

Editoriale

6

Aree Pilota

Introduzione

La maggior parte delle persone vi-vono oggi nelle città, che stanno di-ventando sempre più grandi con si-gnificativi effetti sul clima locale.Questo fenomeno è di particolare in-teresse dal punto di vista dell’adat-tamento ai global change, in quan-to le caratteristiche delle superfici

delle aree urbane possono ampliare l’effetto dei cambiamenti climatici. Le simulazioni con modelli numerici sono utili per studiare le interazioni con l’atmosfera della superficie ur-bana e per questo scopo il Servizio Meteorologico Ungherese(HMS) ha utilizzato (HMS)SURFEX.

Metodo

SURFEX(SURface EXternalisèe; La Mo-nigne, 2009) può utilizzare 4 schemi per le superfici urbane, acque mari-ne, acque interne e natura. Il model-lo Town Energy Balance(TEB) (Mason, 2000) descrive l’interazione tra l’area urbana e l’atmosfera simulando i flussi turbolenti. Modella gli le strade come canyon i cui limiti sono le superfici de-gli edifici. TEB tiene conto delle diverse caratteristiche delle superfici dei tetti, strade e facciate con differenti pro-prietà termiche. E’ in grado di studiare l’effetto dei tetti e delle strade nell’in-tercettare le precipitazioni, la nebbia, il drenaggio, l’assorbimento della ra-diazione, i flussi di calore etc. Può va-lutare l’effetto del flusso di calore e degli scarichi prodotti dalle attività umane come il traffico, l’industria e il riscaldamento degli ambienti. SURFEX può essere inizializzato sia con dati mi-surati che con risultati di altri model-li. SURFEX può essere accoppiato ai modelli atmosferici e dare il feedback dell’effetto delle superfici, o funziona-re singolarmente, in quest’ultima mo-dalità si perde la possibilità di intera-zione tra i punti della griglia.Presso il HMS l’uso di SURFEX/TEB(in seguito SURFEX) è iniziato nel 2010(Vértesi, 2011) per simulare l’ef-fetto delle isole di calore a Budapest.

Simulazione del clima urbano con i modelli SURFEX/TEB del Servizio Meteorologico UnghereseIlona Krüzselyi Hungarian Meteorological Service. Mária Kovács Department of Climatology and Landscape Ecology, University of Szeged

Email: kruzselyi.i@met.hu

Aree Pilota

Sull’area di Budapest sono stati com-pletati due esperimenti con una dura-ta di 10 anni. SURFEX è stato utilizza-to a partire dai risultati del modello a scala regionale ALADIN (RCM; Csima e Horànyi, 2008). I modelli a scala re-gionale devono essere a loro volta ini-zializzati o dai modelli a scla globale o da dati storici provenienti dal data-base climatologici tridimensionali crea-ti con le tecniche di data assimilation. In questo studio ALADIN ha usato i dati di rielaborati da ERA-40 (Uppala e al., 2005). I risultati del modello ALADIN per l’ampia area dei Carpazi con ri-

soluzione 10km, sono stati interpolati su una griglia con risoluzione 1km sulla sola area di Budapest (Fig.1). I risulta-to è stato usato come input per SUR-FLEX, che è stato usato in modalità off-line con la stessa risoluzione 1km e con le suerfici descritte dal database ECO-CLIMAP (Masson et al.,2003). Il primo esperimento è stato condotto sul pe-riodo 1961-1970; però ECOCLIMAP contiene dati a partire dal 2006, quin-di non poteva descrivere fedelmente l’edificato soprattutto per la parte più recente della prima periferia. Quin-di, l’esperimento è stato ripetuto per

1. Diagramma delle griglie di SURFLEX con la topografia [m] e in rosso l’area urbana

7

il periodo 1990-2000 per verificare l’influenza sui risultati dei cambiamenti. I risultati sono stati validati utilizzando i dati di due stazioni dell’HAM: la pri-ma in centro città, via Kitaibel nei pres-si della collina di Buda, la seconda in Pestszentlorinc, in periferia (Fig.2). Tut-tavia ECOCLIMAP considera entram-be le posizione come periferiche.

