logo SBA

ETD

Archivio digitale delle tesi discusse presso l’Università di Pisa

Tesi etd-10022023-114224


Tipo di tesi
Tesi di laurea magistrale
Autore
VAILATI, GIADA
URN
etd-10022023-114224
Titolo
Deep learning per la costruzione di modelli di previsione idrometrica in bacini di piccole dimensioni
Dipartimento
SCIENZE DELLA TERRA
Corso di studi
SCIENZE AMBIENTALI
Relatori
relatore Bini, Monica
correlatore Luppichini, Marco
controrelatore Giannecchini, Roberto
Parole chiave
  • deep learning
  • flood
  • riverflow forecasting
Data inizio appello
20/10/2023
Consultabilità
Tesi non consultabile
Riassunto
La tesi indaga l'applicabilità di modelli di deep learning LSTM-ED per la previsione idrometrica in piccoli bacini idrografici con tempi di deflusso superficiale ridotti. In particolare, i corpi idrici studiati sono il lago di Massaciuccoli e il fiume Versilia (Toscana nord-occidentale, Italia) a supporto della convenzione stipulata dall'università col Consorzio di Bonifica 1 per la prevenzione da inondazioni e per l'efficientamento idrico e energetico. Tali modelli saranno disponibili da subito e utilizzati per prevedere il livello idrometrico fino a 6 ore in avanti, che garantirà alle autorità competenti di operare con anticipo e maggiore sicurezza, in un contesto dove i modelli fisici non sono disponibili o sono poco accurati.

The thesis investigates the applicability of LSTM-ED deep learning models for hydrological forecasting in small watersheds with reduced surface runoff times. In particular, the water bodies studied are Lake Massaciuccoli and the Versilia River (northwestern Tuscany, Italy), in support of the agreement between the university and Consorzio di Bonifica 1 for flood prevention and water and energy efficiency. These models will be available immediately and used to predict water levels up to 6 hours in advance, providing competent authorities with the ability to operate in advance and with greater security in a context where physical models are not accurate and challenging to apply.
File