Diapositiva 1 - CNR

PREVISIONE E MITIGAZIONE DEI FENOMENI DI DISSESTO IDROGEOLOGICO
IN ITALIA
Palermo
11 Maggio 2012
10-11 MAGGIO 2012
Brocca Luca
Simulazione dei deflussi per il
bacino sperimentale di Sparacia
Pampalone V.1, Brocca L.2, Bagarello V. 1, Ferro V. 1,
Melone F.2, Moramarco T.2, Zucco G.2
1 Dipartimento
2 Istituto
dei Sistemi Agro Ambientali, Università di Palermo
di Ricerca per la Protezione Idrogeologica, CNR
[email protected]
Introduzione
Obiettivi
Metodo
Area di studio
http://hydrology.irpi.cnr.it/
Risultati
Conclusioni
Palermo
11 Maggio 2012
Brocca Luca
Premessa
Per la stima dell'erosione la conoscenza del deflusso
superficiale rappresenta un fattore di primaria importanza
PERDITA DI SUOLO A SCALA DI EVENTO
senza coefficiente di deflusso
con coefficiente di deflusso
100
(USLE-MM)
stimato
misurata (t/ha)
Perdita di suolo
10
stimato (USLE)
Perdita di suolo stimata con USLE (t/ha)
100
1
0.1
0.01
0.001
0.001
0.01
0.1
1
10
Perdita di
suolo misurata (t/ha)
osservato
100
Bagarello et al.,
2008 (HYP);
2010 (HYP)
10
1
0.1
USLE: Aue=KeRe
0.01
USLE –MM: Aue=Ke(ReQR)a
0.001
0.001
0.01
0.1
1
10
100
Perdita di suolo stimata USLE-MM calibrato su metà
database
osservato
Ke erodibilità suolo
Re erosività evento (pioggia)
QR coefficiente deflusso
A causa della mancanza di informazioni dettagliate è necessario
valutare l'affidabilità di modelli afflussi-deflussi semplici ma
affidabili
Gao et al., 2012 (HESSD)
Introduzione
Obiettivi
Metodo
Area di studio
Risultati
Conclusioni
Importanza del contenuto d'acqua
1st December 2010
very WET
Palermo
11 Maggio 2012
Brocca Luca
1st December 2011
very DRY
90% saturation
NORMAL
NOW
10% saturation
Introduzione
Obiettivi
Metodo
Area di studio
Risultati
Conclusioni
Monitoraggio del contenuto d'acqua
Experimental Catchment
Palermo
11 Maggio 2012
Brocca Luca
Laboratory
TDR and FDR continuous
monitoring probes
TDR spot measurements
Introduzione
Obiettivi
Metodo
Area di studio
Risultati
Conclusioni
Monitoraggio del contenuto d'acqua
Introduzione
Obiettivi
Metodo
Area di studio
Risultati
Palermo
11 Maggio 2012
Brocca Luca
Conclusioni
Palermo
11 Maggio 2012
Brocca Luca
Obiettivi
Verificare l'affidabilità di un semplice modello afflussideflussi (MISD) per simulare le portate durante eventi di
piena per il bacino sperimentale di Sparacia
Valutare la possibilità di utilizzare misure di contenuto
d'acqua in situ e da satellite per la stima delle
condizioni iniziali del modello MISD
Introduzione
Obiettivi
Metodo
Area di studio
Risultati
Conclusioni
Palermo
11 Maggio 2012
Brocca Luca
Condizioni iniziali di c. acqua
SOIL CONSERVATION SERVICE-CURVE NUMBER
METHOD FOR ABSTRACTION
P  Fa 
2
Rd 
P  Fa  S
 1000

S  25 .4
 10 
 CN

Fa  S

1
Sobs  2 2P  Rd  Rd  2 Rd2  2Rd2  4PRd  Rd2
2
Rd: runoff depth
  0.2
  0.2
2
Sobs  5 P  2 Rd  4 Rd  5PRd 


Introduzione
Obiettivi
Metodo
Area di studio

P: total rainfall
Fa: initial abstraction
S: soil potential
maximum retention
l: initial abstraction
parameter (=0.2)
CN: Curve Number
Risultati
Conclusioni
Palermo
11 Maggio 2012
Brocca Luca
0.5
0.49
0.48
0.47
0.46
0.45
0.44
0.43
0.42
0.41
0.4
0.39
0.38
0.37
0.36
0.35
0.34
0.33
0.32
0.31
0.3
27/11/2003
1.60
observed soil moisture
discharge
rainfall
1.40
1.20
1.00
0.80
Rd
0.60

0.40
0.20
P
discharge (m³/s) and rainfall (mm/0.5h)
soil moisture (-)
Condizioni iniziali di c. acqua
0.00
27/11/2003
28/11/2003
28/11/2003
2
Sobs  5 P  2 Rd  4 Rd  5PRd 


