Nel lavoro viene valutata l’efficacia di modelli ANFIS (Adaptive Network-based Fuzzy Inference System) per la determinazione del fattore di erosività della pioggia. Il calcolo esatto di tale variabile richiede la registrazione di dati pluviometrici con risoluzione temporale semioraria o inferiore; tuttavia, raramente un simile livello di dettaglio è disponibile. Il dato più comunemente reperibile è l’altezza totale giornaliera di precipitazione e pertanto esso rappresenta il punto di partenza dei modelli implementati nello studio. Inoltre, allo scopo di assemblare opportunamente (mantenendo invariato il valore dell’erosività) gli insiemi con cui addestrare e verificare i modelli, viene introdotta una definizione di evento di pioggia plurigiornaliero. Le corrispondenti altezze di pioggia, ottenute come sommatoria delle altezze giornaliere precipitate in giorni consecutivi, sono utilizzate in input insieme a valori medi di temperatura. Il database utilizzato è costituito da serie storiche di registrazioni pluviometriche in 18 stazioni sul territorio umbro. Sono implementati tre modelli di complessità decrescente: per il primo, i dati di ciascuna stazione sono utilizzati per addestrare 18 reti ANFIS; per il secondo, l’insieme dei dati di tutte le 18 stazioni è utilizzato per implementare una rete ANFIS; per il terzo, i dati di una sola stazione, individuata come rappresentativa del territorio regionale, sono utilizzati per implementare una rete ANFIS finalizzata a stimare l’erosività in tutte le stazioni. Gli output dei modelli, consistenti in valori di erosività alla scala temporale di evento plurigiornaliero, sono dapprima analizzati mediante l’uso di indici statistici e quindi sono aggregati a diverse scale spaziali e temporali, valutando l’errore prodotto rispetto alle corrispondenti aggregazioni dei dati osservati. I risultati sono da ritenere generalmente accettabili e comparabili con quelli ottenuti in una precedente analisi, con tecniche di regressione, sullo stesso database; in particolare, l’errore assoluto sul totale annuo commesso con il primo modello è inferiore al 20% per quasi tutte le stazioni.
Determination of rainfall erosivity at different spatial and temporal scales by ANFIS models
TODISCO, Francesca
;MANNOCCHI, Francesco;VERGNI, LORENZO
2015
Abstract
Nel lavoro viene valutata l’efficacia di modelli ANFIS (Adaptive Network-based Fuzzy Inference System) per la determinazione del fattore di erosività della pioggia. Il calcolo esatto di tale variabile richiede la registrazione di dati pluviometrici con risoluzione temporale semioraria o inferiore; tuttavia, raramente un simile livello di dettaglio è disponibile. Il dato più comunemente reperibile è l’altezza totale giornaliera di precipitazione e pertanto esso rappresenta il punto di partenza dei modelli implementati nello studio. Inoltre, allo scopo di assemblare opportunamente (mantenendo invariato il valore dell’erosività) gli insiemi con cui addestrare e verificare i modelli, viene introdotta una definizione di evento di pioggia plurigiornaliero. Le corrispondenti altezze di pioggia, ottenute come sommatoria delle altezze giornaliere precipitate in giorni consecutivi, sono utilizzate in input insieme a valori medi di temperatura. Il database utilizzato è costituito da serie storiche di registrazioni pluviometriche in 18 stazioni sul territorio umbro. Sono implementati tre modelli di complessità decrescente: per il primo, i dati di ciascuna stazione sono utilizzati per addestrare 18 reti ANFIS; per il secondo, l’insieme dei dati di tutte le 18 stazioni è utilizzato per implementare una rete ANFIS; per il terzo, i dati di una sola stazione, individuata come rappresentativa del territorio regionale, sono utilizzati per implementare una rete ANFIS finalizzata a stimare l’erosività in tutte le stazioni. Gli output dei modelli, consistenti in valori di erosività alla scala temporale di evento plurigiornaliero, sono dapprima analizzati mediante l’uso di indici statistici e quindi sono aggregati a diverse scale spaziali e temporali, valutando l’errore prodotto rispetto alle corrispondenti aggregazioni dei dati osservati. I risultati sono da ritenere generalmente accettabili e comparabili con quelli ottenuti in una precedente analisi, con tecniche di regressione, sullo stesso database; in particolare, l’errore assoluto sul totale annuo commesso con il primo modello è inferiore al 20% per quasi tutte le stazioni.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
