Valutazione delle Piene di Progetto:

                  Sviluppi Recenti


PIERLUIGI CLAPS
FRANCESCO LAIO
Politecnico di T...
Elementi di novità
 Uso di dati non convenzionali

 Assenza di discontinuità spaziale nell’applicazione
 (no Zone Omogenee...
Metodo indice
Il metodo della piena indice (Darlymple, 1960) scompone
  la variabilità della piena di progetto in due fatt...
Dati idrologici: grandezze


 Precipitazioni estreme di breve durata

 Portate massime annuali al colmo

 Massimi annui de...
Dati di piena
        Massimi annui delle portate
        al colmo di piena e delle
        portate medie giornaliere in
 ...
Confronto con dati studi precedenti
Parametri geomorfoclimatici considerati

                 44 parametri geomorfoclimatici:
                 ■ morfologia (3...
Stima di Qindice
Analisi multiregressiva
                                   y = Xb + e
Dove:
        • Qindice
           ...
Analisi dei descrittori efficaci in bacini alpini

                    DEM SRTM,NASA 2000 (area cella = 0.008 km2)
Area de...
Relazione finale di stima




caso y = ln (Qindice / A)
Qualità di adattamento
Dati non convenzionali: portate estreme giornaliere




Le massime portate medie giornaliere Qg sono spesso disponibili an...
Stima di Qindice dagli estremi giornalieri

                  Qind = c P ⋅ μ g

 cp = coefficiente di punta (vedi Ciaponi ...
Integrazione delle serie storiche con dati occasionali
Eventi occasionali: eventi alluvionali sporadici di particolare ril...
Integrazione delle serie storiche con dati occasionali
   nsotto_soglia dati al di sotto della soglia pesati sulla numeros...
Stima regionale della curva di crescita


  Variabilità continua dei parametri

  Parametri = L - Momenti

  Regressioni m...
Parametri geomorfoclimatici di bacino




   Coefficiente a della c.p.p   Morfologia




            Quote               P...
Variabilità spaziale di L-cv
L cv = 2 . 648 ⋅ 10 − 1 − 8 . 392 ⋅ 10 − 5 H media − 4 .314 ⋅ 10 − 3 LLDP +
+ 1 . 304 ⋅ 10 − ...
Variabilità spaziale di L-ca
L ca = 3.604 − 1.144 ⋅ 10 −6 X sc − 6.052 ⋅ 10 −7 Y sc + 7.190 ⋅ 10 −1 L cv
L-Momenti (Lcv, Lca) e
              funzione K(T)




     π −1 2 β Γ(α + 1 2 ) Γ(α )
                                   ...
Studio della variabilità delle stime => soglie di numerosità dei dati




             Diagramma per la scelta del metodo ...
Esempio di stima: Maira a Saretto
Scelta della distribuzione di probabilità
Claps -  Laio - Piene Piemonte 2009
Upcoming SlideShare
Loading in …5
×

Claps - Laio - Piene Piemonte 2009

1,395 views

Published on

Presentazione progetto ARPIEM a Giornata di Studio 'Piene Fluviali ed Aree Inondabili', Cosenza, 10 Febbraio 2009

Published in: Education, Technology
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
1,395
On SlideShare
0
From Embeds
0
Number of Embeds
13
Actions
Shares
0
Downloads
21
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Claps - Laio - Piene Piemonte 2009

