Vai al contenuto| Home page|

   Ti trovi in: HOME »Programmi, progetti e risultati »I progetti »PRIN - Programmi di ricerca di Rilevante Interesse Nazionale»Programma di ricerca
INIZIO_TESTO_DA_INDICIZZARE

PROGRAMMA DI RICERCA 2006

italiano - english
Unità di Ricerca
Programmi di ricerca simili:
Classificazione scientifico-disciplinare
Classificazione brevettuale
Classificazione geografica
Bibliografia
Akaike, H., Information theory and an extension of the maximum likelihood principle. In B. N. Petrov and F. Csaki (Eds.), Second international symposium on information theory, pp. 281. Budapest: Academiai Kiado, 1973.
Bacchi, B. and R. Ranzi, Runoff and atmospheric processes for flood hazard forecasting and control. Contract ENV4-CT97-0552, final report. Brescia, Italy, 2000.
Bacchi, B., R. Ranzi, and E. Richard, Hydrometeorological processes and floods in the Alps. Special issue of Hydrology and Earth System Sciences, 7(6), 2003.
Beard, L.R., Statistical Methods in Hydrology. Revised from an earlier edition published in 1952 under Civil Works Investigations Project CW-151 by the U.S. Army Engineer District. U. S. Army Corps of Engineers, 1962.
Beven, K. J., A Manifesto for the Equifinality Thesis, J. of Hydrol., in press, 2004.
Beven, K. J., and A. Binley, The future of distributed models: model calibration and uncertainty prediction, Hydrol. Proc., 6, 279–298, 1992.
Beven, K. J., How far can we go in distributed hydrological modelling?, Hydrol. Earth Syst. Sci., 5(1), 1 – 12, 2001.
Beven, K. J., Towards an alternative blueprint for a physically-based digitally simulated hydrologic response modelling system, Hydrol. Processes, 16, 189– 206, 2002.
Beven, K. J., Uniqueness of place and process representations in hydrological modelling, Hydrol. Earth Syst. Sci., 4(2), 203– 213, 2000.
Bougeault, P., P. Binder, A. Buzzi, R. Dirks, R. Houze, J. Kuettner, R.B. Smith, R. Steinacker, and H. Volkert, The MAP Special Observing Period, Bull. Am. Meteorol. Soc., 82, 433-462, 2001
Browne, M. W., Cross-validation methods. Journal of Mathematical Psychology, 44, 132, 2000.
Buizza, R., and A. Hollingsworth, Storm prediction over Europe using the ECMWF Ensemble Prediction System, Meteorol. Appl. 9, 289-305, 2002
Burnham, K.P., and D.R. Anderson, Model selection and multimodel inference, 2nd edition, Springer, New York, 2002.
Cameron, D. S, K. J. Beven, and P. Naden, Flood frequency estimation by continuous simulation under climate change (with uncertainty), Hydrol. and Earth System Sci., 4, 393–405, 2000.
Chung, H.-Y., K.W. Lee, and J-Y Koo, A note on bootstrap model selection criterion. Statistic and Probability Letters, 26, 35-41, 1996.
Freer, J., K. J. Beven, and B. Ambroise, Bayesian estimation of uncertainty in runoff prediction and the value of data: an application of the GLUE approach, Water Resour. Res., 32, 2163–2173, 1996.
Hache, M., L. Perrault, and L. Remillard, An approach for statistical model selection : application to the Saguenay-Lac-St-Jean hydrographic basin, Canadian J. of Civil Eng., 26(2), 216-225, 1999.
Hosking, J.R.M., J.R. and Wallis, Regional frequency analysis, Cambridge University Press, Cambridge, UK, 1997.
Hurvich, C. M., and C. Tsai, Regression and time series model selection in small samples. Biometrika, 76, 297-307, 1989.
Konishi, B.J., and U. Kitagawa, Generalized information criteria in model selection, Biometrika 83 (4), 875-890, 1996.
Krzysztofowicz, R., and C.J. Maranzano, Hydrologic uncertainty processor for probabilistic stage transition forecasting, J. of Hydrol., 293, 57 – 73, 2004.
Krzysztofowicz, R., and H.D. Herr, Hydrologic uncertainty processor for probabilistic river stage forecasting: precipitation-dependent model, J. of Hydrol., 249, 46 – 68, 2001.
Krzysztofowicz, R., Bayesian system for probabilistic river stage forecasting, J. Hydrol., 268, 16–40, 2002.
Kuczera, G., NLFIT: A Bayesian nonlinear regression program suite, Dep. of Civ. Eng. and Surv., Univ. of Newcastle, Callaghan, N. S. W., Australia, 1994.
Linhart, H., and W. Zucchini, Model selection. New York: Wiley, 1986.
Malguzzi, P. and N. Tartaglione, An economical second order advection scheme for numerical weather prediction. Quart. J. Royal Meteor. Soc. 125:2291-2303, 1999.
