IL MODELLO FLaIR. Descrizione sintetica del modello

Documenti analoghi
Università della Calabria

ALLEGATO 1 METODO E DATI DI RIFERIMENTO PER LA DETERMINAZIONE DELLE QUANTITÀ DI PIOGGIA PER EVENTI ESTREMI

λ è detto intensità e rappresenta il numero di eventi che si

METODOLOGIE DI CALCOLO DELLA RISERVA AGGIUNTIVA PER RISCHIO DI TASSO DI INTERESSE GARANTITO

Idraulica e Idrologia: Lezione 5

Distribuzioni statistiche

I 5 principi dell estimo

CORSO LA REVISIONE LEGALE DEI CONTI. La Revisione delle Principali Voci del Passivo. I Fondi Rischi. Prof. Roberto Maglio Dott.

Valutazione della capacità dissipativa di un sistema strutturale

Fin qui si sono considerate le variabili casuali ciascuna per proprio conto. Ora consideriamo la possibilità di relazioni tra variabili.

Capitolo 2. Statica del corpo rigido. 2.1 Azioni su un corpo rigido

Idraulica e idrologia: Lezione 9

La Statistica: introduzione e approfondimenti

Controlli Automatici I

Capitolo 6. Variabili casuali continue. 6.1 La densità di probabilità

Modelli e Metodi per la Simulazione (MMS)

Il calcolo del VAR operativo mediante la metodologia stocastica parametrica. Simona Cosma

La Previsione delle Frane in Emilia-Romagna a breve e lungo termine

Capitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica

VALIDAZIONE DEL MODELLO

ANALISI DELLA SOPRAVVIVENZA

DISTRIBUZIONE NORMALE (1)

Obiettivi Strumenti Cosa ci faremo? Probabilità, distribuzioni campionarie. Stimatori. Indici: media, varianza,

GRAFICI DI PROBABILITÀ Prof. Antonio Lanzotti

Probabilità. Ing. Ivano Coccorullo

Traguardi per lo sviluppo delle competenze. Obiettivi operativi. essenziali

6.2. Identificazione del modello matematico e dei valori soglia per i diversi gruppi Applicazione alla Provincia di Catanzaro...

TEORIA DEI SISTEMI SISTEMI LINEARI

STUDI DI MICROZONAZIONE SISMICA: TEORIA E APPLICAZIONI

TOPOGRAFIA 2013/2014. Prof. Francesco-Gaspare Caputo

RENDITE. Ricerca del tasso di una rendita

FUNZIONI LINEARI (Retta, punto di pareggio e relazioni lineari generalizzate)

matematica classe terza Liceo scientifico

Corso di Calcolo Numerico

variabili. se i limiti esistono e si chiamano rispettivamente derivata parziale rispetto ad x e rispetto ad y.

Novità Principali - Spesometro

Principi di analisi causale Lezione 3

Problemi di scelta ESEMPI

IL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA

RETI DI TELECOMUNICAZIONE

Cinematica grafica C.R P 2

18/06/2009. F =σ S F 1 F 2. Unità di misura della tensione: [N/mm 2 ] 1 [N/mm 2 ] = 1 [MPa]

RETI DI TELECOMUNICAZIONE

L indagine campionaria Lezione 3

LE OPZIONI: GLI ELEMENTI DI. Gino Gandolfi SDA BOCCONI

Esercitazione 4 Distribuzioni campionarie e introduzione ai metodi Monte Carlo

Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva

1 In Solvency II, ai sensi dell articolo 168 (2) del Regolamento delegato 2015/35, gli strumenti di capitale di tipo 1

REPORT EVENTO METEO-IDROLOGICO DEI GIORNI 23 e 24 APRILE 2016

COMUNE DI CONSIGLIO DI RUMO

LA DISTRIBUZIONE NORMALE

LA NUOVA NORMA ISO 9001:2015

1. CALCOLO DELLA QUANTITÀ D'ARIA NECESSARIA ALLA COMBUSTIONE DI UN DATO COMBUSTIBILE

RICETTIVITÀ TURISTICA a.a. 2008/09

Calcolo delle Probabilità 2

UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:

