Component 7 - Azione 7.1.3 “Utilizzo della - RES

Component 7 - Azione 7.1.3
“Utilizzo della modellizzazione elaborata nella fase
7.1.2”
AZIONE DI SISTEMA G
Regione Sardegna – DG Urbanistica
SOMMARIO
1
Premessa: le attività dell’Azione di Sistema G ..................................................................................................... 3
2
Il modello matematico ............................................................................................................................................. 4
2.1
IL MODELLO INIZIALE: LA RETE NEURALE .......................................................................................................... 4
2.1.1
Dati territoriali di contesto del bacino del Rio San Gerolamo................................................................. 4
2.1.2
Il modello con i dati territoriali ................................................................................................................ 5
2.1.3
La criticità riscontrata ............................................................................................................................. 5
2.2
LA SOLUZIONE INDIVIDUATA: IL MODELLO A FUNZIONI PARAMETRICHE ............................................................ 5
2.3
LA DEFINIZIONE DEL MODELLO .......................................................................................................................... 6
2.3.1
Il comportamento per sotto-bacini omogenei ........................................................................................... 7
2.3.2
Il comportamento per sub-bacini.............................................................................................................. 7
2.3.3
Il comportamento nel tempo ..................................................................................................................... 7
2.3.4
Il comportamento in assenza di alluvione ................................................................................................ 8
2.3.5
L’individuazione delle aree ...................................................................................................................... 8
2.3.6
Rappresentazione dei risultati .................................................................................................................. 8
3
I dati prodotti: la Carta dei coefficienti di deflusso .............................................................................................. 9
1
Premessa: le attività dell’Azione di Sistema G
Nell’ambito dell’Azione di Sistema G, conformemente a quanto previsto dal formulario di progetto
per l’attività 7.1.2, l’Université de Corse ha sviluppato un modello matematico che, utilizzando il
formalismo DEVS e il framework Dev-Simpy, simula il comportamento di un bacino in termini di
variazione di deflusso idrico in uscita dal bacino al variare di numerosi parametri in ingresso,
configurabili a seconda delle specifiche esigenze di simulazione.
Le attività previste nelle fasi successive dell’Azione di sistema comprendono l’adattamento di
questo modello matematico al caso reale del bacino del Rio San Gerolamo (Capoterra) per simulare
il comportamento del bacino e individuare il rischio di alluvione al variare di determinati parametri
fisici del bacino.
In particolare l’attività 7.1.3, denominata “Utilizzo della modellizzazione elaborata nella fase 7.1.2”
prevedeva lo svolgimento delle attività di definizione delle caratteristiche fisiche reali del bacino
del Rio San Gerolamo che risultano indispensabili per poter utilizzare la modellizzazione elaborata
nella fase 7.1.2 su dati teorici (di letteratura) e per poter quindi effettuare la simulazione matematica
del comportamento del bacino a partire dai dati territoriali di un bacino reale.
Più precisamente, l’attività 7.1.3 ha consentito di definire a grande scala le sub-regioni geologiche
che descrivono con una zonizzazione a elevato livello di dettaglio il comportamento fisico reale del
bacino.
2
Il modello matematico
2.1
Il modello iniziale: la rete neurale
Inizialmente, il modello elaborato dall’Université de Corse prevedeva l'utilizzo di una rete neurale
capace di acquisire in input i dati pluviometrici e restituire in output i valori (in percentuale) di
rischio di alluvione.
Questo modello è schematizzabile come illustrato in Fig. 1.
INPUT
SIMULAZIONE
OUTPUT
Dati
pluviometrici
Modello a rete
neurale
Rischio [%] di
alluvione
Fig. 1 - Modello a rete neurale senza considerare dati geologici
Tuttavia questo modello, non considerando in input alcun dato georeferenziato, ha lo svantaggio di
non fornire la visualizzazione in mappa del rischio calcolato. Inoltre non considera le specificità
geologiche, la morfologia e le diverse tipologie di copertura del suolo nel bacino, fattori che
influenzano in maniera fondamentale il deflusso delle precipitazioni e conseguentemente il rischio
di alluvione. Come tipico nei modelli a reti neurali, è importante aver un'esatta definizione del dato
in uscita, in quanto il sistema, dato un certo input "impara" proprio in funzione del risultato atteso.
