Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

La moderna previsione delle piene

194 views

Published on

This describe how post-modern, contemporary and post-contemporary systems for flood forecasting work.

Published in: Education
  • Be the first to comment

  • Be the first to like this

La moderna previsione delle piene

  1. 1. La moderna previsione delle piene Riccardo Rigon, Francesco Serafin, Marialaura Bancheri, Michele Bottazzi, and Giuseppe Formetta Cosenza 27 Luglio 2017 MichelangeloBuonarroti,CappellaSistema-IldiluvioUniversale,1508ca
  2. 2. “Prediction is very difficult, especially about the future!” Niels Bohr (1885-1962)
  3. 3. !3 Moderna ? Forse meglio: contemporanea e smart Moderno, a ben guardare, è ciò che precede il contemporaneo. Moderno: HEC-HMS SWAT SWMM *** Non dimentico certo i modelli semplici, antichi, ma efficaci, dell’idrogramma istantaneo unitario ! Si veda anche: http://abouthydrology.blogspot.it/2015/03/the-geomorphic-unit-hydrograph-from.html Rigon et al. Un po’ di divagazioni, all’inizio
  4. 4. !4 Questi tre tools consentono sicuramente di calcolare, dopo una accurata calibrazione, le onde di piena. Sono open source, supportati da una comunità di sviluppatori e di utenti. Funzionano ! Che vogliamo di più ? Esistono decine di buoni modelli idrologici*. Perché siamo ancora qui a parlarne ? Il problema è la parola previsione *non tutti i modelli sono buoni. Alcuni sono meglio degli altri. Rigon et al. Un po’ di divagazioni, all’inizio
  5. 5. !5 Previsione implica organizzazione dei dati, per esempio Un modello idrologico per poter essere “girato” ha bisogno di una serie di dati idrologici. Il “set” minimo: • i dati digitali del terreno • le precipitazioni (a scala suboraria per i piccoli bacini) • Alcune misure di portata (per la calibrazione dei modelli) Ma molti di più per previsioni complesse e di verificata validità: • temperature • radiazione • misure di neve Rigon et al. Un po’ di divagazioni, all’inizio
  6. 6. !6 DATA IN Robbed from Maurizio Napolitano Rigon et al. No data, no previsione
  7. 7. !7 Previsione implica organizzazione e interpretazione dei modelli dei risultati DATA INFORMATION INFORMATION KNOWLEDGE DATA INFORMATION INFORMATION KNOWLEDGE Rigon et al. Ma i dati sono solo il punto di partenza
  8. 8. !8 Sviluppare un adeguato sistema di modellistica per la pianificazione e la gestione; Sviluppare un adeguato sistema di previsione nelle applicazioni in tempo reale; Sostenere l’organizzazione in anticipo dei servizi di piena e di tutte le azioni di difesa del suolo, incluse le misure di protezione civile per la gestione delle emergenze. Gli obiettivi del progetto Rigon et al. Un paio di esempi di organizzazione @ARPAE
  9. 9. !9 @ARPAE Rete osservativa Giornalmente il sistema acquisisce una serie di dati dalla rete osservativa Rete di monitoraggio : 919 Idrometri (blu) 1315 Pluviometri (verde) 167 Nivometri (verde) 928Termometri (verde) 193 Dighe RID (violetto) DATA INFORMATION INFORMATION KNOWLEDGE Rigon et al. Un paio di esempi di organizzazione
