Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
AGRIDE: un modello esperto per la valutazione del danno alluvionale al settore agricolo
1. AGRIDE: un modello esperto per la valutazione del
danno alluvionale al settore agricolo
2. D. Molinari
Metodologia per la derivazione del modello di danno
Modello empirico NO dati
1. Trasferimento dei modelli esistenti in letteratura all’area di studio
2. Modello sintetico/esperto
3. D. Molinari
Caso studio: Alluvione del novembre 2002 nel Lodigiano
1. Tipologia evento: alluvione fluviale in
pianura
2. Danni aziende agricole lodigiane:
• danni ai terreni agricoli
• danneggiamenti alle strutture
• perdita di bestiame
• perdita di scorte e attrezzature
• NO danni diretti alle colture
Velocità di corrente
trascurabile
Provincia di Lodi
23-27/11/ 2002 → 233 mm di precipitazione
26-27/11/2002 → esondazione fiume Adda:
Qmax = 950 m³/s (TR = 20-50 anni), all’uscita
del lago di Como
Qmax = 1800 m³/s (TR = 100 anni), a valle
della confluenza con il Brembo
Superficie agricola utilizzata (SAU) inondata ≈
3.600 ha
Importanza della data dell’evento /
della stagionalità della coltura
Componenti tipiche di un’azienda
agricola: colture, terreno, bestiame,
fabbricati agricoli, scorte,
attrezzature, ecc.
4. D. Molinari
Metodo 1: Trasferimento dei modelli disponibili in letteratura
Revisione della letteratura su scala mondiale:
In ambito europeo ed extra-europeo → danni diretti alle colture
Selezione dei modelli più idonei al caso di studio in base a 4 criteri
di similarità:
1. Tipi di colture
2. Calendari colturali
3. Fascia climatica: clima temperato
4. Tipologia degli eventi alluvionali: alluvione fluviale, pianura
: mais, prato stabile, grano, orzo, soia, riso
5. D. Molinari
Metodo 1: Trasferimento dei modelli disponibili in letteratura
Dutta et al., 2003 (Giappone)
mais
MEDIS, 2008 (Germania)
mais
Citeau, 2003 (Francia)
(A)
Germinazione
(B) Crescita
(C) Fioritura (D)
Maturazione
mais
Agenais et al., 2013 (Francia)
Parametri di pericolosità:
• durata di sommersione
• altezza idrica
• mese dell’evento
6. D. Molinari
Metodo 1: Trasferimento dei modelli disponibili in letteratura
Analisi sui 4 modelli selezionati
• Confronto tra i diversi modelli → intervallo di confidenza sui valori di danno atteso
• Variabilità del danno al variare dei parametri di pericolosità: durata di
sommersione, altezza idrica, mese dell’evento
Particella unitaria di mais (1 ettaro)
27 diversi scenari di pericolosità:
9 scenari → danno in funzione della durata (altezza, mese = costanti)
9 scenari → danno in funzione dell’altezza (durata, mese = costanti)
9 scenari → danno in funzione del mese (durata, altezza = costanti)
7. D. Molinari
Metodo 1: Trasferimento dei modelli disponibili in letteratura
Agenais: vulnerabilità della pianta MEDIS: funzione di costo
1°picco: germinazione 2°picco: fioritura
8. D. Molinari
Metodo 2: Modello sintetico o «expert-based»
Approccio sintetico → what-if analysis = ipotesi e assunzioni di esperti in materia
(agronomi, agricoltori)
Studio della letteratura, esperto della Coldiretti di Lodi
Fase 1: modello concettuale
Fase 2: modello analitico
9. D. Molinari
Metodo 2: Modello sintetico o «expert-based»
Alluvione fluviale
in pianura
Modello concettuale
10. D. Molinari
Metodo 2: Modello sintetico o «expert-based»
Modello analitico – Caso del mais
DANNO ECONOMICO = RIDUZIONE GUADAGNO CAUSA ALLUVIONE
Δ COSTI DI PRODUZIONE
Δ costi variabili delle lavorazioni colturali
costi fissi
Δ RICAVO
Δ produzione lorda = Δ resa X prezzo di vendita
contributo EU
Agenais et al. (2013) Lodi/Lombardia
11. D. Molinari
Metodo 2: Modello sintetico o «expert-based»
Condizioni normali (NO alluvioni)
RICAVO [€/ha] 3111
COSTI [€/ha] 2277
UTILE [€/ha] 834
Mese Stadio vegetativo
Novembre Particella spoglia
Aprile Germinazione
Giugno Crescita
Luglio Fioritura
Settembre Maturazione
Scenari di pericolosità
Mese Stadio vegetativo
Novembre Particella spoglia
Aprile Germinazione
Giugno Crescita
Luglio Fioritura
Settembre Maturazione
Crescita
Alluvione a giugno
RICAVO [€/ha] 3111
COSTI [€/ha] 2777
UTILE [€/ha] 334
RICAVO [€/ha] 2741
COSTI [€/ha] 2759
UTILE [€/ha] -18
RICAVO [€/ha] 3111
COSTI [€/ha] 3353
UTILE [€/ha] -242
RICAVO [€/ha] 150
COSTI [€/ha] 1236
UTILE [€/ha] -1086
12. D. Molinari
Metodo 2: Modello sintetico o «expert-based»
Utile/Perdita dell’impresa agricola per diversi scenari di pericolosità
13. D. Molinari
Metodo 2: Modello sintetico o «expert-based»
Danno relativo (%) dell’impresa agricola per diversi scenari di pericolosità
14. D. Molinari
Metodo 2: Modello sintetico o «expert-based»
Simulazione del modello – Mese di Luglio
d ≤ 4 giorni d = 5 giorni d ≥ 8 giorni
15. D. Molinari
Sviluppi futuri
• Estensione alle altre colture / componenti azienda agricola
• Modellazione alla meso-scala
16.
17. D. Molinari
Metodo 2: Modello sintetico e «expert-based»
Modelli selezionati
Criteri di similarità:
Fascia climatica → climi temperati
Tipologia degli eventi alluvionali → alluvioni fluviali
Tipi di colture → 6 colture prevalenti in pianura Padana
Calendario colturale di ciascuna coltura
19. D. Molinari
Metodo 2: Modello sintetico o «expert-based»
Modello analitico – Caso del mais
Itinerario agronomico
20. D. Molinari
Metodo 2: Modello sintetico o «expert-based»
Modello analitico – Caso del mais
Calendario colturale, annata agraria 2016-2017
21. D. Molinari
Metodo 2: Modello sintetico o «expert-based»
Utile/Perdita dell’impresa agricola per diversi scenari di pericolosità
MINIMA
LAVORAZIONE
22. D. Molinari
Metodo 2: Modello sintetico o «expert-based»
Danno relativo (%) dell’impresa agricola per diversi scenari di pericolosità
MINIMA
LAVORAZIONE