Nel caso in esame il dato atteso non è chiaramente definito in quanto i dati sull'evento di piena sono
stati definiti solo in base a modelli statistici (vedi relazione Piano stralcio delle fasce fluvialiAnalisi dell'assetto fisico del Riu San Girolamo-Masone Ollastru - RAS) anche se alcune ipotesi di
calcolo sono state fatte quantomeno alla sezione della diga di Poggio dei Pini (cfr. relazione
geomorfologica e Trasporto solido, elaborato 04R nel- Piano stralcio delle fasce fluviali), ignorando
le caratteristiche del bacino.
Si è perciò ritenuto necessario un approccio diverso e per questi motivi è stato convenuto di
aggiungere in input al modello matematico, oltre ai dati pluviometrici, i dati territoriali, geologici e
idrogeologici prodotti dall’Università di Cagliari.
2.1.1
Dati territoriali di contesto del bacino del Rio San Gerolamo
I dati prodotti dalla Regione Sardegna DG Urbanistica (in formato shapefile) riportano la
zonizzazione, secondo classi di legenda specificamente individuate, delle caratteristiche geologiche,
morfometriche e di copertura del suolo del bacino del Rio San Gerolamo.
In particolare, la Regione Sardegna DG Urbanistica ha realizzato (si veda il report 7.1.1) sia rilievi
diretti sul territorio sia studi di letteratura, dall’elaborazione dei quali sono stati realizzati i seguenti
prodotti (tutti con copertura sull’intero bacino):
• Carta geologica in scala 1:10.000 che aggiorna e dettaglia la carta geologica in scala
1:25.000 realizzata della Regione Sardegna;
• Carta geomorfologica, che costituisce lo strumento di rappresentazione delle dinamiche che
hanno portato all’assetto attuale del territorio.
• Carta della permeabilità delle rocce in scala 1:10.000, che riporta la permeabilità del solo
substrato roccioso (escludendo quindi la copertura pedologica) basata su stime delle
caratteristiche idrauliche elaborate a partire da dati in possesso dell’Università di Cagliari e
da dati di letteratura.
• Carta delle unità pedologiche in scala 1:10.000, in cui sono distinte diverse unità
pedologiche.
• Carta delle caratteristiche idrauliche dei suoli in scala 1:10.000.
• Carte del land use attuale e della sua evoluzione dal 1954 al 2008.
I dati prodotti dalla Regione Sardegna DG Urbanistica descrivono quindi la tipologia di suolo e di
copertura del bacino, e risultano pertanto fondamentali nella comprensione del comportamento
idraulico delle diverse porzioni di territorio all’interno del bacino del Rio San Gerolamo.
2.1.2
Il modello con i dati territoriali
I dati di contesto territoriale sono stati inseriti come input nel modello a rete neurale, insieme ai dati
pluviometrici già considerati (Fig. 2)
INPUT
• Dati
pluviometrici
• Dati
territoriali
(geologia,
permeabilità,
morfologia,
uso
del
suolo)
SIMULAZIONE
OUTPUT
Modello a rete
neurale
Rischio [%] di
alluvione
Fig. 2 - Modello a rete neurale con inserimento di dati geologici in ingresso
2.1.3
La criticità riscontrata
Per poter essere correttamente calibrato, il modello a rete neurale dovrebbe disporre di una
correlazione reale tra dati di input e dati di output; tuttavia in questo specifico caso non si dispone di
dati di output in quanto non si possiedono dati relativi al rischio di alluvione.
Con il modello a rete neurale in questa configurazione sarebbe quindi possibile ottenere degli output
espressi come classe di rischio di alluvione, ma ognuna delle classi di rischio non sarebbe
riconducibile a dati realmente misurati e pertanto non fornirebbe dati realmente utilizzabili per una
previsione reale di rischio.
