Modelli di stima del danno alluvionale con linguaggio Python: applicazione al caso di studio del fiume Secchia

Ribaudo, Giuseppe (2018) Modelli di stima del danno alluvionale con linguaggio Python: applicazione al caso di studio del fiume Secchia. [Laurea magistrale], Università di Bologna, Corso di Studio in Ingegneria per l'ambiente e il territorio [LM-DM270], Documento full-text non disponibile
Il full-text non è disponibile per scelta dell'autore. (Contatta l'autore)

Abstract

Il lavoro descritto nel presente elaborato riassume le attività svolte per la creazione di un codice finalizzato alla stima del rischio idraulico per una generica area esposta a tale rischio. Il codice è stato sviluppato nel linguaggio di programmazione Python, affinché potesse essere compatibile con i più comuni software GIS (Geographic Information System), a loro volta basati su tale linguaggio. Il codice predisposto permette di individuare gli elementi esposti al rischio alluvionale e stimare il danno economico atteso dagli stessi, relativo o assoluto, secondo nove diversi modelli di stima del danno. Le analisi sono state condotte prendendo in esame l’evento alluvionale del gennaio del 2014 nella Provincia di Modena, che ha portato alla rottura dell’argine del Fiume Secchia, con conseguente allagamento delle zone circostanti. L’applicazione del codice predisposto richiede la conoscenza dei tiranti idrici, di una mappa che individui l’uso del suolo (ad esempio Corine Land Cover, CLC), oppure, in alternativa, la disponibilità di uno shape file contenente le informazioni riguardanti gli edifici presenti nel territorio allagato. I modelli di danno investigati sono: Multi-Colored Manual (MCM), Flood Loss Estimation Model (FLEMOps), Rhine-Atlas, modelli del Joint Reserch Centre (JRCs) ed il modello Secchia Square Root Regressive, quest’ultimo predisposto sui danni registrati a seguito della rotta del Fiume Secchia. Le analisi condotte hanno messo in evidenza l’importanza della conoscenza dettagliata dell’esposizione del territorio, evidenziando una migliore riproduzione dei danni osservati nel caso si utilizzino shape di dettaglio, piuttosto che dati spaziali a scarsa risoluzione (CLC).

Abstract
Tipologia del documento
Tesi di laurea (Laurea magistrale)
Autore della tesi
Ribaudo, Giuseppe
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Indirizzo
Ingegneria per l'ambiente e il territorio
Ordinamento Cds
DM270
Parole chiave
Rischio idraulico,Python,Fiume Secchia,Danni da alluvione,Corine Land Cover
Data di discussione della Tesi
16 Marzo 2018
URI

Altri metadati

Gestione del documento: Visualizza il documento

^