  10. 10. !10 Previsione implica scegliere i modelli giusti Rigon et al. Qual è il miglior modello Non giusti in assoluto, ma per il task che si vuole affrontare e, anche nell’ambito della previsione delle piene gli obiettivi possono essere differenziati. 1. Sul modello migliore: http://abouthydrology.blogspot.it/2012/02/which-hydrological- model-is-better-q.html 2. Essentials for hydrologists: http://abouthydrology.blogspot.it/2013/07/essential-for- hydrologists.html 3. Posso simulare questo o quello ? : http://abouthydrology.blogspot.it/2013/03/can-i- simulate-effects-of-changing.html 4. S t a n c o d i d o v e r r i s p o n d e r e s u m o d e l l i “ s t a n d a r d ” : h t t p : / / abouthydrology.blogspot.it/2013/07/almost-perfect-answer.html 5. Ancora su quale modello è il migliore: http://abouthydrology.blogspot.it/2014/08/ which-hydrological-model-is-better.html
  11. 11. !11 Le catene modellistiche HEC-HMS DHI-NAM TOPKAPI HEC-RAS DHI – M11 SOBEK HMS/NAM/TOPKAPI RAS/MIKE11/SOBEK Prima catena Seconda catena Terza catena Catena configurabile dall’utente PRECIPITAZIONI TEMPERATURE LIVELLI/PORTATE MODELLI METEOROLOGICI Osservati/Telemisura LM/Ensemble VALIDAZIONE, INTERPOLAZIONE E TRANSFORMAZIONE DATI @ARPAE DATA INFORMATION INFORMATION KNOWLEDGE Rigon et al. Modelli meteorologici
  12. 12. !12 Le catene modellistiche HEC-HMS DHI-NAM TOPKAPI HEC-RAS DHI – M11 SOBEK HMS/NAM/TOPKAPI RAS/MIKE11/SOBEK Prima catena Seconda catena Terza catena Catena configurabile dall’utente PRECIPITAZIONI TEMPERATURE LIVELLI/PORTATE MODELLI METEOROLOGICI Osservati/Telemisura LM/Ensemble VALIDAZIONE, INTERPOLAZIONE E TRANSFORMAZIONE DATI DATA INFORMATION INFORMATION KNOWLEDGE @ARPAE Rigon et al. Modelli idrologici di previsione del deflusso
  13. 13. !13 I modelli idrologici • HEC – HMS (SMA model, Bennett, 1985) • DHI – NAM (NAM model, S.A. Nielsen and E. Hansen, 1973) • TOPKAPI (TOPKAPI model, Todini 1995) DATA INFORMATION INFORMATION KNOWLEDGE @ARPAE Rigon et al. Modelli idrologici di previsione del deflusso
  14. 14. !14 Le catene modellistiche HEC-HMS DHI-NAM TOPKAPI HEC-RAS DHI – M11 SOBEK HMS/NAM/TOPKAPI RAS/MIKE11/SOBEK Prima catena Seconda catena Terza catena Catena configurabile dall’utente PRECIPITAZIONI TEMPERATURE LIVELLI/PORTATE MODELLI METEOROLOGICI Osservati/Telemisura LM/Ensemble VALIDAZIONE, INTERPOLAZIONE E TRANSFORMAZIONE DATI DATA INFORMATION INFORMATION KNOWLEDGE @ARPAE Rigon et al. Modelli idrologici di propagazione delle piene
  15. 15. !15 Diciamo che ARPAE forse non è contemporanea, ma sicuramente è almeno post-moderna. DATA INFORMATION INFORMATION KNOWLEDGE @ARPAE Rigon et al. Il post-moderno https://it.pinterest.com/source/onpostmodernism.com/
  16. 16. !16 Diciamo che ARPAE forse non è contemporanea, ma sicuramente è almeno post-moderna. Alcuni segni distintivi: •Tempo reale •Catena multimodello (Il gestore della catena multimodello è Delt-Fews) •Utilizzo dei dati meteorologici da modelli (è una conseguenza del tempo reale) DATA INFORMATION INFORMATION KNOWLEDGE @ARPAE Rigon et al. Il post-moderno
  17. 17. !17 Connec9ng Rainfall to Flooding Connec9ng Rainfall to Flooding @IOWAINFORMATION KNOWLEDGE Witold F. Krajewski, Daniel Ceynar, Ibrahim Demir, Radoslaw Goska, Anton Kruger, Carmen Langel, Ricardo Mantilla, James Niemeier, Felipe Quintero, Bong-Chul Seo, Scott J. Small, Larry J. Weber, and Nathan C. Young, Real-Time Flood Forecasting and Information System for the State of Iowa, Real-time flood forecasting and information system for the State of Iowa, Bull. Am. Meteorol. Soc., doi:10.1175/BAMS-D-15-00243.1, 2017. Rigon et al. Il contemporaneo ?
