Progetto W.I.S.E - Wastewater Integrated System Enhancement

Transcript

1 PROGETTO PER LA REALIZZAZIONE DELLA PIATTAFORMA DECISIONALE INTEGRATA PER LA PREVISIONE DEGLI ALLAGAMENTI E LORO MITIGAZIONE TRAMITE L ELABORAZIONE DI STRATEGIE OTTIMALI IN TEMPO REALE

2 Il progetto W.I.S.E. OBIETTIVI GENERALI: Pianificare strategie in real-time per la gestione integrata del sistema delle acque di scarico. Pianificare strategie di supporto decisionale sulla base dei risultati del modello previsionale. Simulare in tempo reale il rischio di allagamenti sulla base di misurazioni ottenute mediante sistemi di misura (radar e pluviometri), opportunamente calibrati. Simulare il comportamento della rete fognaria in rapporto agli scenari meteorologici previsti. Sviluppare un sistema di supporto alla progettazione.

3 Il progetto W.I.S.E. OBIETTIVI SPECIFICI: Definizione di criteri per la scelta della migliore strategia di azionamento dei dispositivi di manovra. Sviluppo di uno strumento decisionale automatizzato che inizialmente affianchi e, in tendenza, superi, l approccio di tipo empirico ed esperienziale attualmente adottato dagli operatori in occasione di eventi precipitativi intensi. Possibilità di avere evidenza documentale della sequenza delle operazioni, cioè la tracciabilità delle manovre, col fine sia di migliorare il funzionamento del sistema in relazione ai risultati, sia di avere un evidenza documentale in sé, per ogni necessità di natura amministrativa o giuridica.

4 Dati di input: reti di radar meteorologici Monitoraggio in continuo delle precipitazioni su tutto il nord Italia con una risoluzione di 1 km 2 Radar utilizzati: Linate (Mi), Teolo (PD) e Concordia Sagittaria (VE) Il radar fornisce anche la previsione per le successive +3h (nowcasting)

5 Dati di input: reti di stazioni pluviometriche al suolo Raccolta dei dati di tutte le stazioni pluviometriche nella zona di interesse E possibile integrare le stazioni con altre di proprietà del gestore

6 Dati di input: integrazione e interpolazione dei dati meteorologici Radar Pluviometri Merging Precipitazione accumulata

7 Dati di input: dati dei modelli previsionali Dati previsionali prodotti dal modello WRF-NEMS I modelli forniscono indicazioni su potenziali criticità sul territorio oltre le 3-6h di previsione

8 Dati di input: dati del bacino e rete fognaria OBIETTIVI: Rilievi topografici disponibili per la modellazione del bacino in esame: non si intende realizzare un modello dettagliato della rete fognaria, ma calibrare mediante misure sul campo un modello semplificato che rappresenti la rete a monte del depuratore mediante blocchi tipo virtual tank. Analisi e caratterizzazione della rete di sensori per strutturare il database

9 Strategie di intervento Ottimizzazione ciclica per la definizione della procedura di controllo ottimale Individuazione della sequenza temporale di tutti i set-point degli attuatori di un sistema RTC Analisi multicriterio (Multi-Criteria Decision Analysis MCDA) per l ottimizzazione di più obiettivi contemporaneamente

10 Articolazione delle attività WP1 - Analisi e modellazione dello stato dell arte Task 1.1 Rilievo in campo Fase svolta interamente in campo, per il rilievo della rete e del territorio, in collaborazione stretta con i tecnici della Società; Task 1.2 Rappresentazione dell area di interesse Modellazione della rete a monte del depuratore, utilizzando l analogia del grey box. Rappresentazione della rete di valle finalizzata alla modellazione, per poter simulare l effetto delle strategie individuate con l analisi multicriterio / multiobiettivo

11 Articolazione delle attività WP2 - Raccolta, elaborazione ed integrazione dei dati meteorologici Task 2.1 Raccolta ed elaborazione dei dati pluviometrici in tempo reale Sviluppo del sistema di raccolta ed elaborazione dei dati radar meteorologici e dei dati delle stazioni pluviometriche al suolo Task 2.2 Raccolta ed elaborazione dei dati storici per la calibrazione del modello Utilizzo di dati pluviometrici di eventi passati per la calibrazione continua del modello Task Produzione ed elaborazione di dati previsionali Utilizzo di dati meteo previsionali desunti dal modello WRF-NEMS da implementare nel sistema di allertamento Task Integrazione dell insieme dei dati meteorologici da fornire in input al modello Integrazione di tutti i dati disponibili per la produzione della Quantitative Precipitation Estimates (QPE). Task 2.5- Integrazione dell insieme dei dati meteorologici nella piattaforma DSS Predisposizione dei dati per la visualizzazione all interno della piattaforma decisionale integrata.

