Analisi dei metodi di interpolazione spaziale della precipitazione ad alta risoluzione temporale e spaziale

The measurement of precipitation and the assessment of the effects on the basin are fundamental aspects for flood forecasting, water management, etc. The estimation of rain over an area is difficult because the measurements are local and the distribution of measurement stations are poor on very large domains, due to the costs associated with installation, monitoring and data recovery. To overcome this problem, we use spatial interpolation methods, through which it is possible to reconstruct the entire field of the variables of interest, starting from the available data. The collected data are subjected to quality checks, to eliminate incorrect or missing data. The aim of the thesis is to evaluate the results obtained by various deterministic and geostatistical interpolation methods. The thesis analysed data collected in Graz, in Austria and data from the Tanaro river basin, in Piemonte. The comparison of the data with the models is evaluated with different temporal aggregations and spatial densities. The interpolation methods have been implemented in a FORTRAN code and validated with a code written in R language to compare the results. The choice of FORTRAN language is linked to the possibility of using the code in a hydrological model written in the same language. The analysis focused on the calculation of the Kriging variogram for the different functions (spherical, exponential and Gaussian) and on the spatial interpolation of the different methodologies. The results show that Kriging is the method with the best performance indexes in all the cases examined. The inverse distance, while showing less accurate than the Kriging, has slightly lower indices. Thiessen turns out to be the method with the lowest performances. Considering the computational resources required by the Kriging and the small difference in the results obtained with the inverse distance, the latter is the optimal choice for the interpolation of rain data.

La misurazione della precipitazione e la valutazione degli effetti sul bacino sono aspetti fondamentali per la previsione delle piene, la gestione delle risorse idriche, etc. Valutare la pioggia su un’intera area è difficile in quanto le misurazioni sono locali e la distribuzione delle stazioni di misura è scarsa su domini molto grandi, a causa dei costi associati all’installazione, al monitoraggio e al recupero dei dati. Per superare questo problema, si ricorre a metodi di interpolazione spaziale, attraverso i quali è possibile ricostruire l’intero campo delle variabili di interesse, partendo dai dati a disposizione. I dati raccolti sono sottoposti a controlli di qualità, per eliminare dati errati o mancanti. Lo scopo della tesi è la valutazione dei risultati ottenuti da vari metodi di interpolazione deterministici e geostatistici. Nella tesi si sono analizzati i dati raccolti a Graz, in Austria e i dati provenienti dal bacino del fiume Tanaro, in Piemonte. Il confronto dei dati con i modelli viene valutato con diverse aggregazioni temporali e densità spaziali. I metodi di interpolazione sono stati implementati in un codice FORTRAN e validato con codice scritto utilizzando il programma R per il confronto dei risultati. La scelta del linguaggio FORTRAN è legata alla possibilità di utilizzo del codice in un modello idrologico scritto nello stesso linguaggio. L’analisi si è soffermata sul calcolo del variogramma del Kriging per le diverse funzioni (sferica, esponenziale e gaussiana) e sull’interpolazione spaziale delle diverse metodologie. I risultati mostrano che il Kriging è il metodo con indici di performance migliori in tutti i casi esaminati. La distanza inversa, pur mostrandosi meno accurata del Kriging, presenta indici di poco inferiori. Il Thiessen risulta essere il metodo con le performance più basse. Considerando le risorse computazionali richieste dal Kriging e la piccola differenza nei risultati ottenuti con la distanza inversa, quest’ultima risulta la scelta ottimale per l’interpolazione dei dati di pioggia.