FONDAMENTI ED APPLICAZIONI DEL METODOARPIEM DI VALUTAZIONE DELLE PORTATE DI PIENA      Francesco LAIO, Secondo BARBERO,   ...
Introduzione all’analisi regionale                      Disponibilità portate al                        colmo di piena in ...
Introduzione all’analisi regionale                       Necessità di stimare le                        portate di progett...
Approccio classico: regioni omogenee                                  La sezione ricade in una                            ...
Approccio classico: regioni omogenee                                  Regioni omogenee non                                ...
Superamento approccio regioni omogenee                         Analisi di frequenza                         locale e mappa...
Analisi di frequenza locale e mappatura                  spaziale dei parametri      Problemi:Quale distribuzione di     p...
Il metodo ARPIEM   Analisi Regionale delle PIEne in Montagna• Fase 1: Stima locale non parametrica• Fase 2: Interpolazione...
Metodo ARPIEM         Fase 1: Stima locale non parametricaPer ogni serie disponibile si stimano gli L-momenti campionari  ...
Metodo ARPIEM        Fase 1: Stima locale non parametrica                             Vantaggi  La stima non richiede la s...
Metodo ARPIEM        Fase 1: Stima locale non parametricaPiena media campionaria                                 L-CV vs L...
Metodo ARPIEMFase 2: Interpolazione spaziale degli L-momenti     2A. Calcolo dei          descrittori  geomorfoclimatici p...
Metodo ARPIEMFase 2: Interpolazione spaziale degli L-momenti2B. Definizione delle relazioni tra L-momenti e descrittori   ...
Metodo ARPIEMFase 2: Interpolazione spaziale degli L-momenti2B. Definizione delle relazioni tra L-momenti e descrittoriy  ...
Metodo ARPIEM  Fase 2: Interpolazione spaziale degli L-momenti  2B. Definizione delle relazioni tra L-momenti e descrittor...
Metodo ARPIEMFase 2: Interpolazione spaziale degli L-momenti                                 Piena media
Metodo ARPIEMFase 2: Interpolazione spaziale degli L-momenti                                     L-CV
Metodo ARPIEMFase 2: Interpolazione spaziale degli L-momenti                                    L-CA
Metodo ARPIEMFase 3: Stima delle portate di progetto                                    Scelta della                      ...
Metodo ARPIEMFase 4: Analisi dell’incertezza associata alle stime                                       Propagazione      ...
Metodo ARPIEMEsempio risultati
Metodo ARPIEMEsempio applicazione: sito privo di dati                              1. Determinazione                      ...
Metodo ARPIEMEsempio applicazione: sito privo di dati 2. Calcolo degli L-    momenti da    regressione  3. Calcolo dei  pa...
Metodo ARPIEM     Esempio applicazione: sito privo di dati         4. Stima delle       portate di progetto         per as...
Metodo ARPIEM      Esempio applicazione: sito con datiStime regionali (regr.)    Stime locali (campionarie)Procedura analo...
Metodo ARPIEM                      Conclusioni• Metodo particolarmente adatto a situazioni con forteeterogeneità morfoclim...
Upcoming SlideShare
Loading in...5
×

Valutazione_Piene_2012 (FLORA)

304

Published on

Descrizione del metodo statistico di analisi regionale del (2012) basato sui nuovi dati del nCatalogo Regionale delle Piene

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
304
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
8
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Valutazione_Piene_2012 (FLORA)