Teoria e tecniche dei test

I terremoti in Italia

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07

Filtri passivi Risposta in frequenza dei circuiti RC-RL-RLC

Gestione dei Fondi Pensione a contribuzione definita attraverso un approccio a prestazione definita

Definizione Impiego Esempi Fonti:

PSR Misure strutturali. Modalità e criteri per estrazione campione controlli in loco

Operations Management

CALORIMETRO DELLE mescolanze

Indicatori di Posizione e di Variabilità. Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 4: Rappresentazioni grafiche

LA RICERCA OPERATIVA. Richiami storici

1.1 Coordinate sulla retta e nel piano; rette nel piano

Macroattività B - Modellazione idrologica Attività B1: Regionalizzazione precipitazioni

CURRICOLO VERTICALE MATEMATICA RELAZIONI/ DATI E PREVISIONI/ MISURA

Relazione sulla pericolosità sismica del sito

Gestione delle scorte - modello stocastico -

Capitolo 2 Le misure delle grandezze fisiche

Lezione 10: Interpolazione lineare Corso di Statistica Facoltà di Economia Università della Basilicata. Prof. Massimo Aria

Unità Didattica N 2 Le funzioni

GRIGLIE DI VALUTAZIONE DIP INFORMATICA E TLC

RELAZIONE EVENTO 19-20/10/2016

Variante di adeguamento PAI. Valutazione della stabilità dei versanti. Territorio Comunale. - Relazione E -

a.a. 2014/2015 Docente: Stefano Bifaretti

Scale Logaritmiche. Matematica con Elementi di Statistica a.a. 2015/16

Capitolo 3 Cinematica e Dinamica

L Unità didattica in breve

PREMESSA... 3 INQUADRAMENTO IDRAULICO DELL AREA... 5 CALCOLO DELLA PORTATA TOTALE (METEORICA + NERA)... 8 DIMENSIONAMENTO TUBAZIONI...

I Bistabili. Maurizio Palesi. Maurizio Palesi 1

Statica delle murature

Equazioni lineari con due o più incognite

Problema 1. la corrente iniziale nel circuito (cioè non appena il circuito viene chiuso)

Lezione 8: Esercizi di Idrologia

Capitolo 3 - Teoria della manutenzione: la gestione dei materiali

Contenuti dell unità + C A0 L

Analisi delle corrispondenze

Modulo di Statistica e Tecnologia (Dott. Giorgio Poletti

Il Modello di Scomposizione

UNIVERSITÀ DEGLI STUDI DI PERUGIA

SCHEDA PER IL DOCENTE DESCRIZIONE DELL ITINERARIO DI LABORATORIO

LE PROVE DI AFFIDABILITA

RETI DI TELECOMUNICAZIONE

Servizi di Igiene Urbana Rifiuti Solidi Urbani

La grande frontiera dell utilità nell economia del benessere

Transcript:

IL MODELLO FLaIR Descrizione sintetica del modello Il modello idrologico FLaIR (Forecasting of Landslides Induced by Rainfalls), proposto da Sirangelo e Versace nel 992, costituisce uno strumento di interpretazione della relazione tra precipitazioni e fenomeni franosi. Il modello è basato sulla definizione della funzione di mobilizzazione Y(t) che, in ogni istante t, dipende dalla quantità d acqua infiltratasi nel sottosuolo prima dell istante stesso: I t Y ( t) f () dove I(τ) è l intensità dell infiltrazione al tempo τ. Tale funzione non rappresenta una grandezza dal preciso significato fisico, ma indirettamente consente di interpretare i meccanismi di innesco di un fenomeno franoso. Si può affermare che la funzione di mobilizzazione rappresenta un indicatore sintetico del rischio di mobilizzazione. Nel modello FLaIR il legame tra il valore della funzione di mobilizzazione e la probabilità di attivazione di un movimento franoso è espresso tramite una relazione del seguente tipo: P E t 0 gy t sey sey sey t Y t Y Y Y 2 2 (2) in cui P[E t ] è la probabilità di mobilizzazione al tempo t e g[y(t)] una funzione non decrescente definita sull intervallo [Y ;Y 2 ] avente codominio [0,]. Per valori della funzione di mobilizzazione inferiori a Y la generica distribuzione di probabilità P[E t ] considera l evento E t impossibile, mentre per valori superiori ad Y 2 ritiene lo stesso evento certo.

