Capitolo 5 Conclusioni

Capitolo 5 Conclusioni

121

Capitolo 5:

Conclusioni

Il presente studio conferma la validità del modello MG nel considerare i dati di pioggia provenienti da tutte le stazioni dell’area in esame come un unico campione, costituito dai valori massimi adimesionalizzati.

Dal confronto tra modelli a due o tre parametri si è visto che i modelli a tre parametri forniscono valori più attendibili, ovvero sono quelli che meglio approssimano i dati osservati;

Elaborando i dati per un area più estesa si è notato un’aumento della precisione della stima in quanto è aumentata la dimensione del campione.

Nella seconda fase della tesi si è preso un dato ogni dieci anni e si è visto che in tal modo si riesce a minimizzare l’influenza dell’asimmetria della distribuzione sulla stima dei parametri adimensionali, aumentando così in maniera considerevole la precisione e di conseguenza il coefficiente di determinazione è risultato nella quasi totalità dei casi, molto prossimo ad 1, infatti il tener conto di tale coefficiente è solo in apparenza più preciso, infatti il coefficiente di asimmetria risente in maniera notevole della scarsa dimensione delle serie storiche disponibili.

Analizzando in dettaglio i grafici dei parametri adimensionali in funzione del Tr, si è visto che, per tempi di ritorno molto alti, all’incirca di 2000-3000 anni, i modelli perdono di significatività, in quanto la mole dei dati è insufficiente per fare stime attendibili, Esiste anche un limite inferiore alla validità dei modelli regionalizzati pari a 30 anni, che è il numero medio di anni di osservazione delle stazioni considerate.

Come si può vedere dai grafici precedenti, per la pioggia di durata 1 ora e per bassi valori di CV, la retta che interpola i dati è al di sotto di quella di Gumbel, questo può essere spiegato dal fatto che il metodo di Gumbel ipotizza che la funzione di probabilità non dipenda dal CV, come si può invece ricavare dall’analisi dei dati osservati.

Analizzando le curve che esprimono il parametro adimensionale di Gumbel, in funzione del Tr e del CV, si evidenzia una dipendenza marcata tra il parametro G e il CV di tipo a·t

con n che vale 0.76, abbiamo chiamato questo nuovo parametro adimensionale Modello D.

Le rette di tendenza tra il parametro adimensionale D e il Tr sono quelle che meglio approssimano i dati osservati.

Dall’analisi delle altezze di pioggia di sette stazioni, si può evidenziare che i valori

ottenuti con il modello MG sono, tranne pochi casi, minori dei valori ricavati con il

metodo di Gumbel, i modelli Y e D sono invece molto simili tra loro e sono e maggiori

Capitolo 5 Conclusioni

122

dei valori ricavati con Gumbel, ovviamente la differenza è più marcata nelle stazioni che hanno un CV medio più alto.

Il metodo di Gumbel tende a sovrastimare le altezze massime per bassi valori di CV (intorno a 0.3-0.35), tale differenza tra i modelli si spiega considerando che la distribuzione di Gumbel è caratterizzata da un coefficiente di asimmetria costante (e quindi non può tener conto della tendenza statistica di quest’ultima a crescere con il CV).

Il modello sviluppato dalla Regione Toscana, invece, per Tr intorno ai 100 anni tende mediamente a sovrastimare gli eventi meteorici di durata 1 ora, mentre tende a sottostimare gli eventi di durata maggiore. Il modello della Regione Toscana però cresce molto più rapidamente, infatti ha una legge di tipo esponenziale, anziché logaritmica.

Con il crescere del Tr, infatti, si può evidenziare una sovrastima a volte eccessiva dell’altezza di pioggia già per Tr di 200 anni, e tale differenza sarà tanto maggiore tanto più alto è il Tr.

Dall’analisi di un caso reale, si è visto che l’utilizzo di un metodo di tipo regionalizzato,

comporta in termini di portate un incremento del 10% circa sulla stima della portata al

colmo a parità di Tr e di caratteristiche del bacino.