Sei sulla pagina 1di 146

PROCESSI E MODELLI

DELLIDROMETEOROLOGIA
Unintroduzione
Marco Marani
Gennaio 2004
Prefazione
Queste dispense sono nate dalle necessit`a didattiche dei corsi di Gestione
delle Risorse Idriche e di Idrologia, per i Corsi di Laurea in Ingegneria Civile
ed in Ingegneria per lAmbiente e il Territorio dellUniversit` a di Padova. Le
dispense coprono alcuni dei principali aspetti dei processi idrometeorologici di
supercie e forniscono unintroduzione agli strumenti matematici necessari per
la loro comprensione e modellazione. Gli appunti hanno forma tuttaltro che
denitiva e contengono certamente inesattezze ed errori tipograci. Il lettore
interessato e di buona volont`a `e invitato ad inviare le proprie osservazioni
allautore (e-mail: marani@idra.unipd.it).
`
E consentito il download e la stampa delle presenti dispense al solo scopo di
lettura e studio personali.
`
E invece vietata la riproduzione parziale od integrale
in qualsiasi forma elettronica o stampata che non sia stata preventivamente
autorizzata dallautore.
Si ringraziano Franco De Campo e Gianluigi Bugno per la realizzazione
delle Figure e per la stampa di questi appunti.
Una res certa est:
nihil certum est
Plinio il Vecchio
Indice
1 Il bilancio Idrologico 1
1.1 La precipitazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Evaporazione e Traspirazione . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Inltrazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.4 Deusso superciale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.5 Il bilancio idrologico globale . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.6 Alcuni problemi legati alla risorsa idrica . . . . . . . . . . . . . . . . . . . 5
1.7 Cenni sulla legislazione Italiana . . . . . . . . . . . . . . . . . . . . . . . . 9
1.7.1 Disciplina degli scarichi . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.7.2 Obiettivi di qualit`a . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.7.3 Aree richiedenti speciche misure di prevenzione e risanamento . . . 12
1.7.4 Tutela quantitativa della risorsa e risparmio idrico . . . . . . . . . . 12
2 Il bilancio dellenergia 13
2.1 Elementi di sica dellatmosfera . . . . . . . . . . . . . . . . . . . . . . . . 14
2.1.1 La radiazione elettromagnetica . . . . . . . . . . . . . . . . . . . . 14
2.1.2 Le leggi di emissione elettromagnetica . . . . . . . . . . . . . . . . . 15
2.1.3 Lo stato termodinamico dellatmosfera . . . . . . . . . . . . . . . . 19
2.2 Discussione dellequazione di conservazione dellenergia . . . . . . . . . . . 21
2.2.1 La radiazione solare . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.2.2 La radiazione termica atmosferica . . . . . . . . . . . . . . . . . . . 21
2.2.3 La radiazione termica emessa dal suolo . . . . . . . . . . . . . . . . 22
2.2.4 Il trasporto di calore . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.2.5 Levapotraspirazione . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.2.6 La stabilit`a dellequazione di bilancio dellenergia . . . . . . . . . . 22
3 La stabilit`a dellatmosfera 25
3.1 Trasformazioni adiabatiche . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.2 Trasformazioni pseudo-adiabatiche . . . . . . . . . . . . . . . . . . . . . . 26
3.3 La stabilit`a statica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.4 La stabilit`a condizionale . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
i
ii INDICE
4 Il trasporto atmosferico in vicinanza della supercie 31
4.1 Teoria della lunghezza di mescolamento . . . . . . . . . . . . . . . . . . . . 31
4.2 Condizioni non-neutrali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.3 Espressioni dei ussi turbolenti . . . . . . . . . . . . . . . . . . . . . . . . 34
4.4 Lequazione di Penman-Montieth . . . . . . . . . . . . . . . . . . . . . . . 36
4.5 La misura dellevapotraspirazione . . . . . . . . . . . . . . . . . . . . . . . 38
4.5.1 Bilancio di massa . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.5.2 Misure del usso di vapore . . . . . . . . . . . . . . . . . . . . . . . 39
5 La Precipitazione 47
5.1 Elementi di sica della precipitazione . . . . . . . . . . . . . . . . . . . . . 47
5.1.1 Meccanismi di rareddamento . . . . . . . . . . . . . . . . . . . . . 47
5.1.2 Il cambiamento di fase e i processi di nucleazione . . . . . . . . . . 48
5.1.3 Meccanismi di accrescimento . . . . . . . . . . . . . . . . . . . . . . 48
5.2 Struttura e misura della precipitazione . . . . . . . . . . . . . . . . . . . . 49
5.2.1 La struttura spaziale della precipitazione . . . . . . . . . . . . . . . 49
5.2.2 La misura della precipitazione . . . . . . . . . . . . . . . . . . . . 49
6 Teoria della probabilit`a e dei processi stocastici: elementi 55
6.1 La probabilit`a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
6.2 Distribuzioni di probabilit`a . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
6.3 Il tempo di ritorno . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
6.4 Distribuzioni di variabili discrete . . . . . . . . . . . . . . . . . . . . . . . 59
6.4.1 La distribuzione binomiale . . . . . . . . . . . . . . . . . . . . . . . 59
6.4.2 La distribuzione di Poisson . . . . . . . . . . . . . . . . . . . . . . . 60
6.5 Distribuzioni di variabili continue . . . . . . . . . . . . . . . . . . . . . . . 60
6.5.1 La distribuzione Normale . . . . . . . . . . . . . . . . . . . . . . . . 60
6.5.2 La distribuzione lognormale . . . . . . . . . . . . . . . . . . . . . . 61
6.5.3 La distribuzione esponenziale . . . . . . . . . . . . . . . . . . . . . 62
6.5.4 La distribuzione doppio-esponenziale . . . . . . . . . . . . . . . . . 62
6.6 Distribuzioni di probabilit`a congiunta . . . . . . . . . . . . . . . . . . . . . 63
6.6.1 Distribuzione di una variabile aleatoria somma di variabili aleatorie 64
6.7 Elementi di Statistica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
6.7.1 Momenti di un campione . . . . . . . . . . . . . . . . . . . . . . . . 66
6.7.2 Il metodo dei momenti . . . . . . . . . . . . . . . . . . . . . . . . . 66
6.7.3 Il metodo della massima verosimiglianza . . . . . . . . . . . . . . . 67
6.8 Processi stocastici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
6.9 Campi Aleatori . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
6.10 Il Kriging . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
6.10.1 Il kriging nel campo omogeneo . . . . . . . . . . . . . . . . . . . . . 71
6.10.2 Il kriging nel campo non omogeneo . . . . . . . . . . . . . . . . . . 72
6.11 Modelli Stocastici di interesse Idrologico . . . . . . . . . . . . . . . . . . . 74
6.11.1 Modelli autoregressivi di ordine p, AR(p) . . . . . . . . . . . . . . . 74
6.11.2 Modelli a media mobile di ordine q, MA(q) . . . . . . . . . . . . . . 78
INDICE iii
6.11.3 Modelli autoregressivi a media mobile, ARMA(p,q) . . . . . . . . . 80
6.12 Modelli stocastici di precipitazione . . . . . . . . . . . . . . . . . . . . . . 81
6.12.1 Il Modello Stocastico di Bartlett-Lewis . . . . . . . . . . . . . . . . 81
7 Teoria della risposta idrologica 89
7.1 La precipitazione ecace . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
7.2 La determinazione della precipitazione ecace . . . . . . . . . . . . . . . . 93
7.2.1 Il metodo dellindice . . . . . . . . . . . . . . . . . . . . . . . . . 93
7.2.2 Il metodo del coeciente di deusso . . . . . . . . . . . . . . . . . . 94
7.2.3 Metodi di bilancio . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
7.2.4 Il metodo SCS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
7.3 I modelli di trasformazione aussi/deussi . . . . . . . . . . . . . . . . . . 97
7.3.1 Il modello di Nash . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
7.3.2 Il modello geomorfologico . . . . . . . . . . . . . . . . . . . . . . . 101
8 Il Telerilevamento 113
8.1 Lo spettro elettromagnetico . . . . . . . . . . . . . . . . . . . . . . . . . . 113
8.2 Elementi di radiometria . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
8.2.1 Relazioni radiometriche . . . . . . . . . . . . . . . . . . . . . . . . . 116
8.2.2 La Riessione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
8.2.3 LAssorbimento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
8.3 I sensori . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
8.4 Linterazione con latmosfera . . . . . . . . . . . . . . . . . . . . . . . . . . 128
8.4.1 La georeferenziazione . . . . . . . . . . . . . . . . . . . . . . . . . 131
8.4.2 Classicatori . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
iv INDICE
Capitolo 1
Il bilancio Idrologico
Il bilancio idrologico esprime il principio di conservazione della massa e stabilisce una
relazione tra i ussi idrologici relativi ad un ssato volume di controllo e la variazione della
quantit`a dacqua contenuta in un tale volume. Il carattere del bilancio dipende fortemente
dalla scala prescelta per il volume di controllo, dalla quale dipendono anche i tempi
caratteristici in gioco. Un sistema delle dimensioni dellintero globo ha tempi caratteristici
di tipo stagionale od annuale, mentre per sistemi pi` u piccoli (bacini idrograci) i tempi
rilevanti sono quelli degli eventi di precipitazione (ordine delle ore).
Una delle superci che delimitano il volume di controllo coincide usualmente con la
supercie del suolo cosicch`e i termini di usso sono (cfr. Figura 1.1):
Il usso dacqua dallatmosfera alla supercie (pioggia e neve);
Il usso dacqua sulla supercie terrestre (deusso superciale);
Il usso dacqua dallatmosfera al suolo (inltrazione);
Il usso dacqua allinterno del suolo (deusso sub-superciale e deusso profondo);
Il usso dacqua dal suolo allatmosfera attraverso la vegetazione (traspirazione);
Il usso dacqua dalla supercie del suolo allatmosfera (evaporazione);
I termini di accumulo sono invece:
umidit`a del suolo;
acqua di falda;
acqua negli oceani;
acqua superciale (corsi dacqua, laghi, etc.);
1
2 CAPITOLO 1. IL BILANCIO IDROLOGICO
Figura 1.1: I termini del bilancio idrologico e le forme di immagazzinamento dellacqua
nel suolo.
Per un volume delimitato superiormente dalla supercie del suolo ed inferiormente da
una supercie a usso nullo (che si pu`o immaginare arbitrariamente profonda), il bilancio
idrologico si pu`o scrivere:
dV
dt
= P S F ET (1.1)
dove V congloba tutti i termini di accumulo contenuti nel volume di controllo, P `e la
precipitazione, S il deusso superciale che lascia il volume di controllo, F il usso sub-
superciale e profondo che lascia il volume di controllo, ed ET `e levapo-traspirazione. Il
usso di inltrazione non compare esplicitamente nella equazione (1.1) per la scelta del
volume di controllo, ma vi compare implicitamente perch`e determina la ripartizione del
usso meteorico in deusso superciale e deussi profondi, come discusso nella sezione 1.4
`
E importante notare che, poich`e alcuni dei processi che avvengono nel sistema idro-
logico implicano un cambiamento di fase dellacqua (scioglimento dei ghiacci ed evapo-
traspirazione) il bilancio idrologico, che `e appunto un bilancio di massa, risulta fortemente
accoppiato al bilancio denergia per lo stesso sistema. I processi e le grandezze coinvolte
nel bilancio denergia per un sistema idrologico saranno descritti nel seguito, mentre si
esaminano ora in qualche dettaglio i termini che compaiono nel bilancio idrologico.
1.1 La precipitazione
La precipitazione `e un processo che richiede la condensazione del vapor dacqua atmos-
ferico e la conseguente caduta dellacqua in forma liquida o solida sulla supercie del
suolo. In termini piuttosto generali vi sono tre principali meccanismi attraverso i quali
pu`o avvenire il cambiamento di fase richiesto. Si possono avere moti di grande scala che
mettono in contatto masse daria a temperature (e contenuto dacqua) diverse e spostano
1.2. EVAPORAZIONE E TRASPIRAZIONE 3
le masse calde ed umide verso lalto. In tal modo queste vengono rareddate e pos-
sono raggiungere una condizione di saturazione, da cui la precipitazione. Ancora, moti
di grande scala possono spingere masse daria calda ed umida contro ostacoli orograci
innalzandole a quote elevate e facendole raggiungere temperature di saturazione. Inne
si possono avere precipitazioni da fenomeni convettivi di natura locale. A causa di parti-
colari disposizioni dei proli verticale di temperatura ed umidit`a, latmosfera pu`o infatti
trovarsi in una condizione di instabilit`a che d`a inizio a moti ascensionali spontanei che
causano il rareddamento, e la possibile saturazione, delle masse daria superciali pi` u
calde ed umide.
La condizione di saturazione `e una condizione necessaria ma non suciente al ver-
icarsi della precipitazione.
`
E anche necessario che le particelle di condensato possano
aggregarsi nellatmosfera no a raggiungere dimensioni sucienti anch`e il loro peso
possa vincere le correnti ascensionali che le mantengono in quota.
1.2 Evaporazione e Traspirazione
Levaporazione `e il processo attraverso il quale lacqua liquida superciale viene evapo-
rata e quindi trasferita allatmosfera attraverso moti turbolenti dellaria superciale. Se
lacqua evapora da una supercie dacqua o direttamente dal suolo il processo `e pro-
priamente detto evaporazione. Se invece levaporazione avviene attraverso gli stoma,
minuscole aperture sulla supercie delle foglie, il processo `e chiamato traspirazione. Tre
importanti condizioni sono necessarie anch`e levapo-traspirazione (il processo combinato
di evaporazione e traspirazione) possa avvenire:
1. vi deve essere disponibilit`a dacqua alla supercie;
2. vi deve essere disponibilit`a di energia suciente a permettere il cambiamento di fase
liquido-aeriforme.
3. vi deve essere un meccanismo di trasporto che garantisca lallontanamento delle-
vaporato dalla zona considerata. In mancanza di questo si raggiunge progressi-
vamente una condizione di saturazione dellatmosfera che impedisce una ulteriore
evaporazione;
1.3 Inltrazione
Linltrazione `e il usso dacqua dalla supercie nello strato di suolo superciale. Essa
`e controllata dalla disponibilit`a di acqua sulla supercie (legata alle modalit`a di avvi-
cendamento di periodi asciutti e piovosi), dalla capacit`a del suolo di trasportare acqua
attraverso i propri pori e dal contenuto e dalla distribuzione di umidit`a nello strato di
suolo superciale.
4 CAPITOLO 1. IL BILANCIO IDROLOGICO
1.4 Deusso superciale
Il deusso superciale `e il trasporto di acqua liquida sulla supercie del suolo ed `e generato
attraverso due meccanismi. Secondo il primo meccanismo, quando lo strato superciale
di suolo, pi` u permeabile di quelli profondi, viene saturato nel corso di una precipitazione
lacqua in eccesso aora e scorre in supercie (saturation from below o storage excess).
Il secondo meccanismo `e invece legato alleccedimento da parte della precipitazione della
capacit`a di inltrazione del terreno. Quando questo accade, il usso che non pu`o inltrarsi
nel terreno scorre in supercie.
Tabella 1.1: Distribuzione delle risorse idriche mondiali (Global Change in the Geosphere-
Biosphere, NRC, 1986).
Collocazione Volume (10
3
km
3
) Percentuale sul totale
Acque superciali 400 0.03
Acque sotterranee 15 300 1.05
Ghiacci polari e ghiacciai 43 400 2.97
Atmosfera 15.5 0.001
Oceani 1 400 000 95.95
1.5 Il bilancio idrologico globale
Limportanza assoluta e relativa dei diversi termini di accumulo `e evidenziata nella Tabella
1.1. Si pu`o notare come la maggior parte delle risorse di acqua dolce non sia in forma
facilmente utilizzabile per luso umano. Globalmente il volume totale di acqua dolce in
qualche misura accessibile `e stimabile dunque in circa 15700 10
3
km
3
.
I valori stimati dei ussi tra latmosfera e la supercie sono indicati nella tabella 1.2,
mentre il bilancio globale `e riassunto nella Figura 1.2.
Tabella 1.2: Flussi idrologici globali (in 10
3
km
3
/anno) (Global Change in the Geosphere-
Biosphere, NRC, 1986).
Collocazione Precipitazione Evaporazione
supercie terrestre 107 71
supercie degli oceani 398 434
Una prima osservazione `e che sulla supercie degli oceani il usso evaporativo, che pu`o
procedere ai suoi valori potenziali data linnita disponibilit`a dacqua, eccede quello di
precipitazione, mentre sulla supercie terrestre, dove levaporazione `e limitata da fattori
quali la natura del suolo e la vegetazione, avviene il contrario. La dierenza tra questi
ussi d`a origine al deusso superciale dalla terra verso gli oceani, che ristabilisce il
bilancio di massa.
Una seconda considerazione si basa sullosservazione che la precipitazione e levap-
orazione medie annue valgono entrambe circa 505 10
3
km
3
. Poich`e il volume dacqua
1.6. ALCUNI PROBLEMI LEGATI ALLA RISORSA IDRICA 5
Figura 1.2: I termini del bilancio idrologico globale (da Global Change in the Geosphere-
Biosphere, NRC, 1986).
immagazzinato nellatmosfera `e pari a circa 15.5 10
3
km
3
, ne deriva che il contenuto dac-
qua atmosferico viene rinnovato in media circa 30 volte lanno. Ovvero il tempo medio di
residenza dellacqua nellatmosfera `e di circa 12 giorni.
1.6 Alcuni problemi legati alla risorsa idrica
Le osservazioni della sezione 1.5 forniscono un quadro globale delle risorse idriche disponi-
bili e delle loro dinamiche. Per comprendere quali problemi si pongano rispetto allutiliz-
zo umano ed alla protezione del territorio si devono considerare da un lato lentit`a e la
tipologia degli utilizzi, dallaltro i rischi cui le vite umane e le infrastrutture sono esposti
a causa dellelevata variabilit` a con la quale i termini di immagazzinamento e di usso che
compaiono nella (1.1) si presentano.
Per quanto riguarda i consumi legati alle attivit`a umane, questi ammontavano global-
mente nel 2000 a circa 5 10
3
km
3
/anno, in rapida crescita rispetto agli 1.5 10
3
km
3
/anno
del 1950 (World Resources 2000-2001, World Resources Institute, UN and World Bank,
2000. Web: http://www.wri.org/). Il principale uso dellacqua da parte delluomo avviene
in attivit`a agricole, soprattutto per il peso demograco dei paesi economicamente meno
sviluppati. Il secondo utilizzo per importanza `e quello industriale (che, nei paesi ad alto
reddito ha sopravanzato il consumo agricolo), mentre il terzo utilizzo `e quello domestico. I
consumi percentuali dacqua nei tre settori sono riassunti nella Tabella 1.3 suddivisi sulla
base dello sviluppo economico delle nazioni considerate.
Per quanto riguarda lItalia, a fronte di una disponibilit`a dacqua stimata in 2900 m
3
/abitante (1998), si consumano circa 57 km
3
allanno (il 34% delle risorse totali). Lagri-
6 CAPITOLO 1. IL BILANCIO IDROLOGICO
Tabella 1.3: Utilizzo percentuale dellacqua nel mondo nel 1987 (World Resources 2000-
2001, World Resources Institute, UN and World Bank, 2000. Web: http://www.wri.org/).
Agricoltura Industria Uso domestico
Nazioni a basso reddito 87 8 5
Nazioni a medio reddito 75 13 12
Nazioni a reddito elevato 30 59 11
Totale 64 27 9
coltura assorbe il 64% dei consumi, seguita dallindustria con il 37% e dagli usi domestici
con il 18%.
`
E chiaro che il consumo umano, ove non cambiasse la qualit`a della risorsa e non ec-
cedesse i ussi, quali la ricarica delle falde, responsabili per la ricostituzione delle riserve
accessibili, non altererebbe la quantit`a totale di acqua dolce disponibile. Daltra parte un
confronto tra il usso legato al consumo umano ed il usso (precipitazione) tra atmosfera
e supercie terrestre (107 10
3
km
3
/anno) mostra come questultimo (ipotizzando che lin-
tera precipitazione si renda poi disponibile in forma adatta alluso umano nei corsi dacqua
e nelle falde) sia di due ordini di grandezza superiore. Ci`o sembrerebbe tranquillizzante
rispetto alla futura disponibilit`a della risorsa. Due fattori risultano per`o decisivi per la
disponibilit`a della risorsa e la sua conservazione. Il primo `e legato al fatto che la qualit`a
dellacqua in conseguenza delluso umano (sia agricolo che industriale che domestico) non
`e solitamente adatta ad un suo immediato riutilizzo o alla sua reimmissione nellambiente.
Il secondo fattore, peraltro non estraneo al primo, `e legato alla non uniforme distribuzione
spaziale della risorsa, in conseguenza di cause climatiche o legate alla qualit`a della risorsa
stessa. Per tali ragioni accade che alcune aree siano soggette a gravi decit di acqua dolce
rispetto alla domanda. Come conseguenza di questi due fattori si calcola che, nel 2000,
circa 1 miliardo e 200 milioni di persone nel mondo non abbia avuto accesso a suci-
enti quantit` a dacqua pulita (e si osservi che lassunzione di acqua di cattiva qualit`a `e
la seconda causa di morte a livello globale (World Health Organisation, 2000)). Tenu-
to conto della tendenza allaumento dei consumi evidenziata nei passati 50 anni queste
considerazioni mostrano come la disponibilit`a di adeguate quantit`a dacqua costituir`a nel
prossimo futuro unemergenza sociale ed economica.
Un importante problema da arontare a tale proposito `e legato allirrigazione, par-
ticolarmente in quanto riguarda luso preponderante che nel mondo si fa dellacqua. Il
problema `e principalmente quello di impiegare su larga scala tecniche di irrigazione esisten-
ti che consentono ecienze molto elevate. Le tradizionali tecniche di irrigazione a pioggia
consentono infatti ecienze dellordine di qualche percento: solo una frazione dellacqua
giunge eettivamente alle piante e contribuisce alla crescita dei raccolti. Le moderne
tecniche di micro-irrigazione, od irrigazione a goccia, sperimentate su larga scala princi-
palmente in Israele, possono raggiungere unecienza del 95 %, consentendo in prospettiva
un enorme risparmio della risorsa.
Un secondo problema di rilevanza globale, soprattutto nei paesi a medio ed alto red-
dito, `e il costo troppo basso dellacqua allutente nale. Alcuni calcolano ad esempio
1.6. ALCUNI PROBLEMI LEGATI ALLA RISORSA IDRICA 7
(www.solstice.crest.org) che in Messico, Pakistan e nel Central Valley Project in Cali-
fornia il costo dellacqua allutente sia in media inferiore del 15% al costo reale. Per
quanto riguarda il costo dellacqua in Italia, questo varia (anno 2000) tra le 900 lire/m
3
(Treviso) e le 2300 lire/m
3
(Ferrara), a fronte di un costo reale stimato attorno alle
2000 lire/m
3
. La ragione per la quale i costi sono in generale troppo bassi risiede nel
fatto che questi non tengono conto dei costi di depurazione delle acque reue. Le nor-
mative italiane (Legge Galli, n.36/1994) gi`a prevedono, seppure programmaticamente, il
cosiddetto servizio integrato: le aziende fornitrici dellacqua dovranno essere le stesse che
gestiscono la depurazione degli scarichi urbani. Ci`o dovrebbe portare ad un aumento
del costo nale dellacqua potabile che dovrebbe raggiungere il suo eettivo costo totale,
contribuendo a limitare gli sprechi. Un altro tipo di intervento previsto dalla 36/1994 e
dalla 152/1999 (Legge quadro sulle acque) `e la realizzazione delle cosiddette reti duali,
in procinto di essere regolamentate attraverso un decreto legislativo ed in via di sper-
imentazione in alcuni edici pilota realizzati dallENEA. Questo approccio prevede la
realizzazione di una doppia rete dacquedotto: una prima rete per lacqua potabile, una
seconda per gli usi domestici che richiedano una qualit`a dellacqua inferiore. Infatti, so-
lo il 3.5 % dellacqua utilizzata in italia `e impiegata per bere o cucinare, il resto viene
utilizzato per pulizie, irrigazione giardini, etc.. Ladozione di reti duali consentirebbe un
consistente risparmio di risorse di alta qualit`a.
Per comprendere i problemi legati ad una adeguata disponibilit`a della risorsa idrica,
si consideri la (1.1) applicata ad unarea ssata e la si integri su intervalli temporali, per
ssare le idee, dellordine del mese. Essa diviene, per il mese i-esimo:
V
i
= V
P
i
V
S
i
V
F
i
V
E
i
(1.2)
dove il termine a primo membro `e la variazione di volume dacqua immagazzinato nel
corso del mese considerato, mentre V
P
i
, V
S
i
, V
F
i
e V
E
i
sono rispettivamente il volume
dacqua piovuto, il volume dacqua deuito sulla supercie, il volume dacqua deuito
nella falda ed il volume dacqua evaporato nel corso del mese i-esimo.
Lequazione (1.2) quantica la variazione della risorsa idrica disponibile allinterno del
volume di controllo che pu`o essere impiegata per scopi umani. Spesso si interviene sul
bacino modicando il valore dei termini dellequazione in modo, ad esempio, da immagazz-
inare lacqua ( in un lago o in un serbatoio articiale), riducendo V
S
i
nei periodi piovosi
(quando V
P
i
`e elevato). Il volume in eccesso pu`o in un secondo momento essere rilasciato
per soddisfare le richieste del consumo umano nei periodi meno piovosi (e.g. per scopi
potabili od irrigui). Si noti come i diversi tipi di utilizzo possano essere in competizione
tra loro (e.g. uso potabile rispetto alluso irriguo) e con obiettivi di natura ambientale.
`
E infatti evidente che la riduzione articiale dei deussi superciali debba venire attuata
nel rispetto dellecosistema a valle del volume considerato, che necessita di un minimo
deusso vitale per mantenere la diversit` a e la qualit`a dellecosistema originario.
Diverse ancora possono essere le applicazioni dellequazione di bilancio idrologico. Si
consideri infatti nuovamente la (1.1) e si ssi lattenzione sui processi aventi tempi carat-
teristici brevi, compresi, per ssare le idee, tra i minuti e il giorno.
`
E intuitivo che a questa
scala temporale, che spesso `e detta di evento, non tutti i termini che compaiono nella (1.1)
forniranno contributi rilevanti al bilancio. In particolare i termini di deusso profondo e di
8 CAPITOLO 1. IL BILANCIO IDROLOGICO
evapotraspirazione risultano trascurabili: F E 0. Nel caso del deusso profondo ci`o
avviene per le ridotte velocit`a che lo caratterizzano (ordine di 110 m/giorno). Nel caso
dellevapotraspirazione questo avviene, come si approfondir`a nel seguito, perch`e nel corso
di eventi di precipitazione scarsi sono linsolazione e il gradiente atmosferico di umidit`a
relativa necessari anch`e levapotraspirazione proceda a ritmi non trascurabili.
La (1.1) pu`o dunque essere riscritta, per la scala devento, nel modo seguente:
S = P
dV
dt
(1.3)
che esprime il termine di deusso in funzione della precipitazione e della variazione del
volume invasato. Si distinguano ora, in V , due contributi. Il primo, V
s
, `e legato agli invasi
superciali, nei corsi dacqua, in laghi o serbatoi, etc. Il secondo, V
g
, esprime invece il
volume che si inltra nel terreno e vi rimane immagazzinato non partecipando del deusso
se non in tempi molto successivi. La (1.3) diviene quindi:
S = P
dV
g
dt