Risultati

La figura 3 mostra l’effetto dell’interpo-lazione e della simulazione con SUR-FLEX sul campo della temperatura. Nella seconda parte si vede chiara-mente la zona più fredda della collina di Buda, da cui si capisce che l’interpo-lazione tiene conto dell’orografia con

una risoluzione maggiore. Il campo del-la temperatura calcolato son SURFEX, terza parte della figura, restituisce dati più dettagliati, si distingue il Danubio e appaiono dei picchi di temperatura nel centro della città.Nei punti di controllo SURFEX stima maggiori temperature per la mag-gior parte dei mesi in entrambi i pe-riodi. In via Kitaibel i risultati sono mi-gliori, tranne che per i periodi affetti da sottostima(da novembre a gennaio). La sovrastima diminuisce nel periodo 1991-2000, forse anche per il mag-gior dettaglio nella descrizione delle superfici.Le simulazioni sono in accordo con le misure della temperatura e mostra-no la presenza dell’isola di calore du-

2. Dominio di simulazione, area di Budapest(linea rossa) e stazioni HMS (K-via Kitaibel – P Pestszentlorinc)

3. Temperatura media in primavera (°C) ALADIN-Climate a 10 e 1 km di risoluzione, sinistra e centro; a destra SURFLEX a risoluzione 1 km; periodo 1961-1970 (Vertesi, 2011)

4. Differenza della temperatura media mensile (°C) tra SUR-FLEX e le misure in (K) Kitaibel e (P) Pestszentlonic nei periodi 1961-1970 e 1991-2000

5. Intensità dell’isola di calore da modello (mod) e osservata (obs) (°C) nei periodi 1961-1970 e 1991-2000

Aree Pilota

8

Aree Pilota

rante tutto l’anno in entrambi i periodi, e in particolare durante l’inverno (Fig. 5). Come è prevedibile SURFEX stima la temperatura della stazione centra-le sempre più alta di quella periferica. Tuttavia la temperatura del punto cen-trale è sempre inferiore a quella del punto periferico, intensità dell’isola di calore negativa, ovvero SURFLEX non prevede isola di calore. Questo può es-sere spiegato considerando che ECO-CLIMAP descrive alleo stesso modo le due superfici, oppure considerando che ALADIN-Climate stima un effeto di raf-freddamento della collina di Buda su via Kitaibel.Nel periodo 1961-1970 non si nota al-cun fenomeno di isola di calore, mentre nel periodo 1991-2000 il modello ne simula la presenza in inverno, però la sottostima in estate aumenta. La diffe-renza tra i due periodi può essere do-vuta al diverso forcing atmosferico. Nei due punti di riferimento il modello non da risultati molto attendibili, ma lo studio ha anche dimostrato che considerando un’area più ampia, SURFLEX prevede la presenza di un ciclo quotidiano del-l’effetto isola di calore. Durante il gior-

6. Differenza della temperatura media da simulazione (°C) rispetto alle misure in Pestszentlorinc in inverno ed estate per il periodo 1961-1970 e 1991-2000. (I punti rossi sono le due stazioni di controllo)

no non vi è effetto, mente questo si pre-senta dopo l’imbrunire (in inverno alle 18.00, in estate alle 21.00). Il massimo

si manifesta 5-6 ore dopo il tramonto.. Le stesse considerazioni valgono anche per il periodo 1991-2000.

Sommario

Il Servizio Meteorologico Ungherese ha usato il modello SURFLEX per stu-diare l’interazinoe tra l’area urba-na e l’atmosfera. Nella prima fase sono stati completati alcuni test. In questo resoconto sono riportati i ri-sultati preliminari della validazione. Dai risultati si vede che SURFLEX re-stituisce le principali caratteristiche del clima urbano: temperature più alte nel centro e il ciclo quotidiano dell’isola di calore. Tuttavia l’anali-si mostra anche alcune discrepanze: nei punti di controllo SURFLEX sovra-stima la temperatura in molti mesi e il punto in centro è calcolato più freddo, in contraddizione con le mi-

sure. Sono previsti altri esperimenti e test per verificare nel dettaglio la risposta del modello. L’obiettivo fi-nale è il downscaling delle previsioni al livello urbano in linea con le pre-visioni dei modelli climatici.