Meixner, T., H. Gupta, A. Montanari, and B. Jackson, Understanding Hydrologic Model Uncertainty: A report on the IAHS-PUB workshop, EOS, 85, 51, 556, 2004.
Montanari, A., and A. Brath, A stochastic approach for assessing the uncertainty of rainfall-runoff simulations, Water Resour. Res., 40, 1201, doi:10.1029/2003WR002540, 2004.
Montanari, A., Assessing the uncertainty of rainfall-runoff simulations: a review and comparison of different techniques, Geophysical Research Abstracts, Vol. 6, 02045, 2004.
Montanari, A., Large sample behaviors of GLUE in assessing the uncertainty of rainfall-runoff simulations, in press on Water Resour. Res., 2005.
Montanari, A., Uncertainty assessment in rainfall-runoff modelling: a review, Proceeding of the workshop Metodi Statistici e Matematici per l’Analisi delle Serie Idrologiche, Naples May 7 2004, edited by Domenico Piccolo and Lucio Ubertini, Publ. n° 2854 of CNR-GNDCI (Italy), 161-184, 2004a.
Mutua, F.M., The use of the Akaike Information Criterion in the identification of an optimum flood frequency model, Hydrol. Sciences J. 39(3), 235-244, 1994.
Pandey, M.D., P. van Gelder, and J.K. Vrijling, Assessment of an L-kurtosis-based criterion for quantile estimation, J. Hydrol. Eng. 6(4), 284-292, 2001.
Petroliagis, T., R. Buizza, A. Lazinger, and T. N. Palmer, Extreme rainfall prediction using the European Centre for Medium-Range Weather Forecats ensemble prediction system, Journal of Geophysical Research, vol. 101, n°D21, pages 26,227-26,236. 1996
Ranzi, R., and B. Bacchi, Hydrological aspects in the Mesoscale Alpine Programme-SOP experiment, Univ. of Brescia, Dept. of Civil Engineering, Technical Report, 10. 2000.
Richard, E., N. Asencio, R. Benoit, A. Buzzi, R. Ferretti, P. Malguzzi, S. Serafin and G. Zängl, Intercomparison of the simulated precipitation fields of the MAP/IOP2b with different high-resolution models. 10th Conference on Mountain Meteorology, Park City, 17-21 une 2002, pages 167-170, 2002.
Rotunno, R. and R. Ferretti, Orographic effects on rainfall in MAP cases IOP2b and IOP8. Quart. J. Royal Meteor. Soc., 129: 373-390, 2003.
Schwarz, G., Estimating the dimension of a model. The Annals of Statistics, 6, 461-464, 1978.
Spear, R. C., and G. M. Hornberger, Eutrophication in Peel Inlet, II, Identification of critical uncertainties via Generalised Sensitivity Analysis, Water Res., 14, 43–49, 1980.
Stedinger, J.R., R.M. Vogel, and E. Foufula-Georgiou, Frequency analysis of extreme events. In: Handbook of Hydrology, edited by R. Maidment, ch. 18, McGraw-Hill, New York, 1992.
Stein, J., E. Richard, J.P. Lafore, J.P. Pinty, N. Asencio, and S. Cosma, Meso-NH simulations with grid-nesting and ice phase parameterization. Meteor. Atmos. Phys., 72, 203-221, 2000.
Strupczewski, W.G., V.P. Singh, and S. Weglarczyk, Asymptotic bias of estimation methods caused by the assumption of false probability distributions, J. Hydrol. 258, 122-148, 2002.
Strupczewski, W.G., V.P. Singh, and W. Feluch, Non-stationary approach to at-site flood frequency modelling. Maximum likelihood estimation, J. Hydrol. 248, 123-142, 2001.
Thiemann, M., M. Trosset, H. Gupta, and S. Sorooshian, Bayesian recursive parameter estimation for hydrologic models, Water Resour. Res., 37, 2521– 2536, 2001.
Vogel, R.M., O. Wilbert, and T.A. McMahon, Floodflow frequency model selection in southwestern United States, J. Water Resour. Planning and Manag., 119(3), 353-366, 1993.
Vrugt, J.A., H.V. Gupta, W. Bouten, and S. Sorooshian, A shuffled complex evolution Metropolis Algorithm for optimisation and uncertainty assessment of hydrological model parameters, Water Resour. Res., 39, 1201, doi:10.1029/2002WR001642, 2003.
Wasserman, L., Bayesian model selection and model averaging. Journal of Mathematical Psychology, 44, 92-107, 2000.
Wood, E.F., and I. Rodriguez-Iturbe, Bayesian inference and decision making for extreme hydrologic events, Water Resour. Res. 11(4), 533 –542, 1975.
Parole Chiave
IDROLOGIA, INCERTEZZA, PREANNUNCIO DELLE PIENE, STIMA PORTATE DI PIENA, GLUE, EQUIFINALITA', PREVISIONI DI ENSEMBLE, MODELLI METEOROLOGICI, METODI REGIONALI

