Upload
others
View
3
Download
0
Embed Size (px)
Citation preview
1
Le analisi statistiche regionaliGeneralità (trasparente)unica possibile se mancano daticonsigliabile anche in presenza di datil'analisi globale richiede la similitudine idrologica (su base fisica)classificazione: analisi basate sulle distribuzioni di probabilità
curve inviluppo e formule affini
Curve inviluppo e formule affiniportata "catastrofica"curva inviluppo U = f(A ) (trasparente)espressioni analitiche: Forti etc. (trasparente)formula di Gherardelli-Marchetti (due trasparenti)
U = U 100 (A /100)-2 /3
bacini impermeabili 0,40÷19,78 m3/ sbacini permeabili 0,22÷13,62 m3/ sformula valida per A> 5÷10 km2
T circa uguale a 100 anni
Analisi basate sulle distribuzioni di probabilità (trasparente)classificazione: metodo parametrico
metodo della portata indice(legge di crescita)metodo della regressione dei quantili
scelta della distribuzioneGumbellognormale a due parametriGamma a due parametriGEVTCEVWakeby
condizione di separazione (trasparente, appunti)uso per portate al colmo o medie giornaliere
metodo parametrico: definizione (trasparente)esempio di applicazione: formule di Lazzari (trasparente)
metodo della portata indice: definizione (trasparente)esempio di applicazione: formule di Tonini (trasparente)esempio di applicazione: Dora Baltea (quattro trasparenti)
metodo della regressione dei quantili
2
Determinazione di un idrogramma di pienaProblema del dimensionamento di uno sfioratore (trasparente)Analisi delle portate al colmo laminate e confronto con il progettoIdrogramma di piena artificiale:
è nota Q (T), occorre determinare l'idrogramma
Esempio di idrogramma registrato (trasparente)Procedimento approssimato (ipotesi di Common)
- a parità di volume V , dividendo le ascisse e moltiplicando leordinate per tp gli idrogrammi si sovrappongono;
- dividendo le ordinate per V tutti gli idrogrammi si sovrappongono (trasparenti)
Occorre conoscere tp e V (in pratica qp e V ) per determinare l'idrogramma di piena dimensionale (trasparente)
- qp si assume uguale a Q (T)- V si ricava dalla relazione che esprime la dipendenza
media di V da q p (trasparente)
Piene: analisi statistiche regionali
Motivazioni:
- sopperire alla mancanza di osservazioni- integrare le osservazioni disponibili
Assunzione di base:
esistenza della similitudine idrologica tra bacini
Metodo di regionalizzazione:
- uso di distribuzioni di probabilità- uso di curve inviluppo
Curva inviluppo (aggiornata al 1970) delle portate al colmo deicorsi d'acqua della Liguria (Moisello, 1998)
0
5
1 0
1 5
2 0
2 5
U [
m3
s-1
km
-2 ]
0 2 5 0 5 0 0 7 5 0 1 0 0 0
A [km2]
Formule per la massima portata al colmo
U = a
A + b + c
U portata al colmo specificaA area del bacinoa, b, c parametr i
FortiA non superiore a 1000 km2altezza di precipitazione massima di 200oppurealtezza di precipitazione massima di 400 mm in 24 h
De Marchiarea inferiore a 150 km2altezza di precipitazione di 400 mm in 12 h
Scimemiarea inferiore a 1000 km2
Pagliaroarea inferiore a 1000 km2.
Parametri delle formule di Forti, De Marchi ePagliaro
U in metri cubi al secondo per kilometro quadratoA in kilometri quadrati
Formula a b cForti (200 mm in 24 h) 1 1 2 5 1 2 5 0,5Forti (400 mm in 24 h) 1 6 2 5 1 2 5 1De Marchi 3 0 0 0 1 2 5 5Scimemi 6 0 0 1 0 1Pagliaro 2 9 0 0 9 0 0
Relazione tra area A del bacino e massimo osservato della portata alcolmo specifica U (Marchetti, 1955; Moisello, 1998)
0.001
0.01
0.1
1
10
100
1000
U [
m3
s-1
km
-2 ]
1 10 100 1000 10000 100000
A [km2]
U100 = 20 m3 s -1 k m- 2
U100 = 0,2 m3 s-1 k m-2
Formula di Gherardelli-Marchetti
Dal grafico:
AbaU lnln +=
bb cAaAU == exp
Per A = 100 km2:
bcU 100100 =
b
Uc
100100=
Sostituendo:
bA
UU
=100100
Formula di Gherardelli-Marchetti
U = U 100
A
1 0 0 -2
3
Analisi basate sull 'uso di distribuzioni diprobabi l i tà
Scelta della distribuzione
Metodo di assegnazione della distribuzione diprobabil i tà:
- metodo parametrico- metodo della portata indice- metodo della regressione dei quantili
Introdurre delle relazioni tra parametri delladistribuzione e parametri del bacino o traportata indice e parametri del bacino equivale atener conto in qua lche modo de l latrasformazione afflussi-deflussi.