  18. 18. !18 @IOWAINFORMATION KNOWLEDGE Hyperresolution - Altissima risoluzione Rigon et al. Il contemporaneo ?
  19. 19. !19 @IOWAINFORMATION KNOWLEDGE Ma certamente, un conto è usare informazione georeferita ad altissima risoluzione, un conto è prevedere l’idrologia ad altissima risoluzione. Rigon et al. Il contemporaneo ?
  20. 20. !20 Radar rainfall coverage of Iowa Radar Information @IOWAINFORMATION KNOWLEDGE Rigon et al. Il contemporaneo ?
  21. 21. !21 Statewide implementa9on of the HLM-Async Model Our distributed hydrological model provides streamflow predic9ons everywhere in Iowa @IOWAINFORMATION KNOWLEDGE Further information @ AboutHydrology Rigon et al. Il contemporaneo ?
  22. 22. !22 HPC Cluster University of Iowa Data Center Virtual Servers IFC Central Database Server Model Forecasted Discharge River Network Topology, Rainfall Maps IFIS Underlying Cyber-Infrastructure: System Overview Rainfall Maps HTTP Data Transfer Reading from DB (TCP 5432) Wri-ng into DB (TCP 5432) Push Informa-on Pull Informa-on Model Forecasted and Real Stage and Discharge IFC Real Time Flood Forecas9ng Model Iowa Flood Informa9on System IFC Rainfall System @IOWAINFORMATION KNOWLEDGE Smart = Cyberinfrastructure + realtime measurements* *Sia chiaro: anche ARPAE ha una cyberinfrastructure complessa e simile. Rigon et al. Il contemporaneo smart
  23. 23. !23 Predic9ons from The Model @IOWAINFORMATION KNOWLEDGE Rigon et al. Grandi risultati !
  24. 24. !24 Hyperresolution* (~1 km2) Multiobjective -Multipurpose (at least for discharges) -Multiprocesses (describes multiple processes) Open (I will be back on this in a couple of slides) Rigon et al. Il contemporaneo smart o post-contemporaneo ;-) The Manifest of Contemporary flood models, IMO*: * In My Opinion * Wood, E. F., Roundy, J. K., Troy, T. J., van Beek, L. P. H., Bierkens, M. F. P., Blyth, E., et al. (2011). Hyperresolution global land surface modeling: Meeting a grand challenge for monitoring Earth's terrestrial water. Water Resources Research, 47(5). http://doi.org/10.1029/2010WR010090
  25. 25. !25 Così ora, il povero ingegnere se ne va a casa: tutto è già stato fatto tutto è nelle mani di (grandi) istituzioni tutto è troppo grande, complesso, fuori scala per l’impegno dei singoli Rigon et al. Sigh!
  26. 26. !26 Non è esattamente così La qualità delle previsioni non è accuratissima ovunque. Anzi, di solito, è relativamente povera alle piccole scale che non sono mai controllate. Il problema è la verifica. Il lavoro dell’ingegnere ambientale* non utilizza necessariamente la conoscenza in tempo reale. La pianificazione richiede la previsione in senso statistico. *Certo non voglio discriminare gli ingegneri civili, ma affermare che c’è uno specifico in questi studi La gestione del territorio, per il bene comune, implica la verifica e il bilanciamento di vari fattori, di porre in evidenza alternative che rispondono a bisogni delle società locali e globali. Tutto deve essere fatto in congruenza con le disposizioni di legge e le varie gerarchie di norme. Rigon et al. Gulp!
  27. 27. !27 Fran Orford www.francartoons.com Supermodel Allora un supermodel è solo un elemento del problema, Rigon et al. Fumetti !