RiferimentiCsima, G. and Horányi, A., 2008: Valida-tion of the ALADIN-Climate regional clima-te model at the Hungarian Meteorological Service. Időjárás, 112, 155–177.La Moigne, P., 2009: SURFEX Scientific Docu-mentation; Note de centre (CNRM/GMME), Météo-France, Toulouse, France.Masson, V., 2000: A Physically-based Sche-me for the Urban Energy Budget in Atmo-spheric Models. Bound.-Layer Meteor., 94, 357–397.Masson V., J.-L. Champeaux, F. Chauvin, C. Meriguet and R. Lacaze, 2003: A global

database of land surface parameters at 1km resolution in meteorological and clima-te models. J. Climate, 16, 1261–1282.Uppala, S.M., Kallberg, P.W., Simmons, A.J., Andrae, U., da Costa Bechtold, V., Fiorino, M., Gibson, J.K., Haseler, J., Hernandez, A., Kelly, G.A., Li, X., Onogi, K., Saarinen, S., Sokka, N., Allan, R.P., Andersson, E., Arpe, K., Balmaseda, M.A., Beljaars, A.C.M., van de Berg, L., Bidlot, J., Bormann, N., Caires, S., Chevallier, F., Dethof, A., Dragosavac, M., Fisher, M., Fuentes, M., Hagemann, S., Hólm, E., Hoskins, B.J., Isaksen, L., Janssen, P.A.E.M., Jenne, R., McNally, A.P., Mahfouf, J.-F., Mor-crette, J.-J., Rayner, N.A., Saunders, R.W., Si-mon, P., Sterl, A., Trenberth, K.E., Untch, A., Vasiljevic, D., Viterbo, P., and Woollen, J., 2005: The ERA-40 re-analysis. Quart. J. R. Meteorol. Soc. 131, 2961–3012.Vértesi, Á. É., 2011: Modelling possibilities of the urban heat island effect in Budapest (in Hungarian), Master Thesis, ELTE, Buda-pest, Hungary.

9

Aree Pilota

E’ noto che i parametri meteorologici hanno una diversa distribuzione, temporale e spaziale, passando dai centri urbani verso le periferie rurali, e che queste differenze sono dovute alle diverse caratteristiche delle superfici e quindi al diverso assorbimento della radiazione dovuto al cambio della struttura urbana. L’isola di calore espressa come differenza della temperatura dell’aria è studiata in tutto il mondo come una delle più importanti caratteristi-che del clima urbano. In questo studio applichiamo i me-todi della bio-meteorologia per valutare gli aspetti legati al comfort climatico per gli abitanti e l’uso che ne si può fare nella pianificazione urbana. La biometeorologia stu-dia la percezione della temperatura da parte degli es-seri umani come risultato complessivo dei valori di tempe-ratura, velocità del vento, umidità e radiazione, con l’uso degli indicatori termici. In altre parole si cerca di usare un unico valore che sia più facilmente comprensibile anche ai non esperti e che sia più facilmente utilizzabile. L’indice di “temperatura fisiologica equivalente” (PET) vie-ne usato per quantificare l’effetto complessivo della va-riabili meteorologiche combinate con il bilancio termico umano e la sua percezione. I modelli a micro-scala Ray-Man (Matzarakis et al. 2007) ed ENVI-MET 3.1 (Bruse and Fleer 1998) assieme a TIC-ENVI-MET (Ketter and Matzarakis 2014) sono stati usati per simulare le condi-zioni biometeorologiche in termini di PET per gli abitanti di Stoccarda. L’analisi parte dai dati misurati dall’Ente Nazionale Tede-sco di Meteorologia (DWD), dal Comune di Stoccarda, e ricavati dai modelli a scala regionale (REMO) applican-do lo Scenario A1B. Di seguito viene descritto il metodo di calcolo dell’intensità dell’isola di calore per Stoccarda, la quarta città più grande della Germania.

Intensità dell’isola di calore a StoccardaChristine Ketterer, Andreas Matzarakis - Albert-Ludwigs-University Freiburg

Aree Pilota

1. Topografia di Stoccarda, rosa dei venti e stazioni di misu-ra (Ketter e Matzarakis 2014)

Il centro di Stoccarda si trova in un avvallamento circon-dato da colline (Fig.1), il comfort climatico per gli abitan-ti è basso non solo per l’effetto isola di calore ma anche per il forte inquinamento dell’aria che si verifica quando persistono condizioni di vento debole, con velocità infe-riore ad 1 m/s. (Fig.1).