dV
s
dt
= P
eff

dV
s
dt
(1.4)
dove il termine,
P
eff
= P
dV
g
dt
`e detto precipitazione ecace, e rappresenta la precipitazione reale depurata della porzione
che non partecipa dei deussi a scala di evento.
Lequazione (1.4) rappresenta una categoria di processi che `e detta di trasformazione
aussi-deussi. Come si vede dalla formulazione (1.4) questi processi (ed i relativi mod-
elli) sono composti da due elementi distinti: i processi (modelli) di separazione degli af-
ussi, che determinano il valore di P
eff
(nel tempo), ed i processi (modelli) di trasporto,
o routing, allinterno del volume di controllo, che determinano
dV
s
dt
in funzione del tempo.
In talune situazioni pu`o rendersi necessario prevedere delle opere che, in caso di piene
nelle quali S assuma valori pericolosi per centri abitati, infrastrutture, etc., possano
mitigarne gli eetti diminuendo i valori delle portate al colmo. La formulazione (1.4),
mostra come questo possa essere fatto prevedendo lungo il corso dacqua opportuni invasi
(detti serbatoi di laminazione o casse di espansione a seconda della loro tipologia) che
intervengono sul termine dV
s
/dt.
Dalle considerazioni svolte nel presente Capitolo si osserva come i problemi legati alla
gestione e allutilizzo delle risorse idriche, possano essere suddivisi in due grandi categorie:
Problemi legati alla qualit`a della risorsa idrica. Tali problemi di gestione sono
relativi alle tipologie duso della risorsa, al ripristino della sua qualit`a originaria e
alla quanticazione dei relativi costi.
Problemi legati alla quantit` a della risorsa. Tali problemi sono legati alla conser-
vazione della risorsa ed alla sua disponibilit`a nei periodi in cui essa `e necessaria, alla
difesa dalle siccit`a e dalle piene.
1.7. CENNI SULLA LEGISLAZIONE ITALIANA 9
`
E evidente come le due categorie non siano indipendenti (ad es. il problema di riforni-
mento di suciente acqua potabile `e comunque un problema di reperimento di una risorsa
con qualit`a adeguata allo scopo), ma diversi sono gli strumenti ed i modelli utilizzati per
arontarli rendendo utile una distinzione di tipo concettuale.
Nei Capitoli che seguono verranno introdotti strumenti adatti ad arontare problemi di
gestione della quantit` a della risorsa idrica, lasciando i modelli di qualit`a a future edizioni
delle presenti dispense.
1.7 Cenni sulla legislazione Italiana
Il principale riferimento normativo in materia di qualita delle acque `e il Decreto Legisla-
tivo n. 152/1999, noto anche come Testo Unico sulle Acque, suuccessivamente modicato
dal D.L. 18 Agosto 2000, n. 258. Tali decreti recepiscono le direttive europee in mate-
ria di acque reue urbane, di protezione delle acque dallinquinamentoda fonti agricole e
riordina le disposizioni sulla tutela delle acque dallinquinamento.
Gli obiettivi del decreto sono:
La prevenzione e la riduzione dellinquinamento, nonch`e il risanamento dei corpi
idrici inquinati;
Il miglioramento dello stato delle acque e la protezione di quelle destinate a parti-
colari usi (potabile, balneazione, piscicoltura);
Lutilizzabilit`a durevole e sostenibile delle risorse idriche;
Il mantenimento nei corpi idrici della loro idoneit`a alla vita di specie animali e
vegetali ampie e diversicate.
Per il raggiungimento di tali obiettivi si integra con le seguenti normative:
Legge n. 183/1989. Norme per il riassetto organizzativo e funzionale della difesa del
suolo. Tale legislazione istitu` i Magistrati alle acque (8 in sul territorio nazionale),
con competenze territoriali stabilite su base idrograca. I Magistrati sono organi
decentrati, a carattere tecnico-operativo, del Ministero ai Lavori Pubblici e del Min-
istero delle Risorse Agricole, Alimentari e Forestali. Istituisce inoltre, per i bacini
idrograci di rilievo nazionale, le Autorit`a di Bacino: istituti con funzione di pro-
grammazione e coordinamento, responsabili, tra le altre cose, della redazione dei
Piani di Bacino. Il piano di bacino ha valore di piano territoriale di settore ed
`e lo strumento conoscitivo, normativo e tecnico-operativo mediante il quale sono
pianicate e programmate le azioni e le norme duso nalizzate alla conservazione,
alla difesa e alla valorizzazione del suolo e la corretta utilizzazione delle acque, sulla
base delle caratteristiche siche ed ambientali del territorio interessato.. La base
di un tale piano `e listituzione di un bilacio idrologico di bacino che tenga conto dei
fabbisogni e delle disponibilit`a della risorsa idrica.
10 CAPITOLO 1. IL BILANCIO IDROLOGICO
Legge n. 36/1994. Disposizioni in materia di risorse idriche. Nota col nome di
Legge Galli. La legge Galli introduce la nozione di servizio integrato e stabilisce
listituzione di societ`a di servizi che gestiscano la risorsa idrica nelle diverse parti del
suo ciclo: la captazione, la potabilizzazione, la distribuzione, la raccolta delle acque
reue, la depurazione ed il recapito. In tal modo potr`a essere stabilito in maniera pi` u
corretta il costo reale della risorsa, dipendente dai costi relativi a ciascuna parte del
ciclo, con conseguenze positive rispetto al risparmio e alluso eciente della risorsa
idrica.
R.D. n. 1775/1933. Testo unico delle disposizioni di legge sulle acque e gli impianti
elettrici.
D.P.R. n. 470/1982. Attuazione della direttiva CEE n. 76/160 relativa alla qualit`a
delle acque di balneazione.
D.P.R. n. 236/1988. Attuazione della direttiva CEE n. 80/778 concernente la
qualit`a delle acque destinate al consumo umano
art. 9 legge n. 171/1973. Interventi per la salvaguardia di Venezia.
D.M. 23/4/1998. Requisiti di qualit`a delle acque e caratteristiche degli impianti di
depurazione per la tutela della laguna di Venezia.
D.M. 9/2/1999. Carichi massimi ammissibili complessivi di inquinanti nella laguna
di Venezia
D.M. 26/5/1999. Individuazione delle tecnologie da applicare agli impianti indus-
triali ai sensi del punto 6 del D.M. 23/4/1998.
D.M. 30/7/1999. Limiti agli scarichi industriali e civili che recapitano nella laguna
di Venezia e nei corpi idrici del suo bacino scolante, ai sensi del punto 5 del D.M.
23/4/1998
Per sommi capi, alcuni dei punti rilevanti del Decreto Legislativo n. 152/1999, sono i
seguenti.
1.7.1 Disciplina degli scarichi
Viene denito come scarico qualsiasi immissione diretta tramite condotta di acque reue
liquide, semiliquide e comunque convogliabili nelle acque superciali, sul suolo, nel sotto-
suolo e in rete fognaria. La legge stabilisce che qualsiasi scarico debba essere autorizzato
dallautorit`a competente e ssa (all. 5) dei limiti per:
Acque reue urbane: acque reue domestiche o il miscuglio di acque reue domes-
tiche e acque reue industriali ovvero materiale di dilavamento. La Legge dierenzia
i limiti in ragione del numero di abitanti equivalenti aerenti allo scarico. Se lo
scarico comprende acque reue industriali valgono i limiti ssati per questultime.
1.7. CENNI SULLA LEGISLAZIONE ITALIANA 11
Acque reue industriali: qualsiasi tipo di acque reue scaricate da edici in cui si
svolgono attivit`a commerciali o industriali, diverse dalle acque reue domestiche e
dalle acque meteoriche di dilavamento. La Legge prevede per questo tipo di scarichi
limiti pi` u restrittivi (si veda lallegato 5 del testo unico) ed elenca le sostanze vietate.
La legge stabilisce che gli scarichi sul suolo di acque reue urbane e industriali non sono
ammissibili a meno che non sia stata accertata limpossibilit`a tecnica o leccessiva onerosit`a
a fronte dei beneci ambientali conseguibili a recapitare in corpi idrici superciali. In tal
caso sono ssati limiti ad hoc molto restrittivi.
Le Regioni possono ssare dei limiti diversi da quelli specicati nel testo unico sulle
acque, ma solo se i nuovi limiti sono pi` u restrittivi.
1.7.2 Obiettivi di qualit`a
La legge ssa due tipi di obiettivi di qualit`a per: corpi idrici signicativi e per corpi idrici
a specica destinazione duso.
Sono corpi idrici signicativi:
Corsi dacqua naturali recapitanti in mare con bacino imbrifero con supercie supe-
riore a 200 km
2
;
Corsi dacqua naturali non recapitanti in mare aventi bacino imbrifero con supercie
superiore a 400 km
2
;
Laghi di supercie superiore a 0.5 km
2
;
Acque marine entro una distanza di 3000 m dalla costa e comunque entro la
batimetrica dei 50 m;
Le acque delle lagune, dei laghi salmastri e stagni costieri;
Canali articiali con portate di esercizio superiori a 3 m
3
s
1
;
Laghi articiali o serbatoi con specchio liquido con supercie superiore a 1 km
2
o
volume di invaso superiore a 5 10
6
m
3
;
Falde freatiche e profonde.
La legge stabilisce (allegato 1), in base a parametri chimico-sico-biologici e di in-
uenza antropica degli stati di qualit`a ambientale. Per le acque superciali tali stati
sono: elevato, buono, suciente, scadente, pessimo. Per i corpi idrici sotterranei: elevato,
buono, suciente, scadente, naturale particolare. Si stabilisce quindi che:
Entro il 31 Dicembre 2001 le Regioni debbano attribuire una classicazione a tutti
i corpi idrici signicativi;
Entro il 31 Dicembre 2008 lo stato di qualit`a ambientale suciente debba essere
garantito per tutti i corpi idrici signicativi superciali.
12 CAPITOLO 1. IL BILANCIO IDROLOGICO
Entro il 31 Dicembre 2016 lo stato di qulit`a buono debba essere garantito per tutti
i corpi idrici superciali e sub-superciali.
Sono acque a specica destinazione funzionale: i) Acque dolci superciali destinate
alla produzione di acqua potabile; ii) Acque destinate alla balneazione; iii) Acque dolci
che richiedano protezione e miglioramento per essere idonee alla vita dei pesci; iv) Acque
destinate alla vita dei molluschi. Per i), iii) e iv) sono emanate nuove norme e limiti,
mentre per ii) rimangono vigenti le norme contenute nel DPR n. 470/1982.
1.7.3 Aree richiedenti speciche misure di prevenzione e risana-
mento
Sono tali le seguenti: i) Aree sensibili; ii) Zone vulnerabili da nitrati di origine agricola,
da prodotti tosanitari, alla deserticazione; iii) Aree di salvaguardia delle risorse idriche
destinate al consumo umano; iv) Zone di protezione delle risorse idriche.
Tra le aree previste in i) `e rilevante elencare: le aree lagunari di Orbetello, Ravenna,
Valli di Comacchio e Delta del Po, la laguna di Venezia (che `e per`o oggetto di specica
legislazione). La designazione di area sensibile ha come principale eetto che gli scarichi
di acque reue urbane devono rispettare limiti pi` u restrittivi.
Per quanto attiene alle zone ii) e con riferimento ai nitrati di origine agricola, sono
zone esplicitamente individuate dalle regioni. In tali zone si debbono attuare appositi
programmi dazione deniti dalle regioni e deve essere applicato il codice di buona pratica
agricola denito nel D.M. 19/4/1999.
1.7.4 Tutela quantitativa della risorsa e risparmio idrico
La legge stabilisce in sostanza che la disponibilit`a della risorsa deve essere garantita at-
traverso la pianicazione delle utilizzazioni e che le derivazioni devono essere autorizzate
dallautorit`a competente. Le Autorit`a di bacino debbono istituire un bilancio idrico del
bacino tenendo conto dei fabbisogni, delle disponibilit`a, del deusso minimo vitale, della
capacit`a di ricarica della falda e delle destinazioni duso della risorsa compatibili con le
relative caratteristiche qualitative e quantitative. Si stabilisce inoltre che il gestore della
risorsa `e tenuto ad adottare tutte le misure necessarie a ridurre gli sprechi e i consumi
e ad incrementare il riciclo (anche attraverso ladozione di reti duali). Le regioni sono
competenti nello stabile i mezzi adatti a tali scopi.
Capitolo 2
Il bilancio dellenergia
Il bilancio denergia esprime la conservazione dellenergia per un ssato volume di con-
trollo. Tale volume di controllo normalmente `e delimitato superiormente dalla supercie
del terreno, cosicch`e, per unarea unitaria, il bilancio denergia si pu`o scrivere:
C
dT
s
dt
= R

h
(1 ) + R

a
R

s
H E (2.1)
dove:
C `e la capacit`a termica dello strato di terreno che si pu`o assumere interagire con
latmosfera;
R

h
`e il usso radiativo solare incidente sulla supercie;
`e lalbedo del sistema, ovvero la frazione di radiazione solare riessa verso lesterno;
R

a
`e il usso radiativo emesso dallatmosfera verso la supercie;
R

s
`e il usso radiativo emesso dalla supercie;
H `e il usso turbolento di calore uscente dalla supercie;
E `e levapotraspirazione;
`e il calore latente di vaporizzazione ( = 2.25 10
6
Jkg
1
a 10
o
C, ma debolmente
dipendente dalla temperatura).
Figura 2.1: Il bilancio denergia del suolo
13
14 CAPITOLO 2. IL BILANCIO DELLENERGIA
Si nota come il termine di evapotraspirazione compaia sia nellequazione di conser-
vazione della massa (bilancio idrologico) sia nellequazione di conservazione dellenergia.
Esse sono dunque fortemente accoppiate e non `e possibile risolvere luna trascurando
laltra, almeno sulle scale temporali alle quali levaporazione `e rilevante. Questo, ad
esempio, non avviene alla scala di evento, alla quale `e usuale trascurare levapotraspi-
razione ed utilizzare il bilancio idrologico per, ad esempio, ottenere il deusso superciale
dalle precipitazioni. In molte altre applicazioni, quali la gestione di invasi, la bonica,
lirrigazione o la modellistica climatica, caratterizzate da scale temporali pi` u lunghe, il
termine evaporativo `e importante e non pu`o essere eliminato. In tali casi le due equazioni
devono essere risolte contemporaneamente.
Volendosi esprimere i singoli termini di usso in termini dei parametri che deniscono
il sistema `e necessario introdurre alcuni concetti sui processi radiativi atmosferici.
`
E quel
che viene fatto nella prossima sezione.
2.1 Elementi di sica dellatmosfera
2.1.1 La radiazione elettromagnetica
Nel caso di applicazioni ambientali `e normalmente suciente considerare la natura on-
dulatoria della radiazione eletromagnetica. Questa sar`a dunque qui considerata come
costituita da onde trasversali attraverso le quali si propagano oscillazioni di un campo
elettrico e di un campo magnetico in piani perpendicolari fra loro (Figura 2.2). Le in-
tensit`a dei campi elettrico (E) e magnetico (B) di unonda monocromatica di lunghezza
donda possono essere cos` espresse:
E = E
0
sin[
2

(x ct)]
(2.2)
B = B
0
sin[
2

(x ct)]
nelle quali, in ogni punto ed istante, deve essere E = cB (e, quindi, E
0
= cB
0
). Vale la
pena ricordare che il campo elettrico `e espresso in Newton/Coulomb (N/C = mkgs
2
C
1
)
mentre quello magnetico si esprime in Tesla (NC
1
sm
1
= kgs
1
C
1
).
Le (2.2) rappresentano delle onde che si propagano lungo x con velocit`a c (nel vuoto c =
2.9979 10
8
m/s). La frequenza dellonda elettromagnetica risultante dalla composizione
delle oscillazioni di campo elettrico e magnetico (2.2) `e legata alla lunghezza donda dalla
relazione:
c =
rappresenta il numero di oscillazioni del campo elettromagnetico in un punto nellu-
nit`a di tempo o il numero di creste che attraversano un punto nello spazio nellunit`a di
tempo.
Il usso di energia associato ad unonda elettromagnetica, ovvero lenergia per unit`a di
tempo trasportata da unonda che attraversi perpendicolarmente una supercie unitaria `e
2.1. ELEMENTI DI FISICA DELLATMOSFERA 15
W

=
1
2
c
0
E
2
0
. Lenergia associata ad unonda elettromagnetica cresce dunque al crescere
dellampiezza di oscillazione e al crescere della frequenza (o, il che `e lo stesso, al diminuire
della lunghezza donda).
Figura 2.2: Rappresentazione schematica di unonda elettromagnetica monocromatica.
2.1.2 Le leggi di emissione elettromagnetica
Qualsiasi corpo a temperatura superiore allo zero assoluto emette delle onde elettromag-
netiche. Allo scopo di esprimere in maniera quantitativa il usso elettromagnetico emesso
`e necessario introdurre un modello di emettitore perfetto: il corpo nero. Il corpo nero
`e un corpo (ideale) che ha la caratteristica di assorbire tutta la radiazione che su esso
incide. Una buona approssimazione di un corpo nero `e quella di un foro attraverso il
quale unonda elettromagnetica incidente entri in una cavit` a e non abbia pi` u la possibilit`a
di uscirne (Figura 2.3).
Planck ha stabilito che il usso di energia associato alle onde elettromagnetiche emesse
da un corpo nero alla temperatura assoluta T alla lunghezza donda , W

(T) (potenza
per unit`a di supercie per unit`a di lunghezza donda) `e espresso da:
W

(T) =
2hc
2

5
(e
hc/KT
1)
(2.3)
dove h `e la costante di Planck, K `e la costante di Boltzmann e c `e la velocit`a della luce.
Una rappresentazione della 2.3 per diverse temperature `e riportata in Figura 2.4 Si pu`o
vedere che il massimo dellemissione per un corpo nero a temperatura T avviene alla
lunghezza donda
max
data da:

max
=
2890
T
(2.4)
detta legge di Wien, nella quale
max
`e espresso in m.
16 CAPITOLO 2. IL BILANCIO DELLENERGIA
Figura 2.3: Schema ideale di un corpo nero.
0 2 4 6 8 10 12 14 16 18 20
0
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.1
Emissione monocromatica globale, e
, nero
, del corpo nero
m
W
/
(
c
m
2

m
)
T=300K
T=600K
Figura 2.4: Flussi radiativi emesssi da corpi neri a diverse temperature.
2.1. ELEMENTI DI FISICA DELLATMOSFERA 17
Dividendo la (2.3) per T
4
ed integrando sulla lunghezza donda si ottiene un valore
costante:
W
T
4
=


0
W

(T)
T
4
d = , (2.5)
dove W `e il usso di energia emesso (e.g. Wm
2
) e (= 5.5576 10
8
Wm
2 o
K
4
) `e la
costante di Stefan-Boltzmann.
Molti corpi, quali la supercie terrestre o latmosfera, non si comportano rigorosa-
mente come un corpo nero, non assorbendo la totalit`a dellenergia che su essi incida.
Tuttavia vale per essi lapprossimazione di corpo grigio, un corpo la cui capacit`a di emet-
tere onde elettromagnetiche `e indipendente dalla lunghezza donda. Per un tale corpo
vale la relazione:
W = T
4
(2.6)
dove `e lemissivit`a, un numero puro caratteristico del corpo. La 2.6 `e di ampia applica-
bilit`a in campo ambientale.
La radiazione solare
Considerando langolo solido
o
= 67.7 10
6
St occupato dal sole (rapporto tra la super-
cie sottesa dal sole diviso la sua distanza dalla terra), il usso di radiazione ricevuta su
di un piano normale alla direzione di incidenza, posto al limite superiore dellatmosfera
terrestre `e:
W
o
=

0

T
4
h
= 1353 Wm
2
(2.7)
nella quale T
h
= 5780
o
K e si `e sfruttato il fatto che per la radiazione solare si pu`o
assumere = 1. W
o
`e detta costante solare. La quantit`a di interesse nel caso ambientale
`e il usso incidente su di un piano posto sulla supercie terrestre e ad essa tangente.
Si devono dunque introdurre delle correzioni legate da un lato allangolo dincidenza che
dipende dalla declinazione solare, dalla latitudine considerata e dalla stagione e dallaltro
alla presenza di vapor dacqua e gas che attenuano la radiazione nel suo tragitto allinterno
dellatmosfera e alla riessione dovuta alle nubi.
Con riferimento al primo eetto ed alla geometria descritta in Figura (2.5), il usso
di radiazione solare W
o
incidente sulla supercie S viene ridotto al usso I
0
incidente alla
supercie terrestre su unarea S

:
I
0
= W
o
S
S

= W
o
sin (2.8)
dove langolo `e langolo di elevazione che vale:
sin = sinsin +coscoscos (2.9)
`e la latitudine, la declinazione dovuta allinclinazione dellasse di rotazione terrestre, e
`e langolo orario. Per questi ultimi elementi si hanno le parametrizzazioni (in radianti):
=
23.45
180
cos

2
365
(172 D)

=
ora + 12
12

18 CAPITOLO 2. IL BILANCIO DELLENERGIA
Figura 2.5: Riduzione del usso incidente su di un piano tangente alla supercie terrestre
in relazione allangolo di elevazione del sole.
dove D `e il giorno Giuliano (posizione in un ordinamento da 1 a 365). Lespressione per
`e valida per valori per i quali cos > 0. Ulteriori riduzioni possono essere introdotte
per tenere conto della variabilit` a della distanza tra la terra e il sole.
Si ricerca ora lespressione per lattenuazione di unonda elettromagnetica monocro-
matica cui sia associato un usso di energia I

che interagisca con latmosfera. Si osserva


(Figura (2.6) che lattenuazione dI

del usso legata allattraversamento di uno strato di


spessore dz allinterno del quale londa percorre una distanza ds `e proporzionale al usso
entrante:
dI

= a

(2.10)
dove a

`e lassorbimento. Questo `e proporzionale alla densit`a del mezzo e alla lunghezza


del percorso attraverso un coeciente di assorbimento, k

, cosicch`e:
dI

= k

ds (2.11)
Integrando la (2.11) su uno strato di spessore s per ottenere il valore del usso attenuato
si ha:
I

(s) = I

(0)e

s
0
k

ds
(2.12)
che `e detta Legge di Beer. Si noti che lo spessore s dipende non solo dallaltezza dellat-
mosfera ma anche dallangolo con il quale la radiazione lattraversa.
Si consideri ora la situazione semplicata nella quale il coeciente di assorbimento non
dipenda dalla lunghezza donda. Il usso totale (ovvero integrato su tutte le lunghezze
donda componenti la radiazione incidente) `e dunque espresso, similmente alla (2.12), da:
I(s) = I(0)e

s
0
kds
(2.13)
Se s
atm
`e lo spessore atmosferico dellatmosfera (dipendente dallangolo dincidenza), alla
supercie terrestre giunge il usso:
I
sup
= I
0
e

s
atm
0
kds
(2.14)
2.1. ELEMENTI DI FISICA DELLATMOSFERA 19
Figura 2.6: Attenuazione di unonda elettromagnetica che interagisca con i costituenti
atmosferici.
Se I
sereno
`e il usso alla supercie terrestre in condizioni di cielo sereno e I in una gener-
ica situazione caratterizzata da una ridotta trasparenza dellatmosfera per la presenza di
nubi o smog si ha:
I
sereno
= I
0
e

s
atm
0

sereno
k
sereno
ds
I = I
0
e

s
atm
0
kds
dividendo la seconda relazione per la prima si ottiene:
I = I
sereno
e

s
atm
0
kds
e

s
atm
0

sereno
k
sereno
ds
I
sereno
e
(nam)
(2.15)
dove m 1/sin, n `e la torbidit`a dellatmosfera (n = 2 in assenza di nubi ed aria pulita,
n = 5 per smog denso) e a = 0.128 0.054log
10
m.
2.1.3 Lo stato termodinamico dellatmosfera
Lidenticazione dello stato termodinamico di una particella daria avviene attraverso la
specicazione di tre grandezze, la pressione p, la temperatura T, la densit`a . Se laria
`e umida, come sempre avviene nella realt`a, `e anche necessario specicare il contenuto
dacqua attraverso il rapporto di mescolamento w:
w =
M
v
M
s
=

v

s
dove M
v
`e la massa del vapore, M
s
`e la massa dellaria secca,
v
la densit`a del vapore e

s
la densit`a dellaria secca. In alternativa si pu`o utilizzare l umidit`a specica q:
q =
M
v
M
s
+M
v
=

v

s
+
v
Poich`e laria, anche umida, pu`o essere in buona approssimazione considerata un gas
perfetto, il numero di gradi di libert`a `e diminuito di una unit`a dalla legge dei gas ideali,
scritta per una massa unitaria (di volume v = 1/):
pv = nR

T
20 CAPITOLO 2. IL BILANCIO DELLENERGIA
da cui:
p = RT (2.16)
nella quale la costante del gas R = nR

dipende dal contenuto di umidit`a. Nei casi


limite si ha R
d
= 287J

K
1
kg
1
, per laria secca e R
v
= 461J

K
1
kg
1
per il vapor
dacqua. Il fatto che R
v
sia maggiore di R
d
indica che il vapore ha, alla stessa pressione
e temperatura, una densit`a inferiore a quella dellaria secca. Di conseguenza, anche laria
umida `e in generale pi` u leggera dellaria secca nelle corrispondenti condizioni. Poich`e la
legge di stato dei gas deve valere separatamente per laria secca e per il vapore contenuti
nella miscela che costituisce una particella daria, si ha:
e = R
v

v
T
p
d
= R
d

d
T
dove e `e la pressione parziale del vapore e p
d
quella dellaria secca. Per la legge di Dalton:
p = p
d
+e
e quindi:
=
d
+
v
=
p e
R
d
T
+
e
R
v
T
(2.17)
ovvero:
=
p
R
d
T

1
e
p
(1 )

dove = R
d
/R
v
0.622. Questa relazione pu`o essere messa nella usuale forma della legge
di stato dei gas ideali:
p = R
d
T
v
una volta che si sia posto:
T
v
=
T
1 e/p(1 )
(2.18)
che `e detta temperatura virtuale. Essa `e la temperatura che avrebbe laria secca alla
stessa pressione e densit`a. Poich`e si `e visto che laria umida `e pi` u leggera dellaria secca
la temperatura virtuale `e sempre superiore a quella reale.
La tensione di vapore e pu`o essere legata al rapporto di mescolamento w e allumidit`a
specica q attraverso le relazioni:
w =

v

d
=
e
p e

e
p
(2.19)
q =

v

d
+
v
=
e/R
v
(p e)/R
d
+e/R
v
=
e
p (1 )e

e
p
nella quale si `e trascurato, perch`e sempre di ordine di grandezza inferiore, il valore della
tensione di vapore rispetto a quello della pressione totale.
2.2. DISCUSSIONE DELLEQUAZIONE DI CONSERVAZIONE DELLENERGIA 21
In condizioni di equilibrio termodinamico `e possibile stabilire una relazione tra la
tensione di vapore in condizioni di saturazione e

e la corrispondente temperatura. Si
ottiene lequazione di Clausius-Clapeyron:
e

(T) = e

0
exp


R
v

1
T
0

1
T

(2.20)
dove `e il calore latente specico di vaporizzazione, e

0
= 611 Pa e T
0
= 273.15
o
K. Si
pu`o ora denire lumidit`a relativa:
f = 100
e
e

(T)
(2.21)
che `e un indice utile alla caratterizzazione dello stato di saturazione dellaria.
2.2 Discussione dellequazione di conservazione del-
lenergia
Si discutono ora i termini che compaiono nellequazione di bilancio dellenergia (2.1)
introducendone delle espressioni che permettono unanalisi di stabilit`a dellequazione
stessa.
2.2.1 La radiazione solare
Si `e visto come la radiazione solare dipenda, oltre che dalla radiazione incidente alla
sommit`a dellatmosfera, anche dalla composizione (principalmente il contenuto di vapor
dacqua ed altri gas radiativamente attivi) dellatmosfera. Per ssare le idee si pu`o per`o
pensare che per una data localit`a e per condizioni di riferimento il usso di radiazione
solare incidente sulla supercie R

h
sia ssato. Parte del usso incidente viene riesso
dalla supercie in proporzione allalbedo della supercie stessa, cosicch`e la radiazione
solare netta assorbita dal suolo `e R

h
(1 ). Lalbedo `e una caratteristica del tipo di
supercie e varia approssimativamente tra 0.050.15 per una zona boschiva e 0.750.90
per una supercie coperta da neve fresca. Anche questo parametro pu`o considerarsi ssato
per una certa localit`a e periodo di riferimento.
2.2.2 La radiazione termica atmosferica
Latmosfera, in virt` u del proprio stato termico, emette radiazione di lunga frequenza che
contribuisce al riscaldamento della supercie. Il usso R

a
dipende dallo stato termico e
dalla composizione dellatmosfera ma pu`o assumersi entro scale temporali sucientemente
piccole, costante per una certa localit`a e situazione di riferimento.
22 CAPITOLO 2. IL BILANCIO DELLENERGIA
2.2.3 La radiazione termica emessa dal suolo
Il usso radiativo emesso dalla supercie del suolo pu`o essere espresso attraverso lo schema
di corpo grigio, assumendo unemissivit`a unitaria:
R

s
= T
4
s
(2.22)
Il usso emesso dipende dunque, nel modello introdotto, unicamente dalla temperatura
che rappresenta lo stato termico del suolo.
2.2.4 Il trasporto di calore
Il usso di calore dalla supercie verso latmosfera pu`o essere espresso nel modo seguente:
H =
c
p

r
a
(T
s
T
a
) (2.23)
dove c
p
`e il calore specico dellaria a pressione costante, la sua densit`a, r
a
una resistivit`a,
che esprime la resistenza opposta al trasporto turbolento di calore, T
a
`e una temperatura
rappresentativa della stato termico dellatmosfera e T
s
`e la temperatura della supercie.
La (2.23) esprime il fatto che il usso turbolento di calore deve dipendere dal gradiente
termico tra la supercie e lo strato pi` u basso dellatmosfera. In seguito si vedranno
parametrizzazioni pi` u accurate della (2.23), che per`o `e suciente alla presente discussione.
2.2.5 Levapotraspirazione
Unapprossimazione di ordine zero per il usso di calore legato allevapotraspirazione pu`o
essere:
E =

r
a
+r
c
(q

(T
s
) q
a
) (2.24)
dove r
c
esprime la resistenza allevaporazione esercitata dal suolo e dalla vegetazione
(parametro analogo al termine r
a
), q

(T
s
) `e lumidit`a specica di saturazione (si assume,
in sostanza, che il vapore allinterno dei pori del terreno, come negli stoma delle foglie sia
in equilibrio con la fase liquida) corrispondente alla temperatura superciale (ottenibile
dalla relazione di Clausius-Clapeyron (2.20)).
2.2.6 La stabilit`a dellequazione di bilancio dellenergia
Utilizzando le parametrizzazioni introdotte, lequazione di bilancio dellenergia si scrive:
C
dT
s
dt
= R

h
(1 ) +R

a
T
4
s

c
p
r
a
(T
s
T
a
)

r
a
+r
c
[q

(T
s
) q
a
] (2.25)
linearizzando ora lespressione per la radiazione emessa dalla supercie attorno alla tem-
peratura atmosferica R

s
T
4
a
+ 4T
3
a
(T
s
T
a
) e dividendo entrambe i membri per
c
p
/r
a
, si ottiene:
Cr
a
c
p
dT
s
dt
=

h
(1 ) +R

a
+ 3T
4
a
c
p
/r
a
+
q
a
c
p
+T
a

4r
a

c
p
T
3
a
T
s


c
p
q

(T
s
) T
s
(2.26)
2.2. DISCUSSIONE DELLEQUAZIONE DI CONSERVAZIONE DELLENERGIA 23
dove = 1/(1 +r
c
/r
a
).
Si introduce ora la nuova variabile indipendente:
=
t
Cr
a
/c
p
(2.27)
e la posizione:
r
o
=
c
p
4T
3
a
(2.28)
Notando inoltre che il primo termine a secondo membro non dipende da T
s
ed indicatolo
con Q, la (2.26) si pu`o riscrivere:
dT
s
d
= Q
r
a
r
o
T
s


c
p
q

(T
s
) T
s
= F(T
s
) (2.29)
Denendo la temperatura di equilibrio T

s
che soddisfa F(T

s
) = 0, si pu`o scrivere:
dT
s
d
= F(T

s
) +
dF
dT
s

T
s
=T

s
(T
s
T

s
) =

r
a
r
o
+

c
p
dq

dT
s
+ 1

(T
s
T

s
) (2.30)
Introducendo inne la variabile T
s
= T
s
T

s
, che rappresenta la perturbazione
rispetto alla condizione di equilibrio del sistema, si ha lequazione dierenziale:
dT
s
d
=

r
a
r
o
+

c
p
dq

dT
s
+ 1

T
s
(2.31)
la cui soluzione `e:
T
s
() = T(0)e

r
a
r
o
+

c
p
dq

dT
s
+1

(2.32)
Quindi una perturbazione iniziale di temperatura T(0) viene smorzata nel tempo in
modo esponenziale attraverso tre meccanismi:
Evapotraspirazione: costante di tempo

c
p
dq

dT
s
( 2 3);
Flusso turbolento di calore: costante di tempo 1.
Emissioni termiche: costante di tempo
r
a
r
o
(O(10
1
) O(10
0
);
Il meccanismo pi` u eciente per trasferire calore dalla supercie allatmosfera `e dunque,
in condizioni ordinarie, levapotraspirazione. Quando il suolo o la vegetazione eserci-
tano una restrizione allevapotraspirazione per carenza di acqua nel suolo (r
c
r
a
),
diminuisce e il trasporto turbolento di calore diviene il meccanismo pi` u eciente. Se,
inne, la turbolenza viene soppressa (r
a
), il trasporto convettivo diviene poco
eciente ed il meccanismo radiativo diventa dominante.
24 CAPITOLO 2. IL BILANCIO DELLENERGIA
Capitolo 3
La stabilit`a dellatmosfera
3.1 Trasformazioni adiabatiche
`
E molto utile, per i ragionamenti sulle trasformazioni termodinamiche alle quali `e sotto-
posta laria nel corso dei suoi spostamenti, introdurre lo schema della particella daria.
Questa `e denita come un insieme di molecole tale che:
nei suoi spostamenti assuma istantaneamente la pressione dellambiente nel quale si
trova;
si muova in modo sucientemente lento anch`e lenergia cinetica sia sempre una
frazione trascurabile della sua energia totale;
le trasformazioni cui `e sottoposta nei suoi spostamenti possano essere considerate
adiabatiche (questo si giustica osservando che la trasmissione del calore ha tempi
caratteristici di gran lunga superiori a quelli dei moti dellaria e dei suoi cambiamenti
di pressione, temperatura e densit`a).
Fatte queste premesse `e possibile per una trasformazione di una tale particella scrivere
la prima equazione della termodinamica:
dq = c
v
dT +pdv = c
v
dT +pd(1/) = c
v
dT +d(p/) dp/
dove dq `e il calore scambiato dalla particella con lesterno e c
v
`e il calore specico a volume
costante. Utilizzando lequazione dei gas ideali (2.16) (d(p/) = RdT) si ottiene:
dq = (c
v
+R)dT dp/ (3.1)
Per dp = 0 si ricava il calore specico a pressione costante:

dq
dT

p=cost.
= c
p
= c
v
+R (3.2)
Combinando (3.1) e (3.2) si ottiene:
dq = c
p
dT dp/ (3.3)
25
26 CAPITOLO 3. LA STABILIT
`
A DELLATMOSFERA
Si consideri ora una particella che si muova in direzione verticale e che sia sottoposta,
come discende dalla denizione, ad una trasformazione adiabatica (dq = 0). Dalle-
quazione dellidrostatica (valida con eccellente approssimazione in quanto la componente
verticale della velocit`a rimane trascurabile anche nei fenomeni convettivi pi` u intensi) si
ha:
dp/ = gdz (3.4)
che, sostituita nella (3.3), d`a:

dT
dz
=
g
c
p
=
d
(3.5)
La (3.5) fornisce la variazione di temperatura per unit`a di spostamento
d
9.8