  28. 28. !28 Open, ma forse questo è post-contemporaneo Rigon et al. IMO, uno strumento contemporaneo e smart, dovrebbe anche consentire il lavoro collaborativo, nel quale gli approfondimenti dei singoli si armonizzano e contribuiscono al lavoro delle Istituzioni, diminuendo, almeno dalla parte delle Amministrazioni, l’asimmetria informativa.
  29. 29. !29 Studiare una piena non è solo calcolare una piena e, nemmeno, tante piene situazione di pericolo opere di difesa frane stato del bosco uso agricolo estensificazione scoglimento del ghiacciaio degradazione del permafrost uso agricolo intensificazione ecologia pesca acqua potabile caccia prese d‘acqua bacino di ritenuta diga A. Zisch, 2013 Inoltre Rigon et al.
  30. 30. !30 La previsione delle piene nel contesto del lavoro di un ingegnere richiede valutazioni più complesse della sola onda di piena. Come del resto richiedono le stesse direttive europee Rigon et al. Confrontarsi con l’apparato normativo
  31. 31. !31 Ma bisogna passare dalla previsione delle piene del bacino “così com’è” alla previsione del bacino “in cui certe caratteristiche sono variate” mentre alcune sono mantenute fisse. Per fare questo è necessario che le caratteristiche variate abbiano dei riscontri oggettivi nei modelli. Una domanda tipica: l’aumento della vegetazione o il cambiamento delle colture, cambia le piene ? Rigon et al. La previsione delle piene, in un contesto più ampio
  32. 32. !32 P Q S = 0 t ⇠ 10 anni Per una discussione più dettagliata sul tema: http://abouthydrology.blogspot.it/search?q=Acqua%2C+suolo%2C+foreste Rigon et al. Studi quantitativi
  33. 33. !33 che intervenga nella determinazione delle caratteristiche ecologiche e antropiche del bacino che influiscono sulla portata di piena Entropy 2014, 16 3484 Figure 1. Quantification of the entropy or exergy budgets in the Critical Zone at different spatial scales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uijanooandLin,Entropy,2014 Richiedono una modellazione più articolata e multiscala Rigon et al.
  34. 34. !34 Non si sa bene come tradurre questa conoscenza nei modelli H067:Hydrologic Dynamics, Complexity and Predictability: Physical and Analytical Approaches for Improving System Understanding and Prediction Session ID#: 23200 Session URL and Abstract Submission (deadline 3 August): https://agu.confex.com/agu/fm17/preliminaryview.cgi/Session23200 Session Description: Hydrology is a rich multidisciplinary field encompassing a complex process network involving interactions of diverse nature and scales. Still, it abides to core dynamical principles regulating individual and cooperative processes and interactions, ultimately relating to the overall Earth System dynamics. This session focuses on advances in theoretical and applied studies in hydrologic dynamics, regimes, transitions and extremes along with their physical understanding, predictability and uncertainty. Moreover, it welcomes research on dynamical co-evolution, feedbacks and synergies among hydrologic and other earth system processes at multiple spatiotemporal scales. The session further encourages discussion on physical and analytical approaches to hydrologic dynamics ranging from traditional stochastic, information-theoretical and dynamical analysis to general frameworks addressing non-ergodic and thermodynamically unstable processes and interactions.   This session is further complemented by an ongoing special issue at the EGU journal Earth System Dynamics: http://www.earth-syst-dynam.net/special_issue892.html Grateful for your attention and consideration, we look forward to your contributions. With warm regards, The Conveners: Rui A. P. Perdigão and Julia Hall TU Wien, Austria Rigon et al. E’ argomento di ricerca
  35. 35. !35 H023 "Balancing the Water Budget: A Physical Basis for Quantifying Water Fluxes Using Data and Models"  at the 2017 Fall Meeting of the American Geophysical Union.  