Introduzione
Obiettivi
Metodo
Area di studio
Risultati
Conclusioni
Palermo
11 Maggio 2012
Brocca Luca
Relazione S - contenuto d'acqua
0.8
Italy
Tiber
River
0.4
0.4
0.4
0.3
0.3
0.3
0.2
0.2
0.2
0.7
0.6
SWI ()
0.6
0.5
0.1
0.8
0
50
SWI ()
0.7
100
150
200
T=33 days
SWI ()
100
150
200
T=80 days
0.7
0.8
0.5
0.4
0.4
0.4
0.3
0.3
0.3
0.2
0.2
0.2
0.1
Cerfone
100
150
200
T=41 days
0
50
100
0.8
150
200
T=73 days
0.7
0
0.5
0.5
0.5
0.4
0.4
0.4
0.3
0.3
0.3
0.2
0.2
0.2
0.1
50
100
S (mm)
2011 (NHESS)
obs
Metodo
150
0
Australia
France
200
50
Area di studio
100
200
Sobs (mm)
Risultati
150
200
Nestore
0
150
100
T=31 days
0.1
Topino
0
50
0.7
0.6
0
150
200
T=47 days
Caina
0.8
0.6
Timia
100
0
0.6
0.1
50
0.1
Genna
0
50
0
0.7
0.5
0
Obiettivi
50
0.5
0.7
K n 1
Kn 
Beck et al., 2010
 t  t (JSTARS)

