| Abstract | Nel presente studio, sono stati usati dati provenienti da una rete di monitoraggio situata in una vasta area dell'Italia settentrionale (ca. 12,000 Km2), per sviluppare un modello data-driven per la previsione della misura del livello piezometrico nello spazio e nel tempo. Il modello si basa sugli EPR (Evolutionary Polynomial Regressions). Il modello è stato applicato all'intera area di studio, utilizzando come valori di ingresso le stime del livello piezometrico medio ottenute mediante metodi geostatistici per fornire mappe con le variazioni del livello idrico nello spazio e nel tempo. La riduzione della frequenza di campionamento da 1.5 per mese ad 1 ogni 40 giorni, non influisce significativamente sulla capacità predittiva del modello proposto. La riduzione della frequenza di campionamento ad 1 ogni 4 mesi ha prodotto uno scarto quadratico medio (RMSE) minore di 40 cm, infine, dal punto di vista spaziale, la rimozione di oltre la metà delle locazioni di misura dalla rete di monitoraggio comporta una perdita di informazione globale di meno del 15%. |
| Text | 294740 2014 Acque sotterranee Regressione polinomiale Annealing simulato Ottimizzazione spazio temporale del monitoraggio PREVISIONI A SCALA REGIONALE DEL LIVELLO PIEZOMETRICO DELLA FALDA IPODERMICA. Ottimizzazione della rete di monitoraggio nel tempo e nello spazio Barca E, Calzolari M, Passarella G, Ungaro F CNR IRSA Istituto di Ricerca sulle Acque, U.O.S. di Bari, Via De Blasio 5, 70123 Bari, Italy CNR Ibimet Istituto di Biometeorologia, Via Madonna del Piano 10, 50019 Sesto Fiorentino, Italy CNR IRSA Istituto di Ricerca sulle Acque, U.O.S. di Bari, Via De Blasio 5, 70123 Bari, Italy CNR Ibimet Istituto di Biometeorologia, Via Madonna del Piano 10, 50019 Sesto Fiorentino, Italy Nel presente studio, sono stati usati dati provenienti da una rete di monitoraggio situata in una vasta area dell Italia settentrionale ca. 12,000 Km2 , per sviluppare un modello data driven per la previsione della misura del livello piezometrico nello spazio e nel tempo. Il modello si basa sugli EPR Evolutionary Polynomial Regressions . Il modello e stato applicato all intera area di studio, utilizzando come valori di ingresso le stime del livello piezometrico medio ottenute mediante metodi geostatistici per fornire mappe con le variazioni del livello idrico nello spazio e nel tempo. La riduzione della frequenza di campionamento da 1.5 per mese ad 1 ogni 40 giorni, non influisce significativamente sulla capacita predittiva del modello proposto. La riduzione della frequenza di campionamento ad 1 ogni 4 mesi ha prodotto uno scarto quadratico medio RMSE minore di 40 cm, infine, dal punto di vista spaziale, la rimozione di oltre la meta delle locazioni di misura dalla rete di monitoraggio comporta una perdita di informazione globale di meno del 15%. In this study, data from a monitoring network in a relevant agricultural area of Northern Italy 12,000 Km2 were used to develop a data driven model for predicting water table depth in space and time from meteorological data and longterm water table characteristics and to optimize sampling density in space and time. Evolutionary Polynomial Regressions EPR were used to calibrate a predictive tool. The model was applied to the whole study area, using the geostatistical estimates of the average water table depth as input. The impact of the degradation of data input in the temporal and spatial domain was then assessed. Reducing the average sampling frequency from 1.5 per month to 1 every 40 days did not impact significantly on the prediction capability of the proposed model. Reducing the sampling frequency to 1 every 4 months resulted in a loss of accuracy <3%, while removing more than half locations from the network, resulted in a global loss of information <15%. 4 http //www.idrotecnicaitaliana.it/index.php/809 Articolo in rivista Associazione idrotecnica italiana 1125 1255 L Acqua Roma, 1996 L Acqua Roma, 1996 Acqua Roma, 1996 L Acqua. Roma, 1996 emanuele.barca BARCA EMANUELE giuseppe.passarella PASSARELLA GIUSEPPE fabrizio.ungaro UNGARO FABRIZIO antonio.raschi RASCHI ANTONIO mariacostanza.calzolari CALZOLARI MARIA COSTANZA AG.P04.028.001 Gestione delle risorse del territorio mediante tecnologie informatiche innovative TA.P04.005.008 Integrazione di metodologie per il monitoraggio e la modellizzazione per la gestione delle risorse idriche |