Eventuale necessità di trasformare le portatemedie giornaliere in portate al colmo
La condizione di separazione
Il problema
Data una qualunque distribuzione di probabilità, la stima del coefficiente di asimmetria γ ricavatada un campione di dimensione N costituisce una variabile casuale, la cui distribuzione haovviamente una propria media e una propria varianza.Matalas, Slack e Wallis (1975) hanno determinato (per via numerica, con il metodo Montecarlo)la dipendenza della media e dello scarto quadratico medio della stima del coefficiente diasimmetria γ dalla dimensione N del campione per sette distribuzioni di probabilità: normale,uniforme, lognormale a tre parametri, Gamma a tre parametri, Gumbel, Weibull e Pareto a treparametri.Per effettuare le elaborazioni hanno assunto la media della variabile uguale a zero e lo scartoquadratico medio uguale a uno. (In effetti la normalizzazione della variabile originaria lasciainalterato il valore del coefficiente di asimmetria.) Per le quattro distribuzioni a tre parametri(lognormale, Gamma, Weibull e Pareto) hanno preso in considerazione diversi valori delcoefficiente di asimmetria.I risultati si possono rappresentare graficamente riportando in un piano cartesiano,rispettivamente in ascisse e in ordinate, la media e lo scarto quadratico medio della stima delcoefficiente di asimmetria γ (ogni grafico corrisponde a un particolare valore della dimensione Ndel campione). Per le distribuzioni a due parametri la relazione tra media e scarto quadraticomedio della stima di γ è rappresentata da un punto; per quelle a tre parametri da una curva(ottenuta collegando i punti che corrispondono ai diversi valori considerati del coefficiente diasimmetria). Vale la pena di osservare che la media della stima di γ, che costituisce l'ascissa delpunto, è generalmente diversa dal valore vero di γ corrispondente alla distribuzione da cui icampioni sono stati estratti.Gli autori hanno inoltre effettuato un'indagine sperimentale, utilizzando le osservazionieffettuate in più di 1000 stazioni di portata degli Stati Uniti. L'indagine è stata condottasuddividendo tutte le stazioni in 14 gruppi, corrispondenti a regioni degli Stati Uniti considerateidrologicamente omogenee.Le serie di osservazioni di massimi annuali di portata provenienti dalle stazioni appartenenti auna stessa regione sono state suddivise in diverse serie parziali più brevi di lunghezza assegnataN e per ciascuna serie parziale è stato stimato il valore del coefficiente di asimmetria γ. Quindisono state stimate la media e la varianza di tutte le stime di γ ottenute dalle serie di dimensione Ndi una stessa regione.Su uno stesso grafico (corrispondente alla dimensione N considerata) gli autori hanno quindiriportato sia i punti e le linee che rappresentano la relazione teorica tra la media e lo scartoquadratico medio della stima di γ per le sette distribuzioni considerate, sia i 14 punti cherappresentano la relazione empirica tra la media e lo scarto quadratico medio delle stime delcoefficiente di asimmetria trovata per le 14 regioni omogenee.
