A downscaling model system for early warning flooding forecast

L’indagine, nonché lo sviluppo di metodi, in grado di formalizzare la relazione di causa effetto fra le dinamiche atmosferiche alla grande scala e le piogge intense a scala di bacino o regionale è fondamentale nella previsione a breve e medio termine di eventi alluvionali, così come nelle proiezioni sul lungo periodo per gli ipotizzati scenari di riscaldamento globale. approcci sono stati sviluppati in passato per formalizzare tale relazione. Fra questi i metodi di downscaling statistico, quali il Non-homogeneous hiddwn Markov Model (NHMM). Numerosi autori hanno dimostrato l’efficacia del NHMM nel quantificare le principali caratteristiche delle precipitazioni a scala locale in funzione di opportuni predittori atmosferici, quali campi di geopotenziale, temperatura, venti meridionali e zonali. Tali autori hanno comunque evidenziato le difficoltà del metodo nel quantificare con sufficiente accuratezza le piogge estreme, quelle cioè potenzialmente in grado di generare alluvioni. Per superare tale insufficienza Conticello et al. (2018) hanno proposto un nuovo metodo, che combina, nel quadro di un approccio di tipo Complex network, Self Organized Map (SOM) ed Event Synchronization. Sinteticamente, tale metodo consente l’individuazione di curve di regressioni fra la probabilità di superamento di una prefissata soglia di altezza di pioggia di data durata, in un determinato punto di un bacino , ed il valore locale della variabile atmosferica “ Integrated Vapor Trasport” (IVT) ( ), essendo tale probabilità condizionata al verificarsi delle configurazioni atmosferiche classificate mediante le SOM. Tali configurazioni fanno riferimento a mappe di geopotenziale ad 850 hPa (GPH850). L’applicazione di tale approccio al caso delle precipitazioni intense nella regione Lazio e delle piene in Germania ha dimostrato la robustezza e l’efficacia del metodo nell’individuare relazioni statistiche significative fra estremi idrologici e le variabili atmosferiche IVT e GPH850. Tali risultati suggeriscono di verificare se tale approccio metodologico possa essere utilizzato in un contesto di Early Warning per prevedere sul breve e medio periodo ( da 1 a 10 giorni)la probabilità del verificarsi di piogge intense in grado di produrre eventi alluvionali e se fosse possibile attraverso l’impiego di un diverso sistema di classificazione, alternativo alle SOM, migliorarne l’affidabiltà della previsione. In questa nota, con riferimento al caso studio relativo all’isola di St. Lucia nei Caraibi, si tenta di dare risposta alle due questioni suddette, combinando gli approcci NHMM ed Event Synchronization, utilizzando il primo per classificare gli stati del tempo (in funzione dei due predittori IVT e GPH850), il secondo per individuare le curve di regressione fra probabilità di superamento di una soglia di altezza di pioggia giornaliera ed il valore dell’IVT locale. Prove di validazione del sistema di modelli suddetti, effettuate nell’ambito del caso di studio dell'isola di St. Lucia ai Caraibi , sembrano confermare l’efficacia e l’affidabilità del metodo proposto.