Si possono individuare due casi estremi: ) si fissa Y = 0 e Y 2 = ; ne deriva che non esisterà alcun valore di Y(t) che comporti mobilizzazione impossibile o certa; 2) si pone Y = Y 2 = Y lim in modo tale che l evento risulti certo quando Y(t) > Y lim o impossibile per Y(t) < Y lim. Questo caso è noto come lo schema a soglia, che può essere riscritto nel seguente modo: t t 0 se Y Ylim PE t (3) se Y Ylim dove Y lim è propriamente definito come il valore soglia di innesco. Su questa logica è basato il modulo RL (Rainfall-Landslide)., che rappresenta il primo dei due moduli di cui si compone il modello FLaIR. In particolare il modulo RL associa la probabilità P[E t ] di mobilizzazione al tempo t al raggiungimento della funzione Y(t) del valore Y lim. Il secondo modulo, denominato RF (Rainfall-Forecasting), utilizzando la modellazione stocastica delle precipitazioni, permette di simulare le piogge che potranno verificarsi in un prefissato intervallo temporale, e, parallelamente, di valutare la probabilità di superamento delle soglie di innesco. La relazione che intercorre tra la funzione di mobilizzazione Y(t) e l intensità dell infiltrazione I(τ) è espressa attraverso un legame di tipo convolutivo: Y t t c t I d (4) 0 dove c è una costante che dipende dalle caratteristiche idrologiche del versante e dalle peculiarità del corpo di frana e ψ(t) è la funzione di trasferimento o filtro. Tale funzione modella il legame tra infiltrazione e mobilizzazione, sintetizzando i fenomeni fisici che avvengono nel sottosuolo. Per la funzione di trasferimento possono essere adottate diverse strutture analitiche, quali la forma rettangolare, gamma, beta, ecc., trattate nel dettaglio nel paragrafo seguente. Proprio l ampia possibilità di scelta conferisce grande flessibilità al modello FLaIR, tanto da essere applicabile in contesti anche molto diversi tra loro.

Quello che è importante tenere presente è che la determinazione della funzione di trasferimento dipende dalla stima di un certo numero di parametri, in seguito rappresentati dal vettore θ. L identificazione parametrica, come sarà evidenziato in seguito, verrà effettuata sulla base di due informazioni: la serie storica delle altezze di precipitazione la localizzazione temporale delle mobilizzazioni storicamente note che rappresentano due dati di ingresso indispensabili per l applicazione del modello FLaIR. Struttura analitica della funzione di trasferimento Forma rettangolare Si tratta della più semplice struttura attribuibile alla funzione di trasferimento che in questa maniera risulta essere caratterizzata dall unico parametro t 0 (avente le dimensioni di un tempo) : / t0 per 0 t t0 t (5) 0 altrove E possibile notare che alla funzione di mobilizzazione viene assegnato il valore dell infiltrazione cumulata sull intervallo di durata t 0 antecedente l istante t. Lo svantaggio di questa forma consiste nella sua incapacità di interpretare il reale legame tra infiltrazione e mobilizzazione. Forma esponenziale L attribuzione della forma esponenziale alla funzione di trasferimento avviene attraverso la seguente relazione: t k t e t 0; k 0 (6) k caratterizzata dal solo parametro k che ha le dimensioni di un tempo. Contrariamente a quanto avviene per la funzione rettangolare, l utilizzo della forma esponenziale comporta l attribuzione di un peso man mano decrescente ai valori più remoti dell intensità dell infiltrazione.

