Nell’ambito del progetto di Ricerca di Sistema SCENARI (sottoprogetto EVAMB – WP4) CESI ha avviato una collaborazione con il gruppo di Modellistica e Controllo dei Sistemi Ambientali del Dipartimento di Elettronica per l’Automazione dell’Università di Brescia finalizzata alla definizione e successiva implementazione di modelli sorgente-recettore per la descrizione semplificata del legame tra emissioni dei precursori (pressioni) e indicatori di esposizione di inquinamento secondario (variabili di stato) a scala nazionale. Tali modelli possono costituire una parte di problema multi-obiettivo per la selezione di politiche di riduzione delle emissioni che portino il massimo beneficio in termini di qualità dell’aria a minori costi possibili. Poiché le soluzioni del problema sono ottenute applicando un algoritmo iterativo di ricerca del minimo di una funzione multi-obiettivo, i modelli sorgente recettore devono stimare il valore dell’indicatore di esposizione nel più breve tempo possibile. Questo vincolo sui tempi di simulazione esclude la possibilità di utilizzare modelli multifase deterministici. Sono quindi stati utilizzati modelli stocastici (reti neurali) identificati con i risultati di 12 simulazioni annuali, corrispondenti ad altrettanti scenari emissivi, del sistema modellistico RAMS-CAMx a scala nazionale (56×65 celle di 25x25km2). I modelli permettono di considerare in modo esplicito sia la distribuzione spaziale delle emissioni che la loro origine antropica in modo che sia esplicitamente valutabile il ruolo del sistema elettrico. L’analisi delle prestazioni dei modelli sorgente-recettore identificati indica l’ottima capacità delle reti di stimare gli indicatori di esposizione a ozono su tutto il dominio nazionale, in particolare la massima della media sulle 8 ore (errore medio normalizzato variabile tra -0.05 e 0.1), ed evidenzia invece la necessità di un maggiore approfondimento nello studio dell’architettura delle reti per la simulazione dell’indicatore di esposizione a PM10 per quale l’errore medio normalizzato varia tra -0.25 e 0.25. I tempi di simulazione delle reti sono decisamente contenuti, consentendo di ipotizzare che questi modelli possano essere inclusi in problemi decisionali e quindi, in ultima analisi utilizzati, in algoritmi iterativi di ottimizzazione. Gli aspetti metodologici connessi al tema svolto nell’ambito della convenzione sono anche parte del progetto di ricerca Mesoscale secondary pollution multi-objective control ACCENT NoE (Task: Atmospheric Sustainability).