I punti sperimentali, ciascuno dei quali ha come ascissa e come ordinata la media e lo scartoquadratico medio della stima di γ corrispondenti a una particolare regione, si trovano sempre piùin alto delle linee teoriche. In altre parole, la varianza dei valori osservati del coefficiente diasimmetria risulta sempre maggiore di quella teorica, quale che sia la distribuzione considerata.A questa circostanza è stato dato il nome di condizione di separazione.E` stato successivamente verificato che alcune distribuzioni a più di due parametri - la leggeWakeby, la legge dei valori estremi a due componenti (Two Components Extreme Value,TCEV) e la legge logistica generalizzata (Generalized Logistic, GLG) (oppure la sua formalogaritmica, Log-logistic, LLG) (Cunnane, 1989) - permettono di ottenere valori teorici dellavarianza del coefficiente di asimmetria che non dànno luogo alla condizione di separazione. Sipresenta però il problema della stima dei parametri, il cui numero è troppo alto per poter fareaffidamento sui risultati ottenuti attraverso un'analisi locale. Per utilizzare queste distribuzioni,che interpretano meglio la realtà, occorre necessariamente fare ricorso alle analisi regionali.
Osservazioni
La condizione di separazione si regge in modo essenziale sull'ipotesi che all'interno di unaregione omogenea la distribuzione del massimo annuale della portata sia sempre caratterizzata,indipendentemente dal bacino considerato, dallo stesso valore del coefficiente di asimmetria.In realtà, l'ipotesi è arbitraria e non corrisponde alla realtà, come è stato fatto osservare daKlemes (1976).Se si definisce l'omogeneità dei bacini di una stessa regione come l'esistenza di un legame discala, la condizione di separazione si può spiegare come la conseguenza di un'ipotesi arbitraria(quella dell'uniformità spaziale del coefficiente di asimmetria) (Dawdy e Gupta, 1995). Ilcoefficiente di asimmetria resta infatti effettivamente costante passando da un bacino all'altrodella stessa regione omogenea, quando l'omogeneità è definita come l'esistenza di un legame discala semplice tra le portate delle diverse stazioni, cioè quando il rapporto tra le portate conuguale tempo di ritorno è una potenza con esponente costante del rapporto tra le aree deirispettivi bacini idrografici. Ma non è più così, quando l'omogeneità è definita come l'esistenzadi un legame di scala multipla, quando cioè il rapporto tra le portate con uguale tempo di ritornoè ancora una potenza del rapporto tra le aree dei rispettivi bacini, ma con esponente che a suavolta dipende dal tempo di ritorno. Ora, l'ipotesi dell'esistenza di un legame di scala semplicenon appare corretta, perchè implica la costanza del coefficiente di variazione, in contrasto conl'esperienza, che ne mostra la dipendenza dall'area (per aree non piccolissime, il coefficiente divariazione decresce al crescere dell'area) (Dawdy, 1961; Benson, 1962; Dawdy e Gupta,1995). Poichè nega l'uniformità del coefficiente di asimmetria, l'ipotesi di un legame di scalamultipla può spiegare la variabilità osservata della stima del coefficiente.
Bibliografia citata
Benson, M.A. 1962. Factors influencing the occurrence of floods in a humid region of diverseterrain, U.S. Geol. Surv. Water Supply Pap. 1580 B.
Cunnane, C. 1989. Statistical Distributions for Flood Frequency Analysis, OperationalHydrology Report n. 33, Ginevra, World Meteorological Organization.
Dawdy, D.R. 1961. Variation of flood ratios with size of drainage areas, U.S. Geol. Surv.Prof. Pap., 424-C, Art. 160.
Dawdy, R.D.; Gupta, V.K. 1995. "Multiscaling and skew separation in regional floods",Water Resources Research, vol. 31, n. 11.
Klemes∨ , V. 1976. "Comment on 'Regional Skew in Search of a Parent' by N. C. Matalas, J.R. Slack, and J. R. Wallis", Water Resources Research, vol. 12, n. 6.
Matalas, N.C.; Slack, J.R.; Wallis, J.R. 1975. "Regional skew in search of a parent", WaterResources Research, vol. 11, n. 6.
Legame di scala semplice:
Q1(T)Q2(T) =
A1
A2
a
ImplicaCV(Q1) = CV(Q2)
γ(Q1) = γ(Q2)
Legame di scala multipla:
Q1(T)Q2(T) =
A1
A2
a(T)
Non implicaCV(Q1) = CV(Q2)
γ(Q1) = γ(Q2)
Analisi statistiche regionali
Metodo parametrico
Esempio:
Q distr ibuita secondo una distr ibuzionelognormale, rappresentata dalla relazione
lnQ (T ) = µ (lnQ ) + z(T )σ (lnQ )
dove z è la variabile gaussiana standardizzata.
