Floods and droughts are extreme hydrological events generated by a combination of several hydro-meteorological and climatic processes across multiple spatial and temporal scales. Such a combination of processes, leading to significant impacts is referred to as compound event. In the past, traditional studies on EHEs, such as univariate flood frequency analyses, have been foundational for hydrological risk assessment. However, they focused on individual factors and this did not allow them to capture the complexity of the interconnected processes. Shifting towards a compound perspective represents a profound change in approaching these events. It allows us to enable more informed decisions for disaster management, climate adaptation, and environmental protection. Our objective with this essay is to gain new insights and implement new methodologies to improve our understanding of EHEs, specifically floods and droughts, also investigating their compound behavior. We hence present three case studies, dealing with three typologies of compound events, namely temporal, multivariate, and spatial compound events. The first analysis focuses on temporal clusters of floods, identified as temporal compound events. The objective is to enhance flood frequency analysis and offer insights for flood hydrograph design. The study includes catchments from four flow regimes within the Po basin, Italy's largest basin. Our findings reveal significantly different distributions in flood peak, volume, and duration between clustered (multiple peaks) and single-peak flood events. We identify the underlying mechanisms driving these differences, pointing out the importance of employing mixture models for modeling flood-related random variables. For practical design considerations, utilizing a mixture distribution also proves valuable, allowing estimation of the likelihood of a quantile being single-peak or multi-peak. Eventually, we observe a correlation between double-peak hydrograph shape and water catchment characteristics, specifically flow regime and size. In the second analysis, we employ a copula-based methodology for flood design. This approach models the multivariate behavior of floods, specifically capturing the dependence between flood volume and peak. We focus on three Italian dams, assessing their response to hydrological forcings, that are flood events. The primary objective is to evaluate the adequacy of spillways, crucial for ensuring hydrological safety against overtopping. We then compare the dam's response under three assumptions regarding flood-peak and volume dependence: independence, observed dependence, and complete dependence. This comparison highlights the impact on risk estimates when neglecting the consideration of multivariate compound behavior. The third analyzed compound event is the spatial one with a focus on droughts, which often exhibit spatial dependence. We analyze the 2021-2023 European drought, unprecedented in terms of intensity, spatial extent, and duration, and impacting a wide portion of European countries. We perform an attribution analysis, relying on circulation and impact analogs using reanalysis data. We dynamically reconstruct phenomena and their widespread implications. Eventually, for implementing robust analyses on hydrological extremes we need to rely on accurate rainfall data sources, as rainfall is the main downward facing of the water cycle. We hence develop a feasibility analysis on opportunistic rainfall sensors to check whether they could be a support in the modeling of hydrological extremes. We validate CML-based rainfall estimates in a mountainous and a peri-urban region in Italy and we evaluate their potential in hydrological modeling. Despite the challenges, our findings demonstrate that CML-based data can effectively support hydrological extremes modeling, performing comparably to rain gauges.