K km
1
,
o lapse rate, alla quale `e sottoposta una particella che si muova verticalmente. Ci`o `e vero
per particelle che nel loro movimento rimangano non sature. Non appena infatti si abbia
saturazione, e quindi condensazione, si ha un rilascio di calore latente che muta il valore
di dT/dz.
Si consideri ora nuovamente una trasformazione adiabatica e la (3.3) (`e dunque ancora
dq = 0) nella quale si `e usata lequazione di stato dei gas (2.16) per esprimere la densit`a:
c
p
R
d
dT
T
=
dp
p
(3.6)
Integrando questa relazione tra (, p
0
), dove p
0
`e la pressione superciale normale
(p
0
= 100 000Pa), e i generici valori (T, p), si ottiene:
= T

p
0
p

R
d
/c
p
(3.7)
La variabile `e detta temperatura potenziale ed `e una quantit` a conservata in trasfor-
mazioni adiabatiche. Lequazione (3.7) `e stata ricavata per laria secca, ma pu`o essere
estesa al caso di aria umida quando si consideri la temperatura virtuale T
v
ed il valore
c

p
relativo allaria umida (c

p
= c
p
(1 + 0.85w)), denendo cos` la temperatura potenziale
virtuale:

v
= T
v

p
0
p

R
d
/c

p
=
T
1 (e/p)(1 )

p
0
p

R
d
/c

p
(3.8)
=
T
1 w(1/ 1)

p
0
p

R
d
/c

p
nella quale si `e fatto uso delle (2.18) e (2.19). Si noti che
v
aumenta al crescere di T e w.
3.2 Trasformazioni pseudo-adiabatiche
Quando una particella venga elevata a sucienza raggiunger`a inne una temperatura T
1
per la quale si hanno le condizioni di saturazione w = w

(T
1
), dove w

(T
1
) `e il rapporto di
3.3. LA STABILIT
`
A STATICA 27
mescolamento a saturazione. Se la particella viene ulteriormente rareddata (ad esempio
per elevazione) ad una temperatura T
2
< T
1
parte del vapore in essa contenuto condenser`a
in modo da portare il rapporto di mescolamento ad un valore w

= w

(T
2
). Cos` se
il rareddamento continua, lumidit`a della particella continuer`a a diminuire in modo che
questa si mantenga sempre satura alle temperatura che mano a mano si trova ad assumere.
Nel passaggio dalla temperatura T
1
alla temperatura T
2
la quantit` a di vapore condensata
risulta w

(T
1
)w

(T
2
) = dw

. Il calore latente che viene rilasciato nella condensazione `e


pari a dw

. Questo pu`o essere considerato come assorbito interamente dallaria, mentre


il condensato lascia la particella. Una tale trasformazione `e detta pseudo-adiabatica ed in
essa la variazione di temperatura risulta inuenzata dal calore assorbito dw

.
`
E possibile
scrivere unespressione per la derivata sostanziale della temperatura anche per un tale
processo. Si inizia considerando lespressione del primo principio della termodinamica
scritta per il caso generale di aria umida:
dw

= c

p
dT
1

dp (3.9)
Dividendo entrambe i membri della (3.9) per dz ed utilizzando quindi la relazione
idrostatica si ottiene:

dw

dz
= c

p
dT
dz
+g (3.10)
Considerando che w

(z) = w

(T(z)) si ha:

dw

dT
dT
dz
= c

p
dT
dz
+g
Si ottiene quindi il lapse-rate pseudo-adiabatico:

s
=
dT
dz
=

d

1 +

c

p
dw

dT

(3.11)
Si noti che, poich`e dw

/dT > 0, si ha sempre


s
<
d
. Valori tipici di
s
sono
compresi tra circa 4

K km
1
vicino alla supercie a circa 7

K km
1
nella media
troposfera (altitudine di circa 5 km).
3.3 La stabilit`a statica
Si considera dapprima il caso di aria secca o comunque di trasformazioni nelle quali le
particelle non raggiungano la saturazione. In uno strato nel quale il prolo verticale di
temperatura ha ovunque derivata dT/dz = >
d
(Figura 3.1 (a)), una particella che
venga innalzata dal punto O al livello denito dai punti A e B assumer`a una temperatura
T
A
minore di quella T
B
del nuovo ambiente. Poich`e la particella assume istantaneamente
la pressione che compete al nuovo livello, essa risulter`a pi` u densa dellaria circostante:
le spinte sono dunque tali da far tornare la particella al livello originario. Analogo ra-
gionamento pu`o essere fatto per uno spostamento verso il basso, concludendo quindi che
28 CAPITOLO 3. LA STABILIT
`
A DELLATMOSFERA
Figura 3.1: Condizioni di stabili`a (a) ed instabilit`a (b) statica per aria non satura.
per <
d
il prolo di temperatura risulta stabile. La condizione =
d
`e di equilibrio
neutrale, nel senso che particelle che vengano mosse dalla loro posizione non sono soggette
ad alcuna forza. Diversamente, se >
d
(Figura 3.1 (b)), una particella che sia spostata
verso lalto risulta pi` u leggera dellaria circostante ed `e soggetta a forze che tendono ad
aumentare tale spostamento.
`
E questa una situazione di instabilit`a, in quanto qualsiasi
perturbazione viene amplicata.
La condizione di instabilit`a statica pu`o anche essere espressa in termini della temper-
atura potenziale equivalente. Si consideri lequazione del moto, scritta per unit`a di massa,
per una particella che subisca un piccolo spostamento z attorno alla propria posizione
di equilibrio:
du
dt
A = 0
dove u `e la velocit`a in direzione verticale ed A `e la spinta di Archimede per unit`a di massa.
Per piccoli spostamenti z, lequazione diventa:
(A(z +z) = A(z) +dA/dzz = dA/dzz
poich`e al livello originale di equilibrio `e A(z) = 0. Essendo u = d(z)/dz, l equazione del
moto diviene:
d
2
z
dt
2

dA
dz
z = 0
che `e lequazione delle piccole oscillazioni, con frequenza di oscillazione (se dA/dz < 0):
N =

dA
dz
(3.12)
che `e detta frequenza di Brunt-V aisal a. La forza di Archimede per unit`a di massa `e daltra
parte:
A = g

(3.13)
nella quale il pedice p si riferisce alla particella ed a si riferisce allambiente. Dallequazione
dei gas ideali (2.16) e dalla denizione di temperatura potenziale virtuale
v
, si ha:
A = g

T
vp
T
va
T
va

= g

vp

va

va

(3.14)
3.4. LA STABILIT
`
A CONDIZIONALE 29
Poich`e la particella conserva la temperatura potenziale virtuale
vp
dellambiente do-
rigine, questa pu`o essere espressa attraverso una espansione di Taylor arrestata al primo
termine attorno al valore
va
(ovvero centrata in un punto a distanza z dalla posizione
dequilibrio):

vp
=

v
z
z +
va
Sostituendo questa relazione nella (3.14) e quindi nella (3.12) si ottiene:
N =

v
z
(3.15)
Quando perci`o

v
z
< 0 (3.16)
la frequenza N non `e pi` u denita, sintomo che non sono possibili oscillazioni attorno al
punto di equilibrio e che il moto diverge. La (3.16) `e dunque la condizione che indica il
realizzarsi dellinstabilit`a.
3.4 La stabilit`a condizionale
Con riferimento alla Figura 3.2, nella quale
s
< <
d
, una particella che venga
innalzata a sucienza dal punto di equilibrio O, raggiunger`a inne la temperatura di
condensazione che compete al proprio contenuto di vapore. Questo avviene al livello
di condensazione A (LCL, da Lifting Condensation Level). Un ulteriore innalzamento
produrr`a un rareddamento secondo la lapse-rate pseudo-adiabatica, no ad intersecare,
se il contenuto di umidit`a `e suciente, il prolo di temperatura nel punto B. Sin qui la
particella `e sempre stata pi` u densa dellambiente ed `e stato necessario fornire dellenergia
per sollevarla. Se la perturbazione non `e sucientemente ampia da elevare la particella
oltre il punto B, questa tender`a a tornare alla condizione iniziale. Se invece la particella
raggiunge una quota superiore a quella del punto B, essa diventa inne meno densa
dellambiente e viene sospinta pi` u in alto dalla spinta di Archimede. Il livello di B `e detto
livello di convezione libera (LFC, da Level of Free Convection).
`
E dunque necessario
fornire una certa quantit`a di energia prima che la spinta di archimede risulti positiva
(verso lalto): linstabilit`a `e uninstabilit`a condizionale, ovvero il prolo `e instabile solo
per perturbazioni di ampiezza superiore ad una soglia. A quote superiori del LFC un
particella mantiene una spinta di galleggiamento positiva no al raggiungimento di una
quota di equilibrio indierente (LNB, da Level of Neutral Buoyancy), alla quale il gradiente
di temperatura dellambiente diventa nuovamente inferiore a quello relativo ad un processo
pseudo-adiabatico. Si pu`o ora denire la quantit` a di energia a disposizione dei processi
convettivi (CAPE, da Convective Available Potential Energy) per una particella che venga
innalzata dal livello z:
CAPE(z) =

LNB
z
F dl =

LNB
z
Adz
30 CAPITOLO 3. LA STABILIT
`
A DELLATMOSFERA
Figura 3.2: Condizioni per linstabilit`a condizionale.
dove F `e la forza per unit`a di massa esercitata sulla particella e l `e lo spostamento
della particella. La seconda eguaglianza deriva dallaver considerato esclusivamente moti
verticali. Utilizzando lequazione dellidrostatica e lequazione di stato dei gas ideali si
ottiene:
CAPE(z) =

LNB
z
R
d
(T
vp
T
va
)d(lnp) (3.17)
In unatmosfera condizionalmente instabile `e possibile separare lespressione del CAPE
in due contributi, che rappresentano luno (NA, da Negative Area) lenergia che `e neces-
sario fornire alla particella per elevarla al livello di convezione libera LFC, laltro (PA,
da Positive Area) lenergia disponibile tra lLFC e lLNB, cosicch`e:
CAPE(z) = PA(z) NA(z) (3.18)
Il contributo negativo pu`o essere visto come una barriera di potenziale che impedisce
lo spontaneo realizzarsi della convezione.
Lenergia cinetica massima che pu`o essere acquisita da una particella per convezione
`e data dalla situazione nella quale si trascurano le dissipazioni:
u
max
=

2CAPE
Da questa breve esposizione dei principali caratteri dellinstabilit`a convettiva emerge
chiaramente lestrema non linearit`a dei processi. Da un lato `e infatti non lineare la legge di
Clausius-Clapeyron, che governa la saturazione di una particella ed il valore del lapse-rate
pseudo-adiabatico, dallaltro i processi convettivi possono innescarsi solo se la derivata del
prolo di temperatura `e inferiore ad una certa soglia o, se laria `e sucientemente umida,
se le perturbazioni hanno unampiezza suciente ad innescare linstabilit`a.
Capitolo 4
Il trasporto atmosferico in vicinanza
della supercie
4.1 Teoria della lunghezza di mescolamento
Si consideri una generica grandezza s(z) (e.g. quantit` a di moto, contenuto di vapore,
energia termica), caratterizzata da una non uniforme distribuzione verticale (e.g. Figura
4.1) trasportata dal campo di moto atmosferico in vicinanza della supercie, il quale, in
assenza di rilevanti scabrezze, pu`o assumersi esclusivamente orizzontale. A causa delle
uttuazioni turbolente di velocit`a in direzione verticale (anche se il valor medio della
velocit`a in direzione verticale `e nullo, non nulli sono infatti i termini uttuanti), lambiente
ad una data elevazione z riceve particelle daria provenienti da diverse elevazioni z

e quindi
recanti diversi valori s(z

). Si determina dunque un usso netto di s in direzione verticale


che dipende dalle caratteristiche del moto e delle sue uttuazioni. Si consideri ora una
particella che venga trasportata dalle uttuazioni di velocit`a dal livello z l al livello z.
La perturbazione al livello z `e:
s

(z) = s(z l) s(z) s(z) +


ds
dz
(z l z) s(z) = l
ds
dz
(4.1)
Il usso medio netto S
z
che attraversa un piano orizzontale al livello z `e ottenuto molti-
plicando entrambe i membri per la componente verticale della velocit`a w

e mediando nel
Figura 4.1: Distribuzione di riferimento per il calcolo della diusivit`a turbolenta.
31
32 Il TRASPORTO ATMOSFERICO
tempo:
S
z
= w

= lw

ds
dz
(4.2)
che `e del tipo:
S
z
= K
ds
dz
(4.3)
Si consideri lesempio del trasporto della componente orizzontale v della quantit`a di
moto:
w

= lw

dv
dz
(4.4)
Dallequazione di continuit` a si pu`o osservare che le uttuazioni nelle direzioni orizzon-
tale e verticale devono essere dello stesso ordine di grandezza ed avere segno discorde:
w

l
dv
dz
Poich`e il usso della quantit` a di moto `e lo sforzo tangenziale, si ha:
= w

= lw

dv
dz
= l
2

dv
dz

2
= l
2
m

dv
dz

2
(4.5)
dove l
m
`e detta lunghezza di mescolamento, ed `e una misura della distanza percorsa dalle
particelle prima che queste perdano la propria identit`a ed assumano le caratteristiche del
nuovo ambiente circostante. Si pu`o ora introdurre una velocit`a caratteristica v

, detta
velocit`a dattrito, denita attraverso la:
v

/ = l
m
dv
dz
Assumendo ora che la lunghezza di mescolamento nello strato limite atmosferico dipen-
da linearmente dalla quota (si ammette che le uttuazioni turbolente aumentino allau-
mentare della distanza dalla supercie):
l
m
= kz
da cui:
dv =
v

k
dz
z
(4.6)
ovvero:
v(z
2
) v(z
1
) =
v

k
ln

z
2
z
1

(4.7)
`
E necessario ora considerare che la denizione dellorigine dellasse z non pu`o avvenire
in maniera univoca per la presenza sulla supercie del terreno di scabrezze (edici, veg-
etazione, etc.) di variabili dimensioni. Si introduce per tale ragione una traslazione d
incognita dellasse z. Il valore di d risulta funzione delle caratteristiche di scabrezza della
supercie. Si deve inoltre osservare come la validit`a dellanalisi svolta sia limitata alla
regione del campo di moto nella quale i processi di trasporto della quantit` a di moto sono
4.2. CONDIZIONI NON-NEUTRALI 33
legati alle uttuazioni turbolente. Questo certamente non accade in vicinanza della parete
dove il moto non `e dominato dalle pulsazioni turbolente che sono limitate dalla presenza
della parete stessa. Esiste dunque una zona, sottostrato limite laminare, ove la legge log-
aritmica non `e valida, nella quale la distribuzione verticale della velocit`a `e dettata dagli
sforzi viscosi di Newton. Si introduce dunque un parametro z
0
che garantisca leguaglian-
za della velocit`a fornita dalle due distribuzioni alla transizione dallo strato laminare a
quello turbolento. La (4.7) viene dunque riscritta nel modo seguente:
v(z) =
v

k
ln

z d
z
0

(4.8)
dove z
0
`e detta lunghezza di attrito, ed `e funzione della scabrezza della supercie, e
k = 0.41 `e la costante di Von-Karman.
4.2 Condizioni non-neutrali
I ragionamenti svolti nel paragrafo precedente valgono se il trasporto verticale `e dovuto
esclusivamente alle uttuazioni di velocit`a, ovvero alla dispersione turbolenta. Questo im-
plica perci`o che non vi sia una componente di trasporto convettivo o, in altre parole, che
latmosfera sia in condizioni di equilibrio indierente o condizioni neutrali. Per caratteriz-
zare le condizioni di equilibrio dellatmosfera rispetto a fenomeni convettivi si introduce,
sulla base di considerazioni dimensionali, la lunghezza di Monin-Obukhov:
L =
v
3

kg
c
p
T
H
i valori della quale discriminano tre diverse situazioni:
L < 0 usso di calore verso lalto: condizioni di instabilit`a;
L > 0 usso di calore verso il basso: condizioni di stabilit`a;
L = usso di calore nullo: equilibrio indierente
In unatmosfera in equilibrio indierente si era visto che (eq. (4.6)):
kz
v

dv
dz
= 1
Nelle condizioni generali di non-neutralit`a si pu`o invece mostrare che vale la relazione:
kz
v

dv
dz
=
m
(z/L) (4.9)
che introduce la dipendenza del prolo di velocit`a dalle condizioni di stabilit`a espresse
dalla lunghezza di Monin-Obukhov. Poich`e per L = si deve ottenere il caso di atmosfera
neutrale, deve essere
m
(0) = 1.
34 Il TRASPORTO ATMOSFERICO
Analogamente a quanto si `e esposto per il trasporto della componente orizzontale della
quantit`a di moto, si possono sviluppare trattazioni analoghe per il trasporto di calore e
di umidit`a. Si deniscono una temperatura scala

=
H
c
p
v

(4.10)
ed una scala q

per lumidit`a:
q

=
E
v

(4.11)
Si possono quindi scrivere, in analogia alla (4.9), le relazioni:
kz

d
dz
=

(z/L)
(4.12)
kz
q

dq
dz
=
q
(z/L)
Le funzioni
m
(z/L),

(z/L) e
q
(z/L) hanno forme diverse, diverse essendo le modalit`a
di trasporto di quantit` a di moto, di calore e di umidit`a.
4.3 Espressioni dei ussi turbolenti
Integrando le (4.9), (4.12), si ottiene:
v
2
v
1
=
v

z
2
/L
z
1
/L

m
(x)
dx
x

2
=
H
c
p
kv

z
2
/L
z
1
/L

(x)
dx
x
(4.13)
q
1
q
2
=
E
kv

z
2
/L
z
1
/L

q
(x)
dx
x
Introducendo ora le denizioni:

m
() =


0
[1
m
(x)]
dx
x

() =


0
[1

(x)]
dx
x

q
() =


0
[1
q
(x)]
dx
x
dove = z/L. Le (4.13) possono essere messe nella forma:
v

=
k (v
2
v
1
)
ln

z
2
z
1

m
(z
2
/L) +
m
(z
1
/L)
4.3. ESPRESSIONI DEI FLUSSI TURBOLENTI 35
H =
c
p
kv

ln

z
2
z
1

(z
2
/L) +

(z
1
/L)
(4.14)
E =
kv

(q
1
q
2
)
ln

z
2
z
1

q
(z
2
/L) +
q
(z
1
/L)
che, assieme alla denizione della lunghezza di Monin-Obukhov
L =
v
3

kg
c
p
T
H
(4.15)
formano un sistema di quattro equazioni in quattro incognite (E, H, v

, L). Eettuando
misure della velocit`a del vento v, della temperatura potenziale e dellumidit`a specica
q a due livelli si possono dunque ottenere stime dei ussi turbolenti. La forma delle
funzioni di correzione per la stabilit`a dellatmosfera,
m
(),

(),
q
() viene trovata
sperimentalmente. In particolare, approssimazioni per
m
() e

() sono:

m
(x) = ln

1 +x
2
2

1 + x
2

2
2tan
1
(x) +

2

per < 0

(x) = 2ln

1 +x
2
2

per < 0
e

m
(x) =

(x) = 5 per > 0 (4.16)


con = z/L e x = (1 15)
1/4
.
In condizioni di neutralit`a dellatmosfera, per le quali L = e quindi = z/L = 0,

m
(0) =

(0) =
q
(0) = 1, e
m
(0) =

(0) =
q
(0) = 0, e inoltre /z = 0
1
=

2
, le quattro equazioni (4.14), (4.15) diventano:
v

=
k v(z)
ln

zd
z
0m

H = 0
(4.17)
E =
kv

[q

q(z)]
ln

zd
z
0h

L =
dove z
0m
`e la lunghezza dattrito per il trasporto di quantit` a di moto, z
0v
`e la lunghezza
dattrito per il trasporto di vapore e q

`e lumidit`a specica in prossimit`a della supercie


ove si assumono condizioni di saturazione (relative alla temperatura superciale).
Le (4.17) possono essere ulteriormente combinate per fornire:
E =
k
2
v(z)
ln

zd
z
0m

ln

zd
z
0h

[q

q(z)] (4.18)
nelle quali si suppone che velocit`a del vento ed umidit`a siano misurate alla medesima
quota z.
36 Il TRASPORTO ATMOSFERICO
Figura 4.2: Percorsi relativi ai processi di evapotraspirazione e corrispondenti resistenze .
4.4 Lequazione di Penman-Montieth
Il usso evaporativo ha, secondo la terza delle (4.14), una forma del tipo:
E =

r
(q
s
q
a
) (4.19)
dove 1/r tiene conto delle condizioni di stabilit`a dellatmosfera e del trasporto turbolento,
q
s
`e lumidit`a specica dellaria in prossimit`a del suolo e q
a
il suo valore ad un livello
atmosferico pi` u elevato. Il parametro r ha il signicato di una resistenza oerta dallat-
mosfera al trasporto di vapore. Nella stima dellevapotraspirazione `e necessario tenere
conto di termini di resistenza addizionali, legati al controllo esercitato dalla vegetazione
sulla traspirazione e dalla tensione superciale sullevaporazione in suoli parzialmente sa-
turi. Si assume dunque che per trasportare il vapore dalla parte interna degli stomata
alla supercie sia necessario vincere una resistenza r
v
e che, analogamente, il trasporto
di vapore dai pori del terreno alla supercie richieda il superamento di una resistenza r
s
.
Due sono i percorsi accessibili al vapore per giungere allo strato superciale atmosferico,
attraverso il terreno (resistenza r
s
) e attraverso la vegetazione (resistenza r
v
). Il processo
`e analogo a quello della conduzione elettrica attraverso resistenze in parallelo soggette ad
una dierenza di potenziale V = (q
s
q
a
) (Figura 4.2). Per ottenere la resistenza totale
r
sv
si considerano i ussi E
s
, usso attraverso il suolo allatmosfera, e E
v
, traspirazione
attraverso la vegetazione:
E
s
=
V
r
s
(4.20)
E
v
=
V
r
v
Il usso totale verso latmosfera `e dato dalla somma di tali ussi:
E
sv
= E
s
+E
v
= V
r
v
+r
s
r
v
r
s
La resistenza totale relativa ai due percorsi in parallelo `e dunque:
r
sv
=
r
s
r
v
r
s
+r
v
4.4. LEQUAZIONE DI PENMAN-MONTIETH 37
r
sv
rappresenta leetto globale, in termini di resistenza, legato alla coesistenza dei due
percorsi che conducono alla supercie. A questa resistenza si aggiunge quella, in serie,
dovuta allatmosfera, cosicch`e levapotraspirazione pu`o essere espressa nel modo seguente:
ET =

r
a
+r
sv
(q

(T
s
) q
a
) (4.21)
nella quale si `e introdotta lassunzione che il vapore nei pori del terreno e negli stomata
sia in condizioni di saturazione alla temperatura superciale T
s
, i.e. q
s
= q

(T
s
).
Con ragionamenti del tutto analoghi, il usso di calore H (seconda delle (4.14)) pu`o
essere espresso nella forma (T in vicinanza della supercie):
H =
c
p
r
a
(T
s
T
a
) (4.22)
nella quale compare unicamente la resistenza dovuta allatmosfera. Si sono usate le
temperature reali anzich`e quelle potenziali in considerazione del fatto che in vicinanza
della supercie la correzione legata alla 3.7 quando, alla supercie, p p
0
`e del tutto
trascurabile.
Le (4.21) e (4.22) richiedono, per la stima dei ussi che esprimono, misure a due
livelli (q
s
, T
s
e q
a
, T
a
). Poich`e lequazione di bilancio dellenergia per la supercie `e una
equazione indipendente che contiene il termine ET `e possibile, facendone uso, eliminare
la necessit`a di misure a due livelli separati. Lequazione di conservazione dellenergia (2.1)
pu`o esprimersi nella seguente forma:
H = R
n
GET (4.23)
nella quale R
n
`e la radiazione netta alla supercie (dierenza tra la radiazione solare e
termica incidente e la radiazione termica emessa dal suolo), G `e il usso netto di calore
nel suolo (il termine CdT
s
/dt in eq. (2.1)).
Per combinare le due equazioni per prima cosa si linearizza lespressione (4.21) per
levapotraspirazione attorno al valore della temperatura dellaria:
ET =

r
a
+r
sv

(T
a
) +
dq

dT

T
a
(T
s
T
a
) q
a

(4.24)
Posto
dq

dT

T
a
=

p
de
dT
=

p

eliminando (T
s
T
a
) tra la (4.22) e la (4.24) si ricava:
ET =

r
a
+r
sv

(T
a
) +

c
p
p
r
a
Hq
a

Si denisce ora
=
c
p
p

38 Il TRASPORTO ATMOSFERICO
e si utilizza la (4.23) per esprimere H. Esplicitando levapotraspirazione, il usso di calore
latente si esprime:
ET =

(R
n
G) +

r
a
[q

(T
a
) q
a
]
1 +

+
r
sv
r
a
(4.25)
Questa relazione `e detta equazione di Penman-Montieth e stabilisce che il usso di calore
latente `e dato da una composizione della forzante (lenergia disponibile R
n
G) e della
domanda evaporativa dellatmosfera ()/r
a
[q

(T
a
) q
a
].
Levaporazione potenziale E
p
`e il valore del usso di vapore che si realizza quando n`e
il suolo n`e la vegetazione esercitano alcuna restrizione (illimitata disponibilit`a dacqua).
In tale situazione si ha r
sv
= 0:
E
p
=

(R
n
G) +

r
a
[q

(T
a
) q
a
]
1 +

(4.26)
Questo rappresenta il valore massimo che il usso evaporativo pu`o raggiungere date le
condizioni atmosferiche assunte. Si pu`o misurare lecienza dellevapotraspirazione da
una supercie come rapporto tra levapotraspirazione eettiva e levaporazione potenziale:
=
ET
E
p
=
1 +

1 +

+
r
sv
r
a
(4.27)
Se la resistenza dovuta alla vegetazione e/o al suolo aumenta, r
sv
aumenta e 0. Se
queste resistenze invece si annullano, 1.
4.5 La misura dellevapotraspirazione
4.5.1 Bilancio di massa
Le misure di questo tipo si basano sullistituzione di unequazione di bilancio di massa per
un volume di suolo al di sotto della supercie. La misura consiste dunque nel determinare
i termini dellequazione di conservazione:
ET = P (V
D
+ V ) /A (4.28)
che si riferisce ad un periodo di osservazione t. ET `e levapotraspirazione totale media
per il volume di controllo ssato, P `e laltezza di precipitazione media del periodo, V
D
`e il
volume dacqua che lascia il volume di controllo sulla supercie o al di sotto di essa, V
`e la variazione del contenuto dacqua del volume di controllo ed A `e larea che delimita
superiormente il volume di controllo.
I metodi che si basano su questa equazione di bilancio sorono tutti il comune difetto
di accumulare, nella determinazione di ET, le incertezze di misura dei termini a secondo
membro della (4.28). Il problema `e aggravato dal fatto che spesso ET `e una frazione di
P, cosicch`e essa viene calcolata come piccola dierenza di termini relativamente grandi.
Il metodo pu`o essere applicato su diverse scale spazio-temporali. Si pu`o istituire il
bilancio per un bacino idrologico oppure applicarlo ad un volume di suolo delimitato da
pareti e appropriatamente strumentato, detto lisimetro.
4.5. LA MISURA DELLEVAPOTRASPIRAZIONE 39
Bilancio di bacino Nel primo caso, particolarmente delicata `e la determinazione del
volume dacqua V
D
che lascia il bacino idrograco scelto nellintervallo di tempo adottato.
Dicile `e infatti solitamente la determinazione accurata di tale termine, non essendo
possibile conoscere con esattezza i movimenti dellacqua subsuperciale. Unulteriore
problema `e inoltre rappresentato dalla dicolt`a di misurare accuratamente in bacini estesi
il termine di accumulo V . Questa circostanza limita lutilizzo di tale metodo a scale
temporali piuttosto grandi, per le quali lerrore commesso nella valutazione di tale termine
diventa confrontabile con lincertezza nella determinazione della precipitazione media e
del deusso. In particolare il metodo ben si presta ad analisi su scala annuale, per la
quale la variazione V pu`o essere trascurata.
Lisimetri Un lisimetro `e costituito da un contenitore che isola una porzione di suo-
lo da quello circostante. Superiormente il suolo pu`o essere coperto di vegetazione. Il
termine di deusso V
D
`e nullo, quando il lisimetro sia idrologicamente isolato dal suolo
circostante, oppure facilmente misurabile attraverso appositi dispositivi. La variazione
del contenuto dacqua viene determinata al termine del periodo considerato, per pesatura
dellintero lisimetro o per misura diretta (ad esempio con una sonda a neutroni). Uno dei
vantaggi della misura lisimetrica `e che questa pu`o fornire valori di riferimento per diverse
vegetazioni od associazioni di vegetazioni.
La cassa lisimetrica deve essere realizzata preferibilmente isolando una porzione di
suolo senza perturbarlo o, solo per terreni molto sciolti, disponendo il materiale avendo
cura di preservare il prolo verticale ed il costipamento del terreno circostante. Date
queste cautele, il costo di realizzazione e manutenzione di un lisimetro `e in genere piuttosto
elevato e ne limita solitamente luso a scopi di ricerca di qualche rilevanza.
4.5.2 Misure del usso di vapore
Queste tecniche consistono di misure pi` u o meno dirette del usso di evapotraspirazione
e si basano sullapplicazione delle equazioni del trasporto di vapore nello strato limite
atmosferico, attraverso il meccanismo di dispersione turbolenta e di instabilit`a convettiva,
o sulla misura delle uttuazioni turbolente di velocit`a e umidit`a specica.
Metodi aerodinamici I metodi aerodinamici si basano sulluso delle equazioni (4.14),
(4.15) che vengono qui ripetute:
v

=
k (v
2
v
1
)
ln

z
2
z
1

m
(
z
2
L
) +
m
(
z
1
L
)
H =
c
p
kv

ln

z
2
z
1

(
z
2
L
) +

(
z
1
L
)
(4.29)
E =
kv

(q
1
q
2
)
ln

z
2
z
1

q
(
z
2
L
) +
q
(
z
1
L
)
40 Il TRASPORTO ATMOSFERICO
L =
v
2

kg
c
p
T
H
Come si `e accennato in precedenza, misure della velocit`a del vento v, della temperatura
potenziale e dellumidit`a specica q a due diverse elevazioni forniscono i valori delle
quattro incognite E, H, v

, L ed in particolare dei ussi di calore e vapore. La forma


delle
m
(),

(),
q
() `e nota sperimentalmente.
Se si pu`o introdurre lipotesi di atmosfera neutrale (H = 0) le (4.29) si semplicano
notevolmente e levaporazione si esprime semplicemente attraverso la (4.18):
E =
k
2
v(z)
ln

zd
z
0m

ln

zd
z
0h

[q

q(z)]
Si noti come i metodi aerodinamici non tengano conto della presenza della vegetazione
e possano dunque essere impiegati solo nel caso di suolo nudo.
LEquazione di Penman-Montieth La valutazione dellevapotraspirazione attraver-
so lequazione di Penman-Montieth presenta incertezze legate principalmente alla deter-
minazione dei termini di resistenza r
a
e r
sv
, in particolare per la variabilit` a legata alle
dierenze tra diverse colture. Inoltre `e necessario procedere alla misura o alla stima del
termine R
n
(attraverso un radiometro o attraverso relazioni approssimate) mentre G viene
ottenuto utilizzando delle piastre misuratrici di usso che vengono poste al di sotto della
supercie del suolo (o, di nuovo attraverso stime).
Un metodo standardizzato di valutazione dellevapotraspirazione attraverso lequazione
di Penman-Montieth fa capo alle speciche della FAO (Pereira et al., 1998).
Moltiplicando numeratore e denominatore della (4.25) per e ricordando che q

= e/p,
la (4.25) diviene:
ET =
(R
n
G) +
c
p
r
a
[e

e
a
]
(1 +
r
sv
r
a
) +
(4.30)
dove e

`e la tensione di vapore di saturazione corrispondente alla temperatura dellaria.