La criticità riscontrata è quindi strettamente legata all’utilizzo di una rete neurale, che per poter
essere "istruita" in maniera da fornire risultati definiti e non interpretabili, necessita di valori reali
sia per i dati di input che di output; per la precisione, la criticità è dovuta alla non disponibilità, in
questo specifico caso di studio, di dati di rischio di alluvione realmente misurati.
2.2
La soluzione individuata: il modello a funzioni parametriche
Una possibile soluzione della criticità osservata prevedrebbe l’utilizzo di un modello basato non su
una rete neurale ma su una serie di funzioni parametriche i cui parametri siano noti,
dall’elaborazione dei quali sia possibile simulare il comportamento idraulico del bacino studiato.
Una possibile soluzione parte quindi dalla considerazione che i dati territoriali prodotti individuano
un numero definito di classi per ogni tipologia di dato. Ogni shapefile definisce le aree relative a
ogni classe, che possono essere anche non contigue tra loro ma complessivamente coprono l’intero
territorio del bacino; si ha quindi per tutti i dati prodotti una classificazione completa dell’intero
territorio del bacino.
L'idea inizialmente proposta è quindi quella di suddividere l’intero bacino del Rio San Gerolamo in
singoli sotto-bacini, ognuna dei quali è caratterizzato da un singolo valore di permeabilità. La
permeabilità di ogni singolo sotto-bacino sarebbe definita dalla tipologia della copertura, della
vegetazione, della roccia sottostante, ovvero da tutti quegli elementi di cui in questo specifico caso
di studio si possa avere conoscenza con una copertura territoriale completa sull’intero bacino.
Il modello lavorerebbe quindi per singoli sotto-bacini, considerando per ciascuno di essi come dati
di input la permeabilità e la vegetazione, che può cambiare nel tempo per esempio a seguito di un
incendio o di una variazione di utilizzo del suolo. In questo modo il tempo di vita di questo modello
coprirebbe un determinato arco di tempo, ad esempio di un anno, e si farebbero delle simulazioni
del comportamento del modello al variare delle condizioni di copertura e permeabilità registrate nel
corso dell’anno, al variare delle stagioni.
INPUT
SIMULAZIONE
OUTPUT
variabili
(pluviometria,
temperatura, uso
del suolo)
• Variazione
di
vegetazione
Modello basato su
funzioni
parametriche
• Rischio [%]
alluvione
• Dati
di
Fig. 3 - Schema modello parametrico
L’utilizzo di questo modello (Fig. 3), essendo basato su dati geograficamente localizzati, offre il
vantaggio di poter disporre di dati di output anch’essi geograficamente localizzati, consentendo
quindi di ottenere una migliore rappresentazione cartografica dei risultati.
2.3
La definizione del modello
Stabilita la tipologia del modello da adottare, è necessario definirne il comportamento, ovvero
individuare i parametri e impostare le equazioni parametriche che devono essere utilizzate per le
simulazioni, considerando in input dati variabili come la temperatura o la pluviometria.
A tal fine è opportuno definire dapprima il comportamento del modello senza considerare gli
output. Per questo è necessario considerare le condizioni che definiscono il minimo rischio di
alluvione, fissando ad esempio il rischio di classe 1 se in una determinata stagione si riscontra una
determinata copertura del suolo e si verifica una determinata precipitazione.
2.3.1
Il comportamento per sotto-bacini omogenei
Gli elementi da considerare per caratterizzare i diversi sotto-bacini (ciascuno di essi avente un
singolo valore di permeabilità) potrebbero essere i seguenti:
• stagione;
• vegetazione;
• tipologia di copertura da destinazione d’uso urbanistica.
Devono poi essere considerati i fattori esterni, in quanto, se ad esempio piove molto o si registrano
elevate temperature o si riduce la copertura vegetativa, il rischio finale varia.