Alluvioni e siccità rappresentano eventi idrologici estremi che si verificano a seguito di una combinazione di diversi processi idro-meteorologici e climatici su più scale spaziali e temporali. Tale combinazione di processi, che causa impatti significativi, è definita come evento composto. In passato, gli studi tradizionali sugli eventi idrologici estremi, come l'analisi univariata di frequenza delle piene, sono stati fondamentali per la valutazione del rischio idrologico. Tuttavia, questi studi si sono concentrati su singoli fattori e ciò non ha permesso di comprendere appieno la complessità dei processi interconnessi. Il passaggio a una prospettiva composta rappresenta un cambiamento significativo nell'approccio a tali analisi, consentendo decisioni più informate in merito alla gestione delle catastrofi, all'adattamento al cambiamento climatico e alla protezione ambientale. Il nostro obiettivo è stato implementare nuovi approcci metodologici multivariati per migliorare la nostra comprensione delle alluvioni e delle siccità. Il lavoro presenta quindi tre studi di caso, che trattano tre tipologie di eventi composti, ossia eventi composti temporali, multivariati e spaziali. Nella prima analisi, ci siamo concentrati sui cluster temporali delle piene, identificati come eventi composti temporali. L'obiettivo è stato migliorare l'analisi di frequenza delle piene e fornire indicazioni per la progettazione degli idrogrammi di piena. Lo studio ha coinvolto 77 bacini idrografici situati nel distretto del fiume Po, il più grande bacino idrografico italiano. I risultati hanno rivelato distribuzioni di probabilità significativamente diverse nel picco di piena, nel volume e nella durata tra gli eventi di piena clusterizzati (con più picchi) e quelli con un solo picco. Abbiamo inoltre identificato i meccanismi meteorologici e idrologici che hanno generato tali differenze, evidenziando l'importanza dell'utilizzo di distribuzioni di probabilità miste per la modellizzazione statistica delle variabili casuali relative agli eventi di piena. Infine, abbiamo osservato una correlazione tra la forma dell'idrogramma a doppio picco e le caratteristiche del bacino idrografico (specificamente regime idrologico e area). Nella seconda analisi, abbiamo utilizzato una metodologia basata sulla copula per la progettazione di idrogrammi di piena. Questo approccio ha permesso di modellare il comportamento multivariato degli eventi di piena, catturando specificamente la dipendenza tra il volume di piena e il picco. L'obiettivo è stato valutare l'adeguatezza degli sfioratori delle dighe, fondamentali per garantire la sicurezza idrologica contro l'inondazione. L'analisi ha coinvolto tre dighe italiane e ha comparato la risposta delle dighe in tre scenari di dipendenza tra picco di piena e volume: indipendenza, dipendenza osservata e completa dipendenza. Questo confronto ha evidenziato l'impatto sulle stime di rischio quando si trascura il comportamento composto multivariato degli eventi di piena. Il terzo evento composto analizzato è quello spaziale, con un focus sugli eventi di siccità, che spesso mostrano un comportamento di dipendenza spaziale. Abbiamo analizzato la siccità che ha colpito l'Europa tra il 2021 e il 2023. Un evento di tale intensità, estensione spaziale e durata non è mai stato osservato nell'ultimo secolo. Basandoci sugli analoghi di circolazione atmosferica e degli impatti sul ciclo idrologico, abbiamo osservato il ruolo centrale che ha avuto il cambiamento climatico su tale evento. Per implementare analisi robuste sugli eventi idrologici estremi è necessario fare affidamento su dati pluviometrici accurati, poiché le precipitazioni sono la componente principale del ciclo idrologico. Abbiamo sviluppato un'analisi di fattibilità su sensori di pioggia opportunistici, i ponti radio, per verificare se questi potessero fornire un supporto nella modellizzazione degli eventi idrologici estremi. Abbiamo convalidato le stime delle precipitazioni basate sui ponti radio in una regione montuosa e una regione periurbana in Italia e abbiamo valutato il loro potenziale nella modellizzazione idrologica. I nostri risultati hanno dimostrato che i dati basati sui ponti radio possono supportare efficacemente la modellizzazione degli eventi idrologici estremi, con prestazioni paragonabili ai pluviometri.

Modeling hydrological extreme events with multiple data sources and investigating their compound behaviour