La FAO propone di calcolare levapotraspirazione eettiva ET
c
per una data coltura
attraverso la:
ET
c
= k
c
ET
0
(4.31)
dove ET
0
`e levapotraspirazione relativa ad una coltura di riferimento e k
c
`e un coeciente
colturale che pu`o assumere valori indicativamente compresi tra 0.2 e 1.4 in dipendenza
dalla coltura e dallo stadio di maturazione (ad esempio, per il mais, k = 1.2 nel periodo
di maturazione e k = 0.6 verso la ne del suo ciclo vitale). La coltura di riferimento `e
denita dalla FAO come: unipotetica coltura di riferimento con unaltezza di 0.12 m, una
resistenza ssata r
sv
= 70s m
1
ed un albedo pari a 0.23. In realt`a in origine la coltura di
riferimento era denita come una supercie erbosa di ssata altezza ed albedo. Vediamo
come sia possibile calcolarne la resistenza r
sv
. Questa `e empiricamente espressa da:
r
sv
=
r
l
LAI
a
(4.32)
4.5. LA MISURA DELLEVAPOTRASPIRAZIONE 41
dove LAI
a
`e il Leaf Area Index attivo. Il Leaf Area Index `e una quantit` a adimensionale
data dal rapporto tra larea delle foglie (con riferimento al solo lato superiore) per unit`a di
area del suolo sottostante. Il LAI attivo `e lindice dellarea delle foglie che eettivamente
contribuisce allo scambio superciale di calore e di vapore ed `e generalmente denito
rispetto alla porzione superiore della supercie vegetale illuminata dal sole. Lo LAI `e
variabile da coltura a coltura ma valori tra 3 e 5 sono comuni per molte colture mature.
Infatti, per una data coltura, lo LAI cambia durante la crescita e normalmente raggiunge
un massimo in prossimit`a del periodo di oritura. Unespressione generale per LAI
a
`e:
LAI
a
= 0.5 LAI (4.33)
che assume che solo la met`a superiore della coltura contribuisca attivamente allo scambio
di calore e vapore.
La resistenza r
l
`e la resistenza media oerta da una singola foglia. La resistenza
`e caratteristica di ciascuna coltura, di solito aumenta nel tempo no alla maturazione
ed `e inuenzata dal clima e dalla disponibilit`a dacqua. La resistenza aumenta quando
la coltura `e sotto stress per mancanza di acqua e limita la traspirazione per cercare di
compensare tale carenza.
Quando la disponibilit`a dacqua `e suciente la FAO indica un valore medio valido per
molte colture pari a r
l
= 100s m
1
.
Per quanto riguarda una supercie erbosa (quale la supercie di riferimento) lo LAI
pu`o essere espresso come:
LAI = 24 h (4.34)
dove h `e laltezza dellerba.
Siamo ora in grado di fornire una stima della resistenza r
sv
per la coltura di riferimento
attraverso le (4.32), (4.33) e (4.34):
r
sv
=
100
0.5 24 0.12

= 70s m
1
(4.35)
Per poter stimare levapotraspirazione per la supercie di riferimento `e necessario
assegnare un valore anche alla resistenza aerodinamica r
a
. Questa, combinando la prima
e la terza delle (4.29) pu`o essere espressa come:
r
a
=
ln

z
v
d
z
om

ln

z
h
d
z
oh

k
2
v(z
v
)
(4.36)
dove z
v
, `e laltezza alla quale viene misurata la velocit`a del vento, z
om
`e la lunghezza
dattrito per il trasporto di quantit` a di moto, z
h
`e laltezza alla quale `e misurata lumidit`a
(o, che `e lo stesso, la pressione parziale del vapore), z
oh
la lunghezza dattrito per il
trasporto di vapore e v(z
v
) `e la velocit`a del vento misurata.
Si noti che le relazioni (4.29) e, quindi, anche la (4.36) valgono solamente per condizioni
di atmosfera in equilibrio neutrale, nelle quali non vi `e scambio di calore sensibile e le
distribuzioni verticali di pressione, temperatura e vapore seguono delle leggi approssima-
tivamente adiabatiche. Ci`o comporta che le relazioni che saranno derivate nel seguito per
42 Il TRASPORTO ATMOSFERICO
la stima dellevapotraspitrazione potranno richiedere alcune correzioni per lapplicazione
a brevi scale temporali (scale orarie od inferiori). Nel caso di scale temporali pi` u lunghe
(giornaliere o maggiori), particolarmente nel caso di supercie con adeguata disponibilit`a
dacqua (situazione nella quale il principale meccanismo di scambio superciale di energia
`e lo scambio di calore latente), lo scambio di calore sensibile `e piccolo e quindi la correzione
di stabilit`a non `e normalmente importante.
Nelle ipotesi descritte `e ora possibile stimare la resistenza aerodinamica r
a
per la
supercie di riferimento. Per un ampio campo di colture (quindi non solo limitatamente
a superci erbose) la lunghezza dattrito per il trasporto di quantit`a di moto e laltezza d
possono essere stimate sulla base dellaltezza h della coltura:
d =
2
3
h
z
om
= 0.123 h
La lunghezza dattrito per lo scambio di vapore pu`o inoltre essere approssimata nel
modo seguente:
z
oh
= 0.1 z
om
Assumendo laltezza di riferimento h = 0.12 m e laltezza standard di misura del vento
e dellumidit`a z
v
= z
h
= 2 m, la resistenza aerodinamica per la supercie erbosa di
riferimento risulta:
r
a
=
208
u
2
(4.37)
dove u
2
`e la velocit`a del vento misurata ad unaltezza di 2 metri espressa in m/s.
Allo scopo di esprimere levapotraspirazione in forma semplicata sulla base della
(4.30) si pu`o ora osservare che:
c
p
r
a
=

r
a
P
=

208R
d
u
2
T
(4.38)
nella quale si `e usata lequazione di stato dei gas ideali (confondendo la temperatura e la
temperatura virtuale).
Sostituendo nella (4.30) le (4.35), (4.37) e (4.38) si ottiene dunque, per levapotraspi-
razione dalla coltura di riferimento:
ET
0
=
(R
n
G) +

208R
d
u
2
T
[e

e
a
]
(1 + 0.34 u
2
) +
(4.39)
La (4.39) fornisce una stima dellevapotraspirazione di riferimento attraverso la quale
confrontare levaporazione in diversi periodi dellanno o in diverse regioni per la medes-
ima coltura oppure levaporazione relativa a diverse colture nelle medesime condizioni
climatiche. La stima dellevapotraspirazione di riferimento attraverso la (4.39) richiede la
conoscenza dei valori di temperatura dellaria, della pressione parziale del vapore, della
radiazione incidente e della velocit`a del vento.
Qualora il contenuto dacqua del terreno sia ridotto, la vegetazione `e in grado di
esercitare un controllo sullevapotraspirazione, riducendo lapertura degli stoma. Tale
4.5. LA MISURA DELLEVAPOTRASPIRAZIONE 43
eetto di riduzione pu`o, secondo il metodo FAO, essere tenuto in conto introducendo un
ulteriore coeciente di stress, k
c
, attraverso il quale ridurre levapotraspirazione colturale:
ET = k
s
k
c
ET
0
Per determinare il valore di k
s
si deniscono, rispetto al contenuto dacqua del suolo,
le due condizioni:
Capacit`a di campo: `e la quantit` a dacqua che il suolo `e in grado di trattenere contro
la gravit`a;
Punto di appassimento: `e il contenuto dacqua in corrispondenza del quale la
vegetazione appassisce perch`e non `e pi` u in grado di sottrarre acqua al terreno.
Le condizioni ideali per lo sviluppo e la sopravvivenza della vegetazione sono in vicinanza
della capacit`a di campo (le piante non sono in grado di utilizzare lacqua gravitazionale).
Il contenuto dacqua di un suolo pu`o essere quanticato attraverso la saturazione relativa
s:
s =
V
H
2
O
V
pori
; 0 s 1
Siano s
cc
e s
pa
il contenuto dacqua corrispondente alla capacit`a di campo ed al punto di
appassimento rispettivamente. Si denisce quindi lacqua totale disponibile, h
T
:
h
T
= (s
cc
s
pa
) nZ
r
dove n `e la porosit`a e Z
r
`e lo spessore di suolo interessato dagli apparati radicali. Lac-
qua totale disponibile `e lacqua che `e potenzialmente accessibile alla vegetazione, mentre
lacqua direttamente disponibile, h
D
, `e denita come la frazione di tale quantit` a che pu`o
essere utilizzata dalle piante senza che venga indotto alcuno stress:
h
D
= p h
T
Normalmente 0.3 p 0.7 (ad es. per il mais `e p

= 0.55 e Z
r

= 1.0 1.7 m, mentre per
lalfalfa si pu`o assumere p

= 0.6 e Z
r

= 1.03.0 m). Si introduce inne il decit dacqua,
D:
D = (s
cc
s) nZ
r
che `e nullo alla capacit`a di campo. Finch`e D < h
D
si pu`o assumere che la vegetazione
non sia sottoposta a stress idrico e che quindi levapotraspirazione proceda alla sua mas-
sima velocit`a (k
s
= 1). Quando D > h
D
la FAO suggerisce di assumere k
s
linearmente
decrescente nch`e si annulli per D = h
T
:
k
s
= 1; se 0 < D < h
D
k
s
=
h
T
D
h
T
h
D
=
h
T
D
(1 p)h
T
; se h
D
D
44 Il TRASPORTO ATMOSFERICO
Il calcolo dellevapotraspirazione con il metodo FAO-Penman-Montieth. Luso del metodo
FAO-Penman-Montieth (4.39) richiede la conoscenza delle caratteristiche di umidit`a dellatmosfera, la
radiazione incidente e quella assorbita dalla supercie e la velocit`a del vento. Le grandezze che compaiono
nella (4.39) possono essere stimate nel modo seguente.
Pressione parziale di vapore alla saturazione
e

(T) = e

0
exp


R
v

1
T
0

1
T

dove e

0
= 611 Pa, T
0
= 273.15
o
K, R
v
= 461J
o
K
1
kg
1
, = 2.45 10
6
J kg
1
e T `e la temperatura
media del periodo. Valutando ad esempio levapotraspirazione media mensile, T = (T
min
+ T
max
)/2,
ovvero la temperatura media `e valutata come media tra le temperature minima e massima del mese.
La tensione di vapore media del mese considerato pu`o essere calcolata come:
e

=
e

(T
max
) +e

(T
min
)
2
Pendenza della curva di saturazione
Derivando la relazione di Clausius-Clapeyron:
=
de

dT
=
e

0
R
v
T
2
exp


R
v

1
T
0

1
T

Il valore di relativo al mese pu`o essere calcolato come:


=
(T
max
) + (T
min
)
2
Pressione parziale di vapore e
a
Se non sono disponibili misure di e
a
, questa pu`o essere stimata sulla base delle misure di umidit`a
relativa minima e massima:
e
a
=
e

(T
max
)RH
min
/100 +e

(T
min
)RH
max
/100
2
Costante psicrometrica
Secondo la denizione:
=
c
p
P

dove c
p
= 1.013 10
3
J kg
1 o
K
1
e = 0.622. La pressione, in funzione della quota z rispetto al livello
del mare, pu`o essere valutata come:
P = 101300

293 0.0065 z
293

5.26
che fornisce valori in Pascal.
Radiazione netta incidente R
n
La radiazione netta incidente `e data dalla somma tra la radiazione solare netta e la radiazione termica
atmosferica incidente cui si sottrae la radiazione termica emessa dalla supercie:
R
n
= (1 )R
h
+R
a
R
s
La radiazione termica netta pu`o essere parametrizzata nel modo seguente:
R
s
R
a
=

T
4
max
+T
4
min
2

(0.34 0.14

e
a
)

1.35
R
h
R
h0
0.35

(4.40)
4.5. LA MISURA DELLEVAPOTRASPIRAZIONE 45
dove = 5.5576 10
8
W m
2 o
K
4
, la pressione parziale del vapore e
a
`e espressa in kPa e:
R
h0
= (0.75 + 2 10
5
z)I
0
R
h
=

0.25 + 0.5
n
N

I
0
I
0
=
W
0

[
s
sin() sin() +cos() cos() sin(
s
)]

s
= cos
1
[tg() tg()]
= 0.409 sin

2
365
D 1.39

N =
24


s
R
h0
`e la radiazione incidente in condizioni di cielo limpido, n `e il numero eettivo di ore di sole, mentre
N `e il numero massimo di ore di luce per il periodo dellanno considerato. Si noti che se R
h
/R
h0
1 si
impone R
h
/R
h0
= 1 nella (4.40). W
0
= 1353 W m
2
`e la costante solare,
s
`e langolo orario al tramonto,
la latitudine in radianti, delta la declinazione solare e D il giorno giuliano (nel caso di calcolo su base
mensile si considera il giorno 15 del mese).
Radiazione assorbita dal suolo G
Se la temperatura del suolo nel periodo t considerato passa dal valore T
i1
al valore T
i
si pu`o
scrivere:
G = C
T
i
T
i1
t
z (4.41)
dove C `e la capacit`a termica del suolo (per la quale un valore indicativo pu`o essere C = 2.1M J m
3 o
K
1
).
Per utilizzare la (4.41) bisogna individuare lo spessore di suolo che partecipa agli scambi di energia alla
scala temporale considerata. Per una scala mensile su pu`o ad esempio assumere z

= 0.5m. Poich`e `e
raro poter disporre di misure della supercie del suolo, usualmente si assume di poter confondere, per
lapplicazione della (4.41), la temperatura del suolo con quella dellaria.
Metodo combinato La necessit`a di misurare lumidit`a specica atmosferica pu`o essere
eliminata utilizzando la seconda delle (4.29) e la (4.23):
ET = R
n
GH (4.42)
Si pu`o infatti calcolare H attraverso la (4.22) o la seconda delle (4.29) ed utilizzare questo
valore nella (4.42) per ottenere ET, date delle misure di R
n
e G.
Metodo della correlazione Questo metodo si basa sulla misura diretta dei termi-
ni uttuanti della velocit`a e dellumidit`a specica che compaiono nellespressione del
trasporto verticale di vapore:
ET = wq = (w +w

)(q +q

) = wq +w

(4.43)
Se il valor medio della componente verticale w della velocit`a `e nullo (atmosfera stabile)
levapotraspirazione si ottiene calcolando la correlazione tra le uttuazioni di velocit`a e
quelle di umidit`a specica.
Analogamente, per il trasporto di calore, si ottiene:
H = c
p
w

(4.44)
46 Il TRASPORTO ATMOSFERICO
Questultima relazione pu`o anche essere usata assieme alla (4.42) per ottenere una
misura di ET.
Esistono sensori in grado di eseguire queste misure simultaneamente e di calcolare le
correlazioni internamente in modo automatico.
Evapotraspirazione potenziale mensile, metodo di Thornthwaite. Thornthwaite
propone di valutare levapotraspirazione potenziale mensile utilizzando la relazione:
ET
p
= 16 N
m

10T
m
I

a
; (inmm)
dove N
m
`e pari al numero massimo di ore di luce, N, per la latitudine considerata diviso
12, i.e. N
m
= N/12. Si ha:
N =
24
s

s
= cos
1

tan()tan()

= 0.409sin

2
365
D
15
1.39

dove D
15
`e il giorno giuliano corrispondente al quindicesimo giorno del mese considerato.
Inoltre T
m
`e la temperatura media mensile:
T
m
=
1
31
31

i=1

T
MAX, i
+T
MIN, i
2

I `e detto indice di calore per lanno considerato:


I =

m=1
12

T
m

1.5
inne:
a = 6.7x10
7
I
3
7.7x10
5
I
2
+ 1.8x10
2
I + 0.49
Si `e osservato che la formula di Thornthwaite tende a sovrastimare levapotraspirazione
potenziale durante i mesi caldi.
Capitolo 5
La Precipitazione
5.1 Elementi di sica della precipitazione
Tre sono le condizioni necessarie anche possa realizzarsi un fenomeno di precipitazione:

`
E necessario che si realizzino le condizioni di saturazione, ovvero che la tensione di
vapore raggiunga il valore stabilito dalla legge di Clausius-Clapeyron: e = e

(T).
`
E
dunque necessario un meccanismo di rareddamento, che avviene per innalzamento
di masse daria;
Deve avvenire un cambiamento di fase dallo stato aeriforme a quello liquido (o
a quello solido). Questo processo richiede la presenza di nuclei di condensazione
formati dallaerosol atmosferico;
Le gocce dacqua devono accrescersi no a raggiungere una dimensione tale da farle
precipitare.
`
E comune il vericarsi delle prime due condizioni che danno luogo alle nuvole. Queste,
se non si realizza la terza condizione, presto si disperdono.
5.1.1 Meccanismi di rareddamento
I meccanismi pi` u frequenti attraverso i quali pu`o avvenire linnalzamento di masse daria
ed il loro conseguente rareddamento sono tre.
Meccanismi frontali. Qualora la circolazione di grande scala spinga un fronte di
aria calda al di sopra di un fronte freddo, il primo si riduce la propria temperatura
inizialmente secondo il lapse rate adiabatico potenzialmente raggiungendo una tem-
peratura alla quale il contenuto di vapore w originario diviene di saturazione nelle
nuove condizioni di pressione: w

(T) = e

(T)/p = w.
Meccanismo orograco. Questo meccanismo `e relativo alla circostanza in cui
un vento relativamente caldo e quindi carico di umidit`a spiri contro unostacolo
orograco. Laria `e costretta ad innalzarsi al di sopra dellostacolo rareddandosi e
potenzialmente raggiungendo le condizioni di saturazione.
47
48 CAPITOLO 5. LA PRECIPITAZIONE
Figura 5.1: Dimensioni relative delle gocce dacqua presenti nellatmosfera (adattato da
McDonald, 1958).
Meccanismo convettivo. Come si `e avuto modo di descrivere nel Capitolo 3
latmosfera pi` u trovarsi in condizioni di instabilit`a in relazione al prolo verticale
di temperatura. Nel caso di tale instabilit`a si instaurano spontaneamente moti
convettivi che producono il rareddamento delle masse daria coinvolte e quindi la
loro potenziale saturazione.
5.1.2 Il cambiamento di fase e i processi di nucleazione
Se si immagina di rareddare una particella daria umida no alla temperatura alla quale
questa risulta satura non si osserva, in condizioni ideali, alcuna condensazione. Se si
diminuisce ulteriormente la temperatura si nota che la condensazione pu`o avere inizio
solo quando lumidit`a specica assume un valore pari ad alcune volte lumidit`a specica
di saturazione. Questa circostanza `e legata al fatto che il cambiamento di fase richiede
la creazione di uninterfaccia di separazione tra le due fasi: la condensazione su questa
interfaccia richiede il superamento di una barriera di potenziale legata allenergia libera che
ne caratterizza la supercie. Questo problema tuttavia non si pone nellatmosfera ove sono
presenti grandi quantit`a di particelle solide che agiscono come nuclei di condensazione che
riducono lenergia di attivazione necessaria allinizio del processo di condensazione. Cos`,
nellatmosfera, la condensazione pu`o avere inizio per piccoli valori di sovrasaturazione.
Attraverso questo processo di nucleazione eterogenea si ha la formazione delle nubi.
Queste sono un insieme di piccolissime goccioline in numero di diverse centinaia per metro
cubo con raggi dellordine di 10m (cfr. Figura 5.1).
5.1.3 Meccanismi di accrescimento
Le gocce contenute nelle nuvole sono troppo piccole per poter precipitare ed `e dunque
necessario che alcune si accrescano a spese delle rimanenti anch`e la pioggia possa avere
inizio. Questo avviene inizialmente per diusione del vapore verso la supercie della
goccia. Quando (e se) tale goccia si `e accresciuta a sucienza assume una velocit`a rel-
ativa rispetto alle gocce pi` u piccole circostanti ed inizia a cadere. Nel corso del suo
moto essa si accresce ulteriormente in conseguenza delle colllisioni con le altre gocce, ac-
5.2. STRUTTURA E MISURA DELLA PRECIPITAZIONE 49
Figura 5.2: Struttura spaziale gerarchica caratteristica degli eventi di precipitazione.
quisendo velocit`a sempre pi` u alte. Questo processo `e indicato globalmente con il nome di
coalescenza.
5.2 Struttura e misura della precipitazione
5.2.1 La struttura spaziale della precipitazione
I fenomeni di precipitazione sono organizzati spazialmente in strutture gerarchiche a scale
progressivamente maggiori (cfr. Figura 5.2).
Microscala o scala convettiva. A questa scala, dellordine di 1-5 km, predomi-
nano le celle convettive caratterizzate da elevate intensit` a di precipitazione e durate
dellordine di 30 minuti. Le celle sono organizzate in gruppi di celle, i quali sono a
loro volta organizzati in gruppi di gruppi.
Mesoscala. Questa `e la scala, dellordine di 5-50 km, alla quale sono organizzate
le strutture delle celle. Un temporale `e un evento caratteristico di mesoscala. Lin-
tensit`a di precipitazione alla mesoscala `e inferiore a quella caratteristica delle celle
convettive.
Scala sinottica. Questa `e la scala, superiore a 100 km, caratteristica della circo-
lazione globale. A tale scala si osservano raggruppamenti di insiemi di celle.
5.2.2 La misura della precipitazione
Il metodo pi` u semplice e tradizionale di misura della precipitazione fa uso del pluviometro.
Questo `e un serbatoio con unapertura di area nota (i pluviometri utilizzati dal Servizio
Idrograco Italiano hanno supercie di 1000 cm
2
ed un diametro D = 17cm) per la
raccolta della precipitazione. Giornalmente (di regola alle 9 del mattino), il contenuto
del pluviometro `e quanticato per pesatura quindi questo viene vuotato. La misura di
50 CAPITOLO 5. LA PRECIPITAZIONE
precipitazione, espressa come volume per unit`a di area, viene attribuita al giorno della
lettura ed ha cadenza giornaliera.
La misura pu`o essere registrata in modo automatico su un tamburo rotante da un
pennino collegato ad una bilancia. In tal caso lo strumento `e detto pluviografo e fornisce
normalmente una misura oraria. I moderni pluviogra sono collegati ad una rete di
telemisura che trasmette in tempo reale le osservazioni ad un computer centrale.
I pluviogra forniscono misure di precipitazione rappresentative di aree dellordine del
metro quadro e quindi di natura sostanzialmente puntuale.
In molte applicazioni idrologiche `e viceversa necessario disporre del valore medio della
precipitazione in una regione ssata (e.g. nel caso delle applicazioni dei modelli di aussi-
deussi, cfr. Capitolo 7). Se tale regione `e di piccole dimensioni rispetto alle dimensioni
caratteristiche delle perturbazioni (indicativamente inferiori ad 1 km
2
) la pioggia pu`o
essere ritenuta costante nello spazio e quindi misurata con un unico pluviometro. Se
invece la regione considerata ha dimensioni di qualche rilevanza `e necessario disporre di
pi` u misure nello spazio ed eettuarne una media signicativa.
Diversi sono i metodi per ottenere il valore medio del campo di precipitazione in
una regione ssata. Un primo, e pi` u tradizionale, metodo fa capo alla denizione dei
poligoni di Thiessen. Date le posizioni dei punti di misura, si tracciano i segmenti che
congiungono ognuno di tali punti con ciascuno degli altri. Tali segmenti deniscono
delle maglie triangolari. Dal baricentro di ciascuno di tali triangoli si tracciano le linee
ortogonali ai tre lati: tali linee suddividono lo spazio in aree aerenti a ciascuno dei punti
di misura. Si procede dunque assegnando a ciascuna di tali aree il valore misurato nel
punto cui questa aerisce e calcolando dunque una media delle misure eettuate pesata
rispetto alle aree di aerenza.
Unaltra impostazione, codicata dalla World Meteorological Organisation (WMO),
nota lintensit`a di precipitazione i
k
negli N punti x
k
prevede di calcolare la precipitazione
nel generico punto x dello spazio attraverso linterpolazione:
i(x) =
N

k=1
g
k
i
k
(5.1)
I pesi g
k
sono calcolati nel seguente modo:
g
k
=
r
1
k

N
k=1
r
1
k
dove r
k
= |x
k
x|. Questo modo di procedere assume che la relazione tra i valori del-
lintensit`a di precipitazione in punti diversi diventi sempre meno stringente allaumentare
della distanza tra i punti stessi.
Un metodo concettualmente pi` u rigoroso, previsto dal WMO in quanto fornisce risul-
tati pi` u adabili, fa uso delle tecniche di Kriging. Per una loro descrizione si rimanda ai
riferimenti bibliograci indicati al termine di questi appunti.
Vale la pena di discutere qui alcuni metodi di validazione delle misure di precipitazione
ovvero di tecniche che permettano di vericare la presenza di errori sperimentali nei
campioni impiegati e di costruire stime dei dati mancanti quando questi non siano corretti
o non siano stati raccolti.
5.2. STRUTTURA E MISURA DELLA PRECIPITAZIONE 51
Un primo metodo `e quello della double mass analysis e consente di valutare lat-
tendibilit`a delle osservazioni di altezza di precipitazione giornaliera h

k
, raccolte in una
data stazione pluviograca, rispetto a quelle, h
k
, di una stazione di controllo nelle vici-
nanze della prima. Se si dispone di pi` u di una stazione di controllo h
k
pu`o essere costruito
come media dei valori misurati in tutte le stazioni di controllo. Si calcolano dunque le
precipitazioni medie annuali, h

i
, h
i
e si costruisce quindi un graco che riporti in ordinata
i valori cumulati y
k
=

k
i=1
h

i
relativi alla stazione sospetta ed in ascissa i corrispondenti
valori x
k
=

k
i=1
h
i
per la stazione di controllo. Se i valori si dispongono nel graco con
buona approssimazione lungo una retta la verica ha dato risultato positivo ed i dati della
stazione sospetta possono essere accettati. Viceversa, se la relazione mostra dei cambia-
menti di pendenza o delle discontinuit`a si deve dubitare della qualit`a dei dati esaminati
e si pu`o risalire al momento dinizio degli errori sistematici evidenziati.
La double mass analysis `e in grado di evidenziare errori sistematici di osservazione per
misure mediate su intervalli di tempo superiori alle 24 ore. Inoltre, tale metodo non `e
in grado di dare indicazioni sulla correttezza del singolo dato, ma solo di insiemi di dati.
Secondo la WMO uno solo `e il metodo di validazione di dati di precipitazione giornalieri
accettabile. La tecnica consiste nel selezionare n stazioni (preferibilmente n 8) nelle
vicinanze di quella da esaminare, avendo cura di campionare tutte le direzioni attorno ad
essa. Per ciascuna stazione j si traducono le precipitazioni giornaliere h
(j)
i
nelle frazioni
f
(j)
i
rispetto alla precipitazione totale dellanno di appartenenza:
f
(j)
i
=
h
(j)
i

nanno
h
(j)
n
Quindi, indicata con r
kj
la distanza tra la stazione k, da esaminare, e la generica
stazione di riferimento j, si costruisce la stima

f
(k)
i
di f
(k)
i
:

f
(k)
i
=

n
j=1
f
(j)
i
/r
2
kj

n
j=1
1/r
2
kj
Convertita la stima della frazione nuovamente in altezza di precipitazione attraverso
la:

h
(k)
i
=

f
(k)
i

ianno
h
(k)
i
il valore h
(k)
i
viene accettato se:
|h
(k)
i

h
(k)
i
| 2, 5mm
oppure
|h
(k)
i

h
(k)
i
| 2/

n
dove `e lo scarto quadratico medio relativo ai valori registrati alla stazione in esame (cfr.
il Capitolo 6 per le denizioni rilevanti).
Nel caso il valore h
(k)
i
venga rigettato,

h
(k)
i
pu`o essere utilizzato come stima del valore
eettivo.
52 CAPITOLO 5. LA PRECIPITAZIONE
Si noti che i metodi per la verica della qualit`a dei dati, quelli discussi come gli altri
metodi discussi nella letteratura specializzata, possano essere utilizzati in modo adabile
solo ove si considerino valori aggregati su tempi maggiori di 24 ore. Ove si sia interessati
ad osservazioni su scala, ad esempio, oraria, le trattazioni discusse non possono trovare
applicazione. Non `e infatti possibile assegnare in modo deterministico valori, per cos`
dire, istantanei della precipitazione in un punto sulla base delle osservazioni in punti
anche relativamente vicini, a causa delle elevate uttuazioni spaziali che la struttura degli
eventi di precipitazione determina nel campo di pioggia a terra. Per unintroduzione a
metodi pi` u generali, di natura probabilistica, si rimanda al Capitolo 6.
Spesso `e importante disporre di misure della distribuzione spaziale della precipitazione
nel tempo. Queste possono essere ottenute attraverso tecniche proprie del telerilevamento
che fanno uso di strumenti RADAR.
I RADAR meteorologici consistono di un trasmettitore ed un ricevitore di onde elet-
tromagnetiche nellintervallo delle microonde (lunghezze donda tra 0, 3 cm e 300 cm):
a queste lunghezze donda `e forte linterazione tra onda elettromagnetica ed acqua. Il
trasmettitore invia degli impulsi in tutte le direzioni mentre il ricevitore registra gli echi
provenienti dagli ostacoli (insiemi di gocce di pioggia) incontrati dallimpulso. Tali mis-
ure sono registrate per volumi di integrazione aventi dimensioni orizzontali dellordine di
qualche chilometro quadrato. La distanza dellostacolo viene determinata sulla base del
tempo impiegato dallonda, di velocit`a nota, a coprire la distanza dal radar allostacolo
e viceversa mentre la direzione di provenienze delleco localizza la posizione dellostaco-
lo in un riferimento polare. Il rapporto tra la potenza delleco e quella di emissione `e
proporzionale alla sezione radar dellostacolo A:
A =

5
k
2
D
6

4
dove k `e legato allindice di rifrazione aria/acqua e vale circa 0, 9 per la pioggia e 0, 2
per neve asciutta, D `e il diametro della goccia di pioggia e `e la lunghezza donda della
radiazione incidente. Per valori di k e costanti, la riettivit`a per unit`a di volume Z,
ovvero il rapporto tra usso energetico incidente e usso energetico riesso da ununit`a
di volume contenente gocce di diversi diametri `e:
Z =


0
f(D)D
6
dD (5.2)
dove f(D) `e la distribuzione di probabilit`a delle dimensioni delle gocce contenute nel
volume considerato. In prossimit`a del suolo, dove la velocit`a verticale dellaria pu`o essere
trascurata, lintensit` a di precipitazione i pu`o essere espressa come:
i =