Si assume che i due parametri µ ( lnQ ), σ ( lnQ )siano funzioni delle grandezze caratteristichedel bacino (per esempio dell'area).
Esempio di metodo parametrico
Formule di Lazzari
Q portata al colmo (in metri cubi al secondo)
T tempo di ritorno (in anni)
z variabile gaussiana standardizzata
A area del bacino (in metri quadrati)
z m altezza media del bacino (in metri)
Sardegna occidentale:
log Q (T ) = 0,3583z(T ) + 0,956 log (A z m ) - 9 ,0274
Sardegna orientale:
log Q (T ) = 0 ,4413z(T ) + 0,746 log (A z m ) - 6 , 2 5 7
Analisi statistiche regionali
Metodo della portata indice
Portata al colmo adimensionalizzata:
X = Q /Q ind ice
Spesso Q indice = µ(Q ) .
Legge di crescita:
X = f(P )
oppure
X = f(T )
Portata Q con tempo di ritorno T :
Q (T ) = X (T )Q indice
Esempio di metodo della portata indice
Formule di Tonini
Espressione della portata con tempo dir i torno T :
q (T ) = µ (q )(1 + 1,18 log T )
µ (q) portata indice
f(T ) = 1 + 1,18 log T legge di crescita
Particolare significato di T (q): q è il valor mediodelle portate superiori a quella con probabilitàdi non superamento
P = 1 - 1 /T
Espressione della portata indice:
µ (q ) = C pA 0 ,8
Cp coefficiente di piena
Esempio di metodo della regressione dei quantili
Formule di Tonini, Bixio e Della Lucia per bacinidelle Dolomiti
q (100) = 0,271A 1 ,176
Q (100) = 0,651A 1 ,064
Esempio di applicazione del metodo dellaportata indice
Scopo: determinare la d ist r ibuzione diprobabilità del massimo annuale della portata alcolmo in una sezione priva di osservazioni dellaDora Baltea in Valle d'Aosta
Individuazione della legge di crescita
Regione considerata: Alpi centro-occidentali
Eliminazione dei bacini con area troppo ridotta
Eliminazione dei bacini con CV abnorme
Numero totale delle osservazioni 426
Portata indice: media µ (Q ) del massimo annualedella portata al colmo
Distribuzione di probabilità: Wakeby
Stima dei parametri: metodo dei momenti pesatiin probabilità (PWM)
Osservazioni (relative a bacini delle Alpi centro-occidentali) adoperateper l'indagine statistica regionale sulle massime portate di piena alcolmo annuali nella Valle d'Aosta
Bacino Periodo N A[km2]
m(Q)[m3 s-1]
s(Q)[m3 s-1]
CV(Q)
Dora Balteaa Ponte di Mombardone
1929 -1942 1 4 3 7 2 93 ,9 13 ,4 0 ,143
Ticino a Bellinzona 1921 -1968 4 8 1 5 1 5 897 ,4 308 ,0 0 ,343
Dora Baltea ad Aosta 1935 -1955 1 5 1 8 4 0 278 ,3 108 ,4 0 ,390
Adda a Fuentes 1927 -1969 4 3 2 5 9 8 602 ,6 247 ,1 0 ,410
Dora Baltea a Mazzè 1930 -1971 4 2 3 8 6 5 1133,0 507 ,8 0 ,448
Dora Ripariaa S. Antonino di Susa
1927 -1953 2 7 1 0 4 8 94 ,6 42 ,9 0 ,453
Toce a Candoglia 1933 -1964 3 2 1 5 3 2 1029,0 496 ,8 0 ,483
Dora Baltea a Tavagnasco 1920 -1985 6 2 3 3 1 3 773 ,6 408 ,3 0 ,528
Evançon a Champoluc 1951 -1970 2 0 101 ,8 24 ,7 15 ,0 0 ,607
Dora Riparia a Oulx 1928 -1956 2 8 2 6 2 45 ,8 28 ,7 0 ,627
Stura di Lanzo a Lanzo 1930 -1970 3 9 5 8 2 448 ,0 308 ,0 0 ,688
Orco a Pont Canavese 1928 -1970 4 1 6 1 7 453 ,2 323 ,6 0 ,714
Sesia a Ponte Aranco 1934 -1950 1 5 6 9 5 1320,5 1001 ,5 0 ,758
Individuazione della relazione tra portata indicee parametri del bacino
Stazioni considerate: sezioni della Dora Baltea