  1. 1. FONDAMENTI ED APPLICAZIONI DEL METODOARPIEM DI VALUTAZIONE DELLE PORTATE DI PIENA Francesco LAIO, Secondo BARBERO, Pierluigi CLAPS, Daniele GANORA Politecnico di Torino- Arpa Piemonte Torino, 9 maggio 2012
  2. 2. Introduzione all’analisi regionale Disponibilità portate al colmo di piena in sezioni distribuite sul territorio Necessità di stimare le portate di progetto in un punto qualsiasi del reticolo idrografico
  3. 3. Introduzione all’analisi regionale Necessità di stimare le portate di progetto in un punto qualsiasi del reticolo idrografico
  4. 4. Approccio classico: regioni omogenee La sezione ricade in una regione statisticamente omogenea delimitata geograficamente Si stima la curva di frequenza come media di quelle campionarie ricadenti nella regione Esempio: Regione Alpi (riscalate per la propria Graie e Regione Alpi Cozie media) Problemi:Comportamento idrologico non dipende solo dalla geografia Omogeneità statistica non riscontrabile con serie brevi
  5. 5. Approccio classico: regioni omogenee Regioni omogenee non geografiche Si ricercano i descrittori che meglio spiegano la variabilità idrologica. Si stima la curva di frequenza come in precedenza Esempio: Regione Quota Elevata Problemi: Discontinuità delle portate di progetto ai bordiOmogeneità statistica non riscontrabile con serie brevi
  6. 6. Superamento approccio regioni omogenee Analisi di frequenza locale e mappatura spaziale dei parametri
  7. 7. Analisi di frequenza locale e mappatura spaziale dei parametri Problemi:Quale distribuzione di probabilità?Scelta impossibile con campioni piccoli Eliminare le serie brevi?Perdita informazione fondamentale
  8. 8. Il metodo ARPIEM Analisi Regionale delle PIEne in Montagna• Fase 1: Stima locale non parametrica• Fase 2: Interpolazione spaziale degli L-momenti• Fase 3: Stima delle portate di progetto• Fase 4: Analisi dell’incertezza associata alle stime
  9. 9. Metodo ARPIEM Fase 1: Stima locale non parametricaPer ogni serie disponibile si stimano gli L-momenti campionari L1 = media Valore centrale del campione L-CV Coefficiente di variabilità intorno al valore centrale L-CA Coefficiente di simmetria
  10. 10. Metodo ARPIEM Fase 1: Stima locale non parametrica Vantaggi La stima non richiede la scelta a priori della distribuzioneL-momenti sono robusti rispetto alla presenza di outliers e di campioni di dimensione ridotta Possibilità di stimare l’incertezza associata agli L-momenti campionari L1= 612 m3/s L1=342 m3/s L-CV= 0.47 L-CV=0.29 L-CA= 0.13 L-CA=0.11 L1= 142 m3/s L1=92 m3/s L-CV= 0.41 L-CV=0.32 L-CA= 0.43 L-CA=0.52
  11. 11. Metodo ARPIEM Fase 1: Stima locale non parametricaPiena media campionaria L-CV vs L-CA
  12. 12. Metodo ARPIEMFase 2: Interpolazione spaziale degli L-momenti 2A. Calcolo dei descrittori geomorfoclimatici per tutti i bacini chiusi da sezioni strumentate
  13. 13. Metodo ARPIEMFase 2: Interpolazione spaziale degli L-momenti2B. Definizione delle relazioni tra L-momenti e descrittori Regressioni lineari multiple Effetti di nonlinearità: trasformazione logaritmica
  14. 14. Metodo ARPIEMFase 2: Interpolazione spaziale degli L-momenti2B. Definizione delle relazioni tra L-momenti e descrittoriy standard L-momenti calcolati da campioni di pesati dimensione diversa! Minimi quadrati pesati (modificati) per stimare i parametri dei modelli regressivi x
  15. 15. Metodo ARPIEM Fase 2: Interpolazione spaziale degli L-momenti 2B. Definizione delle relazioni tra L-momenti e descrittori Diagrammi diagnostici 1 modello Minimizzazione errore modello 20 modelli Test 1000 modelli significatività 300.000 modelli Pruning12.000.000 modelli
  16. 16. Metodo ARPIEMFase 2: Interpolazione spaziale degli L-momenti Piena media
  17. 17. Metodo ARPIEMFase 2: Interpolazione spaziale degli L-momenti L-CV
  18. 18. Metodo ARPIEMFase 2: Interpolazione spaziale degli L-momenti L-CA
  19. 19. Metodo ARPIEMFase 3: Stima delle portate di progetto Scelta della distribuzione: model averaging Distribuzione Lognormale a tre parametri Possibilità di stime miste locali/regionali
  20. 20. Metodo ARPIEMFase 4: Analisi dell’incertezza associata alle stime Propagazione incertezza Coefficienti regressione L-momenti Parametri lognormale Portate di progetto
  21. 21. Metodo ARPIEMEsempio risultati
  22. 22. Metodo ARPIEMEsempio applicazione: sito privo di dati 1. Determinazione dei descrittori
  23. 23. Metodo ARPIEMEsempio applicazione: sito privo di dati 2. Calcolo degli L- momenti da regressione 3. Calcolo dei parametri della lognormale
  24. 24. Metodo ARPIEM Esempio applicazione: sito privo di dati 4. Stima delle portate di progetto per assegnato periodo di ritorno 5. Analisiincertezza
  25. 25. Metodo ARPIEM Esempio applicazione: sito con datiStime regionali (regr.) Stime locali (campionarie)Procedura analoga alla precedente (sito senza dati), ma si scelgono gli stimatori degli L-momenti caratterizzati da minore incertezza
  26. 26. Metodo ARPIEM Conclusioni• Metodo particolarmente adatto a situazioni con forteeterogeneità morfoclimatica (regione alpina)• Uso ottimale dei dati idrometrici disponibili, anche daserie molto brevi• Procedura di semplice applicazione per gli utentiQuestioni aperte• Propagazione delle stime in siti prossimi a stazionistrumentate• Effetto degli invasi artificiali sulla distribuzione dellepiene• Interazioni tra portate liquide e solide•Eventuale non-stazionarietà delle serie (cambiamentoclimatico)
  1. A particular slide catching your eye?

    Clipping is a handy way to collect important slides you want to go back to later.

×