0
f(D)
D
3
6
w(D)dD (5.3)
dove w(D) `e la velocit`a terminale di una particella di dimensione D e la sua densit`a.
Da un punto di vista operativo, la relazione tra Z, segnale misurato dal RADAR, e
lintensit`a di precipitazione i denita dalle (5.2) e (5.3) prende la forma:
Z = a i
b
(5.4)
5.2. STRUTTURA E MISURA DELLA PRECIPITAZIONE 53
dove:
a = 200 2000
b = 1, 6 1, 7
I valori dei coecienti dipendono dal tipo di RADAR e dalle condizioni ambientali.
54 CAPITOLO 5. LA PRECIPITAZIONE
Capitolo 6
Teoria della probabilit`a e dei
processi stocastici: elementi
I problemi trattati nellambito delle discipline ambientali coinvolgono solitamente un gran
numero di processi le cui dinamiche ed interazioni sono spesso mal conosciute. In aggiunta
a ci`o spesso anche le misure che riguardano tali processi sono aette da errori piuttosto
rilevanti ed incerti, rendendo cos` molte volte impraticabile un approccio di tipo deter-
ministico ai problemi. Esempi di queste situazioni sono lo studio delle precipitazioni in
un punto, della conducibilit`a idraulica dei suoli, dei modi e tempi del trasporto dellacqua
allinterno di un bacino idrograco, della concentrazione di un inquinante in un corpo
idrico. Si rende allora necessaria unimpostazione che permetta di caratterizzare i valori
delle grandezze rilevanti mediante la frequenza con la quale essi si presentano, nel tempo
e/o nello spazio.
Un tale approccio si basa sul concetto di variabile casuale o aleatoria. Questa `e una
variabile della quale non si pu`o prevedere in modo certo il valore, ma che pu`o essere
descritta in base alla frequenza con la quale si presentano i diversi valori che questa
pu`o assumere. La principale classicazione delle variabili casuali distingue tra variabili
discrete, che possono assumere valori tra i numeri naturali (ad es. il numero di giorni
piovosi in un anno), e variabili continue (ad es. il valore dellintensit`a di precipitazione
in un punto ssato ad un certo istante). Linsieme dei valori che una variabile aleatoria
pu`o assumere `e detta popolazione, indicata solitamente con , ed un qualsiasi suo sotto-
insieme E `e detto evento. Ad esempio, la popolazione della variabile aleatoria costituita
dallaltezza annua di precipitazione h in un punto `e lintervallo [0, ]. Un evento pu`o
ad esempio essere denito dalla circostanza che h sia maggiore od uguale ad un valore
pressato.
6.1 La probabilit`a
Si osservi innanzi tutto che la probabilit`a, da un punto di vista intuitivo, `e una funzione
che associa ad eventi di una ssata popolazione un valore che esprime la frequenza con la
quale tali eventi si presentano.
55
56 PROBABILIT
`
A E PROCESSI STOCASTICI
Con riferimento ad una variabile aleatoria discreta, la probabilit`a di un evento E
(ovvero di un sottoinsieme di ) pu`o essere denita come il rapporto tra il numero degli
elementi m che appartengono ad E ed il numero totale n di elementi in :
P(E) =
m
n
Questo approccio `e detto frequentistico, perch`e basa la denizione di probabilit`a di un
evento sulla frequenza con la quale questo si realizza. Questa impostazione ha il vantaggio
di essere piuttosto intuitiva ma si scontra con problemi di unicit`a della denizione quando
si cerchi di applicarla al caso di variabili continue. Per tale ragione `e preferibile una teoria
di tipo assiomatico, che stabilisce dei principi ai quali la probabilit`a, per essere tale, deve
conformarsi. I tre assiomi fondamentali sono:
1. La probabilit`a di un evento `e compresa tra zero e uno;
2. La probabilit`a di un evento certo `e pari a uno: P() = 1;
3. La probabilit`a di un evento E
3
= E
1
UE
2
, unione di due eventi E
1
, E
2
, `e data da:
P(E
3
) = P(E
1
) +P(E
2
) P(E
1
E
2
)
lultimo termine a secondo membro nellequazione del punto 3 `e necessario per evitare
che la probabilit`a dellintersezione di E
1
e E
2
venga sommata due volte.
In aggiunta a questi tre assiomi fondamentali, che deniscono uno spazio di probabilit`a,
si introduce un quarto assioma che stabilisce come si calcoli la probabilit`a dellevento
intersezione di due eventi:
P(E
1
E
2
) = P(E
1
)P(E
2
|E
1
) = P(E
2
)P(E
1
|E
2
)
dove P(E
2
|E
1
) `e la probabilit`a che si realizzi E
2
una volta che si sia realizzato E
1
, ed
`e detta probabilit`a condizionata. Se E
1
ed E
2
sono indipendenti, ovvero il realizzarsi
delluno non ha eetti sul realizzarsi dellaltro:
P(E
1
E
2
) = P(E
1
)P(E
2
)
Sulla base dei quattro assiomi introdotti `e ora possibile costruire una teoria della
probabilit`a che stabilisce come caratterizzare ed operare su variabili aleatorie. Gli elementi
di questa teoria sono esposti nei paragra seguenti.
6.2 Distribuzioni di probabilit`a
Nel caso di una variabile discreta la denizione della distribuzione di probabilit`a di una
popolazione avviene semplicemente associando a ciascun valore x
k
della variabile aleatoria
X un valore di probabilit`a p(x
k
). La funzione p(x) : N R si chiama funzione di
6.2. DISTRIBUZIONI DI PROBABILIT
`
A 57
probabilit`a. La somma delle probabilit`a di tutti i valori possibili deve essere uguale a uno,
poich`e questa rappresenta la probabilit`a dellevento certo, ovvero:

k=0
p(x
k
) = 1
Nel caso di una variabile continua non `e possibile procedere allo stesso modo non
essendo possibile associare un valore non nullo di probabilit`a allinnit`a non numerabile
di valori possibili rispettando lassioma che stabilisce come la somma di tali probabilit`a
debba essere pari allunit`a.
Tralasciando, per il momento, lapproccio rigoroso, la caratterizzazione della dis-
tribuzione di probabilit`a di una variabile continua pu`o essere ottenuta intuitivamente a
partire da una distribuzione discreta attraverso un passaggio al limite. Si abbiano N valori
x
k
della variabile aleatoria X compresi tra x
min
e x
max
e si divida lintervallo [x
min
, x
max
]
in M sotto-intervalli di ampiezza x
i
. Sia n
i
il numero di valori che ricadono nelli-
esimo intervallo [x
i
, x
i+1
]. Si pu`o stimare la probabilit`a dellevento costituito dalli-esimo
intervallo come:
p
i

n
i
N
ed introdurre la densit`a di probabilit`a:
f
i
=
p
i
x
i
La probabilit`a che si realizzi un valore X x
k
`e:
P(X x
k
) = F
k
=
k

i=1
f
i
x
i
Supponiamo ora di aumentare indenitamente il numero di intervalli, ovvero consideriamo
quel che accade quando il massimo dei x
i
viene fatto tendere a zero. Gli intervalli
divengono innitesimi e si ha:
f
i
f(x) Densit`a di Probabilit`a
P(X x
k
) = F
k
P(X x) = F(x) Probabilit`a cumulata di non superamento
Il legame tra le due funzioni `e dunque:
f(x) =
dF
dx
od anche:
F(x) = P(X x) =

f(s)ds
la quantit` a f(s)ds rappresenta la probabilit`a che il valore di X ricada nellintervallo
innitesimo [s, s +ds].
Ne consegue che la probabilit`a che una variabile aleatoria continua assuma un asseg-
nato valore deve essere nulla (innitesima) e che si possa assegnare una probabilit`a nita
solo ad intervalli di valori di ampiezza nita.
58 PROBABILIT
`
A E PROCESSI STOCASTICI
In base agli assiomi introdotti, la probabilit`a di superamento P(X x) `e data da:
P(X x) = 1 P(X x) = 1 F(x)
poich`e il valore di X `e certamente o minore o maggiore di x.
Una caratterizzazione importante di un distribuzione avviene attraverso il momento
r-esimo rispetto ad un valore x
0
. Per una distribuzione di variabile discreta:

r
=
+

k=1
(x
k
x
0
)
r
p(x
k
)
Il momento di primo ordine rispetto allorigine `e la media:
=
+

k=1
x
k
p(x
k
)
mentre il momento di secondo ordine rispetto alla media `e la varianza:

2
=
N

k=1
(x
k
)
2
p(x
k
)
Questa costituisce una misura di quanto la distribuzione di probabilit`a sia dispersa attorno
alla media.
Analogamente per una distribuzione di variabile continua si ha:

r
=

(x x
0
)
r
f(x)dx
=

xf(x)dx

2
=

(x )
2
f(x)dx
Data la distribuzione di probabilit`a di una variabile x si denisce il valore atteso di
una funzione g(x) come:
E[g(x)] =

f(x)g(x)dx
Quello di valore atteso `e un operatore lineare che fornisce un valore attorno al quale ci
si pu`o attendere ricada il valore eettivamente assunto dalla variabile aleatoria in esame.
Si vede che `e

r
= E[(x x
0
)
r
]
= E[x]

2
= E[(x )
2
]
6.3. IL TEMPO DI RITORNO 59
6.3 Il tempo di ritorno
Si consideri una variabile aleatoria X ed innite sue osservazioni x
i
, i = 1, . . .. Fissato un
valore di riferimento x
0
si indichi con x
k
unosservazione nella quale x
k
x
0
e con x
k+m

x
0
la successiva osservazione nella quale si `e vericato un valore maggiore od uguale a x
0
.
Il numero M di osservazioni che `e necessario eettuare per osservare una seconda volta un
valore maggiore od uguale ad x
0
`e una variabile casuale discreta, della quale `e interessante
studiare la distribuzione. La probabilit`a del valore m `e si pu`o ottenere componendo la
probabilit`a di non osservare il superamento di x
0
nelle prime m1 osservazioni e quella
di osservarlo invece nella mesima. La probabilit`a di avere X x
0
in m1 osservazioni
successive `e pari a P(X x
0
)
m1
, mentre la probabilit`a di osservare X > x
0
alla m-esima
osservazione `e P(X > x
0
).
Poich`e i due eventi sono indipendenti si ha:
p(m) = P(X x
0
)
m1
P(X > x
0
) = P(X x
0
)
m1
[1 P(X x
0
)]
Si denisce tempo di ritorno T
r
del valore x
0
la media della variabile M, che vale, per
denizione:
T
r
= (m) =

m=1
mp(m) =

m=1
mP(X x
0
)
m1
[1 P(X x
0
)]
Essendo, per 0 < z < 1:

m=1
mz
m1
=
1
(1 z)
2
si ha:
T
r
=
1
(1 P(X x
0
))
2

P(X x
0
)
(1 P(X x
0
))
2
=
1
1 P(X x
0
)
=
1
P(X > x
0
)
Il tempo di ritorno cos` denito `e espresso in termini di numero di osservazioni. Per ot-
tenerne una misura in termini di tempo `e necessario dividerlo per il numero di osservazioni
eettuate nellunit`a di tempo.
6.4 Distribuzioni di variabili discrete
6.4.1 La distribuzione binomiale
La forma della distribuzione binomiale proviene dal considerare due eventi complementari,
E e E, di probabilit`a, rispettivamente, e 1 . Si eettuino N osservazioni, nelle
quali si sia vericato per m volte levento E e, quindi, N m volte levento E. La
variabile m `e una variabile aleatoria discreta e limitata tra 0 e N. La probabilit`a di
60 PROBABILIT
`
A E PROCESSI STOCASTICI
osservare per m volte levento E e per N m volte E `e
m
(1 theta)
Nm
, mentre il
numero di modi nei quali questo pu`o realizzarsi `e:

N
m

=
N!
(N m)!m!
La probabilit`a totale che si realizzi E in N osservazioni `e dunque:
p(m) =

N
m

m
(1 theta)
Nm
.
Si pu`o mostrare che, conformemente alle denizioni:
N

m=0
p(m) = 1
La media e la varianza della distribuzione sono:
(m) = N

2
(m) = N(1 )
La distribuzione binomiale `e determinata una volta che si siano specicati i valori dei due
parametri N e
6.4.2 La distribuzione di Poisson
Si consideri la distribuzione binomiale e si faccia tendere N ad innito e a zero, man-
tenendo per`o costante il prodotto N = . La funzione di probabilit`a della variabile n
tende allora ad assumere, asintoticamente, la forma:
p(m) = e

m
m!
`e questa la distribuzione di Poisson. La media e la varianza valgono:
(m) =
2
(m) =
La distribuzione di Poisson ha dunque un solo parametro. In campo idrologico `e talvolta
utilizzata per modellare, ad esempio, il numero m di valori della portata di piena in un
corso dacqua che superano una soglia ssata in un periodo di assegnata lunghezza.
6.5 Distribuzioni di variabili continue
6.5.1 La distribuzione Normale
La distribuzione di Gauss, o Normale, `e di grande importanza nella teoria della probabilit`a
e nelle applicazioni statistiche. La densit`a di probabilit`a della distribuzione di Gauss ha
la forma:
f(x) =
1

2
x
e

1
2
(
x
x

x
)
2
6.5. DISTRIBUZIONI DI VARIABILI CONTINUE 61
La distribuzione di Gauss ha dunque due parametri:
x
e
x
. La densit`a di probabilit`a ha
un massimo in corrispondenza della media: media e moda dunque coincidono. I teorema
del Limite Centrale, in una delle sue possibili forme, stabilisce che, data la variabile z:
z =
N

i=1
x
i
denita dalla somma delle variabili indipendenti x
i
comunque distribuite ma aventi medie
e varianze nite, essa assume una distribuzione normale al tendere di N ad innito.
`
E spesso comodo esprimere la distribuzione normale nella sua forma canonica, che
si riferisce ad una variabile con media nulla e varianza unitaria. Denendo la variabile
ridotta:
u =
x
x

x
la densit`a di probabilit`a assume la forma:
f(u) =
1

2
e

u
2
2
Lintegrale di f(u), ovvero la funzione cumulata F(u), si trova pubblicata per le appli-
cazioni.
6.5.2 La distribuzione lognormale
Sia la variabile y distribuita secondo la distribuzione normale. Allora, la variabile x tale
che:
y = ln(x)
`e distribuita secondo la distribuzione lognormale, con densit`a di probabilit`a:
f(x) =
1
x

2
y
e

1
2

lnx
y

2
Si osservi che la popolazione di x `e la semiretta reale positiva. La media e la varianza
della variabile x sono legate ai parametri
y
,
2
y
dalle relazioni:

y
= ln(
x
)
1
2
ln

1 +

2
x

2
x

2
y
= ln

1 +

2
x

2
x

La distribuzione lognormale `e dunque denita da due parametri.


La variabile ridotta u per la distribuzione lognormale si ottiene dalla trasformazione:
u = aln(x) +b
con
a =
1

y
b =

y
62 PROBABILIT
`
A E PROCESSI STOCASTICI
6.5.3 La distribuzione esponenziale
La distribuzione esponenziale `e denita dalla densit`a di probabilit`a:
f(x) =
1
k
e

xx
0
k
La funzione cumulata `e dunque
F(x) = 1 e

xx
0
k
La popolazione della variabile X `e costituita dai valori x x
0
.
La distribuzione esponenziale `e dunque denita da due parametri, k e x
0
, che sono
legati alla media ed alla varianza dalle relazioni:
x
0
=
x

x
k =
x
Di frequente utilizzo `e la distribuzione esponenziale con x
0
= 0:
f(x) =
1
k
e

x
k
che ha un solo parametro.
6.5.4 La distribuzione doppio-esponenziale
La distribuzione doppio esponenziale, o di Gumbel, `e denita dalla funzione cumulata:
F(x) = P(X x) = e
e
(xu)
I parametri e u sono legati alla media e alla varianza dalle relazioni:

x
=

+u

x
=

6
dove = 0, 5772 `e il numero di Eulero.
Introducendo la variabile ridotta y:
y = (x u)
si ha la forma canonica:
F(y) = e
e
y
La distribuzione di Gumbel `e usata per descrivere la popolazione dei valori estremi di
molte grandezze idrologiche.
6.6. DISTRIBUZIONI DI PROBABILIT
`
A CONGIUNTA 63
6.6 Distribuzioni di probabilit`a congiunta
Si considerino due variabili casuali X
1
, X
2
i cui valori siano mutuamente dipendenti. Ci`o
signica che il valore assunto da una delle due variabili inuenza il valore assunta dallal-
tra. Un esempio pu`o essere il valore dellintensit`a di precipitazione osservato allo stesso
istante in due punti dello spazio.
`
E chiaro che il valore osservato in un punto presenta una
relazione, non deterministica, con i valori osservati nellaltro. Le due variabili possono es-
sere caratterizzate singolarmente attraverso le proprie distribuzioni di probabilit`a, F
1
(x
1
),
F
2
(x
2
), le quali per`o non contengono alcuna informazione sul legame probabilistico tra
le due variabili. Si introduce allora il concetto di distribuzione di probabilit`a congiunta
denita attraverso la funzione di probabilit`a F(x
1
, x
2
) che esprime la probabilit`a che sia
contemporaneamente X
1
x
1
e X
2
x
2
:
F(x
1
, x
2
) = P(X
1
x
1
, X
2
x
2
)
Si pu`o ora introdurre la densit`a di probabilit`a f(x
1
, x
2
) attraverso la relazione integrale:
F(x
1
, x
2
) =

x
1

ds
1

x
2

f(s
1
, s
2
)ds
2
I ragionamenti introdotti non sono validi solamente per coppie di variabili casuali, ma
possono estendersi ad n-ple di variabili. Cos` si pu`o denire per un insieme di n vari-
abili X
1
, X
2
, . . . , X
n
(vettore aleatorio in R
n
) , la distribuzione di probabilit`a congiunta
F(x
1
, x
2
, . . . , x
n
), che esprime la probabilit`a che contemporaneamente:
X
i
x
i
i
Come in precedenza si pu`o introdurre loperatore di valore atteso:
E[g(x
1
, x
2
)] =

g(x
1
, x
2
)f(x
1
, x
2
)dx
1
dx
2
Analogamente a quanto fatto in precedenza per singole variabili aleatorie `e possibile
introdurre il concetto di momento di una distribuzione congiunta. Con riferimento al caso
di una coppia di variabili, si denisce il momento di ordine r rispetto a X
1
e di ordine s
rispetto a X
2
, con origini x
10
e x
20
:

rs
=

(x
1
x
10
)
r
(x
2
x
20
)
s
f(x
1
, x
2
)dx
1
dx
2
Di particolare importanza `e il momento del primo ordine rispetto ad entrambe le
variabili x
1
e x
2
, calcolato rispetto alle origini
x
1
e
x
2
, che prende il nome di covarianza:
c
X
1
X
2
=

(x
1

x
1
)(x
2

x
2
)f(x
1
, x
2
)dx
1
dx
2
Si osservi che:
c
X
1
X
2
= E[(x
1

x
1
)(x
2

x
2
)]
64 PROBABILIT
`
A E PROCESSI STOCASTICI
Si pu`o mostrare che quando le due variabili X
1
e X
2
sono tra loro indipendenti la
covarianza `e nulla: si dice allora che queste sono non correlate. Non `e vero linverso:
due variabili casuali non correlate non sono necessariamente tra loro indipendenti. Si
consideri ad esempio una variabile X con distribuzione Gaussiana a media nulla e la
variabile Y = X
2
. La covarianza di X e Y `e:
E[XY ] = E[XX
2
] = E[X
3
] = 0
lultima eguaglianza derivando dal fatto che la Gaussiana `e una distribuzione simmetrica.
Come si vede X e Y non sono indipendenti (sono anzi legate da una relazione deter-
ministica) ma non sono correlate. Particolare attenzione va dunque esercitata quando si
esamini la dipendenza di due variabili attraverso la loro covarianza.
Si consideri il caso della distribuzione congiunta di due variabili aleatorie indipendenti.
Allora, per uno degli assiomi della teoria della probabilit`a:
F(x
1
, x
2
) = P(X
1
x
1
, X
2
x
2
) = P(X
1
x
1
|X
2
x
2
)P(X
2
x
2
) =
= P(X
1
x
1
)P(X
2
x
2
) = F
1
(x
1
)F
2
(x
2
)
Per derivazione si ottiene analogamente per due variabili indipendenti:
f(x
1
, x
2
) = f
1
(x
1
)f
2
(x
2
)
Semplice risulta lestensione al caso del vettore aleatorio in R
n
.
6.6.1 Distribuzione di una variabile aleatoria somma di variabili
aleatorie
Particolarmente rilevante risulta la possibilit
`
di determinare la distribuzione di probabilit`a
di una variabile aleatoria che sia denita come somma di altre variabili aleatorie. Si
consideri, per semplicit`a, il caso della somma di due variabili aleatorie:
Y = X
1
+X
2
(6.1)
Per ottenere la distribuzione di probabilit`a di Y `e suciente considerare che, per un
ssato valore y di Y , la (6.1) rappresenta una retta nel piano (X
1
, X
2
). Le coppie di
valori (x
1
,x
2
) che danno luogo ad un valore di Y inferiore al valore y ssato giacciono
nel semipiano delimitato superiormente da tale retta (cfr. Figura 6.1). Indicato con A
linsieme costituito da tale semipiano si ha:
F
Y
(y) = P(A) =

dx
1

yx
1

f
X
1
X
2
(x
1
, x
2
)dx
2
Derivando questa espressione rispetto a y si ottiene la densit`a di probabilit`a di y:
f
Y
(y) =
dF
Y
dy
=

f
X
1
X
2
(x
1
, y x
1
)dx
1
Se le due variabili aleatorie x
1
e x
2
sono indipendenti si ha:
f
Y
(y) =

f
X
1
(s)f
X
2
(y s)ds
che `e detto integrale di convoluzione.
6.7. ELEMENTI DI STATISTICA 65
Figura 6.1: Determinazione della distribuzione di probabilit`a di una variabile aleatoria Y
denita dalla somma di due variabili aleatorie X
1
e X
2
.
6.7 Elementi di Statistica
La Statistica si occupa delladattamento delle distribuzioni di probabilit`a sulla base di
un insieme di osservazioni. Un campione `e costituito da un numero N (dimensione del
campione) di valori osservati di una variabile aleatoria e costituisce un sottoinsieme della
popolazione di tale variabile aleatoria. Lo scopo della statistica `e ricavare la forma
della distribuzione, ovvero i parametri che la deniscono, sulla base di un tale sottoinsieme.
Lassunzione fondamentale della statistica `e costituita dal postulato empirico del caso
che, sommariamente, stabilisce che allaumentare della dimensione del campione la fre-
quenza campionaria di un certo evento tende alla probabilit`a di questo evento. Si assume
dunque che, se n
E
`e il numero di volte nelle quali si `e vericato, nel corso di N osservazioni,
levento E di probabilit`a (a priori ignota) P(E), sia:
f
E
=
n
E
N
P(E)
Nel caso di una variabile continua X, ssato un valore x
i
, sia n
i
il numero di os-
servazioni nelle quali si sia vericato un valore x x
i
. Se N `e il numero totale di
osservazioni, si assume che la frequenza cumulata di non superamento F
i
approssimi la
probabilit`a cumulata di non superamento:
F
i
=
n
i
N
P(X x
i
) = F(x
i
)
Si noti che normalmente nella pratica si utilizza la denizione di frequenza cumulata
di non superamento dovuta a Weibull:
F
i
=
n
i
N + 1
allo scopo di evitare che il minimo valore del campione sia caratterizzato da una probabilit`a
unitaria di superamento.
66 PROBABILIT
`
A E PROCESSI STOCASTICI
6.7.1 Momenti di un campione
Una volta introdotto il concetto di frequenza campionaria `e naturale introdurre il con-
cetto di momenti campionari, che costituiscono delle stime dei momenti delle relative
distribuzioni. Sia x
1
, x
2
, . . . , x
N
un campione nel quale si hanno m valori diversi. Si
denisce momento r-esimo del campione rispetto a x
0
:
m
r
=
m

j=1
(x
j
x
0
)
r
f
j
=
1
N
N

i=1
(x
i
x
0
)
r
nella quale si `e utilizzata la denizione f
i
= n
i
/N.
La media campionaria `e dunque:
m =
1
N
N

i=1
x
i
mentre la varianza campionaria `e data da:
s
2
=
1
N
N

i=1
(x
i
m)
2
(6.2)
Si noti che disponendo di molti campioni (in numero, ad esempio, di M) della medesi-
ma variabile aleatoria X si possono calcolare M valori diversi della media e della varianza
campionarie. Si vede cio`e che la media e la varianza campionarie possono, a loro volta,
essere viste come delle variabili aleatorie. Esse possono quindi essere caratterizzate at-
traverso dei valori di media e varianza. Si pu`o mostrare che il valore atteso della media
campionaria `e proprio la media della distribuzione:
E[m] =
Viceversa si vede che il valore atteso della varianza campionaria (6.2) non coincide con
la varianza della distribuzione, ma piuttosto:
E[ s
2
] =
N 1
N

2
Si denisce dunque la varianza campionaria corretta:
s
2
=
1
N 1
N

i=1
(x
i
m)
2
6.7.2 Il metodo dei momenti
Si consideri un campione x
i
, i = 1, . . . , N proveniente da una distribuzione di probabilit`a
denita da s parametri. Il metodo dei momenti per ladattamento di tale distribuzione al
campione si basa sullespressione di tali parametri in funzione dei primi s momenti della
distribuzione e nel porre:

r
= m
r
r = 1, . . . , s
6.7. ELEMENTI DI STATISTICA 67
Nel caso, ad esempio, delle distribuzioni di probabilit`a discusse in precedenza, carat-
terizzate da due parametri, il metodo dei momenti si esprime attraverso le equazioni:
= m

2
= s
2
che costituiscono un sistema di due equazioni nei parametri incogniti.
6.7.3 Il metodo della massima verosimiglianza
Il metodo della massima verosimiglianza si basa sulla denizione della funzione:
(c
1
, c
2
, . . . , c
P
) =
N

i=1
f(x
i
, c
1
, c
2
, . . . , c
P
) (6.3)
detta funzione di verosimiglianza. Le P variabili c
1
, c
2
, . . . , c
P
sono i parametri della dis-
tribuzione considerata. La funzione di verosimiglianza, nellipotesi che le osservazioni x
i
siano indipendenti, rappresenta il valore di una densit`a di probabilit`a congiunta corrispon-
dente allinsieme dei valori osservati. In sostanza fornisce una misura della probabilit`a
di osservare i valori eettivamente misurati x
i
se la variabile aleatoria X `e distribuita
secondo la f(x).
`
E dunque sensato assegnare ai parametri c
j
i valori che massimizzano la
funzione di verosimiglianza, ovvero i valori che rendono massima la probabilit`a di osser-
vare i valori misurati. Questa condizione rende linsieme di valori osservati x
i
quello pi` u
probabile tra gli insiemi di osservazioni possibili.
Da un punto di vista operativo `e conveniente operare sul logaritmo della funzione di
verosimiglianza:
log[(c
1
, c
2
, . . . , c
P
)] =
N

i=1
log[f(x
i
, c
1
, c
2
, . . . , c
P
)]
Massimizzare log() equivale, daltra parte, a massimizzare , data la natura bi-iettiva
del logaritmo.
I valori dei parametri che rendono massima log() si trovano imponendo che:
log()
c
j
= 0 j = 1, P (6.4)
Le (6.4) costituiscono un sistema di equazioni (in generale non lineari) nelle incognite
c
j
suciente a determinarne i valori.
Applicazione: adattamento della distribuzione di Gumbel. Il logaritmo della funzione di
verosimiglianza assume in questo caso la forma:
log()(, u) =
N

i=1
log

e
(x
i
u)
e
e
(x
i
u)

= Nlog
N

i=1
(x
i
u)
N

i=1
e
(x
i
u)
68 PROBABILIT
`
A E PROCESSI STOCASTICI
Derivando rispetto a u e si ottengono le relazioni:
e
u
=
N

N
i=1
e
x
i
(6.5)
N

i=1
x
i
+
N

N
i=1
e
x
i
N

i=1
x
i
e
x
i
= 0
Ovvero:
u =
1

log

N
i=1
e
x
i

(6.6)
1


1
N
N

i=1
x
i
+

N
i=1
x
i
e
x
i

N
i=1
e
x
i
= 0
La seconda delle (6.6) pu`o essere risolta numericamente per ottenere il valore di . Tale valore,
sostituito nella prima delle (6.6), fornisce quindi il valore di u.
6.8 Processi stocastici
Si consideri una serie temporale, ovvero la successione temporale dei valori assunti da una
certa grandezza, come ad esempio la portata in una ssata sezione di un corso dacqua. Per
semplice ispezione si pu`o osservare una tendenza dei valori successivi a mantenere valori
simili: per ragioni siche, a valori inferiori alla media tenderanno a seguire valori inferiori
alla media e a valori superiori alla media seguiranno pi` u probabilmente valori maggiori
della media. Questo signica che valori successivi nel tempo non sono tra loro indipendenti
come `e da attendersi da un punto di vista sico. Se si riguardano i valori Q(t) e Q(t +t)
assunti dalla portata negli istanti t e t + t come variabili aleatorie, questa osservazione
pu`o essere quanticata specicando la distribuzione di probabilit`a congiunta delle due
variabili o, in modo meno generale, analizzando la loro funzione di covarianza. Questo
tipo di impostazione porta in modo naturale allintroduzione del concetto di processo sto-
castico o processo aleatorio. Se si immagina che la sequenza x(t
i
), i = 1, 2, 3, . . . sia una
delle possibili sequenze che si sarebbero potute realizzare, X(t) costituisce un processo
stocastico di parametro t. Il processo deve essere caratterizzato non solo specicando le
distribuzioni di probabilit`a delle variabili aleatorie rappresentate dai valori x(t) che X(t)
pu`o assumere ai singoli istanti t, ma anche il legame tra tali distribuzioni. Una carat-
terizzazione completa richiede infatti la specicazione delle distribuzioni di probabilit`a
congiunta:
F(x(t
1
), x(t
2
), . . . , x(t
n
)), n = 1, . . . , (6.7)
per qualsiasi scelta dei valori t
i
, ovvero delle corrispondenti densit`a di probabilit`a:
f(x(t
1
), x(t
2
), . . . , x(t
n
)), n = 1, . . . , (6.8)
6.9. CAMPI ALEATORI 69
Se si introduce ora una traslazione dellasse temporale, per cui t
i
= t

i
+, le funzioni
in (6.7) diventano:
F(x(t

1
+), x(t

2
+), . . . , x(t

n
+)), n = 1, . . . , (6.9)
Se le distribuzioni congiunte in (6.9) sono indipendenti da il processo `e detto
stazionario. Da un punto di vista intuitivo ci`o signica che i caratteri delle serie osservate
non dipendono dallistante nel quale si eettua losservazione.
La denizione di processo stocastico (6.7) `e, nella pratica, di scarsa utilit`a.
`
E infatti
virtualmente impossibile poter determinare anche solo alcune delle distribuzioni di prob-
abilit`a congiunta necessarie a tale denizione sulla base di osservazioni. Per tale ragione
si ricorre solitamente ad una denizione che si riferisce alle propriet`a del secondo ordine
del processo stocastico in esame. Ovvero il processo stocastico `e denito specicando la
media, o valore atteso di x(t):

t
= E[X(t)] =

x
t
f(x
t
)dx
t
dove x
t
= x(t), e il momento del secondo ordine:
c(t, t +) =

dx
t

(x
t

t
)(x
t+

t+
)f(x
t
, x
t+
)dx
t+
(6.10)
c(t, t +) `e detta lautocovarianza del processo.
In questa impostazione si denisce il concetto di stazionariet`a del secondo ordine. Un
processo stocastico `e detto stazionario nel senso del secondo ordine se la funzione di auto-
covarianza (6.10) non dipende da t ma solo da .
`
E questa una stazionariet`a di signicato
pi` u ristretto rispetto a quella rigorosa denita in precedenza, ma `e lunica a poter di fatto
essere vericata su serie sperimentali. La funzione di autocovarianza, nel caso stazionario,
fornisce un misura della memoria del processo. Se la funzione decade in modo relati-
vamente lento, signica che il valore assunto dal processo ad un determinato istante fa
sentire la propria inuenza relativamente a lungo sui valori successivi. Unaltra caratter-
izzazione di uso comune, la funzione di autocorrelazione (), `e ottenuta normalizzando
la funzione di autocovarianza attraverso la varianza del processo:
() =
c()

