Ecco giungere di nuovo la pioggia – Modelli statistici migliorati delle inondazioni
Quando i gestori delle risorse idriche effettuano l’analisi della frequenza delle inondazioni, una delle sfide più grandi che devono affrontare è la modellazione di due o più variabili dipendenti. Il progetto IMPALA (Improved multivariate frequency analysis of flood extremes by copulas in a non-stationary environment) ha offerto una soluzione multidisciplinare a questo problema. La risposta comprende la modellazione della frequenza multivariata basata su copule degli estremi delle inondazioni, che include informazioni sugli estremi storici e regionali non misurati. Le copule sono degli strumenti statistici che vengono usati per descrivere la dipendenza tra due variabili casuali e sono adatti per la modellazione della frequenza degli estremi multivariati delle inondazioni. L’iniziativa IMPALA si propone di migliorare la modellazione della frequenza multivariata delle variabili delle inondazioni aumentando il numero delle osservazioni agli estremi della distribuzione marginale dei dati dell’inondazione. I dati relativi a inondazioni eccezionali sono stati inseriti in un’analisi univariata della frequenza delle inondazioni mediante tecniche bayesiane Monte Carlo basate su catena di Markov. Il progetto ha fatto uso delle esistenti banche dati a livello europeo relative a registrazioni del deflusso e descrittori del bacino idrico, oltre che di dati provenienti dalle relative autorità austriache e slovacche. Generalmente, gli studi che riguardano l’adattamento di modelli di frequenza univariata o multivariata ai dati osservati non vanno oltre i dati statistici; i fattori idrologici e/o meteorologici dei processi alluvionali non vengono solitamente esaminati. Di conseguenza, il progetto IMPALA è stato soprattutto governato dalla filosofia che è inevitabile distinguere tra i meccanismi che causano le inondazioni. Nell’ambito del progetto IMPALA è stata sviluppata una nuova metodologia per identificare gli eventi temporaleschi a carattere convettivo sulla base di dati climatologici ad alta risoluzione e dell’attività dei fulmini. La metodologia ha dimostrato di essere utile nella tipologia dei processi alluvionali, poiché i temporali convettivi sono precursori delle inondazioni improvvise. In uno studio collegato, è stata esaminata la variabilità nei tassi Clausius-Clapeyron di aumento nell’intensità delle precipitazioni con la temperatura dell’aria. I risultati hanno delle serie implicazioni sul rischio idrologico: come conseguenza del cambiamento climatico, ci si aspetta che la temperatura media dell’aria aumenti, comportando tassi Clausius-Clapeyron di messa in scala più elevati, e questo potrebbe manifestarsi in temporali più intensi e, conseguentemente, in inondazioni improvvise. I ricercatori hanno inoltre analizzato se le inondazioni sono cambiate nel passato e hanno esaminato i processi nell’atmosfera, i bacini idrografici e i sistemi fluviali in Europa che guidano tali cambiamenti. Inoltre, sono stati esaminati dei metodi per valutare se le inondazioni potrebbero aumentare in futuro e sono state fatte delle proposte per la gestione alimentare integrata per affrontare il rischio di inondazioni future. La dipendenza tra picchi e volumi dell’inondazione in Austria è stata analizzata per differenti processi alluvionali (sinottiche, improvvise e inondazioni da scioglimento di neve). Si è scoperto che l’incertezza nei modelli statistici poteva essere ridotta mediante analisi idrologiche più approfondite dei fattori che influenzano i picchi e i volumi delle inondazioni. L’affidabilità della stima della frequenza può anche essere migliorata prendendo in considerazione l’idoneità del modello e i meccanismi di generazione dell’inondazione nella regione bersaglio. I risultati di IMPALA aiuteranno a rispondere a molte domande teoriche e pratiche riguardanti il rischio di alluvioni e il ciclo idrologico. Di conseguenza, essi supportano il lavoro della comunità scientifica e gioveranno a utenti finali professionali, decisori politici per la mitigazione delle inondazioni, organizzazioni non governative, e autorità nazionali, regionali e locali.
Parole chiave
Inondazione, multivariato, analisi di frequenza, estremi inondazione, picco inondazione, volume inondazione, copule, distribuzione bivariata, catena di Markov Monte Carlo, meccanismi che causano l’inondazione, processi
