Calibrazione di modelli afflussi-deflussi su un set di bacini austriaci: confronto tra modelli spazialmente distribuiti e concentrati e scelta degli algoritmi di ottimizzazione

Si sono confrontate le procedure di parametrizzazione (e le relative simulazioni) di due modelli concettuali afflussi-deflussi: il primo è una versione austriaca del modello HBV, il secondo è il modello francese GR6J, che utilizza il modulo Neve CemaNeige. Il primo dei due modelli è stato adoperato sia in modalità concentrata che semi-distribuita, per permettere un confronto fra le due. Per svolgere tale studio si è analizzato un vasto set di 213 bacini austriaci, considerati rappresentativi della variabilità idrologica della regione di studio. Si sono inoltre approfondite le prestazioni di tre diversi algoritmi di ottimizzazione, fondamentali per l’esecuzione delle calibrazioni automatiche, al fine di analizzarne i vari pregi e difetti. Nello specifico, gli algoritmi analizzati sono il Differential Evolution, lo Shuffled Complex Evolution e il Dynamically Dimensioned Search, dei quali il primo è stato poi utilizzato per svolgere le calibrazioni al fine della parametrizzazione dei modelli suddetti. Le prove svolte per la valutazione degli ottimizzatori hanno mostrato come gli algoritmi basati sull’impiego di popolazioni di set di parametri, ovvero il DE e lo SCE-UA, siano i più accurati nella ricerca dell’ottimo, nonostante l’elevata complessità di calcolo. I parametri stimati dalle calibrazioni con il DE, massimizzando come funzione obiettivo l’efficienza di Kling-Gupta, hanno permesso in seguito di applicare il modello su un periodo di validazione indipendente, per valutarne la prestazione su diverse condizioni idrologiche. I risultati ottenuti su entrambi i periodi hanno evidenziato come il modello GR6J riproduca meglio il comportamento della maggior parte dei bacini appartenenti alla regione di studio, ma il modello HBV semi-distribuito offre ottime prestazioni sui bacini con maggior escursione altimetrica. Le prestazioni della modalità concentrata dell'HBV sono invece quasi sempre inferiori, in ragione dell'aggregazione spaziale di input e variabili di stato.