2
x
6.9 Campi Aleatori
Nello studio dei processi ambientali accade sovente di dover caratterizzare le grandezze che
deniscono tali processi specicandone la distribuzione spaziale. Ci`o avviene ad esempio
quando si studino le caratteristiche idrogeologiche del suolo, o quando `e necessario valutare
quale sia la precipitazione che insiste su un bacino idrologico di estese dimensioni od ancora
quando si sia interessati al trasporto di un inquinante allinterno di un acquifero o di un
campo di moto bidimensionale (e.g. in un lago od una laguna).
70 PROBABILIT
`
A E PROCESSI STOCASTICI
Per dotarsi di strumenti matematici adeguati `e allora necessario estendere il concet-
to di processo stocastico, che considera uninsieme di
1
variabili aleatorie correlate,
considerando insiemi bidimensionali, costituiti da
2
variabili aleatorie.
Si introduce quindi il concetto di campo stocastico o aleatorio, X(s
1
, s
2
) = X(s),
che dipende da due parametri s
1
e s
2
. Un campo bidimensionale di valori x(s
i
) specicati
(attraverso misure o modelli teorici o numerici) in diversi punti dello spazio pu`o essere visto
come una realizzazione di un tale campo aleatorio, ovvero ciascun valore x(s
i
) costituisce
un possibile valore di una variabile aleatoria X(s
i
) e tale variabile aleatoria presenta una
dipendenza, di tipo probabilistico, da ciascuna altra variabile aleatoria relativa ad ogni
altro punto dello spazio. Cos`, come nel caso dei processi stocastici si rende necessario
specicare, per la completa caratterizzazione del campo stocastico, le innite distribuzioni
di probabilit`a congiunta che coinvolgono tutte le possibili combinazioni delle variabili
aleatorie in gioco, del tipo:
f[x(s
i
), x(s
i
+k
1
), x(s +k
2
), . . . , x(s +k
n
)] i, k
j
(6.11)
dove k
j
`e il generico vettore spostamento nel piano.
Se le distribuzioni congiunte (6.11) non dipendono da s
i
il campo stocastico `e det-
to omogeneo. Inoltre, se, per un campo omogeneo, le distribuzioni (6.11) dipendono
unicamente dal modulo dei vettori k
j
, il campo `e detto isotropo.
Come nel caso dei processi stocastici sulla linea, questo modo di procedere, per quanto
rigoroso, risulta di scarsa utilit`a pratica non essendo possibile specicare le innite funzioni
(6.11) n`e, dal punto di vista statistico, adattarle sulla base di un campione necessariamente
nito. Si adotta perci`o di nuovo unimpostazione che fa riferimento alle propriet`a del
secondo ordine del campo stocastico. La media e la funzione di covarianza di X(s) sono
denite rispettivamente dalle relazioni:
(s) = E[X(s)]
(s, s

) = E {[X(s) (s)] [X(s

) (s

)]} =
=

[x(s) (s)] [x(s

) (s

)] f [x(s), x(s

)] dx(s)dx(s

)
In generale la media e la varianza sono funzione del punto s nel quale sono calcolate.
Se invece:
(s) =
(s, s

) = (r); r = s

s
Il campo `e detto omogeneo (nel senso del secondo ordine), in quanto le sue propriet`a, no
al secondo ordine, non dipendono dalla posizione nella quale sono valutate.
Se, inne, la funzione di autocovarianza `e tale che:
(r) = (r); r = |r|
6.10. IL KRIGING 71
il campo stocastico `e detto isotropo (nel senso del secondo ordine) poich`e le sue caratteris-
tiche sono indipendenti dalla direzione considerata. In tal caso la rappresentazione prob-
abilistica del campo aleatorio diviene unidimensionale, dipendendo dallunico parametro
r.
Alcuni campi stocastici di interesse applicativo presentano la peculiare propriet`a di
non possedere una varianza nita. Per tali campi non `e dunque possibile denire neppure
lautocovarianza e la loro trattazione teorica `e possibile introducendo la denizione di
variogramma v(s, s

):
v(s, s

) =
1
2
E

[X(s) X(s

)]
2

(6.12)
Si mostra facilmente che, nellipotesi di un campo omogeneo avente varianza nita,
tra il variogramma e la funzione di autocovarianza sussiste la relazione:
v(r) =
2
x
(r) (6.13)
se il campo `e inoltre isotropo si ha:
v(r) =
2
x
(r) (6.14)
Si osservi che, al tendere di r a 0, la funzione di covarianza tende alla varianza e
quindi il variogramma tende a 0. Al tendere di r ad innito, invece, la covarianza tende
ad annullarsi e quindi il variogramma tende asintoticamente al valore della varianza. Si
pu`o quindi dedurre che, se la varianza non `e denita, il variogramma risulta privo di
asintoto e diverge per r .
Si ricorda inne una propriet`a dei campi aleatori che riveste grande importanza nelle
applicazioni pratiche. Un campo aleatorio `e detto ergodico se, svolgendo un numero
(idealmente) innito di osservazioni le realizzazioni accessibili a tali osservazioni sono
rappresentative dellintera popolazione. Se tale propriet`a `e garantita si pu`o essere certi
che disponendo di campioni sucientemente numerosi si potranno stimare con accuratezza
le caratteristiche statistiche della popolazione di interesse.
6.10 Il Kriging
`
E frequente nellidrologia e nella gestione delle risorse idriche la necessit`a di stimare il
valore di una grandezza in un punto dello spazio (e.g. precipitazione) sulla base di os-
servazioni disponibili in punti vicini. Tale stima pu`o avvenire utilizzando la teoria dei
campi stocastici esposta in precedenza ed introducendo degli operatori di stima ottimale.
Il Kriging `e appunto costituito da un insieme di strumenti di stima che hanno la caratter-
istica di basarsi su operatori di tipo lineare e di richiedere la minimizzazione dellerrore
commesso (statisticamente) nella stima.
6.10.1 Il kriging nel campo omogeneo
Si consideri una campo aleatorio omogeno Y (x) ed una sua realizzazione y(x). Di questa
siano noti i valori y
i
in alcuni punti dello spazio x
i
, i = 1, . . . , n (che costituiranno dunque
72 PROBABILIT
`
A E PROCESSI STOCASTICI
delle realizzazioni delle variabili aleatorie Y
i
, i = 1, . . . , n), e si voglia stimare il valore y
0
in
un generico punto di coordinate x
0
(ovvero si voglia stimare la realizzazione della variabile
aleatoria Y
0
). Data lipotesi di omogeneit`a si pu`o sottrarre il valore della media E[Y ] (che
non dipende dallo spazio) dal campo aleatorio originale Y (x), in modo da ottenerne uno
nuovo, Z(x) = Y (x) E[Y ] a media nulla. Il problema ora `e quello di stimare la variabile
aleatoria Z
0
sulla base delle variabili aleatorie Z
i
. Una stima ottimale

Z
0
di Z
0
pu`o essere
denita imponendo che:
E(

Z
0
Z
0
) = 0
(6.15)
var(

Z
0
Z
0
) = min
La prima condizione richiede lassenza di errore sistematico, cio`e che lerrore medio
sia nullo. La seconda condizione richiede invece che la varianza dellerrore sia minima.
Le tecniche di Kriging utilizzano operatori lineari e costruiscono la stima ottima

Z
0
come combinazione lineare delle variabili Z
i
:

Z
0
=
n

i=1

i0
Z
i
(6.16)
Applicando loperatore di valore atteso alla (6.16) e ricordando che ciascuna vari-
abile Z
i
ha media nulla si riconosce che la prima condizione risulta automaticamente
soddisfatta, grazie alla linearit`a delloperatore di stima.
La seconda condizione `e soddisfatta imponendo che:
var[

Z
0
Z
0
]

k0
= 0 k = 1, 2, . . . , n (6.17)
La soluzione della (6.17) `e rappresentata da un vettore di coecienti

0
=

C
1
c
0
(6.18)
dove

C `e la matrice delle covarianze il cui generico elemento

C
ij
rappresenta C(r
ij
),
cio`e lautocovarianza del campo aleatorio Z fra i due punti x
i
e x
j
, e c
0
`e il vettore il cui
generico elemento c
0i
rappresenta lautocovarianza di lag r
0i
. La stima

Z
0
cos` denita
assicura dunque la minimizzazione della varianza dellerrore.
6.10.2 Il kriging nel campo non omogeneo
Se si considera un dominio nello spazio, per semplicit`a quadrato, di lato L, `e possibile
denire la media e la varianza spaziali:
m =
1
L
2

LL
z(x)dx
(6.19)
s
2
=
1
L
2

LL
[z(x) m]
2
dx
6.10. IL KRIGING 73
Si noti che, se il campo in esame `e ergodico, i momenti calcolati, nello spazio, su una singola
realizzazione, devono, per denizione, fornire gli stessi risultati dei momenti calcolati su
molte realizzazioni. Facendo tendere L ad innito nelle (6.19) i momenti m e s
2
devono
dunque in tal caso tendere alla media ed alla varianza del campo stocastico. Tuttavia
si osserva talvolta (ad es. frequentemente nella stima delle propriet`a idrauliche degli
acquiferi o della precipitazione) che, mentre al tendere di L ad innito m tende ad un
valore asintotico pari alla media del campo stocastico, la s
2
non mostra un asintoto
orizzontale. La varianza spaziale s
2
in tali casi dunque diverge, indicando che la varianza
del sottostante campo aleatorio non `e denita. In tal caso le propriet`a di secondo ordine
del campo non sono a loro volta denite e non pu`o dunque essere applicata lipotesi di
omogeneit`a.
La denizione di una procedura di stima ottimale si pu`o in questo caso basare sul-
lipotesi che siano omogenei gli incrementi del campo aleatorio, ovvero:
E[Z(x +r)] = E[Z(x)] =
(6.20)
var[Z(x +r) Z(x)] = 2v(r)
Si utilizza una stima lineare di

Z
0
data da (6.16) e si impone, come nel caso omogeneo,
che:
E(

Z
0
) =
(6.21)
var(

Z
0
Z
0
) = min
Sviluppando la prima delle (6.21) si ottiene:
E

i=1

i0
Z
i

=
n

i=1

i0
E(Z
i
) =
n

i=1

i0
(6.22)
da cui:
n

i=1

i0
= 1 (6.23)
mentre dalla seconda delle (6.21) si ottiene:
E

i=1

i0
Z
i
Z
0

= min (6.24)
Il problema si risolve minimizzando lequazione (6.24) con il vincolo (6.23) tramite il
metodo dei moltiplicatori di Lagrange, cio`e minimizzando lespressione seguente:
g(
i0
) = E

i=1

i0
(Z
i
Z
0
)
2

i=1

i0
1

(6.25)
74 PROBABILIT
`
A E PROCESSI STOCASTICI
Per minimizzare la (6.25) si impone lannullarsi della derivata prima rispetto ai coecienti
incogniti
g

k0
= 0;
g

= 0 (6.26)
si ottiene, dopo alcuni passaggi, lespressione per il vettore dei coecienti
=

V
1
v
0
(6.27)
dove
= [
1
,
2
........
n
, ] v
0
= [v
10
, v
20
........v
n0
, ]

V =

v(r
11
) .... v(r
1n
) 1
v(r
21
) .... v(r
2n
) 1
.... .... .... ....
1 .... 1 0

Questa rappresenta una soluzione generale del problema di interpolazione spaziale di


dati misurati in campi aleatori. La formulazione esposta `e in particolare adatta al caso
in cui la media del campo aleatorio non sia conosciuta poich`e non richiede il suo calcolo
esplicito.
6.11 Modelli Stocastici di interesse Idrologico
6.11.1 Modelli autoregressivi di ordine p, AR(p)
Un modello autoregressivo di ordine p `e denito dalla relazione:
x
t
=
1
x
t1
+
2
x
t2
+
3
x
t3
+. . . +
p
x
tp
+a
t
(6.28)
dove a
t
`e una successione di valori tra loro non correlati distribuiti in modo gaussiano
con media nulla e varianza
2
a
. La (6.28) esprime la variabile aleatoria relativa al tempo t
come una regressione sulle variabili aleatorie relative a p tempi precedenti. Da un punto
di vista operativo essa fornisce una procedura iterativa per generare una realizzazione
x
i
, i = 0, . . . di un processo stocastico una volta che siano specicati i p valori iniziali
x
i
, i = 1, p. Si vogliono ora stabilire le caratteristiche del processo stocastico generato
dalla (6.28). Questa pu`o anche essere messa nella forma:
x
t

1
x
t1

2
x
t2

3
x
t3
+. . .
p
x
tp
= a
t
(6.29)
Introdotto loperatore di traslazione allindietro B, tale che:
Bx
t
= x
t1
e:
B
m
x
t
= x
tm
La (6.29) prende la forma:
(1
1
B
2
B
2
. . .
p
B
p
)x
t
= (B)x
t
= a
t
(6.30)
6.11. MODELLI STOCASTICI DI INTERESSE IDROLOGICO 75
dove (B) `e un polinomio in B. La (6.30) pu`o anche essere cos` espressa:
x
t
= (B)
1
a
t
=

j=0

j
a
tj
= (B)a
t
(6.31)
dove (B) `e lespansione in serie di (B)
1
. La (6.31) mostra come un modello AR(p)
possa essere visto come una media mobile innita su a
t
. Dalla (6.31) si deduce inoltre che
le variabili x
t
, essendo somme di variabili gaussiane, sono anchesse distribuite in modo
normale.
Il valore atteso di x
t
`e:
E[x
t
] = (B)E[a
t
] = 0
La funzione di autocovarianza di x
t
`e:
c
k
= E[x
t
x
t+k
] = E

j=0

h=0

h
a
tj
a
t+kh

=
2
a

j=0

j+k
essendo
E[a
tj
a
t+kh
] =

0 se t j = t +k h

2
a
se t j = t +k h
Poich`e la sommatoria non dipende da t la covarianza dipende unicamente da k. Se dunque
la covarianza `e nita il processo risulta stazionario. Deve dunque essere nita la varianza:

2
x
= c
0
=
2
a

j=0

2
j
< (6.32)
La condizione anch`e il processo sia stazionario `e dunque che sia nita la serie in (6.32).
Lesempio pi` u semplice di modello autoregressivo `e il modello AR(1):
x
t
=
1
x
t1
+a
t
(6.33)
Tale modello `e spesso indicato col nome di Thomas-Fiering, che furono i primi a suggerirne
limpiego in campo idrologico.
Esprimendo x
t1
in funzione di x
t2
:
x
t1
=
1
x
t2
+a
t1
la (6.33) diviene:
x
t
=
2
1
x
t2
+
1
a
t1
+a
t
ripetendo questa sostituzione n volte:
x
t
=
n+1
1
x
tn1
+
n
1
a
tn
+. . . +
k
1
a
tk
+. . . +
1
a
t1
+a
t
che, per n , diviene inne:
x
t
= (1 +
1
B +
2
1
B
2
+. . .)a
t
76 PROBABILIT
`
A E PROCESSI STOCASTICI
La condizione di stazionariet`a (6.32) diviene dunque:

j=0

j
1

2
che richiede |
1
| < 1 e la varianza (6.32) vale:

2
x
=
2
a

j=0

2
1

j
=

2
a
1
2
1
(6.34)
mentre la funzione di autocovarianza `e:
c
k
=
2
a

j=0

j
1

j+k
1
=

2
a

k
1
1
2
1
(6.35)
e la funzione di autocorrelazione:

k
=
k
1
In particolare

1
=
1
(6.36)
Allo scopo di modellare un processo stocastico osservabile Z(t), di valore atteso
z
,
varianza
2
z
e autocorrelazione (1) =
1
, si pu`o utilizzare il modello AR(1):
(z
t

z
) =
1
(z
t1

z
) +a
t
con

1
=
1

2
a
=
2
z
(1
2
1
)
`
E interessante calcolare la media condizionale di Z(t) dato il valore z
t1
:
E[Z(t)|z
t1
] = E[
z
+
1
(z
t1

z
) +a
t
] =
z
+
1
(z
t1

z
)
Si pu`o osservare che, poich`e tale media condizionale `e linearmente crescente con z
t1
, le
serie generate con il modello AR(1) presentano una persistenza che `e indipendente dai
valori assunti dalla grandezza in esame. In altre parole, valori piccoli di Z(t) hanno la
stessa persistenza di valori Z(t) elevati.
Per assegnare i parametri del modello (
z
,
1
e
2
a
) si possono stimare la media e la
varianza di Z(t) una volta che si possieda un campione di lunghezza N :

z

= m
z
=
1
N
N

i=1
z
i
(6.37)

z

= s
2
z
=
1
N 1
N

i=1
(x
i
m
z
)
2
(6.38)

1

= r
1
=
1
N1

N1
i=1
(z
i
m
z
)(z
i+1
m
z
)
s
2
z
(6.39)
6.11. MODELLI STOCASTICI DI INTERESSE IDROLOGICO 77
Tabella 6.1: Volumi deuiti annualmente attraverso la sezione considerata.
Anno 1 2 3 4 5
volume (10
3
m
3
) 145.78 95.43 116.66 96.12 122.09
Anno 6 7 8 9 10
volume (10
3
m
3
) 175.02 101.98 146.14 126.01 132.73
Esempio. Si vuole adattare un modello AR(1) ai dati di Tabella (6.1) che riportano valori del volume
V deuito annualmente in una sezione di un corso dacqua.
Si ottiene:
m
V
= 125.80 10
3
m
3
S
V
= 25.3 m
3
r
1
= 0.28
Il modello AR(1) che si ottiene `e dunque:
V
t
= 0.28V
t1
+ 161.02 +a
t
mentre la varianza da attribuire alla variabile a
t
`e:

2
a
= 589.91 10
3
m
6
Si noti che i modelli AR(1) sono in grado di riprodurre unicamente processi stazionari
(nel senso del secondo ordine). Dovendosi modellare un processo non stazionario, quale
ad esempio quello costituito dai deussi mensili attraverso una ssata sezione di un corso
dacqua, `e di tutta evidenza come le medie e le varianze dei singoli mesi siano diverse fra
loro e che quindi il processo che genera i valori di portata medi mensili non sia stazionario.
Per una tale esempio, come in altre applicazioni idrologiche, si potrebbe per`o assumere
che la non stazionariet`a risieda unicamente nella media e nella varianza del processo. In
tale ipotesi, indicate con
t
e
2
t
la media e la varianza al tempo (e.g. mese) t del processo
stocastico considerato Q
t
, si pu`o introdurre il nuovo processo stocastico:
Z
t
=
Q
t

t
(6.40)
che risulta ora stazionario con media nulla e varianza unitaria. Ad un tale processo si
pu`o ora applicare un modello di tipo AR(1). Da un punto di vista operativo, disponendo
di un campione di valori, ad esempio, di deussi mensili, si procede per prima cosa alla
stima delle medie e delle varianze mensili. Utilizzando tali stime nella (6.40) si pu`o ora
trasformare il campione di portare in un nuovo campione del processo stazionario X
t
,
sulla base del quale adattare un modello di tipo AR(1).
Qualora viceversa non sia possibile assumere che la non stazionariet`a del processo si
manifesti unicamente nella media e nella varianza ma che, ad esempio, anche lautocovar-
ianza sia non stazionaria si pu`o ricorrere al modello autoregressivo stagionale di ordine
uno introdotto da Thomas e Fiering. Il modello `e denito dalla relazione:
x
t,j

j
=
j

j1
(x
t,j1

j1
) +
j

1
2
j

1/2
a
t,j
(6.41)
78 PROBABILIT
`
A E PROCESSI STOCASTICI
dove x
t,j
`e la variabile relativa al tempo t e appartenente alla stagione j,
j
= E[X
t,j
] e

2
j
= E[(X
t,j
m
j
)
2
] sono rispettivamente la media e la varianza relative alla stagione j,
mentre
j
`e la correlazione tra le stagioni j e j 1:

j
=
E [(X
t,j

j
)(X
t,j1

j1
)]

j1

j
Le a
t,j
sono delle variabili aleatorie indipendenti, distribuite in modo normale, con
media nulla e varianza unitaria.
Il modello (6.41) fornisce dunque un modo di trattare il caso pi` u generale di non-
stazionariet`a del secondo ordine.
I modelli di tipo AR(1) esaminati sono tutti basati sullipotesi che le variabili aleatorie
del processo stocastico da modellare abbiano distribuzione normale.
`
E evidente come tale
ipotesi non sia vericata per molte applicazioni di interesse idrologico, ove in particolare
le variabili di interesse assumano unicamente valori positivi (e.g. portate od altezze di
precipitazione). In tali casi pu`o accadere che, se la varianza delle variabili aleatorie `e
elevata rispetto alla loro media, i valori generati dal modello AR(1) siano negativi.
`
E
possibile evitare questa incoerenza rispetto al signicato sico delle variabili adottando la
trasformazione:
Y
t
= ln(Z
t
)
che equivale a supporre che le variabili aleatorie Z
t
abbiano distribuzione lognormale. In
tal caso si pu`o vedere per sostituzione che il modello AR(1) per Y
t
:
(y
t

y
) =
1
(y
t1

y
) +a
t
corrisponde al seguente modello per Z
t
:
z
t
= e
a
t
exp[
y
(1
1
)]z

1
t1
La media di Z(t) condizionata a z
t1
vale
E[Z(t)|z
t1
] = E[e
a
t
]exp[
y
(1
1
)]z

1
t1
e non `e pi` u dipendente in modo lineare da z
t1
come nel caso precedente. In particolare,
poich`e
1
=
1
< 1, la crescita di E[Z(t)|z
t1
] in funzione z
t1
`e men che lineare indicando
che valori elevati di Z(t) risultano meno persistenti di valori Z(t) piccoli. Questa `e una
propriet`a che ad esempio ben si adatta al caso delle portate in un corso dacqua ove le
magre risultano pi` u persistenti delle piene.
6.11.2 Modelli a media mobile di ordine q, MA(q)
Il modello a media mobile di ordine q si scrive in generale:
x
t
= a
t

1
a
t1
. . .
q
a
tq
= (1
1
B . . .
q
B
q
)a
t
= (B)a
t
(6.42)
6.11. MODELLI STOCASTICI DI INTERESSE IDROLOGICO 79
Sulla base della discussione esposta per i modelli autoregressivi la varianza del processo
cos` denito `e sempre nita e vale:

2
x
= (1 +
2
1
+
2
2
+. . . +
2
q
)
2
a
mentre la funzione di autocovarianza `e:
c
k
=

(
k
+
1

k+1
+. . . +
qk

q
)
2
a
k = 1, 2, . . . , q
0 k > q
e la funzione di autocorrelazione:

k
=

(
k
+
1

k+1
+...+
qk

q
)
(1+
2
1
+
2
2
+...+
2
q
)
k = 1, 2, . . . , q
0 k > q
Quindi lautocorrelazione di un modello a media mobile `e zero per tempi superiori
allordine del modello, al contrario di quanto accade in un modello autoregressivo per il
quale
k
`e maggiore di zero per qualsiasi valore di k.
Il modello a media mobile (6.42) pu`o essere sempre espresso attraverso una sequenza
autoregressiva innita, infatti la (6.42) diventa, per inversione:
a
t
=
1
(B)x
t
= (B)x
t
= x
t
((B) 1)x
t
= x
t

(B)x
t
da cui:
x
t
=

(B)x
t
+a
t
Si noti che il polinomio

(B) ottenuto per inversione di (B) `e costituito in generale da


un numero innito di termini. Ovvero il valore di x al tempo t dipende da inniti valori
di x nel passato. Ad esempio, il modello:
x
t
= (1 B)a
t
= (B)a
t
pu`o essere messo, per sostituzione, nella forma:
x
t
= a
t
(x
t1
+
2
x
t2
+. . . +
n
x
tn
)
Se || > 1, x
t
dipende da valori passati attraverso pesi che aumentano allaumentare
della distanza nel passato. Ci`o non `e sicamente ammissibile per processi osservabili. Si
impone perci`o sul modello a media mobile la condizione di invertibilit`a, che in generale si
esprime dicendo che

(B) deve essere un polinomio convergente per B = 1.


Il modello a media mobile pi` u semplice `e quello di ordine uno. La sua forma `e:
x
t
= a
t

1
a
t1
= (1
1
B)a
t
La varianza del processo `e:

2
x
= (1 +
2
1
)
2
a
e la sua funzione di autocorrelazione:

k
=


1
(1+
2
1
)
k = 1
0 k 2
che, per k = 1, fornisce la relazione:

2
1
+

1

1
+ 1 = 0
80 PROBABILIT
`
A E PROCESSI STOCASTICI
6.11.3 Modelli autoregressivi a media mobile, ARMA(p,q)
Questi modelli sono una combinazione dei modelli autoregressivi e a media mobile e la
loro espressione generale `e:
(1
1
B
2
B
2
. . .
t
B
p
)x
t
= a
t

1
a
t1
. . .
q
a
tq
=
(1
1
B . . .
q
B
q
)a
t
che, in forma concisa, si pu`o scrivere:
(B)x
t
= (B)a
t
Le condizioni di stazionariet`a ed invertibilit`a sono quelle relative ai corrispondenti modelli
AR(p) e MA(q). La funzione di autocovarianza si trova moltiplicando x
t
per x
tk
e
considerandone il valore atteso:
c
k
= E[x
t
x
tk
] =
1
c
k1
+. . . +
p
c
kp
+c
za
(k)
1
c
za
(k 1) . . .
q
c
za
(k q) (6.43)
dove:
c
za
(k q) = E[z
tk
a
tq
] (6.44)
Il valore di c
za
(i) `e zero nch`e i > 0, poich`e x
t
non `e correlato a valori a
t
relativi a tempi
successivi (ovvero per t

> t). Si vede dunque che per k > q lautocovarianza si riduce a


quella di un modello AR(q). Per valori di k minori od uguali a q lautocovarianza `e invece
funzione anche dei termini di media mobile. La varianza del processo `e data dalla (6.43)
per k = 0.
Un modello semplice ed utile per usi idrologici `e il modello ARMA(1,1):
x
t
=
1
x
t1
+a
t

1
a
t1
(6.45)
che pu`o essere messo nella forma:
(1
1
B)x
t
= (1
1
B)a
t
Le condizioni di stazionariet`a ed invertibilit` a richiedono che sia 1 <
1
< 1 e 1 <
1
<
1. La funzione di autocovarianza `e:
c
0
=
1
c
1
+
2
a

1
c
za
(1)
c
1
=
1
c
0

2
a
c
k
=
1
c
k1
k 2
Per ottenere c
za
(1) si moltiplica la (6.45) per a
t1
e si considera il valore atteso:
c
za
(1) = E[x
t
a
t1
] = (
1

1
)
2
a
6.12. MODELLI STOCASTICI DI PRECIPITAZIONE 81
Si ha perci`o:
c
0
=
1
2
1
2
1

1
1
2
1

2
a
c
1
=
(1
1

1
)(
1

1
)
1
2
1

2
a
(6.46)
c
k
=
1
c
k1
k 2
Il modello contiene tre parametri
2
a
,
1
,
1
, che possono essere determinati attraverso le
(6.46), utilizzando le stime campionarie di
2
x
= c
0
, c
1
e c
2
.
6.12 Modelli stocastici di precipitazione
La precipitazione in un ssato punto dello spazio, per le sue caratteristiche di estrema
variabilit`a ed irregolarit`a temporale, si presta senzaltro in modo naturale ad una de-
scrizione di tipo probabilistico. Da un lato, infatti, le molteplici cause che determinano i
caratteri con i quali essa si presenta risultano di dicile individuazione e quanticazione;
dallaltro, il marcato grado di non linearit`a esibito dai processi sici che la generano ne
rende impossibile la predizione ove anche tale operazione di misura fosse possibile in modo
accurato.
Lo studio e la descrizione delle precipitazioni deve dunque avvenire in termini stocasti-
ci, attraverso lo studio e la determinazione delle distribuzioni di probabilit`a delle variabili
aleatorie in gioco.
Da un punto di vista operativo sono oggi disponibili nella letteratura idrologica nu-
merosi modelli stocastici attraverso i quali `e possibile descrivere in modo attendibile
le caratteristiche idrometeorologiche di una localit`a. Questo avviene attraverso lindi-
viduazione di variabili aleatorie rilevanti e lassunzione di particolari forme per le loro
distribuzioni di probabilit`a.
I parametri che compaiono in tali distribuzioni vengono determinati facendo uso dei
dati storici.
Un esempio particolarmente rilevante di tali modelli `e quello di Bartlett-Lewis, di
seguito descritto.
6.12.1 Il Modello Stocastico di Bartlett-Lewis
Il modello di Bartlett-Lewis e un modello stocastico delle precipitazioni che schematizza
la successione delle perturbazioni attraverso un processo di arrivi di tipo Poissoniano con
parametro . La probabilit`a P degli eventi `e caratterizzata come segue:
P(s) = (t)
s
e
t
s!
(6.47)
nella quale: s `e il numero di perturbazioni che hanno inizio nellintervallo di tempo t.
82 PROBABILIT
`
A E PROCESSI STOCASTICI
Figura 6.2: Variabili aleatorie che deniscono un processo di Bartlett-Lewis
Il processo di arrivi di tipo Poissoniano implica che gli istanti di inizio delle pertur-
bazioni, t
s
, siano distribuiti in modo esponenziale come segue:
P(T
s
t
s
) = 1 e
t
s
(6.48)
(dove T
s
indica il tempo di che intercorre fra larrivo di due perturbazioni successive, i.e.
interarrival time).
In corrispondenza ad ogni perturbazione si ha un processo di generazione di celle
di precipitazione, che rappresentano il percorso spaziale delle perturbazioni, anchesso
assunto di tipo Poissoniano:
P(c) = (t)
c
e
t
c!
(6.49)
(dove c indica il numero di celle che hanno inizio nellintervallo di tempo t). Si ha perci`o:
P(T
c
t
c
) = 1 e
t
c
(6.50)
nella quale T
c
indica il tempo di arrivo di due celle successive.
Secondo il modello di Bartlett-Lewis il processo di generazione delle celle ha termine
dopo un tempo anchesso distribuito in modo esponenziale:
P(T
g
t
g
) = 1 e
t
g
(6.51)
Anche la durata delle celle `e distribuita secondo una legge esponenziale:
P(T
d
t
d
) = 1 e
t
d
(6.52)
e cos` anche lintensit` a I di precipitazione:
P(I i) = 1 e
i/
i
(6.53)
6.12. MODELLI STOCASTICI DI PRECIPITAZIONE 83
Modello di Bartlett-Lewis Modicato
Il modello di Bartlett-Lewis presenta alcune limitazioni che lo rendono poco adatto ad un
uso in connessione con modelli di aussi-deussi, che rappresenta lapplicazione di mag-
gior interesse qui considerata. Esso infatti, come molti altri modelli di punto, sovrastima
in modo sostanziale la probabilit`a dei periodi asciutti.
La risposta idrologica di un bacino, una delle principali applicazioni della modellistica
idrologica, dipende in modo cruciale dalla successione di periodi asciutti e periodi piovosi, e
richiede una loro realistica riproduzione.
`
E perci`o necessario considerare qualche modica
al modello introdotto al paragrafo precedente allo scopo di ottenere adabili simulazioni
della portata uente.
Al ne di ottenere una miglior riproduzione della probabilit`a di pioggia `e possibile
introdurre un ulteriore grado di libert`a [Rodriguez-Iturbe, Cox e Isham, 1988], assumendo
che la distribuzione della durata delle celle possa variare da una perturbazione allaltra.
Questo consente di incorporare nel modello perturbazioni aventi diversa struttura, nel
senso che le precipitazioni che si sviluppano allinterno di esse possono provenire da diverse
popolazioni statistiche.
Il parametro che caratterizza la durata delle celle `e supposto avere una distribuzione
Gamma la cui densit`a di probabilit`a `e denita come segue:
f() =