Relazione: portata indice µ(Q ) funzione dell'areaA del bacino
Problema della non contemporaneità delleosservazioni
Adimensionalizzazione delle medie dei diversiperiodi:
m (Q )* = m (Q )/m (Q T)
Adimensionalizzazione delle aree:
A * = A /A T
Relazione:
µ(Q )* = 0,102 × 100,993A*
Valle d'Aosta. Relazione tra area A * (adimensionale) del bacino emedia µ(Q)* (adimensionale) del massimo annuale della portata alcolmo. (Moisello, 1998)
Alpi centro-occidentali. Funzione di probabilità del massimo annualex (adimensionale) della portata al colmo. (Moisello, 1998)
0 .9
0.925
0.95
0.975
1
P
0 1 2 3 4 5
x
0
0 .5
1
1 .5
2
µ(Q
)*
0 0.25 0 .5 0.75 1 1.25
A *
µ(Q)* = 0,102 × 100 ,993A *
1944-1947, 1951-1952
1943, 1948-1950, 1953-1955
1935-1942
1930-1934
Determinazione dell'idrogramma di piena
Necessaria per i l dimensionamento deglisfioratori
Procedimento ideale di dimensionamento di unosfioratore
Utilizzazione di molti idrogrammi di pienaregistrati
Predimensionamento dello sfioratore
Simulazione del passaggio delle onde di pienanel serbatoio
Analisi statistica delle portate al colmo laminatein uscita
Controllo della congruenza della portata Q (T )con le dimensioni dello sfioratore
Eventuale ridimensionamento dello sfioratore eripetizione del procedimento
Individuazione dell'onda di piena (Moisello, 1998)
q
t
t0 tpq p
V
Cagayan a Uguiaban (Mindanao, Filippine). Relazione tra portata alcolmo q p e volume V dell'onda di piena. (Moisello, 1998)
0
1 0
2 0
3 0
4 0
V [
Mm
3]
0 2 0 0 4 0 0 6 0 0 8 0 0
q p [ m3 s- 1 ]
V = 0,848 q p0,546
Individuazione della relazione media tra portata alcolmo q p e volume V
Assegnazione della portata al colmo q p con tempo di ritorno T
assegnato
Suddivisione nel tempo del volume dell'onda dip iena
Prima ipotesi:
dividendo per tp le ascisse e moltiplicando per tp
le ordinate, tutte le onde di piena con lo stessovolume V diventano sovrapponibili (le ascissesono adimensionali, le ordinate sono dei volumi;l'area sottesa resta uguale al volume V )
Seconda ipotesi
dividendo per V tutte le ordinate, tutte le ondedi piena diventano sovrapponibili(le ascisse t* = t/tp e le ordinate q * = qt p/V sonoentrambe adimensionali; l'area sottesa è ugualea uno)
Alcuni idrogrammi di piena, in forma adimensionale, del Cagayan aUguiaban (Mindanao, Filippine) (Moisello, 1998)
0
0 .2
0 .4
0 .6
0 .8
q*
0 2 4 6 8
t*
1 9 8 6
1 9 8 5
1 9 7 9
Individuazione dell'idrogramma adimensionalemed io
0
0 . 1
0 . 2
0 . 3
0 . 4
0 . 5
0 . 6
q*
0 1 2 3 4 5 6 7
t*
Cagayan a Uguiaban (Mindanao, Filippine) O n d a di piena adimensionale media (Moisello, 1998)
Determinazione della portata al colmo qp con iltempo di ritorno T assegnato
Individuazione della relazione (media) traportata al colmo qp e volume V
Determinazione del volume V corrispondentealla portata al colmo qp con tempo di ritorno T
Determinazione dell'idrogramma adimensionalemedio:
- t * = t / tp
- q * = qt p /V- q* = f(t*)
Trasformazione dell'idrogramma adimensionalein idrogramma dimensionale:
- determinazione di tp = (V q p*)/ q p
- moltiplicazione di tutte le ascisse t* per tp
- moltiplicazione di tutte le ordinate q* per V /tp