10

Pilot areas

2. Distribuzione di frequenza dell’intensità dell’isola di calore nelle 4 stazioni di misura rispetto alla stazione rurale, dal 2000 al 2010. Dati analizzati: temperatu-ra dell’aria Ta(alto) e PET(basso)

Analisi a campione per le aree in ristrutturazione

Un’altra applicazione possibile di questo metodo consiste nell’analisi di un progetto di ristrutturazione, nel caso specifico la parte ovest della città, attualmente area ospedaliera. Definendo differenti scenari di in-tervento (ricostruzione dell’area per fini abitativi, destinazione a parco pubblico o altro), si ottengono infor-mazioni utili per i progettisti e le au-torità competenti. Le diverse ipotesi possono essere esaminate applican-do i modelli a microscala(ENVI-MET in combinazione con TIC-ENVI-MET) e possono dare informazioni utili per ricavare l’indice di confort climatico nei casi di eventi estremi. Nel caso in esame l’indice PET è risultato essere 10° C inferiore nella aree all’ombra degli alberi rispetto a quelle con solo erba, e 25° C inferiore rispet-to alle superfici impermeabilizzate (pavimentate) (Fig.3). La differenza media nell’area ad 1,5 m di altezza è invece risultata essere 1° C.

3. Simulazioni della PET con ENVI-MET per l’area “Olga hospital” (sinistra) e parco (destra) sulla stessa area, giorno estivo alle 14.00

Stima in base alla temperatura dell’aria e indice PET

Si possono descrivere le diverse condizioni di comfort in termini di temperatura dell’aria con diver-sa risoluzione temporale in base ai dati disponibili. Sono state esa-minate le condizioni a partire da una serie di dati per un periodo di 10 anni (2000-2010) usando una analisi in frequenza, che ha il van-taggio di essere molto dettagliata (Fig.2). In centro città la media su base annua è di 2° C, il massimo 12° C. La media calcolata con l’in-dice UHI-PET è di 3,3° C e il mas-simo di 20°C. Il massimo su base mensile si verifica durante l’inverno a causa del calore prodotto dalle attività che si svolgono in centro cit-tà. Però, usando le medie orarie, il massimo di intensità dell’UHI si veri-fica in estate.

11

Pilot areas

Importanza dell’orientamento e della larghezza delle strade

Hanno inoltre rilevanza per le condizioni microclimati-che le dimensioni degli edifici e l’orientamento e lar-ghezza delle strade, in particolare durante le c.d. on-date di calore posso aiutare ad aumentare il confort climatico a ridurre lo stress termico per i cittadini. Nel caso di Stoccardo è stato calcolato che lo stress termi-

Effetto del global change nell’area urbana

Per studiare l’evoluzione fino a fine secolo sono stati ri-cavati i dati dai modelli a scala regionale. Nel perio-do 2021-2050 le previsioni per le frequenza dei c.d. giorni caldi (Tamax > ai 30°C) e dei giorni estivi (Ta-max > 25°C) danno rispettivamente un aumento del 174% e del 140% ; nel periodo 2050-2100 rispetti-vamente del 280% e 157%. Inoltre i giorni per anno con Tamax < 0°C sono previsti in diminuzione del 30% nel periodo 2017-2100. Il numero dei giorni con stress termico, PET > 35°C alle 14.00 aumenterà di 6 giorni

co può essere ridotto orientando la strada in direzione NNW-SSE e definendola con un aspetto di forma mi-nimo di 1,5. Un canyon con queste caratteristiche può inoltre favorire l’esposizione alla radiazione solare in inverno e favorisce nella media annuale il verificarsi di condizioni di confort termico.

nel periodo 20121-2050 e di 28 giorni a fine secolo, secondo quanto previsto dal modello REMO Scenario A1B, lo scenario B1 non prevede aumenti fino a metà secolo, ma un aumento di 16 giorni nel periodo 2071-2100. Per i giorni di stress per freddo intenso alle 6.00 lo scenario A1B(B1) prevede un calo di 15(10) giorni nel 2021-2050 e di 48(29) giorni nel 2071-2100. Al contrario lo scenario A1B prevede un numero di gior-ni con stress termico PET > 29° C in aumento di 5(15) giorni entro la metà (fine) del secolo.

Raccomandazioni emerse dall’analisi dell’indice biometeorologico

Il progetto pilota nella città di Stoccarda porta alle se-guenti conclusioni. La topografia, in particolare durante i giorni con in-versione termica, è la maggior causa dell’UHI. I valori più alti si verificano in estate e sono fortemente legati ai valori di radiazione, anche se la media mensile dei valori dell’UHI è più alta in inverno, a causa del calo-re antropogenico. I modelli climatici a scala regionale prevedono un forte aumento dei giorni con stress termi-co, è quindi vitale studiare misure di adattamento, ad

es. un’area verde porta un calo medio di 1 K per la zona, e fino a 25 K per particolari posizioni. L’orien-tamento delle strade a NNW-SSE con un aspetto di froma di 1,5 ottimizza il confort climatico durante tut-to l’anno. I risultati di queste analisi devono essere di più semplice comprensione, basati su lunghe serie sto-riche e comprendere anche gli effetti del clima urbano sui cittadini, che passano la maggior parte del tempo in città con l’alternarsi delle condizioni diurne e not-turne.