()
e

1
(6.54)
Per comodit`a di calcolo si pone:
k = /
= / (6.55)
I parametri e vengono quindi variati, al variare di , in modo da mantenere costanti
k e .
La denizione di questo modello stocastico richiede dunque la specicazione di sei
parametri:
, , , , ,
i
La procedura di taratura del modello consiste nella risoluzione di un sistema di equazioni
(non lineari) nelle quali alcune grandezze statistiche (ad es. medie, varianze od autocor-
relazioni) sono espresse in funzione dei parametri del modello.
Allo scopo di tener presente il modo in cui la caratteristiche delle precipitazioni variano
al variare dellintervallo di aggregazione, si sono considerate grandezze statistiche riferite
sia ad aggregazioni dei dati su 24 ore, che ad aggregazioni dei medesimi dati su 48 ore.
Le grandezze statistiche prescelte ai ni della taratura del modello sono infatti:
Dati aggregati su 24 ore:
media (E
1
);
84 PROBABILIT
`
A E PROCESSI STOCASTICI
varianza (V ar
1
);
autocovarianza con lag pari ad uno (Cov
1
);
frazione di giorni asciutti (P
1
).
Dati aggregati su 48 ore:
varianza (V ar
2
);
frazione dei giorni asciutti (P
2
).
Sulla base delle distribuzioni di probabilit`a introdotte in precedenza `e possibile ot-
tenere delle espressioni di tali grandezze statistiche, nelle quali compaiono i parametri del
modello. Si ha infatti:
E
1
=
h
c

1
V ar
1
= 2A
1
[h( 3)
2

3
+ ( +h)
3
] 2A
2
[h( 3)
2

3
+ ( +h)
3
]
Cov
1
= A
1
[( + 2h)
3
2( +h)
3
+
3
] A
2
[( + 2h)
3
2( +h)
3

3
]
P
1
= exp{h

1
+ [1 +(k +)
1
4
(k +)(k + 4) +
+
1
72
(k +)(4k
2
+ 27k + 72
2
)] +

+k
1

1
(1 k +
3
2
k +
2
+
1
2
k
2
)}
V ar
2
= 2A
1
[2h( 3)
2

3
+ ( + 2h)
3
] 2A
2
[2h( 3)
2

3
+ ( + 2h)
3
]
Cov
2
= A
1
[( + 4h)
3
2( + 2h)
3
+
3
] A
2
[( + 4h)
3
2( + 4h)
3

3
]
P
2
= exp{2h

1
[1 +(k +)
1
4
(k +)(k + 4) +
+
1
72
(k +)(4k
2
+ 27k + 72
2
)] +

+k
1

1
(1 k +
3
2
k +
2
+
1
2
k
2
)}
dove: h indica lintervallo base di aggregazione dei dati utilizzati (h = 24 ore nel caso
in esame), e le costanti A
1
e A
2
sono denite da:
A
1
=

c
k
2
x

( 1)( 2)( 3)
(2
2
x
+
k
2
x

2
1
);
A
2
=

c
k
2
x

2
(
2
1)( 1)( 2)( 3)
.
Le relazioni introdotte costituiscono, una volta sostituiti a primo membro i valori che
derivano dalle serie storiche, un sistema di sei equazioni non lineari in sei incognite.
Per la soluzione di un tale sistema si `e dapprima trasformato il sistema non lineare
nel problema della minimizzazione della funzione obiettivo:
F = (1 E
1
/E
1
)
2
+ (1 V ar
1
/V ar
1
)
2
+ (1 V ar
2
/V ar2)
2
+(1 Cov
1
/Cov
1
)
2
+ (1 P
1
/P
1
)
2
+ (1 P
2
/P
2
)
2
6.12. MODELLI STOCASTICI DI PRECIPITAZIONE 85
nella quale i termini segnati dallasterisco, , rappresentano i valori ottenuti dalle serie
storiche, mentre i rimanenti rappresentano le grandezze valutate attraverso le espressioni
appena introdotte.
La soluzione del problema di minimo cos` impostato `e ottenuta con tecniche nu-
meriche standard. E appena il caso di ricordare che `e necessario introdurre alcuni vincoli
sui parametri, quali, ad esempio, la non negativit`a. Il metodo impiegato `e quello del
simplesso, il quale, pur non essendo caratterizzato da un elevato ordine di convergenza,
garantisce normalmente il raggiungimento di un valore prossimo al minimo.
La taratura del modello presentato avviene sulla base di dati di precipitazione gior-
nalieri, suddividendo lanno in sottointervalli della durata approssimativa di un mese, che
possano essere supposti meteorologicamente omogenei.
Si procede, quindi, al calcolo dei parametri statistici ed al calcolo dei parametri del
modello per ciascuno di tali intervalli. In seguito, sulla base dei parametri cos` calcolati,
`e possibile generare una successione sintetica di piogge orarie che riproduca i valori delle
grandezze statistiche impiegati per la taratura.
ESEMPIO. Il modello climatologico presentato pu`o ad esempio essere impiegato nella
valutazione dellecacia di un impianto di depurazione delle acque di prima pioggia.
Lecacia di un impianto di depurazione risiede principalmente nella porzione del-
la portata in arrivo che questo riesce a trattare. E chiaro che tale frazione `e in gen-
erale funzione del tempo e che essa varia al variare della portata in arrivo e del volume
istantaneamente invasato nellimpianto.
Una volta superata la portata massima trattabile ed il volume massimo invasabile, la
portata in eccesso viene infatti inviata direttamente al recipiente. La valutazione dell-
ecacia di un impianto non si presenta, dunque, come unoperazione semplice, a causa
della variabilit`a, in durata ed intensit`a, degli eventi meteorici che interessano il bacino
idrologico aerente alla sezione considerata.
Lidea che si possa semplicemente procedere al calcolo della risposta del bacino ad una
serie di precipitazioni misurate `e resa impraticabile dalla circostanza che la quasi totalit`a
dei dati pluviometrici comunemente reperibili sono registrati con cadenza giornaliera: del
tutto insuciente, cio`e, per la applicazione di modelli di trasformazione aussi-deussi
in bacini che abbiano tempi caratteristici limitati, quali quelli urbani.
Nellimpossibilit`a di disporre di dati storici con risoluzione temporale adeguata si
pu`o pensare di utilizzare un modello matematico dei processi di precipitazione che possa
generare sequenze di valori di pioggia che abbiano i medesimi caratteri di quelli osservabili.
Una volta in grado di generare una lunga sequenza di precipitazioni sintetiche `e pos-
sibile procedere al calcolo della sequenza delle portate e quindi delle frazioni di volumi
trattati.
La frazione di volume trattato annualmente pu`o a sua volta essere riguardata come
una variabile casuale ed essere studiata sulla base delle diverse realizzazioni sintetiche
generate. Si caratterizza quindi lecacia dellimpianto attraverso la specicazione di
un tempo di ritorno. Si rende cos` possibile una progettazione che tenga correttamente
conto della frequenza probabile degli eventi che si vogliono controllare. Viceversa, una
86 PROBABILIT
`
A E PROCESSI STOCASTICI
volta assegnate o ipotizzate le caratteristiche dellimpianto si pu`o determinare quale sia la
probabilit`a di trattare una determinata frazione del volume auito in un anno qualsiasi.
La sequenza delle operazioni per lapplicazione descritta pu`o essere ad esempio:
Si eettua il calcolo delle statistiche sui dati storici aggregati su 24 e 48 ore. Le
grandezze calcolate sono:
a partire da dati sperimentali, quali quelli ordinariamente disponibili dalle
osservazioni degli Uci Idrograci, per laggregazione su 24 ore si calcolano:
media
varianza
autocorrelazione
probabilit
`
a di pioggia nulla
Questultima quantita viene calcolata sulla base della frequenza relativa dei
valori giornalieri con pioggia zero misurata alla stazione pluviograca.
per laggregazione su 48 ore:
varianza
probabilit
`
a di pioggia nulla
sulla base delle statistiche cos` ottenute viene realizzato ladattamento dei
parametri del modello climatico stocastico di Bartlett-Lewis a parametro ca-
suale;
si genera una successione di valori di precipitazione (su intervalli temporali
pressati ed arbitrari) per un gran numero di anni;
si determinano i deussi dal bacino assegnato, corrispondenti alle piogge gen-
erate dal modello climatologico, ad esempio utilizzando il modello geomorfo-
logico;
si eettua lintegrazione del sistema di equazioni dierenziali che esprimono la
continuit`a per tutti gli elementi dellimpianto. In particolare, per ciascun anno,
si calcola il volume auito, quello inviato alla depurazione e quello inviato
direttamente al recipiente (cfr. Cap. 3.3);
sulla base del gran numero di simulazioni condotte si calcolano le statistiche
relative al volume totale annuo inviato alla depurazione. Grazie alla disponi-
bilit`a di un lungo campione di valori (simulati, ma rispondenti alla realt`a) del
volume totale annuo trattato, `e possibile associare a ciascuno di essi un tempo
di ritorno.
Il bacino considerato in questo esempio, di tipo urbano, ha una supercie di circa 190
ettari ed `e servito da una vasca di accumulo delle acque di prima pioggia del volume utile
di invaso di 6000 m
3
. Il funzionamento idraulico del sistema prevede che al crescere del
livello idrico nelle condotte di adduzione a seguito di eventi meteorici lacqua si immetta
a gravita nella vasca di pioggia attraverso tre luci a parete presidiate da clapet. Il riem-
pimento della vasca puo avvenire a gravita n alla quota di -0.45 m s.m.m.m, quota alla
6.12. MODELLI STOCASTICI DI PRECIPITAZIONE 87
quale si chiudono i clapet. Oltre tale quota entrano in azione delle idrovore, caratteriz-
zate da un idoneo sistema di attacchi e stacchi regolati da galleggianti. Al raggiungimento
della quota +1.50 m s.m.m. i deussi vengono inne immessi direttamente nella rete di
bonica di recapito.
Lo svuotamento della vasca avviene attraverso linvio alla depurazione delle acque
contenute nella vasca mediante lesercizio delle pompe ubicate sul fondo della vasca stessa.
Tabella 6.2: Frazione del volume totale deuito trattata dallimpianto di depurazione e
relativa frequenza e tempo di ritorno ottenuti dal modello montecarlo descritto.
Frazione trattata Frequenza T
r
(anni)
0.96 0.01 1.0
0.94 0.10 1.1
0.91 0.20 1.2
0.89 0.30 1.4
0.88 0.40 1.7
0.85 0.50 2.0
0.84 0.59 2.5
0.83 0.69 3.3
0.82 0.79 4.8
0.80 0.89 9.2
0.62 0.99 101.0
Dato questo schema di funzionamento si sono considerati i valori di precipitazione
giornaliera ad una vicina stazione pluviometrica per il trentennio 1961-1991 sulla base dei
quali si `e adattato il modello Bartlett-Lewis modicato descritto nei paragra precedenti.
Si sono quindi generati 100 anni di piogge orarie sintetiche e, con un modello di risposta
idrologica di tipo geomorfologico, si sono calcolati i corrispondenti deussi orari. Si `e
inne integrata lequazione di continuit`a:
dV
dt
= Q(t) P
b
(t) P
d
(t)
dove V rappresenta il volume contenuto nella vasca di prima pioggia, Q(t) la portata
che proviene dal bacino asservito, P
b
(t) la portata che, alloccorrenza, viene inviata di-
rettamente alla rete di bonica di recapito, e P
d
(t) la portata inviata allimpianto di
depurazione.
Inne, anno (sintetico) per anno, si calcola la frazione volume trattato/volume totale
deuito e se ne studia la statistica (Tabella 6.2). Si possono in particolare studiare la fre-
quenza probabile ed il tempo di ritorno di ciascun valore della frazione di volume trattato.
Variando il volume ipotizzato per la vasca si pu`o quindi eettuare un dimensionamen-
to che tenga presente del tempo di ritorno che si vuole ssare per un dato valore della
frazione trattata.
88 PROBABILIT
`
A E PROCESSI STOCASTICI
Capitolo 7
Teoria della risposta idrologica
Identicata una sezione di un corso dacqua, il bacino idrograco da questa sotteso `e
la porzione di territorio tale che la pioggia caduta su di essa deve transitare, se non si
inltra raggiungendo la falda regionale e non ri-evapora, attraverso la sezione ssata.
Questultima `e detta sezione di chiusura del bacino.
Un problema teorico e pratico di grande interesse `e quello di determinare, a partire
dallintensit`a di precipitazione j(t) che insiste su un bacino idrograco, lidrogramma Q(t)
alla sua sezione di chiusura. Si noti come si possa essere interessati a diverse caratteristiche
del deusso superciale Q(t), quali i suoi valori medi in un periodo ssato (ad esempio
mensili od annuali per la regolazione di serbatoi), o i suoi valori di magra o di piena.
I processi che sono coinvolti nella determinazione della risposta idrologica di un bacino
possono essere discussi considerando il bilancio di massa relativo ad un volume di controllo
coincidente con il bacino. La conservazione della massa si scrive per un tal volume di
controllo:
dV
dt
= P(t) Q(t) F(t) ET(t)
dove F(t) `e il usso totale che lascia il bacino attraverso le acque sotterranee e ET(t)
`e levapotraspirazione. Se si concentra lattenzione sui fenomeni di piena e quindi sulle
scale temporali approssimativamente comprese tra lora e i giorni (in dipendenza dalle
dimensioni del bacino considerato, come si avr` a modo di precisare pi` u avanti), il usso
relativo ai moti di ltrazione risulta trascurabile rispetto al deusso superciale Q(t), in
quanto caratterizzato da velocit`a senzaltro inferiori. Inoltre, durante levento, la radi-
azione solare incidente `e molto ridotta e lumidit`a atmosferica molto elevata: il usso
dovuto allevapotraspirazione ET(t) `e dunque anchesso trascurabile rispetto al deusso
superciale. Lequazione di bilancio della massa si scrive dunque, per un evento di piena:
Q(t) = P(t)
dV
dt
= P(t)
dV
g
dt

dV
s
dt
nella quale si `e suddiviso il volume dacqua invasato nel bacino nei termini sub-superciale
V
g
e superciale V
s
. Si noti che la derivata temporale di V
g
rappresenta il usso di
precipitazione che si inltra nel suolo e raggiunge la falda, risultando cos` perso ai ni
89
90 CAPITOLO 7. TEORIA DELLA RISPOSTA IDROLOGICA
del deusso. Per tale ragione il termine
P
e
(t) = P(t)
dV
g
dt
`e detto precipitazione ecace: esso `e la parte di pioggia che eettivamente contribuisce
alla formazione della piena. La descrizione della risposta idrologica richiede dunque, come
primo passo, la determinazione della precipitazione ecace P
e
.
Lequazione di continuit`a pu`o ora essere riscritta nel modo seguente:
Q(t) = P
e
(t)
dV
s
dt
(7.1)
La (7.1) evidenzia come il deusso di una particella dacqua attraverso la sezione di
chiusura sia ritardato rispetto allistante in cui essa cade sul bacino in relazione alla
variazione del volume dacqua invasato allinterno del bacino stesso. Esprimere Q(t) nella
(7.1) esplicitamente rispetto a P
e
(t) e alle caratteristiche del bacino signica descrivere
i meccanismi di trasporto dellacqua allinterno del bacino stesso.
`
E questa la seconda
componente di un modello di risposta idrologica.
La descrizione della risposta idrologica si risolve dunque nella descrizione di due pro-
cessi in sequenza: la separazione dellinltrazione dalla pioggia ecace e il successivo
trasporto di questa allinterno del bacino.
Prima di procedere alla descrizione dei modelli teorici e pratici che interpretano i
processi descritti `e importante sottolineare che qualsiasi prospettiva di applicazione dei
concetti esposti si fonda necessariamente sulla disponibilit`a di misure sperimentali della
precipitazione e della portata per la determinazione dei valori dei parametri in gioco.
Si `e gi`a avuto modo di discutere dei metodi di misura della precipitazione e di alcune
tecniche per la loro validazione (cfr. 5.2.2). Si vuole qui ricordare brevemente come si
possa procedere alla misura della portata che transita attraverso una sezione di un corso
dacqua.
Lequazione di De Saint Venant che descrive il moto a pelo libero in un canale pris-
matico `e:
E
s
= i
f
+
y
s
+
V
g
V
s
+
1
g
V
t
dove E `e lenergia per unit`a di peso del uido, i
f
`e la pendenza del fondo, y la profondit`a
dellacqua, V la velocit`a media nella sezione s la coordinata avente la direzione del moto.
Supponendo di poter utilizzare la relazione di Gauckler-Strickler:
E
s
= j =
V
2
k
2
s
R
4/3
H
ed esprimendo la velocit`a media attraverso la portata Q si ha:
Q = k
s
R
2/3
H
A

i
f

y
s

V
g
V
s

1
g
V
t

1/2
(7.2)
Nel caso di moto uniforme, la (7.2) si riduce nuovamente alla relazione di Gauckler-
Strickler che stabilisce una relazione biunivoca tra portata e profondit`a. Nel caso pi` u
7.1. LA PRECIPITAZIONE EFFICACE 91
generale di moto non permanente tale relazione non `e pi` u biunivoca essendo diversa nella
fase di crescita e di decrescita (cappio di piena) ma un approssimazione della (7.2) valida
con buona approssimazione pu`o essere stabilita sperimentalmente misurando, per mezzo
di correntometri, la distribuzione di velocit`a nella sezione considerata e, quindi, la portata
in corrispondenza a diversi stati idrometrici. Tale relazione, detta scala delle portate pu`o
quindi essere utilizzata per inferire il valore della portata da misure di profondit`a.
7.1 La precipitazione ecace
La precipitazione che incide su un bacino viene in parte intercettata dalla vegetazione
prima di raggiungere il terreno e pu`o rimanere qui in parte invasata. Della porzione che
raggiunge eettivamente il terreno, una parte rimane immagazzinata sulla supercie, una
parte si inltra, mentre la parte rimanente deuisce sulla supercie. La frazione di precip-
itazione che non deuisce supercialmente pu`o poi rimanere immagazzinata localmente o
inltrarsi e ricaricare la falda regionale.
Le modalit`a con le quali avviene la separazione della quota di precipitazione che de-
uisce sulla supercie dalla totale dipende da molteplici fattori, quali i caratteri sici del
terreno, dalla sua geologia ed esposizione, dal suo stato allinizio dellevento.
Pu`o essere istruttivo considerare le forme nelle quali lacqua `e presente nel terreno.
Lacqua igroscopica avvolge di una sottile pellicola le particelle del terreno e non partecipa
dei normali processi di ltrazione. Lacqua capillare `e trattenuta nei pori, contro la
gravit`a, grazie alla tensione superciale. Lacqua gravitazionale, `e in grado di muoversi
attraverso gli interstizi del terreno (porosit`a) ed il suo moto avviene a gravit` a.
Diverse zone possono essere identicate in base alle modalit`a con le quali `e trattenuta
lacqua al suo interno.
Al di sotto della supercie si ha la zona di evaporazione, nella quale lacqua `e soggetta
alla temperatura esterna ed `e utilizzata dagli apparati radicali della vegetazione. Infe-
riormente a tale zona si ha la zona di aerazione, parzialmente satura, nella quali i pori
possono, appunto, essere occupati da aria o acqua. Al di sotto si ha la frangia di risalita
capillare, nella quale lacqua proveniente dalla zona satura sottostante `e trattenuta dalla
tensione superciale. Inne si ha la zona freatica, nella quale i pori contengono solo acqua.
Lacqua precipitata pu`o essere immagazzinata nel terreno pu`o essere trattenuta in
supercie o nella zona di evaporazione, per tempi confrontabili con quelli degli eventi
atmosferici. Questa modalit`a di invaso deve dunque essere tenuta in considerazione nella
formulazione di modelli di piena ed `e anzi centrale nella determinazione del deusso.
Parte dellacqua che si inltra, invece, raggiunge la falda regionale e partecipa del bilancio
idrologico superciale solo su scale temporali molto prolungate.
Fatte queste osservazioni, si possono distinguere due meccanismi di separazione dei
deussi:
- Meccanismo di Dunne: la saturazione avviene per progressivo esaurimento del volume
invasabile localmente nello strato collaborante di terreno (spessore inferiore al metro). A
saturazione avvenuta non `e possibile pi` u alcuna inltrazione e la precipitazione successiva
deuisce interamente sulla supercie.
92 TEORIA DELLA RISPOSTA IDROLOGICA
Figura 7.1: Separazione della pioggia in deusso superciale e sub-superciale.
- Meccanismo di Horton: la saturazione avviene supercialmente, quando lintensit` a
della precipitazione eccede la capacit`a di inltrazione del terreno. La capacit`a di inl-
trazione f(t) (mm/ora) `e funzione del tempo (computato a partire dallinizio dellevento)
e viene spesso assunta della forma:
f(t) = f
c
+ (f
0
f
c
)e
kt
(7.3)
f
0
`e la massima inltrazione, che si verica per t = 0, f
c
`e il valore di inltrazione
raggiunto asintoticamente e k `e una costante temporale che specica i tempi nei quali si
ha il passaggio da f
0
a f
c
.
Quale che sia il meccanismo in azione, la situazione `e concettualmente quella schema-
tizzata in Figura 7.1
Si ha cio`e una componente rapida, di deusso superciale che costituisce la parte
principale dellidrogramma di piena ed una parte sub-superciale, che solo marginalmente,
e per precipitazioni prolungate, contribuisce a formare la portata di piena.
Si consideri ora la Figura 7.2, nella quale sono rappresentate le fasi di esaurimento
del deusso superciale (tratto A-B) e del deusso sub-superciale (tratto B-). Scompo-
nendo la portata nei due termini superciale Q
sup
(t) e sub-superciale Q
sub
(t) si osserva
che lesaurimento delle due componenti pu`o, con discreta approssimazione, assumersi
esponenziale:
Q
sup
(t) = Q
0
e
kt
(7.4)
Q
sub
(t) = Q

0
e
k

t
Una procedura per individuare il punto B, e quindi il volume che deuisce super-
cialmente, tratteggiato nella Figura 7.1, fa riferimento ad una rappresentazione semi-
logaritmica della portata in funzione del tempo (cfr. Figura 7.2). In tale piano, infatti, `e
possibile individuare i due andamenti rettilinei che rappresentano le (7.4).
7.2. LA DETERMINAZIONE DELLA PRECIPITAZIONE EFFICACE 93
Figura 7.2: Separazione dei deussi superciale e sub-superciale.
7.2 La determinazione della precipitazione ecace
Una volta identicate nellidrogramma di piena le parti competenti ai deussi super-
ciale e sub-superciale, occorre eettuare la medesima scomposizione per lo ietogramma
ed identicare quindi la precipitazione ecace. Questa `e la parte di precipitazione che
contribuisce a formare il deusso superciale. Una volta isolato il contributo superciale
nello ietogramma e nellidrogramma sar`a possibile procedere a stabilire la relazione che
tra essi intercorre e formulare un modello di trasformazione aussi-deussi.
Si discutono nel seguito alcuni dei metodi pi` u diusi attraverso i quali `e possibile
procedere alla separazione della pioggia ecace.
7.2.1 Il metodo dellindice
Il metodo prevede la determinazione di un valore di soglia per lintensit` a di precip-
itazione al di sotto del quale tutta la precipitazione si inltra (Figura 7.3).
`
E dunque
questo un metodo che fa riferimento ad un meccanismo di ripartizione di tipo Horto-
niano. Identicato nellidrogramma di piena il volume V
s
che deuisce in supercie, si
Figura 7.3: Determinazione della pioggia ecace attraverso il metodo dellindice .
94 TEORIA DELLA RISPOSTA IDROLOGICA
calcola laltezza di precipitazione netta:
H
n
=
V
s
S
dove S `e la supercie del bacino considerato. Lindice `e poi determinato attraverso la
relazione:

T
0
[j(t) ]dt
T

0
(j
t
)t = H
n
Dal punto di vista concettuale, il metodo dellindice non rende conto della variabilit`a
della capacit`a di inltrazione del terreno nel corso del tempo. Questo problema potrebbe
essere ovviato introducendo, al posto del valore costante , una funzione del tipo (7.3)
al costo di qualche complicazione di procedura forse non giusticata da un sostanziale
miglioramento del metodo.
7.2.2 Il metodo del coeciente di deusso
Questo metodo si basa sulla denizione del coeciente di deusso:
=
V
s
V
tot
dove V
s
`e il volume di pioggia che deuisce supercialmente e V
tot
`e il volume totale
precipitato. Lintensit`a ecace di precipitazione `e poi:
j
eff
(t) = j(t)
Il metodo, pur molto usato, non tiene conto del fatto che la quota di precipitazione
che si inltra non `e costante nel corso di un evento, ma diminuisce al passare del tempo.
Per tenere conto di questi eetti, ma solo nella trattazione di eventi estremi, si adotta
talvolta per il coeciente di deusso la forma:
(t) =
1

n/3
nella quale `e la durata della precipitazione considerata, n `e lesponente della curva di
possibilit`a pluviometrica per levento estremo considerato e
1
`e il valore del coeciente
di deusso per una precipitazione di durata unitaria.
7.2.3 Metodi di bilancio
Un metodo che si riferisca ad un processo di saturazione di Dunne pu`o implementarsi
stabilendo un valore V
sub
del volume invasabile al di sotto della supercie prima di giungere
a saturazione ed utilizzando lequazione di continuit` a. Il deusso superciale ha luogo,
secondo tale schema, a partire dallistante t
0
per il quale:

t
0
0
j(t)dt =
t
0

0
j
t
t = V
sub
(7.5)
LA DETERMINAZIONE DELLA PRECIPITAZIONE EFFICACE 95
Figura 7.4: Generazione della precipitazione ecace secondo Dunne.
Per t < t
0
tutta la precipitazione sinltra e viene perduta ai ni del deusso super-
ciale, mentre per t t
0
lintera precipitazione deuisce supercialmente (si veda la Figura
7.4).
Si noti che questo metodo pu`o essere applicato globalmente, assegnando una capacit`a
dinvaso caratteristica dellintero bacino, o localmente, scrivendo la (7.5) per gli elementi
spaziali elementari (pixel) nei quali si sia suddiviso il bacino.
Il parametro V
sub
pu`o quindi essere determinato per taratura sulla base di eventi noti.
7.2.4 Il metodo SCS
Il metodo sviluppato dal Soil Conservation Service ipotizza che, allinizio dellevento, un
volume V
0
sia richiesto per saturare il terreno e che esso non partecipi dunque al deusso
superciale. Una volta che questa capacit`a del terreno `e stata esaurita, una parte della
precipitazione seguente si inltra, secondo il paradigma hortoniano, mentre la restante
contribuisce al deusso superciale (Figura 7.5). Detto V
i
il volume che si inltra dal
raggiungimento della saturazione sino allistante generico considerato, si suppone che il
rapporto tra V
i
e il volume massimo S che, in dipendenza dalle caratteristiche siche e
geologiche del bacino, pu`o inltrarsi sia uguale al rapporto tra il volume di pioggia ecace
(P
e
) e il volume massimo che potenzialmente pu`o deuire (P V
0
):
V
i
S
=
P
e
P V
0
(7.6)
Utilizzando lequazione di continuit` a:
P = P
e
+V
0
+V
i
, (7.7)
per esprimere V
i
e sostituendolo nella (7.6) si ottiene la relazione di deusso del metodo
SCS:
P
e
=
(P V
0
)
2
P V
0
+S
(7.8)
96 TEORIA DELLA RISPOSTA IDROLOGICA
Figura 7.5: Determinazione della pioggia ecace attraverso il metodo SCS.
Tabella 7.1: Valori di CN per diversi usi del suolo e diversi tipi di suolo.
Uso del suolo A B C D
Terreno a riposo 77 86 91 94
Coltivazione a lari 70 80 85 90
Frumento, Mais, Riso, Orzo 63 75 83 87
Legumi 58 72 81 85
Pascoli 49 69 79 84
Boschi 36 60 73 79
Strada sterrata 72 82 87 89
Strada rivestita 74 84 90 92
Il parametro V
0
rappresenta le condizioni del bacino allinizio dellevento ed `e identi-
cato considerando laltezza di precipitazione nei cinque giorni precedenti classicando lo
stato del bacino come inizialmente secco (condizione I), mediamente umido (condizione
II), o saturo (condizione III). Nelle applicazioni si fa spesso riferimento alla condizione
media o condizione II. In tal caso si assume:
V
0
= 0, 2S
e la (7.8) si riscrive:
P
e
=
(P 0, 2S)
2
P + 0, 8S
(7.9)
Il volume di precipitazione ecace P
e
dipende dunque, in queste ipotesi, unicamente
dalla massima capacit`a di inltrazione S. Questa, a sua volta, viene valutata (in mm)
con la relazione empirica:
S =
25400
CN
254, (7.10)
7.3. I MODELLI DI TRASFORMAZIONE AFFLUSSI/DEFLUSSI 97
nella quale CN `e un parametro, detto Curve Number ssato in base alle caratteristiche
geopedologiche del bacino, alla destinazione duso dei terreni e alle loro condizioni iniziali
di umidit`a.
Il Soil Conservation Service, ed altri autori, forniscono valori empirici di CN a sec-
onda del tipo di suolo e della condizione di umidit`a iniziale (condizioni I, II, o II). La
tabella 7.1 riporta alcuni valori di CN per la condizione II, diversi tipi di uso del suolo
e diverse caratteristiche idrogeologiche dei terreni stessi. Queste ultime sono specicate
suddividendo i terreni in quattro gruppi (A, B, C e D) in dipendenza dalla loro capacit`a
di inltrazione. La Tabella 7.2 riporta la descrizione di tale classicazione.
Tabella 7.2: Classicazione dei suoli dello SCS.
Gruppo di suolo Caratteristiche
A Capacit`a di inltrazione: > 7, 5 cmh
1
Ghiaie e sabbie ben drenate
B Capacit`a di inltrazione: 3, 8 cmh
1
7, 5 cmh
1
Sabbie da moderatamente a ben drenate.
C Capacit`a di inltrazione: 0, 13 cmh
1
3, 8 cmh
1
Terreno ne con strato impermeabile
D Capacit`a di inltrazione: < 0, 13 cmh
1
Argille
Nel caso dunque della condizione II, le (7.9) e (7.10) consentono il calcolo della cumu-
lata della precipitazione eettiva P
e
in funzione della precipitazione totale cumulata P e,
per dierenza, la stima della pioggia eettiva caduta ad ogni passo temporale.
Il metodo SCS pu`o anche applicarsi trattando CN come un parametro di taratura,
ovvero determinando, solitamente per tentativi, quale valore di CN dia luogo ad una
miglior corrispondenza tra i deussi osservati e quelli calcolati per alcuni eventi di taratura
misurati.
`
E interessante inne notare come il metodo SCS abbia un carattere misto, dunniano-
hortoniano, considerando sia un volume iniziale di saturazione sia un limite alla capacit`a
di inltrazione del suolo.
7.3 I modelli di trasformazione aussi/deussi
Il problema della trasformazione degli aussi di precipitazione ad un bacino idrologico
nei deussi alla sua sezione di chiusura, si traduce nella ricerca di un operatore F(, t, )
che eettui la trasformazione:
Q(t) = F(, t, )[j()]
Il tempo `e calcolato rispetto allinizio dellevento corrente j(). Il tempo , computato
da unorigine lontana del tempo, tiene conto di eventi precedenti e quindi dello stato
98 TEORIA DELLA RISPOSTA IDROLOGICA
del bacino in conseguenza della sua storia precedente allevento attuale. Il tempo t `e
un tempo cronologico e tiene conto della dipendenza dei processi idrologici dal periodo
considerato (potendosi pensare di distinguere, ad esempio, tra estate ed inverno).
Lapproccio scelto `e quello che incarica il modello di separazione della precipitazione
totale in precipitazione ecace e perduta (agli eetti del deusso superciale) di tenere
conto della dipendenza della risposta da eventi precedenti e dal tempo cronologico. I
processi di trasporto allinterno di un bacino idrologico possono essere infatti assunti
sostanzialmente costanti rispetto alla storia idrologica del sistema e rispetto alla stagione,
mentre la variabilit`a delle caratteristiche delle superci in dipendenza dal loro stato di
umidit`a risulta pesantemente inuenzata da questi due fattori.
Essendosi trattato dei metodi di determinazione della precipitazione ecace, si assume
qui per loperatore di trasformazione la forma F() tralasciando le altre dipendenze.
Questo si esprime dicendo che il modello di trasformazione `e invariante.
Inne si introduce spesso lulteriore ipotesi di linearit`a che stabilisce che, date le
intensit`a di precipitazione ecace j
(1)
eff
(), j
(2)
eff
() e le relative risposte Q
1
(t), Q
2
(t), la
risposta ad una precipitazione del tipo:
j
eff
() =
1
j
(1)
eff
() +
2
j
(2)
eff
(), (7.11)
sia:
Q(t) =
1
Q
1
(t) +
2
Q
2
(t). (7.12)
Un modo del tutto generale di rappresentare la risposta di un bacino nellipotesi di
linearit`a fa capo alla denizione della risposta impulsiva del sistema.
`
E questa la risposta
del bacino, ovvero lidrogramma di piena, corrispondente ad un volume di pioggia unitario
iniettato istantaneamente nel sistema uniformemente nello spazio. Tale risposta impulsiva
u(t) `e detta idrogramma unitario istantaneo e si pu`o mostrare che la risposta Q(t) ([L
3
/T])
prodotta da una precipitazione ecace j(t) ([L/T]) su un bacino di supercie S ([L
2
]) `e
espressa da:
Q(t) = S

