The role of snow information in improving water management : the Lake Como case study

This study presents a criteria for the selection of variables to be used for the management of regulated lakes. Historically, the regulator of Lake Como uses the information derived from the knowledge of inflows and storage of the lake. In this document we are going to look for other possible variables, in particular those derived from knowledge of the snow water equivalent, which may be able to improve the management of the lake. After determining the best set of controls using deterministic programming, it was used a Variable Selection algorithm to calculate the available variables which best fits these controls. The results obtained show that in the top positions of the selected variables are present, in addition to the storage of the mountain hydroelectric reservoirs, the variables derived from the knowledge of snow water equivalent present in the basin of the Adda. Using these variables it was fed a Direct Policy Search algorithm combined with a Multi-Objective Evolutionary Algorithm to obtain the Pareto frontiers in function of the type and number of variables used. In this way it was possible to obtain the degree of improvement in the management of the lake compared to the current policy.

Questo studio presenta una metodologia per la selezione delle variabili utilizzabili per la gestione dei laghi regolati. Il regolatore del lago di Como utilizza informazioni derivanti dalla conoscenza degli afflussi e degli invasi del lago. In questo documento si andranno a cercare altre possibili variabili, in particolare quelle derivate dalla conoscenza dell’equivalente idrico della neve, che potrebbero essere usate per migliorare la gestione del lago. Dopo aver determinato il miglior andamento dei controlli usando la Programmazione Deterministica, è stato usato un algoritmo di selezione delle variabili per calcolare quelle che meglio si adattassero alla serie dei controlli. I risultati ottenuti mostrano nelle prime posizioni, oltre alle variabile riguardante il volume d’acqua contenuto nei serbatoi idroelettrici alpini, le variabili derivate dalla conoscenza dell’equivalente idrico presente nella neve depositata sulle montagne del bacino dell’Adda sopralacuale. Usando queste variabili è stato alimentato un algoritmo di Policy Search abbinato con un algoritmo multi obiettivo evolutivo per ottenere le frontiere di Pareto in funzione del tipo e del numero di variabili considerate. In questo modo è possibile ottenere il grado di miglioramento nella gestione del lago comparata alla politica attuale.