La ricostruzione dei campi di concentrazioni dovuti a diversi scenari emissivi è una stima complessa e le simulazioni effettuate con i modelli di chimica e trasporto (CTM) possono essere molto onerose dal punto di vista computazionale e quindi non adatte ad algoritmi iterativi di ottimizzazione.

Di conseguenza, vengono spesso sviluppati modelli di tipo “data-driven” per approssimare le relazioni non lineari che legano le emissioni di inquinanti alle concentrazioni in atmosfera.

Questo studio presenta un approccio diverso. SIMBAD è un modello semplificato derivato dal modello completo di chimica e trasporto CAMx (Comprehensive Air Quality Model with Extensions) e sviluppato grazie all’algoritmo di Direct Decoupled Method (DDM) che stima la variazione di concentrazione dovuta alle variazioni nei campi emissivi risultanti da uno scenario energetico.

SIMBAD è stato validato confrontando i risultati in termini di concentrazioni medie annue di PM10 e NO2 con quelli ottenuti da CAMx usando i medesimi scenari emissivi. Gli scenari di validazione sono stati costruiti al fine di valutare le capacità di SIMBAD sia in casi più semplici che in scenari di riduzione complessi. Le prestazioni del modello semplificato nel ricostruire la dinamica non lineare dei processi atmosferici sono soddisfacenti, con un errore quadratico medio (RMSE) minore di 0.2 µg/m3 e l’errore normalizzato inferiore al 2%.

È stata riscontrata una leggera diminuzione dell’accuratezza in scenari complessi, dove sono coinvolti più inquinanti e più settori emissivi. In generale, SIMBAD ha dimostrato di essere uno strumento efficiente e accurato per la valutazione degli impatti sulla qualità dell’aria di politiche energetiche, fornendo un valido supporto sia ai ricercatori che ai decisori.