Cazzaniga, Greta
2023/2024

Abstract

Floods and droughts are extreme hydrological events generated by a combination of several hydro-meteorological and climatic processes across multiple spatial and temporal scales. Such a combination of processes, leading to significant impacts is referred to as compound event. In the past, traditional studies on EHEs, such as univariate flood frequency analyses, have been foundational for hydrological risk assessment. However, they focused on individual factors and this did not allow them to capture the complexity of the interconnected processes. Shifting towards a compound perspective represents a profound change in approaching these events. It allows us to enable more informed decisions for disaster management, climate adaptation, and environmental protection. Our objective with this essay is to gain new insights and implement new methodologies to improve our understanding of EHEs, specifically floods and droughts, also investigating their compound behavior. We hence present three case studies, dealing with three typologies of compound events, namely temporal, multivariate, and spatial compound events. The first analysis focuses on temporal clusters of floods, identified as temporal compound events. The objective is to enhance flood frequency analysis and offer insights for flood hydrograph design. The study includes catchments from four flow regimes within the Po basin, Italy's largest basin. Our findings reveal significantly different distributions in flood peak, volume, and duration between clustered (multiple peaks) and single-peak flood events. We identify the underlying mechanisms driving these differences, pointing out the importance of employing mixture models for modeling flood-related random variables. For practical design considerations, utilizing a mixture distribution also proves valuable, allowing estimation of the likelihood of a quantile being single-peak or multi-peak. Eventually, we observe a correlation between double-peak hydrograph shape and water catchment characteristics, specifically flow regime and size. In the second analysis, we employ a copula-based methodology for flood design. This approach models the multivariate behavior of floods, specifically capturing the dependence between flood volume and peak. We focus on three Italian dams, assessing their response to hydrological forcings, that are flood events. The primary objective is to evaluate the adequacy of spillways, crucial for ensuring hydrological safety against overtopping. We then compare the dam's response under three assumptions regarding flood-peak and volume dependence: independence, observed dependence, and complete dependence. This comparison highlights the impact on risk estimates when neglecting the consideration of multivariate compound behavior. The third analyzed compound event is the spatial one with a focus on droughts, which often exhibit spatial dependence. We analyze the 2021-2023 European drought, unprecedented in terms of intensity, spatial extent, and duration, and impacting a wide portion of European countries. We perform an attribution analysis, relying on circulation and impact analogs using reanalysis data. We dynamically reconstruct phenomena and their widespread implications. Eventually, for implementing robust analyses on hydrological extremes we need to rely on accurate rainfall data sources, as rainfall is the main downward facing of the water cycle. We hence develop a feasibility analysis on opportunistic rainfall sensors to check whether they could be a support in the modeling of hydrological extremes. We validate CML-based rainfall estimates in a mountainous and a peri-urban region in Italy and we evaluate their potential in hydrological modeling. Despite the challenges, our findings demonstrate that CML-based data can effectively support hydrological extremes modeling, performing comparably to rain gauges.
RIVA, MONICA
DE MICHELE, CARLO
27-feb-2024
Alluvioni e siccità rappresentano eventi idrologici estremi che si verificano a seguito di una combinazione di diversi processi idro-meteorologici e climatici su più scale spaziali e temporali. Tale combinazione di processi, che causa impatti significativi, è definita come evento composto. In passato, gli studi tradizionali sugli eventi idrologici estremi, come l'analisi univariata di frequenza delle piene, sono stati fondamentali per la valutazione del rischio idrologico. Tuttavia, questi studi si sono concentrati su singoli fattori e ciò non ha permesso di comprendere appieno la complessità dei processi interconnessi. Il passaggio a una prospettiva composta rappresenta un cambiamento significativo nell'approccio a tali analisi, consentendo decisioni più informate in merito alla gestione delle catastrofi, all'adattamento al cambiamento climatico e alla protezione ambientale. Il nostro obiettivo è stato implementare nuovi approcci metodologici multivariati per migliorare la nostra comprensione delle alluvioni e delle siccità. Il lavoro presenta quindi tre studi di caso, che trattano tre tipologie di eventi composti, ossia eventi composti temporali, multivariati e spaziali. Nella prima analisi, ci siamo concentrati sui cluster temporali delle piene, identificati come eventi composti temporali. L'obiettivo è stato migliorare l'analisi di frequenza delle piene e fornire indicazioni per la progettazione degli idrogrammi di piena. Lo studio ha coinvolto 77 bacini idrografici situati nel distretto del fiume Po, il più grande bacino idrografico italiano. I risultati hanno rivelato distribuzioni di probabilità significativamente diverse nel picco di piena, nel volume e nella durata tra gli eventi di piena clusterizzati (con più picchi) e quelli con un solo picco. Abbiamo inoltre identificato i meccanismi meteorologici e idrologici che hanno generato tali differenze, evidenziando l'importanza dell'utilizzo di distribuzioni di probabilità miste per la modellizzazione statistica delle variabili casuali relative agli eventi di piena. Infine, abbiamo osservato una correlazione tra la forma dell'idrogramma a doppio picco e le caratteristiche del bacino idrografico (specificamente regime idrologico e area). Nella seconda analisi, abbiamo utilizzato una metodologia basata sulla copula per la progettazione di idrogrammi di piena. Questo approccio ha permesso di modellare il comportamento multivariato degli eventi di piena, catturando specificamente la dipendenza tra il volume di piena e il picco. L'obiettivo è stato valutare l'adeguatezza degli sfioratori delle dighe, fondamentali per garantire la sicurezza idrologica contro l'inondazione. L'analisi ha coinvolto tre dighe italiane e ha comparato la risposta delle dighe in tre scenari di dipendenza tra picco di piena e volume: indipendenza, dipendenza osservata e completa dipendenza. Questo confronto ha evidenziato l'impatto sulle stime di rischio quando si trascura il comportamento composto multivariato degli eventi di piena. Il terzo evento composto analizzato è quello spaziale, con un focus sugli eventi di siccità, che spesso mostrano un comportamento di dipendenza spaziale. Abbiamo analizzato la siccità che ha colpito l'Europa tra il 2021 e il 2023. Un evento di tale intensità, estensione spaziale e durata non è mai stato osservato nell'ultimo secolo. Basandoci sugli analoghi di circolazione atmosferica e degli impatti sul ciclo idrologico, abbiamo osservato il ruolo centrale che ha avuto il cambiamento climatico su tale evento. Per implementare analisi robuste sugli eventi idrologici estremi è necessario fare affidamento su dati pluviometrici accurati, poiché le precipitazioni sono la componente principale del ciclo idrologico. Abbiamo sviluppato un'analisi di fattibilità su sensori di pioggia opportunistici, i ponti radio, per verificare se questi potessero fornire un supporto nella modellizzazione degli eventi idrologici estremi. Abbiamo convalidato le stime delle precipitazioni basate sui ponti radio in una regione montuosa e una regione periurbana in Italia e abbiamo valutato il loro potenziale nella modellizzazione idrologica. I nostri risultati hanno dimostrato che i dati basati sui ponti radio possono supportare efficacemente la modellizzazione degli eventi idrologici estremi, con prestazioni paragonabili ai pluviometri.
File allegati
File Dimensione Formato  
CazzanigaGreta_PhDThesis.pdf

accessibile in internet per tutti

Dimensione 29.77 MB
Formato Adobe PDF
29.77 MB Adobe PDF Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/217033