Metodi statistici per la previsione e l’allerta di eventi meteorologici estremi

responsabile: Carlo Grillenzoni

responsabile: Carlo Grillenzoni

durata: 12 mesi

termine previsto: 31 dicembre 2016

finanziamento: 2.500 euro

tipologia: call di dipartimento

fonte di finanziamento: call 2015 Dppac
call straordinaria Linea di finanziamento 1.b “Progetti di ricerca”

 

descrizione del progetto

Eventi meteorologici estremi (come nubifragi, trombe d’aria, ed inondazioni “flash”) hanno assunto di recente particolare rilevanza in ambito territoriale (fatti di Genova e Mira), anche in relazione ai cambiamenti climatici. La prevenzione degli effetti (inondazioni e frane) di tali eventi è ancora problematica a causa della loro natura localizzata e puntuale, che non consente il dimensionamento adeguato delle opere idrauliche. La misura minima per la prevenzione del danno è costituita da strumenti di allerta meteo in grado di prevedere con sufficiente anticipo il “dove & quando” si verificherà l’evento estremo, in modo da mettere in sicurezza persone, animali e beni mobili.

Utilizzando la metodologia sviluppata da Grillenzoni (2004) per la previsione di dati telerilevati (AVHRR) spazio-temporali, il presente progetto vuole sviluppare un sistema di allerta per dati meteo (immagini dei satelliti meteo ed immagini radar da terra) su scala regionale, e costruire un software autonomo. La metodologia statistica è basata su algoritmi in grado di trattare dati in forma di matrici tridimensionali (3D), dove ogni cella X(i,j,t) viene messa in relazione con quelle circostanti per prevederne l’evoluzione anche in condizioni di non-stazionarietà e non-linearità dei processi che generano i dati (Grillenzoni, 2014).

 

Grillenzoni C. (2004), Adaptive Spatio-Temporal Models for Satellite Ecological Data.

«Journal of Agricultural, Biological and Environmental Statistics», Vol. 9, No. 2, pp. 158-180

Grillenzoni C. (2014), Sequential monitoring of environment time series with stochastic cycle.

«Environmental and Ecological Statistics», Vol. 21, n. 1, pp. 95-111 (Springer).