Tecniche avanzate per la stima e previsione degli eventi idrologici estremi ed analisi quantitativa dell'incertezza

Università degli Studi di Bologna
Abstract
La valutazione dell'incertezza in idrologia sta attualmente riscuotendo vivo interesse da parte della comunità scientifica internazionale la quale, dopo aver dedicato ingenti risorse allo sviluppo e perfezionamento di modelli di stima e previsione delle variabili idrologiche estreme, alla luce di numerose esperienze di applicazione pratica ha compreso l'importanza dell'analisi della loro incertezza. Infatti, la stima di una variabile idrologica di progetto o la previsione di un evento idrologico futuro hanno ridotto interesse pratico se non sono accompagnate da una valutazione della loro attendibilità, che consente di ricavare indicazioni circa il rischio associato alla progettazione o a decisioni operative.
Il Progetto di ricerca si propone di affrontare il problema della valutazione dell'incertezza associata a stime e previsioni degli eventi idrologici a carattere eccezionale. In particolare ci si concentrerà sulla valutazione dell'attendibilità sia di sistemi per la previsione in tempo reale delle portate di piena sia di modelli per la stima di portate al colmo e di precipitazioni estreme. A tale scopo si prevede in primo luogo di considerare metodi di stima recentemente proposti dalla letteratura e non ancora applicati nel nostro Paese. In secondo luogo verranno proposte procedure innovative, che saranno sviluppate mediante stretta collaborazione fra le Unità di Ricerca coinvolte nel Progetto. L'attività sarà concentrata sullo >>>

Coordinatore Scientifico del Programma di Ricerca
Alberto Montanari Università degli Studi di BOLOGNA
Obiettivo del Programma di Ricerca
Gli obiettivi del Progetto di Ricerca sono sinteticamente riassunti nella figura 1 e descritti estesamente in quanto segue. Il lavoro si propone di fornire un contributo alla definizione quantitativa dell'incertezza associata a (1) stime di precipitazioni e deflussi fluviali estremi, nonché a (2) previsioni in tempo reale delle portate fluviali di piena. Le piogge estreme ed i deflussi fluviali al colmo, come noto, sono variabili di progetto di estrema importanza nell'ambito del dimensionamento di infrastrutture in alveo, di opere idrauliche e di interventi per la mitigazione del rischio idrogeologico. Per tale motivo la comunità scientifica internazionale ha dedicato risorse significative alla definizione e perfezionamento di modelli di stima, che fanno uso di approcci differenziati sulla base della natura del problema e dei dati a disposizione. Parimenti, per fini di protezione civile, stanno riscuotendo crescente interesse i sistemi operativi per la previsione in tempo reale delle portate al colmo di piena. Infatti, la possibilità di controllare le piene fluviali attraverso interventi di tipo non strutturale è oggetto di continua attenzione da parte della comunità scientifica e delle Istituzioni preposte al governo del territorio. Tuttavia, le risorse scientifiche prodigate a livello internazionale per proporre modelli di stima degli estremi idrologici e previsione in tempo reale delle portate al colmo non sono state supportate, se non in tempi recentissimi, da >>>

Durata
24 mesi
Base di partenza scientifica nazionale o internazionale
L’attività prevista nel Progetto si articola su tre argomenti principali. Il filo conduttore dell’attività di ricerca è la stima dell’incertezza in idrologia (argomento 1), in particolare nell’ambito dei sistemi di previsione in tempo reale delle portate fluviali di piena (argomento 2) e dei metodi per la stima degli estremi idrologici (argomento 3). In tale ultimo contesto, il Progetto considererà l’applicazione di metodi probabilistici al sito e di metodi regionali per la stima di piogge e portate fluviali estreme, nonché di metodi di derivazione indiretta delle portate al colmo per assegnata frequenza probabile mediante l’utilizzo di modello afflussi-deflussi.
Di seguito è riassunto sinteticamente lo stato dell’arte, a livello nazionale ed internazionale, in merito ai 3 argomenti innanzi menzionati. Per quanto riguarda l’argomento 3, la base di partenza scientifica riguarderà il problema della selezione del metodo probabilistico ottimale (model selection). Quest’ultimo è uno degli ambiti di indagine più significativi nell’ambito del Progetto, che riguarda sia le stime al sito che quelle regionali degli estremi idrologici.

Stima dell’incertezza in idrologia
L’incertezza presente nelle stime e previsioni di portate di piena, che di seguito verrà indicata con il termine di incertezza globale, è originata da diverse concause. Nonostante in ambito statistico esista una lunga tradizione in merito alla valutazione dell’incertezza associata alle >>>