E’ pertanto necessario definire gli impatti della variazione degli input sul rischio finale; per questo
motivo potrebbe essere necessario operare per sotto-bacini che presentano stesse caratteristiche,
quali ad esempio stessa permeabilità o stessa copertura vegetativa.
2.3.2
Il comportamento per sub-bacini
Al verificarsi delle precipitazioni, ogni sub-bacino del Rio San Gerolamo concorre ad alimentare in
maniera diversa il bacino principale. Questo è importante perché per il bacino il rischio va calcolato
sul bacino principale, in quanto è proprio nel bacino principale (ovvero il bacino afferente all’asta
fluviale principale) che si trovano le aree caratterizzate da rischio più elevato, essendo quelle dove
si concentrano le infrastrutture.
Considerando quindi che ogni sub-bacino ha un comportamento diverso, è necessario considerare
quali sono le caratteristiche che definiscono il comportamento del singolo sub-bacino, ovvero sia le
caratteristiche geologiche e di copertura del suolo sia altri fattori fisici come ad esempio l’acclività.
Dopo che sono stati definiti tutti gli elementi fisici che caratterizzano un sub-bacino, è necessario
definire la relazione tra ogni variabile e il rischio di alluvione.
Un altro aspetto riguarda la connessione tra i sub-bacini, cioè in che maniera il deflusso di un subbacino contribuisce all'input di acqua nel sub-bacino a valle, che non può quindi essere considerato
alimentato esclusivamente dalle precipitazioni.
2.3.3
Il comportamento nel tempo
Il modello, poiché considera la variazione delle condizioni di copertura e vegetazione nel tempo, è
in grado di fornire indicazioni sulla variazione del rischio di alluvione nel tempo. L’impostazione
del modello quindi può partire dall’analisi della variazione nel tempo dei parametri variabili
(vegetazione, copertura, ecc), e proseguire con l’analisi del comportamento di ogni sub-bacino a
seguito di una determinata precipitazione. In questo modo è possibile definire come varia il rischio
nei vari mesi (o stagioni dell’anno), al variare della vegetazione e della copertura del suolo.
Nello specifico caso del bacino del Rio San Gerolamo sarebbe di interesse considerare la variazione
di rischio nel corso degli anni, in quanto la variazione della vegetazione e della copertura non è
notevole nel corso delle stagioni (se non per la vegetazione spontanea come l’erba secca non
tagliata a seguito di piogge) mentre è stata osservata un'importante variazione di copertura e uso del
suolo negli ultimi 30 anni.
Per ogni parametro considerato si potrebbe definire la sua variazione nel tempo e individuare una
classe di appartenenza in funzione della sua propensione al rischio; ad esempio si identificano 5
classi di vegetazione in funzione della corrispondenza con le classi di rischio.
2.3.4
Il comportamento in assenza di alluvione
Per quanto detto, il modello dovrebbe poter funzionare anche senza il verificarsi di un evento di
piena alluvionale.
Ragionando per sotto-bacini, ciascuno con un singolo valore di permeabilità, il comportamento
normale (ovvero in assenza di fenomeni di alluvione) di ognuno definisce una (o più) classi di
rischio, che sono correlate alle caratteristiche fisiche del sotto-bacino, alla sua copertura e alla
temperatura di quel periodo dell’anno.
Dopo aver definito il comportamento normale del sotto-bacino, si considera il fenomeno
dell’alluvione, e si inserisce la variabile della pluviometria; inserendo nel modello la precipitazione
registrata nei giorni dell’alluvione si calibra il modello.
Il modello configurato in questo modo costituisce un’evoluzione del precedente modello, quello
basato sull’utilizzo di una rete neurale. Infatti, se il modello a rete neurale precedentemente
elaborato forniva la correlazione tra precipitazione e rischio di alluvione indipendentemente dalle
caratteristiche del territorio, il modello basato su equazioni parametriche considera anche le
caratteristiche reali dello specifico territorio, ottenendo una simulazione più aderente al fenomeno
reale.