We are excited to explore the emerging challenges of balancing the water budget through a fusion of mechanistic and statistical approaches to hydrology. Session Description: Mass balance is the governing principle in the characterization of hydrologic processes. The water budget, ΔStorage = Input – Output, is a “first principles lens” that can be used to guide exploration, observations, and process representation of hydrologic fluxes. Furthermore, it constitutes the framework in which we integrate and evaluate hydrologic models at multiple spatio-temporal scales (from single events to multi-decadal cycles, and from watersheds to continents). Given its fundamental importance, an important question is to what degree and with how much confidence can the water budget be balanced. This session solicits studies exploring this question at multiple spatial and temporal scales using both data-driven and model-based approaches. We especially welcome efforts to incorporate a broad understanding of conservation of mass into the evaluation or integration of hydrologic models. Improved system-wide understanding is paramount as the globalization of water and trade of “virtual” water stocks become the status quo. Confirmed Invited Speakers Jim Kirchner, ETH Zürich, Zurich, Switzerland Richard Hooper, Tufts University, Medford, MA Best regards, William Farmer Jessica Driscoll Christopher Tennant Dino Bellugi Rigon et al. E’ argomento di ricerca
  36. 36. !36 (4.1) k @t = Jk(t)+ i Qki(t)° ETk(t)°Qk(t) for an appropriate set of elementary control volumes connected together. In Eq.(5.1), S [L3 ] represents the total water storage of the basin, J [L3 T°1 ], ET [L3 T°1 ], and Q [L3 T°1 ] are precipitation, evapotranspiration, and runoff (surface and groundwater) respectively. The Qis represent input fluxes, of the same nature of Q, coming from adjacent control volumes. a b Figure 4.1: The location of the Posina basin in the Northeast of Italy (a) and DEM elava- tion, location of rain gauges and hydrometer stations, subbasin-channel link partitions used for this modelling (b). It is clear that Eq.(5.1) is governed by two types of terms, which can be easily identi- fied as “inputs" and “outputs". The outputs are certainly evapotranspiration, ET, and discharges, Q, including the Qis, because they come from the assembly of control volumes. The inputs are J(t), but this term has to be split into rainfall and snowfall. Moreover, other inputs are ancillary to the estimation of outputs, in particular temperature, T and radiation Rn. Another input of the equation is the definition of the domain of integration and its“granularity", i.e. its partition into elements for which a singe value of the state variables is produced. In this paper we discuss the estimation of all of these input quantities, with the Un esempio Abera et al., HESS, 2017 Posina Un piccolo bacino di 114 km2 in provincia di Vicenza, che sfocia nel sistema Astico-Bacchiglione-Brenta. Il sistema usato si chiama JGrass-NewAGE Rigon et al.
  37. 37. !37 Lo schema del modello, per ciascun sottobacino, si potrebbe rappresentare* riceve precipitazione (il flusso può essere decomposto in pioggia e neve) fornisce evaporazione e portata questo “invaso”, a seconda dei modelli usati internamente, può essere ulteriormente decomposto in parti flusso variazione di invaso Lo scheletro matematico *http://abouthydrology.blogspot.it/2016/11/reservoirology-3.html Rigon et al.
  38. 38. !38 Il tutto moltiplicato tante volte quanti sono i sottobacini. Qui giusto un gruppo di 5 Rigon et al.
  39. 39. !39 Ovviamente il modello IOWA ha dentro di se una complessità paragonabile, moltiplicata per ciascuno dei sottobacini Mass Conservation Equations Fluxes between control volumes dsp dt = P t( )− qpl − qpc − ep dsl dt = qpl − qls − el dss dt = qls − qsc − es qpc = k2sp 1.67 and qpl = kl sp qls = kisl and qsc = k3ss kl = kDRY 1− sl Sl ⎛ ⎝ ⎜ ⎞ ⎠ ⎟ N Channel Routing dqc dt = voqc λ1 Aλ1 1− λ1( )l qpc + psc − qc + qu u∈c ∑ ⎛ ⎝ ⎜ ⎞ ⎠ ⎟ Modeling the Land-Surface (Under the hood) CourtesyofRicardoMantilla Rigon et al. Questo, per le portate lo fa anche il modello dello IFC
  40. 40. !40 Diciamo che affrontare il problema in questo modo, significa dare per scontato* che il nostro sistema fluviale si possa descrivere con (ridurre a) un insieme di equazioni differenziali ordinarie** I muscoli della matematica quantità d’acqua inputs outputsparametri condizioni iniziali da un punto di vista matematico, questo è un sistema dinamico **Alle quali corrisponde, in modo univoco una trattazione per tempi di residenza Rigon et al. * Qui si è provato uno schema per semplificare fenomeni distribuiti
  41. 41. !41 Matematica comune a tanti problemi Lo diciamo perché c’è una quantità di letteratura sui sistemi dinamici dalla quale si potrebbero trarre indicazioni su come trattare questi sistemi, su come comportarsi con i parametri e su come eliminare variabili ridondanti. I nostri sistemi dinamici sono aperti (hanno inputs e outputs), non- lineari (le equazioni sono non lineari), parametriche (la “qualità” delle soluzioni dipende dai parametri). Rigon et al.