12 Articolazione delle attività WP3 Monitoraggio e calibrazione del modello Task 3.1 Calibrazione continua del modello con dati misurati Obiettivo: massima rispondenza tra comportamento previsto e misurato del sistema. È necessario un periodo di studio sufficientemente lungo da comprendere mesi umidi ed eventi di punta. Task 3.2 Definizione delle strategie Sviluppo di algoritmi decisionali per la definizione delle strategie ottimali. Task 3.3 Implementazione della piattaforma decisionale Obiettivo: rendere comprensibile, fruibile e attuabile l informazione sintetica che proviene dal software. La piattaforma decisionale è dotata di una funzione di reportistica, necessaria anche a livello documentale.

13 Articolazione delle attività WP4 Sviluppo e testing della piattaforma Task 4.1 Sviluppo ed implementazione del sistema di allertamento Sviluppo degli algoritmi che forniscono in output gli avvisi di attenzione/criticità (lato operatore e lato modello). Task 4.2 Sviluppo ed implementazione del front-end per la visualizzazione dei dati Sviluppo dell interfaccia informatica di visualizzazione di tutti i dati a disposizione e forniti dal modello e dagli algoritmi decisionali. Task 4.3 Analisi delle performances del sistema Studio dei comportamenti della rete in conseguenza dell applicazione delle strategie decisionali definite dagli algoritmi decisionali. Task 4.4 Affinamento del sistema di supporto alle decisioni Fase di ottimizzazione ulteriore sia delle strategie di funzionamento che dell interfaccia utente.

14 Il prodotto finale Dati storici Visualizzazione dati meteorologici Dati in tempo reale Piattaforma decisionale interattiva Sistema di allertamento Strategie decisionali Dati previsionali Simulazioni post evento per calibrazione

15 Il prodotto finale: visualizzazione dati radar Dati per ogni km 2 di territorio Visualizzazione interattiva delle precipitazioni in tempo reale (sul nord Italia) Stima spostamento nelle prossime 3 ore (sul nord Italia) Stima accumulata delle precipitazioni nelle ore precedenti (sul nord Italia)

16 Il prodotto finale: dati delle reti di stazioni meteorologiche Visualizzazione di tutti i dati delle reti a norma WMO: GIS METEOTRIGGER Si tratta del PRIMO DATABASE NAZIONALE COORDINATO di dati meteorologici ufficiali ed a norma OMM, questo insieme di reti non è disponibile presso altri siti web o Enti/Organizzazioni anche istituzionali. Raccoglie in continuo tutta la produzione nazionale di dati meteorologici. Fornisce in tempo reale i dati richiesti e loro elaborazioni. E georeferenziato. Opera mediante una semplice APP.

17 Il prodotto finale: dati integrati radar pluviometri Mappe di precipitazione accumulata per due eventi in Emilia-Romagna e Veneto

18 Il prodotto finale: dati previsionali Visualizzazione dei dati previsionali sotto diverse forme: Dati puntuali Mappe georeferenziate

19 Il prodotto finale: il sistema di allertamento Sistema allertamento Lato Operatore Lato Modello Visualizzazione di informazioni e avvisi all interno della piattaforma decisionale Avvio elaborazione per la definizione delle strategie ottimali

20 Il prodotto finale: il sistema di allertamento Avvisi di potenziale criticità sull area di interesse Eventi precipitativi intensi in atto (allertamento in tempo reale): tale informazione deriva dall analisi opportunamente integrata dei dati provenienti dai radar meteorologici e dalle reti di stazioni pluviometriche al suolo. Eventi precipitativi intensi previsti nei giorni successivi (allertamento previsionale): in questo caso l informazione deriva dall analisi del modello in base ai dati prodotti ed elaborati dai modelli previsionali meteorologici.

21 Il prodotto finale: elaborazione delle strategie decisionali Simulation Data Inspector: Inspect Signals La piattaforma decisionale sarà ottimizzata per consentire l attuazione di Inspect Signals Report Generated 10 Oct :44:16 strategie di intervento ottimali in tempo reale 10/10/2016 SDI_report.htm l Simulation Data Inspector: 10/10/2016 SDI_report1.htm l Report Generated 10 Oct :37:58 Run 1: Schema_tank_rev10 Block Name Signal Name Line Run 1: Schema_tank_rev10 Pumping tank V_pt Block Name Signal Name Line Storm Tank V_st Inflow Q_in Pumping tank Q_cso_pt Switch Q_rs file://localhost/users/epucci/dropbox%20(aps%20s.r.l.)/r040%20-%20radarm eteo/014%20%20-%20a2a/sdi_report1.htm l 1/1

22 Il prodotto finale: elaborazione delle strategie decisionali Definizione indicatori specifici che, superando determinate soglie, evidenzieranno punti ed eventi critici. Visualizzazione dei dati misurati per controllare gli effetti della strategia selezionata. Diagrammi statici e dinamici, per visualizzare l evoluzione temporale delle grandezze osservate. Generazione dell archivio degli eventi utilizzabile per analisi a posteriori e analisi dell efficacia delle soluzioni adottate.