• stima della portata
• validazione idrologica
• modello idrologico
• dati satellitari

Nell’ambito della Convenzione “contributo per la ricerca applicata nel settore dell’idrologia
operativa, in particolare degli strumenti in tempo reale di previsione e monitoraggio, anche in termini probabilistici, delle risorse idriche e del rischio idrogeologico (frane e alluvioni) a scala regionale” tra il CNR IRPI e il Centro Funzionale Decentrato della Regione Umbria (CFD) la tesi ha come obiettivo la stima della portata all’interno della parte medio-alta del bacino del Fiume Tevere, tramite l’utilizzo di un Modello Idrologico Semi distribuito in continuo (MISDc). Inoltre, è stata effettuata una valutazione della qualità dei dati satellitari di pioggia impiegati nello studio.
Il periodo di analisi è il quadriennio 2016-2019.
Il modello, sviluppato dall’Istituto di Ricerca Per la Protezione Idrogeologica di Perugia (CNR-IRPI), si compone di tre parti: la prima è un modulo di fusione nivale che discerne la
precipitazione totale in parte solida e liquida, la seconda è un modello di bilancio del suolo, che determina il contenuto d’acqua presente in esso in modo continuo e che definisce le condizioni iniziali per la terza parte: un modulo di trasferimento dell’onda di piena per la stima delle portate nelle diverse sezioni del bacino.
La zona che è stata oggetto di tale studio è la parte medio-alta del bacino del Fiume Tevere situata tra la diga di Montedoglio e la sezione di Monte Molino. Tale area presenta una superficie di circa 5200 km2.
All’interno o nelle immediate vicinanze del bacino del Fiume Tevere sono presenti 90 stazioni di monitoraggio pluviometrico, 77 stazioni di monitoraggio termometrico e 17 stazioni di monitoraggio idrometrico. Tali stazioni forniscono dati di pioggia, temperatura dell’aria e livello idrometrico con passo temporale semiorario per il periodo 2004-2020.
Nell’ottica di valutare il comportamento idrologico del bacino mediante la modellistica idrologica semi distribuita in continuo e, sulla base del reticolo idrografico IGM 1: 25.000, l’area di studio stata suddivisa in 98 elementi: 61 aree direttamente drenanti nell’asta fluviale di interesse e 37 bacini di testa.
I dati di input del modello sono: le precipitazioni e le temperature.
Oltre ad essere stati utilizzati i dati di pioggia e temperatura derivanti dalla rete pluviometrica regionale umbra e dalla rete pluviometrica globale (Global Precipitation Climatology Centre, GPCC), ho utilizzato i dati di pioggia provenienti da alcuni prodotti satellitari.
In particolare, ho acquisito i dati di pioggia attraverso tre prodotti derivanti dall’European
Organization for the Exploitation of Meteorological Satellites (EUMETSAT), un prodotto
proveniente dalla National Oceanic and Atmospheric Administration (NOAA) e, per ultimo, i
dati acquisiti dal prodotto proveniente dall’algoritmo “Soil Moisture to Rain” (SM2RAIN), sviluppato dall’Istituto di Ricerca per la Protezione Idrogeologica di Perugia, (CNR-IRPI) il quale stima la pioggia sulla base del contenuto d’acqua nel suolo.
Il modello MISDc, prima di essere stato utilizzato per stimare la portata, è stato calibrato e poi successivamente validato. La calibrazione è stata effettuata tramite la minimizzazione di una funzione obiettivo basata sull’indice di Kling-Gupta e ha riguardato solo alcune sezioni. La validazione è stata, successivamente, applicata alle sezioni rimanenti.
La valutazione per ciascuna sezione si è basata su tre indici di performance: l’indice KGE, l’indice di Nash-Sutcliffe (NS) e il coefficiente di determinazione (R).
Dai risultati che si ottengono attraverso l’applicazione del modello si evince un’ottima capacità di stima del deflusso tramite l’utilizzo della rete pluviometrica regionale con buoni valori degli indici di performance.
Inoltre, anche se con performance leggermente inferiori, l’utilizzo dei dati di pioggia derivanti dai prodotti satelliti ha evidenziano buoni risultati.
In particolare, per i dataset che integrano le informazioni derivanti dai satelliti e dai pluviometri si sono osservati i risultati migliori.
Nella seconda parte del lavoro è stata svolta un’analisi sulla qualità del dato di pioggia derivante dai prodotti satellitari. Tale valutazione si è basata sul confronto fra ciascun dataset satellitare con la rete pluviometrica regionale umbra utilizzando, anche in questo caso, tre indici di performance: l’indice di Kling-Gupta (KGE), il coefficiente di determinazione (R) e l’errore relativo quadratico medio (RRMSE).
I dataset satellitari mostrano una buona accuratezza nella stima del dato di pioggia rispetto al dato osservato.
In particolare, tra i prodotti satellitari che ho impiegato, la metodologia che ha presentato le performance migliori è quella relativa ai due prodotti integrati.
Tali prodotti si sono dimostrati essere i più efficienti sulla base di tutti e tre gli indici utilizzati.