  42. 42. !42 0 50 100 1994 1995 1996 1997 1998 1999 Time [h] Q[m3 /s] Measured Hymod Model Discharge Ed ecco un risultato che va commentato* …. *Entrambe le simulazioni rispettano il bilancio di massa Tanto lavoro … per questo ? Rigon et al.
  43. 43. !43 0 10 20 30 Jan 2005 Apr 2005 Jul 2005 Oct 2005 Jan 2006 Date Discharge(m3/s) 0.0 2.5 5.0 7.5 10.0 Jan 2005 Apr 2005 Jul 2005 Oct 2005 Jan 2006 Date Discharge(m3 /s) OBS SIM 0 5 10 15 20 25 Jan 2005 Apr 2005 Jul 2005 Oct 2005 Jan 2006 Date Discharge(m3 /s) 0 1 2 3 Jan 2005 Apr 2005 Jul 2005 Oct 2005 Jan 2006 Date Discharge(m3 /s) 0.0 0.2 0.4 0.6 Jan 2005 Apr 2005 Jul 2005 Oct 2005 Jan 2006 Date Discharge(m3/s) Link 14 Link 9 Link 32 Link 1 Link 3 1 Link 9 Figure 9: NewAGE model forecasting validation at internal links. Discharge is estimated for all links, here plotted for links 1,3, 9 (the outlet links), and 14, 27, and 32 as samples. When data is available at any internal point, model performances can be evaluated by comparison (e.g. for links 14 and 32). 12 Rigon et al. Guardiamo con un po più di dettaglio Abera,W.,Formetta,G.,Borga,M.,&Rigon,R.(2017).
  44. 44. !44 ation. It is highest in June er to February, as expected, nual budget. In 2012, from ation is sustained by the wa- recipitation, indicating that, tion of the catchment could in these months. HRUs, the monthly means of the 18 years of simulations monthly estimates for four October, one from each sea- result confirms the monthly ure 13). The trend in Q fol- arly proportional. River basin has been an- at hourly time-steps, using infall and temperature) and ude estimations of the four recipitation, discharge, rel- on) under the hypothesis of ne of the years where mea- ystem components are used ecast the water cycle. The and can be transposed to all a are available. Whilst pre- locations, part of the work lyse when they were liquid S). The upper graph shows the total available water, J, divided in its snow and rainfall parts. 0 100 200 300 400 500 01-2012 02-2012 03-2012 04-2012 05-2012 06-2012 07-2012 08-2012 09-2012 10-2012 11-2012 12-2012 Date(months) Q,ET,S(mm/month) Q ET S 0 100 200 300J(mm/month) Figure 13: The same as figure 12, but monthly variability for the year 2012. 14 Che cosa significa “i modelli conservano la massa” spiegato precipitazioni portate variazione di invaso evapotraspirazione Rigon et al. Abera,W.,Formetta,G.,Borga,M.,&Rigon,R.(2017).
  45. 45. !45 E così, magari, si prevedono anche le magre E a che serve ? Rigon et al. Abera,W.,Formetta,G.,Borga,M.,&Rigon,R.(2017).