K n 1  exp  n n 1 
T
Tramblay et al., 2010
 (JoH),
0
0.6
0

0.8
Niccone
0
0.6
0.8
Introduzione
0
0

Assino
0.6
0.1
SWIn  SWIn 1  K n ms t n   SWIn 1
0.1
0.1
Tevere - PN
0
Brocca et al.,
2009 (JoH); 2009 (JHE)
0.8
0.5
0.7
11 catchments
100-5000 km2
0.8
T=80 days
T=80 days
ERS SCATTEROMETER
SOIL
0.7
0.6
MOISTURE
DATA
0.5
T=45 days
0
50
100
150
Sobs (mm)
Conclusioni
200
Modello Idrologico Semi-Distribuito
STIME DI
CONTENUTO
D'ACQUA:
MISD:
"Modello
Idrologico
SemiDistribuito"
1) misure in
situ
EVENT-BASED
RAINFALL-RUNOFF
MODEL (MISD)
upstream
discharge
rainfall excess
SCS-CN
S: soil potential maximum retention
W(t)/Wmax: saturation degree
100
W(t)/Wmax
3) modellistica
subcatchments
geomorphological IUH
S(t)
80
S (mm)
2) misure da
satellite
Palermo
11 Maggio 2012
Brocca Luca
directly draining areas
linear reservoir IUH
60
40
outlet
discharge
20
0
0.6
0.7
0.8
0.9
channel routing
diffusive linear approach
1
W(t)/Wmax
Brocca et al., 2010 (HESS); 2011 (HYP)
Introduzione
Obiettivi
Metodo
Area di studio
Risultati
Conclusioni
Palermo
11 Maggio 2012
Brocca Luca
Bacino sperimentale SPA1
Misure in situ di c.acqua (5-10 cm)  2000-2009
33 eventi di piena  2004-2011
Area del bacino = 3.7 ha
P annua = 690 mm
Stazione sperimentale
per la misure del
deflusso e della
produzione di sedimenti
Introduzione
Obiettivi
Metodo
Area di studio
Risultati
Conclusioni
Dati di contenuto d'acqua da satellite
Palermo
11 Maggio 2012
Brocca Luca
ASCAT
• scatterometer (active microwave)
• C-band (5.7 GHz)
• VV polarization
• resolution 50/25 km
• daily coverage
• 2007 - ongoing
2007-2010
Change detection algorithm takes account indirectly for surface roughness and land cover variability.
Wagner et al., 1999 (RSE); Brocca et al., 2011 (RSE)
Liu et al., 2012 (RSE)
WACMOS
1995-2010
Water Cycle Multimission Observation Strategy (WACMOS): Merging of passive and active soil moisture
product to derive a long-term (1978-2010) global soil moisture product (http://wacmos.itc.nl/?q=node/5)
Introduzione
Obiettivi
Metodo
Area di studio
Risultati
Conclusioni
Contenuto d'acqua in situ vs satellite
Palermo
11 Maggio 2012
Brocca Luca
r (in situ vs WACMOS) = 0.81
r (in situ vs ASCAT) = 0.91
Introduzione
Obiettivi
Metodo
Area di studio
Risultati
Conclusioni
Palermo
11 Maggio 2012
Brocca Luca
Simulazione dei deflussi
2004-12-09 NS= 0.7 EQp= -14.4 EV= -0.1
0
2009-03-07 NS= 0.8 EQp= -7.2 EV= -0.1
2
0
rainfall (mm/h)
rainfall (mm/h)
0
rainfall
effective rainfall
2
4
-3
0
2
rainfall
effective rainfall
5
x 10
10
1.4
0.016
Qobs
1.2
Qsim
1
Qsim
0.012
discharge (m3/s)
discharge (m3/s)
Qobs
0.014
0.8
0.6
0.01
0.008
0.006
0.4
0.004
0.2
0
0.002
0
0
2
0
2
time (h)
time (h)
2008-12-15 NS= 0.39 EQp= 39 EV= -0.1
0
2
4
6
2009-02-24 NS= 0.92 EQp= -1.3 EV= -0.1
8
rainfall
effective rainfall
10
0
rainfall (mm/h)
rainfall (mm/h)
0
20
0
2
4
6
8
rainfall
effective rainfall
2
4
-3
x 10
0.02
0.018
Qobs
Qsim
2.5
discharge (m3/s)
0.014
discharge (m3/s)
Qobs
3
Qsim
0.016
0.012
0.01
0.008
0.006
2
NS
1.5
1
0.004
Err Qp
Mediana 0.72
6.84
20° perc 0.45
-10.55
80° perc 0.83
42.41
0.5
S unico parametro variabile da evento a evento 
indicatore delle condizioni iniziali di contenuto d'acqua
0.002
0
0
2
4
6
8
0
0
time (h)
Introduzione
2
4
6
time (h)
Obiettivi
Metodo
Area di studio
8
Risultati
Conclusioni
Relazione S - contenuto d'acqua
r = 0.54
R = 0.54
N = 25
600
500
S
400
Palermo
11 Maggio 2012
Brocca Luca
TARGET
Inizializzazione MISD mediante stime di contenuto
d'acqua da satellite e da misure in situ
300
200
600
rR ==0.63
0.63
N = 31
100
500
0
0.2
0.3
0.4
400
0.5
S
theta 5-10 cm
300
200
600
r = 0.69
N = 19
R = 0.69
500
100
0
S
400
0.2
0.25
0.3
0.35
La relazione S - contenuto
d'acqua presenta l'andamento
lineare decrescente conforme
a quanto riportato in
letteratura
theta WACMOS
300
200
La correlazione S - contenuto d'acqua varia da
0.54 a 0.69 utilizzando i diversi dati di contenuto
d'acqua
100
0
0.25
0.35
theta ASCAT
Introduzione
Obiettivi
Metodo
Area di studio
Risultati
Conclusioni
Palermo
11 Maggio 2012
Brocca Luca
Conclusioni
Il modello MISD si è dimostrato affidabile nella
simulazione delle portate per il bacino di SPA1
I dati di contenuto d'acqua da satellite sono in buon
accordo con le misure a terra
Le stime di contenuto d'acqua da satellite e da misure in
situ possono essere utilizzate efficacemente per
inizializzare il modello MISD
Sviluppi futuri riguardano l'applicazione congiunta del
modello MISD e del modello USLE-MM per la stima della
perdita di suolo e della produzione di sedimenti per
erosione idrica
Introduzione
Obiettivi
Metodo
Area di studio
Risultati
Conclusioni
Bibliografia
 Bagarello, V., et al. (2008). Predicting unit plot soil loss in Sicily, South Italy. HYP, 22, 586–595.
 Bagarello, V., et al. (2010). Testing alternative erosivity indices to predict event soil loss from bare plots in
Southern Italy. HYP, 24, 789–797.
 Beck, H.E., et al. (2010). Improving Curve Number based storm runoff estimates using soil moisture proxies.
IEEE JSTAR, 2(4), 1939-1404.
 Brocca, L., et al. (2009). Antecedent wetness conditions based on ERS scatterometer data. JoH, 364 (1-2), 7387.
 Brocca, L., et al. (2009). Assimilation of observed soil moisture data in storm rainfall-runoff modelling. JHE, 14
(2), 153-165.
 Brocca, L., et al. (2010). Improving runoff prediction through the assimilation of the ASCAT soil moisture
product. HESS, 14, 1881-1893.
 Brocca, L., et al. (2011). Distributed rainfall-runoff modelling for flood frequency estimation and flood
forecasting. HYP, 25, 2801-2813.
 Brocca, L. et al. (2011). Soil moisture estimation through ASCAT and AMSR-E sensors ... validation study
across Europe. RSE, 115, 3390-3408.
 Gao, G.Y., et al. (2012). Coupling the modified SCS-CN and RUSLE models to simulate hydrological effects of
restoring vegetation in the Loess Plateau of China. HESSD, 9, 4193-4233.
 Liu, Y.Y., et al. (2012). Trend-preserving blending of passive and active microwave soil moisture retrievals.
RSE, 123, 280-297.
 Tramblay, Y. et al. (2010). Assessment of initial soil moisture conditions for event-based rainfall-runoff
modelling. JoH, 387, 176-187.
 Tramblay, Y. et al. (2011). Impact of rainfall spatial distribution on rainfall-runoff modelling efficiency and initial
soil moisture conditions estimation. NHESS, 11, 157-170.
 Wagner, W., et al. (1999). A Method for Estimating Soil Moisture from ERS Scatterometer and Soil Data, RSE 70,
191-207
Questa presentazione può essere scaricata al seguente indirizzo:
http://hydrology.irpi.cnr.it/repository/public/presentations/2012/aidi-2012-l.-brocca
PER ULTERIORI INFORMAZIONI
URL: http://hydrology.irpi.cnr.it/people/l.brocca
URL IRPI: http://hydrology.irpi.cnr.it