Spatial dependence of extreme rainfall in the Seveso-Lambro-Olona basin: an integrated analysis using citizen science and official data

This thesis investigates the spatial dependence of extreme rainfall in the Seveso-Lambro-Olona basin by integrating and analyzing data from both institutional (ARPA) and citizen-science (METEONETWORK) stations. Motivated by the need for high-resolution and spatially coherent rainfall data in flood-prone urban areas, the study is structured around three core objectives: validating and completing the non-institutional rainfall records, characterizing spatial dependence among extremes, and generating synthetic events that reflect that dependence. The first part of the work focuses on validating the METEONETWORK data, based on a preliminary inspection of the spatial correlation they return compared to that returned by the official data of ARPA. Also, incomplete hourly rainfall time series from the METEO network, which are often affected by gaps, reconstructed to have full records. An imputation approach based on donor and receiving stations was used for the purpose, finally checking that reconstruction procedure did not change the spatial correlation, to ensure suitability for further analysis. This step also involved the selection of a subset of reliable stations for use in the final modelling stage. In the second part, the spatial dependence of extreme rainfall was examined using the conditional extremes model of Heffernan and Tawn, a flexible statistical framework capable of representing spatial links between extremes. Third, based on the fitted model, synthetic extreme rainfall events were simulated through Monte Carlo methods, producing a 1,000-year catalogue of plausible multivariate scenarios. These simulations demonstrated that combined exceedance of any threshold at multiple stations presents return periods that may be much larger than a target one, contributing to improved understanding and management of flood risk in complex urban basins.

Questa tesi analizza la dipendenza spaziale degli eventi di pioggia estrema nel bacino del Seveso-Lambro-Olona, integrando e analizzando dati provenienti sia da stazioni istituzionali (ARPA) che da reti di citizen science (METEONETWORK). Motivato dalla necessità di disporre di dati pluviometrici ad alta risoluzione e coerenti nello spazio per le aree urbane soggette a rischio idraulico, lo studio è articolato in tre obiettivi principali: la validazione e il completamento dei dati delle stazioni non istituzionali, la caratterizzazione della dipendenza spaziale tra eventi estremi e la generazione di eventi sintetici che riflettano tale dipendenza. La prima parte del lavoro si concentra sulla validazione dei dati di METEONETWORK basandosi sul confronto tra la loro correlazione spaziale e quella dei dati ufficiali di ARPA. Inoltre, le serie temporali orarie di pioggia delle stazioni METEONETWORK, spesso affette da lacune sono state ricostruite producendo serie ininterrotte. È stato applicato un metodo di imputazione basato su stazioni donatrici e riceventi per completare le serie mancanti, e si è verificato che la ricostruzione del dataset non modificasse la correlazione spaziale. Questo passaggio ha inoltre consentito di selezionare un sottoinsieme di stazioni affidabili da utilizzare nella fase finale di modellazione. Nella seconda parte, la dipendenza spaziale degli eventi estremi è stata esaminata mediante il modello dei valori estremi condizionati di Heffernan e Tawn, un approccio statistico flessibile in grado di rappresentare tra gli estremi. Infine, a partire dal modello calibrato, sono stati simulati eventi estremi sintetici tramite metodi Monte Carlo, generando 1000 anni di scenari multivariati plausibili. Queste simulazioni hanno dimostrato che il superamento di certi livelli di precipitazione a più stazioni ha tempi di ritorno molto maggiori di un certo tempo di ritorno desiderato, contribuendo a una migliore comprensione e gestione del rischio idraulico nei bacini urbani complessi.