  46. 46. !46 E a che serve ? Così, magari, si toglie da situazioni imbarazzanti Rigon et al. StefanoTasin,2017
  47. 47. !47 Multipurpose-Multiprocesses root zone ground canopy surface waters Rigon et al. neve Una ragionevole rappresentazione dei processi di formazione del deflusso sediment
  48. 48. !48 1 2 3 4 5 6 7 0 Quando gli invasi si congiungono snow root ground canopy surface waters Rigon et al. A
  49. 49. !49 Il sistema “puntuale”deve naturalmente essere ripetuto per tutte le unità idrologiche elementari (HRU). Quindi centinaia e migliaia di volte, in un sistema iperrisoluto. Scaling up
  50. 50. !50 Questa molteplicità pone, naturalmente, problemi di identificazione dei parametri, problemi di calcolo (parallelo), problemi di acquisizione e stoccaggio dei dati, problemi di rappresentazione ed analisi dei risultati Problemi
  51. 51. !51 Tutto questo ancora non esiste, riunito in un unico sistema. ma è quello su cui stiamo lavorando Composite Pattern - A very first idea COMPONENT . . . Leaf Local Node Ghost Node Node Abstra ctclass TRAVERSER 37 / 68 Risposte
  52. 52. !52 La rappresentazione dei bacini e delle opere umane attraverso grafi*, permette, non solo una rappresentazione dei sistemi di equazioni differenziali che regolano il sistema, ma anche una suddivisione del sistema in parti che possono essere implementate separatamente ed assemblate alla fine ed eseguite in parallelo, per mezzo di un “traverser” che scorre gli elementi del grafo e ne studia le dipendenze. *Ed alcune componenti matematiche opportune ad essi associati Il “deployment” prototipale di questa struttura informatica è già utilizzato dagli autori e sarà presto disponibile a tutti. Risposte
  53. 53. !53 I dettagli sugli articoli recenti: Abera, W., Formetta, G., Brocca, L., & Rigon, R. (2017). Modeling the water budget of the Upper Blue Nile basin using the JGrass-NewAge model system and satellite data. Hydrology and Earth System Sciences, 21(6), 3145–3165. http://doi.org/10.5194/hess-21-3145-2017 Abera, W., Formetta, G., Borga, M., & Rigon, R. (2017). Estimating the water budget components and their variability in a pre-alpine basin with JGrass-NewAGE, 1–18. http:// doi.org/10.1016/j.advwatres.2017.03.010 Rigon, R., Bancheri, M., & Green, T. R. (2016). Age-ranked hydrological budgets and a travel time description of catchment hydrology. Hydrology and Earth System Sciences, 20(12), 4929– 4947. http://doi.org/10.5194/hess-20-4929-2016 Formetta, G., Antonello, A., Franceschi, S., David, O., & Rigon, R. (2014). Hydrological modelling with components: A GIS-based open source framework, 55(C), 190–200. http://doi.org/ 10.1016/j.envsoft.2014.01.019 Rigon, R., Bancheri, M., Formetta, G., & de Lavenne, A. (2015). The geomorphological unit hydrograph from a historical-critical perspective. Earth Surface Processes and Landforms, n/a–n/a. http://doi.org/10.1002/esp.3855 Info sul percorso
  54. 54. !54 La grande, importante e assai discussa domanda è: Come gli eventi che hanno luogo confinati nei bacini idrografici, nei suoli, nelle piante, nelle foreste, possono essere descritti dalla fisica e dalla chimica (dall’idrologia) ? La risposta preliminare che questa presentazione vorrebbe suscitare è la seguente: C’e’ una parziale abilità dell’idrologia del presente di rendere conto di questi eventi, e non c’è ragione per dubitare che essi lo possano essere sempre di più nell’imminente sviluppo di questa scienza. * * Parafrasando What is life ? di E. Schroedinger R. Rigon Per questo lavorano gli idrologi
  55. 55. !55 This presentation can be found at http://abouthydrology.blogspot.com Ulrici,2000? Other material at Questions ? Stay tuned for future evolutions and releases of our open source softwares R. Rigon http://abouthydrology.blogspot.it/2017/07/the-post-contemporary-flood-forecasting.html

×