Salta al contenuto principale
Passa alla visualizzazione normale.

LEONARDO NOTO

Utilizzo delle statistiche direzionali per la caratterizzazione delle precipitazioni intense in Sicilia

Abstract

Le precipitazioni intense costituiscono la fase finale dei processi che interessano i flussi atmosferici e di umidità nonché l'interazione di questi ultimi con l’orografia. La caratterizzazione delle precipitazione intense risulta essenziale al fine di valutare i rischi per la società e per le infrastrutture idrauliche. Stime attendibili di tali eventi sono dunque necessarie per la quantificazione e per la gestione del rischio idrologico. Lo studio qui presentato mira alla valutazione di elementi per la caratterizzazione degli eventi intensi nel territorio siciliano, sulla base dell'analisi statistica e spaziale del dataset di precipitazioni massime annuali registrate dalla rete pluviografica siciliana e riportate negli annali idrologici. I risultati di tali analisi riportano considerazioni utili per la comprensione della distribuzione spazio-temporale degli eventi intensi (Gabriele et al., 2013) e quindi per la previsione e la gestione del rischio idrologico e il miglioramento delle procedure di regionalizzazione per la modellazione degli eventi estremi (Koutroulis et al., 2010; Barry et al., 2003). Le analisi condotte si basano sull'utilizzo di strumenti statistici e di analisi spaziale quali le statistiche direzionali per l'analisi del "timing" degli eventi (Mardia, 1972 e Fisher, 1993), gli indicatori di autocorrelazione spaziale e la cluster analysis. Le osservazioni ricavate dal calcolo delle statistiche direzionali (Figura 1) mostrano come in tutto il territorio gli eventi intensi di breve durata (3 ore), fortemente dipendenti dalla elevata instabilità atmosferica che danno vita ad eventi di tipo convettivo, si concentrino soprattutto nella parte iniziale e centrale della stagione autunnale mentre, per le durate maggiori, in cui flussi ampi e ben organizzati tendono a generare precipitazioni meno intense ma di lunga durata, portano ad uno spostamento del periodo medio verso la prima parte della stagione invernale. I valori di autocorrelazione spaziale mostrano la presenza di schemi raggruppati per le precipitazioni intense medie di ogni stazione relative a ciascuna durata. In particolare i valori di LISA (Local Indicator of Spatial Autocorrelation) evidenziano cluster di stazioni con valori medi elevati nell'area della costa ionica, e cluster di stazioni con valori medi ridotti nell'entroterra della provincia di Palermo. La stessa analisi applicata ai valori della variabile r, che indica la regolarità temporale degli eventi attorno alla data media, evidenzia cluster di stazioni con valori elevati nell'area della costa ionica e nell'area centro occidentale, mentre lungo la costa nord dell'isola risultano presenti raggruppamenti di stazioni con valori ridotti cioè con elevata dispersione temporale degli eventi intensi nella stagione piovosa. Inoltre l'autocorrelazione spaziale media relativa ai valori di r risulta diminuire all'aumentare della durata. La cluster analysis condotta per i valori medi di precipitazione intensa mostra la presenza di raggruppamenti omogenei per le zone occidentali, nord-orientali e i versanti del centro-sud dell’isola, mentre se si considera la distribuzione temporale degli eventi intensi si osservano raggruppamenti di stazioni con comportamento omogeneo lungo i versanti nord-orientali (prima metà di novembre e seconda metà di settembre), lungo i versanti sud-occidentali (seconda metà di ottobre e prima metà di novembre) e nell’entroterra dell’isola (seconda metà settembre e la prima di ottobre). Inoltre l'applicazione della stessa procedura in cui vengono considerate simultaneamente le variabili relative ai valori medi di precipitazione intensa, alla data media in cui questi si verificano, alla dispersione temporale e alle coordinate spaziali, hanno evidenziato che il versante ionico, il versante tirrenico, l’intero entroterra siciliano e il versante nord-occidentale risultano caratterizzati da raggruppamenti di stazioni con caratteristic