BibliografiaBruse, M; Fleer, H (1998): Simulating surface-plant-air interac-tions inside urban environments with a three dimensional numeri-cal model. The challenge of awareness in developing societies. Environmental Modelling & Software 13 (3-4), S. 373 - 384.Ketterer, C; Matzarakis, A (2014): Human-biometeorological as-sessment of heat stress reduction by replanning measures in Stut-tgart, Germany. Landscape and Urban Planning 122, S. 78 - 88.

Ketterer, C; Matzarakis, A (2014): Human-biometeorological assessment of the urban heat island in a city with complex to-pography - The case of Stuttgart, Germany. Urban Climate (2014). DOI: 10.1016/j.landurbplan.2013.11.003.Matzarakis, A; Rutz, F; Mayer, H (2007): Modelling radiation fluxes in simple and complex environments-application of the RayMan model. International Journal of Biometeorology 51 (4), S. 323 - 334.

12

Meetings

Il 17 e 18 ottobre si sono tenute a Ve-nezia presso il Palazzo Grandi Sta-zioni il 5° incontro del Transnational Scientific Board e il quinto Steering Committee. L’evento è stato organiz-zato dall’ufficio Pianificazione e par-chi della Regione Veneto ed è stata l’occasione per esaminare lo stato di avanzamento delle azioni pilota nel-le 8 aree definite nelle città parteci-panti, prendendo in considerazione le strategie di mitigazione ed adatta-mento, le buone pratiche per la soste-nibilità ambientale dell’area urbana, il legame tra il dis-confort termico e la salute dei cittadini e infine il Deci-sion Support System. Sono stati valu-tati tutti gli obbiettivi da raggiunge-re per task e deliverable e per olcuni casi specifici sono stati organizzati in-contri bilaterali con il lead partner.

La Regione Veneto ha organizzato dal 9 all’11 ottobre la terza edi-zione dell’esposizione Geo-Oikos. Questo è l’appuntamento pensato per far incontrare e promuovere ad un largo pubblico le iniziative e i piani di sviluppo della Regione volti ad un uso sostenibile e consa-pevole del territorio, al risparmio energetico e più in generale per aumentare la consapevolezza dei cittadini sull’importanza del confort bioclimatico delle città. La Regione Veneto come partner del progetto UHI ha organizzato durante l’even-to un workshop dedicato agli ef-fetti dell’isola di calore, in questa occasione i partner italiani hanno presentato le attività di misura e si-mulazione svolte dal progetto nelle due aree pilota di Padova e Mo-dena.

5° Riunione del Transnational Scientific Board (TSB) e 6° Steering CommitteeVenezia 17.10.2013-18.10.2013

Terza edizione dell’esposizione Geo-OikosVerona 9.10.2013-11.11.2013

Meetings

13

Gruppi tematici trans-nazionali

Chi è interessato a seguire la discussione, vuole dare un contributo o esrpimere un punto di vista sugli argomenti trattati può contattare il coordinatore dei gruppi trans-nazionali:

Davide Fava – d.fava@democentersipe.it

I Transnational Focus Group sono lo spazio di dibattito pensato all’interno del progetto per discutere gli aspetti legati all’isola di calore ….. una bel-la definizione, ma molto distante da quanto è successo.Per avere un dibattito proficuo bi-sogna usare e comprendere un lin-guaggio comune, ma, dopo tre anni di incomprensioni, sono quasi sicuro che non sia il caso del progetto Ur-ban Heat Island.Esperti di clima, urbanisti, ingegne-ri ed epidemiologi non usano assolu-tamente lo stesso linguaggio! Non è una questione di traduzione in Ingle-se, Italinao, Tedesco o Ungherese ma di Climatiano, Urbaniano e così via. La logica che ha ispirato per tre anni gli incontri dei TFG è stata: trovare l’anello di congiunzione tra le moda-lità multidisciplinari di affrontare i problemi legati alle isole di calore.Quindi cosa è successo?Il primo incontro si è tenuto a Stoc-carda, settembre 2011, dove si sono formati i quattro gruppi di lavoro (vedi newsletter n.1) L’inizio del la-voro è stato la definizione delle re-gole del gioco e dei giocatori ed è

TFG a Varsavia è stata lo scoraggia-mento! Ma di sicuro è stato utile per provare a vedere le cose nello stesso modo e trovare alcuni punti di contatto.