  1. 1. Valutazione delle Piene di Progetto: Sviluppi Recenti PIERLUIGI CLAPS FRANCESCO LAIO Politecnico di Torino www.idrologia.polito.it/piene Cosenza 10 Febbraio 2009
  2. 2. Elementi di novità Uso di dati non convenzionali Assenza di discontinuità spaziale nell’applicazione (no Zone Omogenee) Quantificazione dell’incertezza di stima Valorizzazione dell’informazione locale, ove disponibile
  3. 3. Metodo indice Il metodo della piena indice (Darlymple, 1960) scompone la variabilità della piena di progetto in due fattori, la piena indice e la curva di crescita: Q(T) = Qindice· K(T) Qindice è una grandezza locale, caratteristica del sito preso in esame (media o mediana). K(T) è una funzione che misura l’incremento degli eventi estremi per i diversi periodi di ritorno rispetto al valore indice.
  4. 4. Dati idrologici: grandezze Precipitazioni estreme di breve durata Portate massime annuali al colmo Massimi annui della portata media giornaliera Valori estremi occasionali (dati storici isolati, rapporti di evento)
  5. 5. Dati di piena Massimi annui delle portate al colmo di piena e delle portate medie giornaliere in 81 stazioni, di cui: 58 storiche (S.I.M.N) 13 Enel 26 sbarramenti (sui 46 di interesse) di cui 10 con misure al colmo
  6. 6. Confronto con dati studi precedenti
  7. 7. Parametri geomorfoclimatici considerati 44 parametri geomorfoclimatici: ■ morfologia (30): area, lunghezza asta principale, rapporti di Horton, pendenze, coord. punti caratteristici del bacino, etc.; ■ suolo (7): indici di uso del suolo (Corine), CN, permeabilità apparente; ■ piovosità (7): a, n, afflusso medio annuo, regimi pluviometrici.
  8. 8. Stima di Qindice Analisi multiregressiva y = Xb + e Dove: • Qindice • Q media • Qindice / A y= Qindice = con • ln (Qindice) • Q mediana • ln (Qindice / A) b = coefficienti di regressione stimati • parametri morfologici con i metodi OLS e WLS (con • parametri climatici X= w = n j) • parametri pedologici e = residui della regressione
  9. 9. Analisi dei descrittori efficaci in bacini alpini DEM SRTM,NASA 2000 (area cella = 0.008 km2) Area del bacino raggruppamento classi Corine. In particolare sono emersi: Indici di uso del suolo valori medi di bacino da mappe di variabilità spaziale Parametri della C.P.P. ampiezze delle due sinusoidi dello sviluppo in serie di Fourier Regimi pluviometrici
  10. 10. Relazione finale di stima caso y = ln (Qindice / A)
  11. 11. Qualità di adattamento
  12. 12. Dati non convenzionali: portate estreme giornaliere Le massime portate medie giornaliere Qg sono spesso disponibili anche per sezioni prive di dati di portata al colmo di piena Si sono elaborate tecniche per la stima della piena indice e dei parametri della curva di crescita a partire da dati Qg
  13. 13. Stima di Qindice dagli estremi giornalieri Qind = c P ⋅ μ g cp = coefficiente di punta (vedi Ciaponi e Moisello, 1988); µg = media del campione di dati massimi giornalieri. cP = 4.0694 ⋅ σ qg ⋅ ΔH 2 0.17 ⋅ a 0.19 − 0.12
  14. 14. Integrazione delle serie storiche con dati occasionali Eventi occasionali: eventi alluvionali sporadici di particolare rilevanza, non registrati con sistematicità (es. Sez.F S.I.M.N., Rapporti di Evento). Si integrano nella serie individuando un valore soglia pari al più piccolo dei valori occasionali considerati. Q0 Q0
  15. 15. Integrazione delle serie storiche con dati occasionali nsotto_soglia dati al di sotto della soglia pesati sulla numerosità n della serie storica riferita al periodo sistematico di misurazione nsopra_soglia dati al di sopra della soglia (dati occasionali) pesati sul “periodo equivalente di osservazione” neq ossia la lunghezza complessiva del lasso temporale coperto dalla serie storica integrata. nsotto _ soglia nsopra _ soglia ∑Q ∑Q i i Qind = + i =1 i =1 n neq Periodo di ritorno T dei dati occasionali: n +1 i Prob. di superamento (Weibull) pi = ⇒ Ti = con n = n eq n +1 i
  16. 16. Stima regionale della curva di crescita Variabilità continua dei parametri Parametri = L - Momenti Regressioni multiple su descrittori geomorfoclimatici
  17. 17. Parametri geomorfoclimatici di bacino Coefficiente a della c.p.p Morfologia Quote Pendenze
  18. 18. Variabilità spaziale di L-cv L cv = 2 . 648 ⋅ 10 − 1 − 8 . 392 ⋅ 10 − 5 H media − 4 .314 ⋅ 10 − 3 LLDP + + 1 . 304 ⋅ 10 − 2 lungh _ vett _ orient + 2 . 975 ⋅ 10 −1 n
  19. 19. Variabilità spaziale di L-ca L ca = 3.604 − 1.144 ⋅ 10 −6 X sc − 6.052 ⋅ 10 −7 Y sc + 7.190 ⋅ 10 −1 L cv
  20. 20. L-Momenti (Lcv, Lca) e funzione K(T) π −1 2 β Γ(α + 1 2 ) Γ(α ) γ = 2α −1 2 sign (Lca ) μ= Lcv σ = Lcv (ξ + αβ )π 1 2α 1 2 Γ(α ) Γ(α + 1 2 )
  21. 21. Studio della variabilità delle stime => soglie di numerosità dei dati Diagramma per la scelta del metodo di stima del L-cv
  22. 22. Esempio di stima: Maira a Saretto
  23. 23. Scelta della distribuzione di probabilità

×