2.3.5
L’individuazione delle aree
Per ottenere una simulazione più aderente al fenomeno fisico reale si opta per la scelta di studiare il
comportamento dei singoli sub-bacini; quindi per ognuno di essi si considera la permeabilità
variabile, si calcola il deflusso idrico al punto di uscita e lo si correla con quello degli altri subbacini, ottenendo infine il deflusso nel bacino definito dall’asta fluviale principale.
Questo tipo di simulazione consente di considerare gli effetti sul deflusso dal bacino principale
generato da ogni singolo sub-bacino, e quindi di considerare gli effetti non solo della quantità di
precipitazione ma anche della localizzazione della precipitazione, che è definibile per diversi subbacini.
2.3.6
Rappresentazione dei risultati
Relativamente alle modalità di rappresentazione cartografica dei risultati, il framework Dev-Simpy
consente di ottenere dei dati di output in formati georeferenziati. Infatti i dati di input in formato
shapefile vengono convertiti dalle librerie Dev-simpy in formati raster, vengono quindi elaborati dal
modello in questo formato e poi vengono esportati in formato kml, che è un formato di dati
georeferenziati gestibile con un software GIS e visualizzabile con Google Earth.
Riassumendo, il modello così individuato considera i seguenti input e output:
INPUT:
• pluviometria
• temperatura
• flusso idrico che arriva dal sub-bacino a monte
OUTPUT:
• quantità di acqua in uscita
• rischio di alluvione.
3
I dati prodotti: la Carta dei coefficienti di deflusso
Sulla base del modello descritto in precedenza, la Regione Sardegna DG Urbanistica ha prodotto il
dato (in formato shapefile) denominato “Carta dei coefficienti di deflusso”, contenente la zonazione
dei sub-bacini che verranno considerati nella simulazione (Fig.4).
Fig. 4 - Carta dei coefficienti di deflusso del Bacino del Rio San Gerolamo
La metodologia applicata per la realizzazione di questo dato fornisce il valore del coefficiente di
deflusso medio annuo utilizzando particolari caratteristiche fisiografiche delle aree in esame, a
prescindere dalla disponibilità di idrometrografi e/o altri strumenti di misura. Il coefficiente di
deflusso è definito come il rapporto tra volume d'acqua defluito alla sezione di chiusura di un
bacino e gli afflussi per precipitazioni. Sul valore del coefficiente di deflusso esercitano influenza
varie cause che possono essere raggruppate principalmente nelle seguenti categorie:
meteorologiche, geografiche, geologiche, biologiche.
Il metodo applicato, proposto per primo da Kennessey nel 1930, è stato sperimentato su numerosi
bacini dell'Ungheria allo scopo di ricavarne in maniera indiretta il deflusso, attraverso la
valutazione del coefficiente di deflusso in funzione di alcune caratteristiche fisiografiche dell’area
in esame, prescindendo dalla disponibilità di idrometrografi e da limitazioni territoriali.
Successivamente, il metodo è stato applicato da diversi autori, che ne hanno validato l'attendibilità
in diverse condizioni fisiografiche (Tardi e Vittorini 1977; Bauducco et al. 1994; Carta, 1999;
Spadoni et al., 2010).
Il metodo si basa sul fatto che il coefficiente di deflusso, a parità di condizioni climatiche dell’area
osservata, varia essenzialmente in funzione di tre parametri fisiografici: l’acclività della superficie
topografica, il tipo di copertura vegetale e la permeabilità delle rocce affioranti.
A partire dai dati prodotti, l’Université de Corse potrò svolgere le attività di simulazione
matematica a partire da dati reali, calibrando il modello secondo quanto precedentemente definito;
con i dati forniti potrà effettuare la simulazione e rappresentare i risultati in formato kml o shp. Dal
running del modello alimentato con dati reali si potrà vedere come varia il deflusso in dipendenza
della copertura reale di ogni singola zona individuata nel modello.

Download Report