Quarto episodio: cosa abbiamo in-torno? E’ stato il meeting di Praga, aprile 2013, l’occasione per far in-contrare gli esperti dei TFG con i ta-voli di lavoro locale e discutere assie-me delle azioni pilota, delle migliori pratiche e dei vincoli rigidi.

Il quinto episodio della saga … la raccolta! Venezia ottobre 2013, ob-biettivo: portare a compimento il di-battito. Per guidare il processo crea-tivo e concretizzare una proposta, ogni TFG ha ricevuto il compito di comporre due dichiarazioni. L’incon-tro è stato organizzato come un com-pito in classe con l’obiettivo di far completare due direttive, una livello locale ed una a livello europeo, per combattere il fenomeno dell’isola di calore. Le prime reazioni sono state un po’ disorientate e incerte ….

E i risultati? Ovviamente nella prossi-ma newsletter!

Gruppi tematici trans-nazionali

stato l’inizio del sentiero (molto ac-cidentato!): sono state scelte quattro differenti prospettive sotto le qua-li guardare il fenomeno dell’isola di calore. A Budapest, febbraio 2012, il secondo incontro, si è capita la di-stanza, il dibattito si è concentrato su alcuni aspetti specifici per cerca-re, almeno in questi, di arrivare ad un comune punto di vista … le conse-guenze si sono viste nel terzo incon-tro: l’incomunicabilità! Terzo incontro, Varsavia, ottobre 2012, i tavoli di di-battito:

I. Esperti in pianificazione (TFG1) a confronto con gli epidemiologi (TFG3), nocciolo della questione:quali sono gli indicatori numerici che bisogna usare per stimare l’im-patto dell’isola di calore.

II. Meteorologi (TFG4) a confronto con gli esperti di comunicazione (TFG2):Esiste un modo, un metodo, un lin-guaggio per rendere efficace la co-municazione tra “scienziati” e citta-dini?

La comune reazione dei membri dei

TFG’s, Venice, october 2013.

Regional Agency for Environment Protection in Emilia-Romagnawww.arpa.emr.it

14

Partners

UHI Project Newsletter n. 3 Gennaio 2014

Comitato editoriale: Matteo Morgantin, Enrico Rinaldi, CORILA - Partner responsabile Newsletter. Salvatore Pugli-si Regione Emilia Romagna. Per il Partner leader Chiara Pederzini, Democenter Sipe e Chiara Licata, Euris S.r.l.

Per ulteriori informazioni visitate il sito: www.eu-uhi.eu Questo progetto è implementato attraverso il Programma CENTRAL EUROPE cofinanziato da ERDF (www.central2013.eu)

Emilia Romagna Region. General Directorate Territorial and negotiated planning, agreementswww.regione.emilia-romagna.it

Veneto Region - Territorial and Strategic Planning Departmentwww.ptrc.it

CORILA. Consortium for Coordination of Research Activities Concerning the Venice Lagoon Systemwww.corila.it

Karlsruhe Institute of Technologywww.kit.edu

Municipality of Stuttgartwww.stuttgart.de

Meteorological Institute - University of Freiburgwww.meteo.uni-freiburg.de

Institute of Geography and Spatial Organization, Polish Academy Of Scienceswww.igipz.pan.pl

Nofer Institute of Occupational Healthwww.imp.lodz.pl

Vienna University of Technology - Department of Building Physics and Building Ecologywww.bpi.tuwien.ac.at

Municipal Department 22 - Environmental Protection Departement in Vienna (MA 22)www.wien.gv.at/english/environment/protection

Hungarian Meteorological Servicewww.met.hu

Charles University in Prague, Faculty of Mathematics and Physicswww.mff.cuni.cz

City Development Authority of Praguewww.urm.cz

Czech Hydrometeorological Institutewww.chml.cz

Scientific Research Centre of the Slovenian Academy of Sciences and Artswww.zrc-sazu.si

Municipality of Ljubljanawww.ljubljana.si

Partners