Forma gamma La forma gamma della funzione di trasferimento si ottiene dalla seguente espressione: a b a bt t t e t 0; a 0; b 0 (7) a in cui Г(.) è la funzione gamma completa, mentre a e b sono due parametri. In particolar modo il primo è adimensionale, il secondo invece presenta le dimensioni del reciproco di un tempo. Si può notare che per a= e b=/k viene riprodotta la forma esponenziale. Forma doppio esponenziale Infine è possibile attribuire alla funzione di trasferimento la forma miscela di due esponenziali definita dall espressione: ψ(t) =ω b exp(-b t)+(-ω) b 2 exp(-b 2 t) t 0; b > 0, b 2 > 0, 0 ω (8) dove i parametri b e b 2 hanno le dimensioni del reciproco di un tempo, mentre il parametro ω è adimensionale. L utilità di questa forma si manifesta nell analisi di mobilizzazioni dovute all azione di due diversi processi caratterizzati da differenti scale temporali. Si può notare che per ω = 0 viene riprodotta la forma esponenziale, con b 2 = /k. Identificazione parametrica Una delle maggiori difficoltà che si presentano nell applicare il modello FLaIR consiste nella valutazione dei parametri della funzione di trasferimento. Il problema sorge a causa della scarsità di informazioni circa le mobilizzazioni storiche dei pendii oggetto di studio. La maggior parte delle volte, infatti, si è a conoscenza di un unica mobilizzazione. Laddove, poi, siano note più mobilizzazioni, spesso queste non presentano collocazione temporale certa o risalgono a periodi per i quali non sono disponibili le dovute informazioni circa le precipitazioni. Ne deriva l indeterminatezza della stima parametrica del modello in quanto set di parametri, anche molto diversi tra loro, risultano compatibili con i criteri di identificazione adottati.

In definitiva non è possibile individuare un particolare vettore di parametri accettabili rispetto ai dati di cui si dispone, ma solo una regione di ammissibilità costituita dall insieme di tutti i vettori θ soddisfacenti il criterio di stima adottato. Criterio del ranking Per determinare la regione di ammissibilità dei parametri della funzione di trasferimento è possibile ricorrere al criterio del ranking. Il metodo in questione consiste nel considerare ammissibili i parametri capaci di indurre la funzione di mobilizzazione ad assumere, in corrispondenza delle k mobilizzazioni storiche, valori che si trovino nelle prime k posizioni della successione dei valori della funzione di mobilizzazione ordinata in senso decrescente. Nella realizzazione di tale sequenza è necessario far riferimento ai soli valori che riproducano effetti di eventi piovosi ben separati, esaminando solo i massimi locali della funzione di mobilizzazione. Se è storicamente nota una sola mobilizzazione del corpo di frana il vettore dei parametri stimati deve soddisfare la condizione: t ; maxy t; Y * ˆ tt : (9) ' '' t* u* t* t* u* nella quale t * è l istante della mobilizzazione nota, u * ed u * sono eventuali tolleranze che tengono conto dell incertezza della collocazione temporale dell evento franoso, mentre T rappresenta l estensione della serie storica di dati di pioggia disponibile. Valutando la funzione di mobilizzazione per tutti i parametri ritenuti ammissibili è possibile definire due funzioni limite: la funzione limite inferiore, f I (θ), e la funzione limite superiore, f S (θ), che rappresentano i valori della funzione Y(.) che rispettivamente non hanno dato luogo ed hanno dato luogo a mobilizzazione. Nella seguente figura viene riportato un esempio grafico dei valori delle funzioni limite:

Fig. - Applicazione del criterio ranking: definizione delle funzioni f S ed f I.