t
0
u() j(t ) d, (7.13)
j(t) si intende essere unintensit` a mediata sullarea del bacino assumendo che la scala
caratteristica dei fronti di perturbazione sia molto pi` u grande della scala del bacino.
La formulazione che si basa sullidrogramma unitario istantaneo d`a luogo ad una
quantit`a di modelli diversi in dipendenza dal modo in cui `e assegnata la funzione u(t) se
ne discuteranno nel seguito i due pi` u rilevanti.
7.3.1 Il modello di Nash
Il modello di Nash si basa su un idrogramma unitario istantaneo ottenuto descrivendo
il corso dacqua come una serie di n serbatoi lineari in cascata (Figura 7.6), ovvero di
serbatoi caratterizzati dalla relazione tra volume invasato V
i
(t) e portata uscente Q
i
(t):
V
i
(t) = kQ
i
(t) (7.14)
7.3. I MODELLI DI TRASFORMAZIONE AFFLUSSI/DEFLUSSI 99
dove k `e una costante.
Figura 7.6: Schema concettuale di un corso dacqua secondo il modello di Nash.
Lequazione di continuit`a per il generico serbatoio si scrive:
dV
i
dt
= Q
i1
Q
i
Si immagini ora, da una condizione iniziale nella quale tutti i serbatoi sono vuoti, di
iniettare istantaneamente nel primo serbatoio un volume V
0
. Lequazione di continuit` a
per tale serbatoio `e:
dV
1
dt
= Q
i
(t)
Questa, utilizzando la (7.14) con i = 1, diviene:
k
dQ
1
dt
= Q
1
(t)
che, considerando che Q
1
(0) = V
0
/k, porge:
Q
1
(t) =
V
0
k
e
t/k
(7.15)
Lequazione di continuit`a per il secondo serbatoio `e dunque:
dV
2
dt
=
V
0
k
e
t/k
Q
2
(t)
moltiplicando per e
t/k
ed utilizzando la (7.14) con i = 2 si ottiene:
ke
t/k
dQ
2
dt
+e
t/k
Q
2
(t) =
V
0
k
Riconoscendo che il primo membro `e la derivata di e
t/k
Q
2
(t) ed integrando tra (t = 0, Q
2
=
0) e (t, Q
2
) si ottiene:
Q
2
(t) =
V
0
k

t
k

e
t/k
(7.16)
100 TEORIA DELLA RISPOSTA IDROLOGICA
Similmente, lequazione di continuit`a per il terzo serbatoio `e:
dV
3
dt
=
V
0
k

t
k

e
t/k
Q
3
(t)
Moltiplicando per e
t/k
:
ke
t/k
dQ
3
dt
+e
t/k
Q
3
(t) =
V
0
k

t
k

Riconoscendo che il termine a primo membro `e la derivata di ke


t/k
Q
3
(t) si ricava inne:
Q
3
(t) =
V
0
k

t
k

2
e
t/k
2
(7.17)
Generalizzando le (7.15), (7.16) e (7.17) si ottiene, per il serbatoio n-esimo:
Q
n
(t) =
V
0
k

t
k

n1
e
t/k
(n 1)!
(7.18)
Ricordando che lidrogramma unitario u(t) `e denito come la risposta del sistema ad
un impulso istantaneo di pioggia di volume unitario (V
0
= 1), esso `e dunque, secondo
Nash:
u(t) =
1
k

t
k

n1
e
t/k
(n 1)!
(7.19)
Lidrogramma unitario secondo Nash presenta dunque due parametri, k ed n, da
valutarsi in base ad eventi misurati.
Si noti per`o che il parametro n pu`o, secondo le ipotesi fatte, assumere unicamente valori
interi. Rilassando questa ipotesi, ed ammettendo per n valori reali, la (7.19) assume la
forma:
u(t) =
1
k

t
k

n1
e
t/k
(n)
(7.20)
dove:
(n) =


0
t
n1
e
t
dt
`e la funzione gamma completa che gode delle propriet`a:
(n) = (n 1)! se n
(n + 1) = n(n)
I parametri che compaiono nella (7.20) vengono determinati sulla base di eventi noti per
il bacino in esame, ovvero sulla base di misure di pioggia, j
o
(t
k
), e della relativa portata
Q
o
(t
k
) alla sezione di chiusura. Lobiettivo `e quello di far s` che lidrogramma di piena
osservato sia approssimato nel miglior modo possibile da quello calcolato. Questultimo
si ottiene discretizzando la (7.13):
Q(t
i
) = Q(it) = S

t
i
0
j
o
(t
i
)u()d

= S
i

k=1
j
0
(t
i

k
+ 1)U(
k
)t

= S
i

k=1
j
0
((i k + 1)t) U(kt)t
7.3. I MODELLI DI TRASFORMAZIONE AFFLUSSI/DEFLUSSI 101
dove:
U(
k
) =
1
t

k
t
u(z)dz
e t `e il passo di calcolo.
La taratura dei parametri pu`o avvenire con obiettivi diversi. Pu`o ad esempio essere
opportuno ricercare una coincidenza tra gli idrogrammi misurato e calcolato nei valori al
colmo, tollerando discrepanze nelle porzioni di crescenza e decrescenza. Questo avviene
di frequente, poich`e spesso linteresse applicativo risiede nella previsioni delle portate
massime.
7.3.2 Il modello geomorfologico
Il modello geomorfologico consente la determinazione della risposta idrologica di un bacino
a partire unicamente dalle sue caratteristiche morfologiche. Queste a loro volta possono
essere desunte da una cartograa in scala opportuna.
Il modello geomorfologico si fonda sulla considerazione che il tempo necessario ad
una goccia dacqua, iniettata in un punto generico del bacino, per giungere alla sezione
di controllo `e legata al cammino percorso e quindi alla morfologia della rete di drenag-
gio. La molteplicit`a delle situazioni che caratterizzano le vicende delle gocce dacqua
allinterno del bacino rende inverosimile una trattazione deterministica del problema e si
richiede invece il ricorso ad unimpostazione probabilistica. Si devono perci`o specicare
le grandezze probabilistiche associate a ciascun cammino individuato dallo studio car-
tograco della morfologia del bacino in esame. A questo proposito vale la pena di notare
come la scala impiegata abbia una grande inuenza sulle caratteristiche (numerazione di
Strahler, ordine del bacino, andamento planimetrico dei rami) attribuite al bacino. Per
tale ragione la scala deve essere scelta sulla base delle dimensioni del bacino considerato,
richiedendosi, indicativamente, una denizione della rete in proporzione pi` u precisa per i
bacini di dimensioni inferiori.
Si immagini di depositare, al tempo t = 0, una goccia dacqua di volume u
0
in un punto
scelto casualmente in un generico bacino idrologico. Il volume dacqua V (t) invasato nel
bacino al tempo t pu`o essere espresso attraverso la relazione:
V (t) = u
0
I
t
(t
R
), (7.21)
nella quale t
R
`e il tempo di residenza della goccia allinterno del bacino, ovvero il tempo
impiegato dalla goccia per giungere alla sezione di chiusura dal punto nel quale `e stata
depositata. La I
t
() `e la funzione indicatrice, denita come:
I
t
(t
R
) =

1 se t
R
t
0 se t
R
< t
La (7.21) vale dunque u
0
se la particella dacqua si trova ancora allinterno del bacino,
zero viceversa.
Se si immagina di ripetere lesperimento numerose volte, scegliendo ogni volta in modo
casuale la posizione di caduta della particella, si otterranno valori diversi del tempo di
102 TEORIA DELLA RISPOSTA IDROLOGICA
residenza che dipende, appunto, dal punto di iniezione della goccia. Il tempo di residenza
`e dunque una variabile casuale, caratterizzabile attraverso una densit`a di probabilit`a f(t
R
)
o una probabilit`a cumulata di non superamento F(t
R
) = P(T
R
t
R
). Se ora si immagina
di iniettare unaltezza h di precipitazione uniforme sul bacino di supercie S, questa
campiona in modo esaustivo tutti i possibili punti di iniezione allinterno del bacino e
quindi tutti i possibili valori del tempo di residenza T
R
. Poich`e il volume depositato nel
generico punto del bacino `e pari a hdx, il volume dacqua contenuto nel bacino al tempo
generico t si ottiene sommando i contributi (7.21) relativi a ciascuna particella:
V (t) =

S
hI
t
[t
R
(x)]dx = h


0
I
t
(t
R
)Sf(t
R
)dt
R
(7.22)
Lultima eguaglianza essendo legata al fatto che larea ottenuta come unione di tutti
i siti di area dx caratterizzati dal medesimo valore del tempo di residenza t
R
`e pari a
Sf(t
R
). Poich`e I
t
(t
R
) = 0 se t
R
< t, la (7.22) diviene:
V (t) = Sh


t
f(t
R
)dt
R
= ShP[T
R
t] (7.23)
Figura 7.7: Schema elementare di un bacino idrograco e degli stati in esso individuabili.
Si scrive ora lequazione di continuit`a per il bacino considerato:
dV
dt
= Q(t), (7.24)
dove Q(t) `e la portata uscente attraverso la sezione di chiusura del bacino. Se il volume
totale iniettato V = Sh `e unitario, la portata uscente dal bacino `e, per denizione,
7.3. I MODELLI DI TRASFORMAZIONE AFFLUSSI/DEFLUSSI 103
lidrogramma unitario istantaneo u(t) ed utilizzando la (7.23) nella (7.24) si ottiene:
dP[T
R
t]
dt
=
dF
dt
= u(t)
che porge inne il risultato:
u(t) = f(t), (7.25)
ovvero lidrogramma unitario istantaneo coincide con la densit`a di probabilit`a associata
alla distribuzione dei tempi di residenza delle particelle allinterno del bacino.
Si `e dunque ricondotto il problema della determinazione dellidrogramma unitario is-
tantaneo a quello della identicazione della distribuzione di probabilit`a relativa ai diversi
percorsi disponibili alle gocce che cadano sulla supercie del bacino. Per fare questo si
individuano allinterno del bacino degli stati, dalla cui composizione si ottengono tutti i
percorsi possibili e attraverso i quali le particelle dacqua devono transitare. Cos` sono
degli stati le porzioni di bacino drenate da un canale qualsiasi e lo `e anche il canale stesso.
Con riferimento alla Figura 7.7, uno schema elementare di bacino idrograco, si individ-
uano due stati, lo stato o (overland) e lo stato c (canale). La determinazione
della distribuzione di probabilit`a relativa a un percorso qualsiasi pu`o ora avvenire a par-
tire dalla conoscenza delle distribuzioni dei tempi di residenza in ciascuno stato. Si faccia
ancora riferimento alla gura 7.7. Si indichi con t

il tempo di residenza nello stato o e


con t

il tempo di residenza allinterno dello stato c. Siano f


1
(t) e f
2
(t) le densit`a di pro
babilit`a associate alle distribuzioni dei tempi di residenza fuori (stato o) e dentro (stato
c) la rete di drenaggio.
Figura 7.8: Calcolo della distribuzione di probabilit`a di una variabile aleatoria somma di
due variabili aleatorie. Larea tratteggiata rappresenta levento {(T

, T

) : T = T

+T


t}.
Per determinare la densit`a di probabilit`a del tempo di residenza totale t = t

+ t

`e
necessario calcolare la probabilit`a associata allevento: {(T

, T

) : T = T

+ T

t} (cfr.
Figura 7.8). Questa, nellipotesi che le variabili aleatorie t

e t

siano indipendenti, `e data


104 TEORIA DELLA RISPOSTA IDROLOGICA
Figura 7.9: Schema di un bacino idrograco e dellordinamento della struttura drenante.
da:
F(t) = P[T t] =

t
0
dt

tt

0
f(t

, t

)dt

t
0
f
1
(t

)dt

tt

0
f
2
(t

)dt

t
0
f
1
(t

)F
2
(t t

)dt

derivando rispetto a t secondo la regola di Leibnitz:


dF
dt
= f(t) =

t
0
f
1
(t

)f
2
(t t

)dt

+f
1
(t)F(0) (7.26)
Essendo F(0) = 0, la (7.26) diviene inne:
f(t) = f
1
(t) f
2
(t) =

t
0
f
1
(t ) f
2
() d. (7.27)
Si `e dunque determinata la densit`a di probabilit`a associata al tempo di residenza in
un possibile percorso. Nei casi reali si hanno molte diverse combinazioni di stati e quindi
molti percorsi diversi. Una situazione pi` u vicina alla realt`a `e quella rappresentata nella
gura 7.9. In essa si possono individuare i percorsi:
percorso 1: O
1
C
1
C
2
C
3
;
percorso 2: O
2
C
2
C
3
;
percorso 3: O
3
C
3
;
percorso 4: O
1
C
1
C
3
.
7.3. I MODELLI DI TRASFORMAZIONE AFFLUSSI/DEFLUSSI 105
La densit`a di probabilit`a associata al tempo di residenza nei vari percorsi `e data dalla
convoluzione delle densit`a di probabilit`a associate a ciascuno degli stati interessati da tali
percorsi:
percorso 1: f
1
(t) = f
O
1
f
C
1
f
C
2
f
C
3
;
percorso 2: f
2
(t) = f
O
2
f
C
2
f
C
3
;
percorso 3: f
3
(t) = f
O
3
f
C
3
;
percorso 4: f
4
(t) = f
O
1
f
C
1
f
C
3
.
Per ottenere la densit`a di probabilit`a del tempo di residenza si procede ora ad es-
eguire la somma delle densit`a di probabilit`a associate a ciascun percorso, pesate con la
probabilit`a che una particella si trovi a seguire quel percorso:
f(t) =
4

i=1
p(i) f
i
(t). (7.28)
In generale la densit`a di probabilit`a relativa al tempo di residenza nel bacino idrograco
allo studio, che si `e vista coincidere con lidrogramma unitario istantaneo, si pu`o esprimere
nel modo seguente:
f(t) =

p() (f
x

. . . f
x

)(t), (7.29)
nella quale `e il generico percorso, formato dalla successione di stati x

. . . x

,
indica linsieme di tutti i possibili percorsi e f
x
i
`e la densit`a di probabilit`a del tempo
di residenza allinterno dello stato x
i
. Per quanto riguarda lespressione della probabilit`a
p() essa pu`o essere ottenuta, nellipotesi di precipitazione uniforme, come rapporto tra
larea aerente al percorso e larea totale.
`
E interessante a questo punto notare come la formulazione generale della risposta
idrologica per tempi di residenza contenga come casi particolari schemi concettuali pi` u
semplici. Il modello di Nash, ad esempio, pu`o essere ottenuto considerando che sia possi-
bile un singolo percorso e che gli n stati di cui `e composto siano costituiti da serbatoi
lineare, per i quali la densit`a di probabilit`a del tempo di residenza risulta, dalla scrittura
dellequazione di continuit` a:
f(t) =
1
k
e
t/k
(7.30)
La convoluzione (7.29) delle n distribuzioni (7.30) fornisce infatti la (7.19).
La (7.29) mostra come un impulso iniettato istantaneamente in un bacino idrologico
si presenti alla sezione di chiusura diluito nel tempo. Nel processo di trasporto dai
punti di caduta limpulso di precipitazione subisce cio`e un dispersione legata alletero-
genit`a dei percorsi disponibili alle particelle dacqua. La dispersione `e dunque di natura
geomorfologica.
106 TEORIA DELLA RISPOSTA IDROLOGICA
Il trasporto di massa con dispersione
La componente geomorfologica non `e lunica sorgente di dispersione presente nel sistema.
Esiste infatti una componente dispersiva idrodinamica agente nei singoli tratti di corso
dacqua legata alle uttuazioni turbolente di velocit`a.
Per rendere conto di tali fenomeni e quanticarli si consideri il moto del uido in un
generico tratto di corso dacqua di lunghezza L. Il campo di moto u(x, t) allinterno del
tratto al tempo t pu`o essere scomposta in una componente media < u >= E[u(x, t)] ed
una uttuante u

(x, t):
u(x, t) =< u > +u

(x, t)
Integrando `e possibile esprimere la posizione x(t) al tempo t della particella che si trovava
in x
0
al tempo t = 0:
x(t) =< x > +x

(t) +x
0
dove:
< x >=< u > t
e
x

(t) =

t
0
u

(x(), )d
Poich`e i termini uttuanti u

(t) non possono essere descritti attraverso relazioni de-


terministiche `e necessario ricorrere ad un approccio probabilistico.
Indicata con x la coordinata intrinseca, parallela in ogni sezione alla velocit`a media
< u >, sia g(x, t) la probabilit`a che la particella rilasciata in x
0
in t = 0 si trovi in
(x, x+dx) al tempo t. La probabilit`a che al tempo t la particella si trovi ancora allinterno
del ramo considerato `e:
P[T t] =

L
0
g(x, t)dx
Ovvero:
P[T t] = 1

L
0
g(x, t)dx
La densit`a di probabilit`a del tempo di residenza nel tratto considerato `e dunque:
f(t) =
d
dt

L
0
g(x, t)dx (7.31)
Ricordando che:
f(t) = u(t) =
dV
dt
Si ha:
dV
dt
=
d
dt

L
0
g(x, t)dx
Ovvero:
V =

L
0
g(x, t)dx
Se il canale `e prismatico si ha daltra parte:
V

L
0
y(x, t)dx
7.3. I MODELLI DI TRASFORMAZIONE AFFLUSSI/DEFLUSSI 107
da cui:
y(x, t) g(x, t) (7.32)
Data questa proporzionalit`a si possono tradurre le equazioni, di fondamento idrodi-
namico, che descrivono la dipendenza spazio-temporale della profondit`a y(x, t) del moto
in equazioni che determinano la forma della densit`a di probabilit`a g(x, t).
Per ottenere una tale relazione si pu`o scrivere lequazione di De Saint-Venant:
E
x
=

x

V
2
2g
+
P

+h

g
V
t
j (7.33)
dove V `e la velocit`a media nella sezione, P la pressione in un generico punto al suo interno
e h la quota di tale punto rispetto ad un piano di riferimento. Si noti che:
p

+h = y +z
dove y `e appunto la profondit`a del moto, mentre z `e la quota del fondo rispetto al piano
di riferimento.
Lequazione (7.33) diviene:
1
g
V
V
x
+
y
x
+
z
x
=
1
g
V
t
j (7.34)
Ovvero:
1
g
V
V
x
+
y
x
=
1
g
V
t
+i
f
j (7.35)
dove i
f
= z/x `e la pendenza del fondo.
A questa equazione si aggiunge lequazione di continuit`a per una corrente lineare:
Q
x
+
A
t
= 0 (7.36)
Se:
y
x

=
V
x

=
V
t
= 0
si ottiene lequazione dellonda cinematica:
i
f
= j
(7.37)
Q
x
+
A
t
= 0
che si propaga senza deformarsi.
Se invece:
V
x

=
V
t
= 0
108 TEORIA DELLA RISPOSTA IDROLOGICA
si ottiene il modello dellonda parabolica:
j = i
f

y
x
(7.38)
Q
x
+
A
t
= 0 (7.39)
`
E questa una buona approssimazione quando le onde non sono molto ripide e dunque
ben sia adatta allo studio della propagazione di un onda di piena in un corso dacqua.
Supponiamo ora, per semplicit`a di calcolo, che il canale sia rettangolare: A = By. Le
equazioni che reggono il moto sono dunque:
j = i
f

y
x
(7.40)
Q
x
+ B
y
t
= 0 (7.41)
Assumendo valide le formule di moto uniforme si ha:
Q = CR
1/2
H
j
1/2
A

= CA

j
1/2
= CA

i
f

y
x

(7.42)
dove = 3/2.
La derivata spaziale della portata `e dunque:
Q
x
=
Q
A
A
x
+
Q
j
j
x
=
Q
A
B
y
x

Q
j

2
y
x
2
(7.43)
nella quale si `e sfruttata la (7.40) per esprimere la derivata spaziale di j. Utilizzando la
(7.43) la (7.41) pu`o ora essere scritta:
y
t
+
Q
A
y
x
=
1
B
Q
j

2
y
x
2
(7.44)
Si utilizza ora la (7.42) per esprimere le derivate di Q rispetto ad A e j:
Q
A
= CA
1
j
1/2
=
3
2
V = a
(7.45)
1
B
Q
j
=
A
Bj
CA
1
1
2
j
1/2
=
Aa
2Bj

=
ay
3j
= D
H
Il parametro a `e la celerit`a di propagazione dellonda (velocit`a con cui si muove il
colmo), mentre D
H
`e il coeciente di dispersione idrodinamica.
La (7.44) diviene quindi:
y
t
+a
y
x
= D
H

2
y
x
2
(7.46)
che `e unequazione del tipo dispersione-diusione (dispersione idrodinamica espressa da
D
H
) con componente avvettiva (rappresentata dalla celerit`a a).
7.3. I MODELLI DI TRASFORMAZIONE AFFLUSSI/DEFLUSSI 109
Senza perdita di generalit`a si pu`o semplicare la (7.46) introducendo la nuova variabile
indipendente s = x at. La (7.46) diviene cos`:
y
t
= D
H

2
y
s
2
(7.47)
Moltiplicando la (7.47) per s
2
e integrando tra e +:

s
2
y
t
ds =

D
H
s
2

2
y
s
2
ds = D
H

s
2
y
s
2sy

+ 2D
H

yds (7.48)
Se:
lim
s
s
2
y
s
= 0
e:
lim
s
sy = 0
allora la (7.48) pu`o essere riscritta:

s
2
yds = 2D
H

yds (7.49)
Si noti che, assumendo come riferimento di coordinate il baricentro di y(s), la varianza di
y(s) `e:

2
(t) =

s
2
yds

yds
(7.50)
La varianza, come si `e discusso nei precedenti Capitoli, costituisce una misura di
quanto dispersa sia la massa rispetto al baricentro della distribuzione y(s) rispetto al
proprio baricentro. La (7.49) fornisce allora:
d
2
dt
= 2D
H
(7.51)
nella quale si `e tenuto conto del fatto che

yds =
M
t
= 0
poich`e la massa totale M deve conservarsi.
La (7.51) porge allora:

2
(t) 2D
H
t (7.52)
Questa relazione indica che la varianza di y(s) cresce linearmente nel tempo e pro-
porzionalmente al coeciente di dispersione.
`
E questa una propriet`a generale delle-
quazione della dispersione (7.46).
Si noti ora che la (7.46), tenuto conto della (7.32) fornisce formalmente:
g(x, t)
t
+a
g(x, t)
x
= D
H

2
g(x, t)
x
2
(7.53)
110 TEORIA DELLA RISPOSTA IDROLOGICA
Lidrogramma unitario istantaneo geomorfologico
Allo scopo di arrivare ad una soluzione in forma chiusa della (7.53) `e necessario introdurre
la trasformata di Laplace. Questa `e denita da:

f(s) =


0
f(t)e
s t
dt
Mentre la sua inversa `e:
f(t) =

f(s)e
s t
ds
La trasformata di Laplace gode della propriet`a seguente:

(f g)(s) =

f(s) g(s)
La soluzione della (7.53) porta alla determinazione di g(x, t) e, quindi, della densit`a di
probabilit`a del tempo di residenza nel generico stato canale la quale, utilizzata nella (7.29)
per esprimere le f
x

(t) degli stati canale che compongono i possibili percorsi, consente


di costruire lidrogramma unitario istantaneo dellintero bacino. La (7.53), soggetta a
condizioni al contorno che riettono le propriet`a siche del sistema di drenaggio e che
non saranno qui discusse, pu`o essere risolta nel dominio della trasformata di Laplace. La
soluzione di (7.53) fornisce unespressione analitica per

f
x

(s):

f
x

(s) = exp[L

(s)], (7.54)
dove L

`e la lunghezza media dei canali di ordine e:


(s) =
a + (a
2
+ 4 s D
H
)
1/2
2 D
H
(7.55)
Si consideri ora la trasformata di Laplace della (7.29):

f(s) =

p()

f
x

(s). (7.56)
Utilizzando le (7.54) e (7.55) nella (7.56) si ottiene:

f(s) =

p()exp

(s) L

. (7.57)
Se a e D
H
sono indipendenti dallordine del ramo la (7.57) pu`o essere invertita rica-
vando:
f(t) =
1
4

D
H
t
3
p() L() exp

(L() a t)
2
4 D
H
t

, (7.58)
dove L() `e la lunghezza del percorso calcolato lungo la rete.
7.3. I MODELLI DI TRASFORMAZIONE AFFLUSSI/DEFLUSSI 111
La (7.58) esprime la densit`a di probabilit`a di un generico percorso canalizzato di
lunghezza in funzione dei due parametri a e D
H
. Questi hanno un signicato si-
co preciso e possono essere assegnati attraverso le (7.45) oppure essere determinati per
taratura. Assumendo, allinizio del generico percorso , uno stato versante caratterizzato,
ad esempio, dalla densit`a di probabilit`a:
f

(t) =
1
k

e
t/k

(7.59)
lidrogramma unitario istantaneo dellintero bacino pu`o nalmente scriversi:
f(t) =
1
4

D
H

L() f

(t)
1
t
3/2
exp

(L() a t)
2
4 D
H
t

(7.60)
112 TEORIA DELLA RISPOSTA IDROLOGICA
Capitolo 8
Il Telerilevamento
Il termine telerilevamento indica linsieme di tecniche di indagine ed analisi delle propri-
et`a della supercie terrestre e degli oceani mediante luso di onde elettromagnetiche. La
discriminazione delle propriet`a superciali avviene analizzando le caratteristiche di onde
elettromagnetiche emesse o riesse dalle superci in esame, le quali dipendono dalla tem-
peratura e dalle caratteristiche siche e geometriche della supercie che le ha emesse o
riesse.
Per trattare con qualche grado di approfondimento le tecniche e le applicazioni del
telerilevamento `e necessario introdurre alcune denizioni ed alcuni concetti relativi allo
spettro elettromagnetico ed allinterazione tra onde elettromagnetiche e materia.
8.1 Lo spettro elettromagnetico
Figura 8.1: Spettri di emissione solare e terrestre.
Si `e discusso di come le onde elettromagnetiche naturalmente presenti nellambiente
siano emesse dal sole o dalla terra e che questi possono essere considerati con buona
113
114 CAPITOLO 8. IL TELERILEVAMENTO
approssimazione come dei corpi neri alle temperature T
h
= 5780
o
K e T
s
= 287
o
K
rispettivamente. Considerando la legge di Planck (2.3) i due spettri di emissione, solare e
terrestre, assumono le forme indicate in Figura 8.1. Utilizzando la legge di Wien (2.4) si
Regione Limiti
Raggi gamma < 0.03 nm
Raggi X 0.03 300 nm
Ultravioletto 0.30 0.38 m
Visibile 0.38 0.72 m
Radiazione infrarossa
Vicino infrarosso 0.72 1.30 m
Medio infrarosso 1.30 3.00 m
Lontano infrarosso 3.00 1000 m (1 mm)
Microonde 1 mm30 cm
Onde radio 30 cm
Tabella 8.1: Principali intervalli dello spettro elettromagnetico.
riconosce inoltre che il massimo di emissione solare avviene per lunghezze donda dellor-
dine di
h
= 550nm (non a caso nella regione visibile dallocchio umano), mentre nel caso
della terra il massimo di emissione ricade in prossimit`a di
t
= 10000nm. Data la grande
dierenza tra le temperature del sole e della terra gli spettri di emissione hanno dunque
trascurabili sovrapposizioni rendendo facile la separazione di queste due componenti (cfr.
Figura 8.1).
`
E usuale classicare le onde elettromagnetiche in funzione della loro lunghezza donda
suddividendo lo spettro elettromagnetico in intervalli convenzionali. La Tabella 8.1 e la
Figura 8.2 riportano le regioni principali nelle quali si suddivide lo spettro elettromag-
netico ed i corrispondenti estremi.
I principali intervalli di interesse per il telerilevamento sono i seguenti:
Microonde. Le lunghezze donda sono in questo intervallo confrontabili con le
dimensioni delle molecole dacqua con le quali interagiscono fortemente.
Infrarosso. Questo intervallo `e suddiviso ulteriormente in infrarosso termico (Ther-
mal InfraRed, TIR, = 1mm 3m) e vicino infrarosso (Near InfraRed, NIR,
= 3m750nm). La radiazione `e fortemente assorbita dallacqua nellinfrarosso.
Visibile.
`
E il campo principale di emissione solare, si suddivide ultiormente nei
campi del Rosso ( = 600nm 700nm), Verde ( = 500nm 600nm) e Blu ( =
400nm500nm).
8.2. ELEMENTI DI RADIOMETRIA 115
raggi
cosmici
raggi
gamma
vicinoe
medio
IR
raggiX microonde onderadio
visibile IR
termico
UV
UV blu verde
lucevisibile
rosso vicinoIR
lunghezzadonda
(Micrometri)
(Micrometri) 10
-6
10
-2
10
-1
10
2
10
6
10
-4
1 10
4
10
8
10
-5
10
3
10
7
10
-3
0.4 0.5 0.6 0.7
10
1
10
5
10
9
Figura 8.2: Lo Spettro elettromagnetico.
8.2 Elementi di radiometria
Le tecniche del telerilevamento utilizzano, come si `e detto, le onde elettromagnetiche come
veicolo di informazioni riguardanti la supercie terrestre. Tale informazione `e contenuta
nelle variazioni dellenergia associata alle onde elettromagnetiche riesse od emesse dalla
supercie e si rende dunque necessario denire con rigore le grandezze che deniscono
lenergia elettromagnetica.
Flusso radiante, : `e la quantit`a di energia trasportata da unonda che attraversa
un punto o una supercie nellunit`a di tempo. Ha le dimensioni di una potenza e si
misura in W.
Densit` a di usso radiante, W: `e il usso radiante che attraversa una supercie
unitaria. Si esprime in Wm
2
.
Si distinguono due casi:
1) il usso radiante emesso da una supercie si chiama Exitanza ( M );
2) il usso radiante incidente su una supercie si dice Irradianza ( E ).
Intensit`a radiante, I: `e il usso radiante uscente da una sorgente per unit`a di angolo
solido
1
in una ssata direzione.
`
E misurata in Wsr
1
.
1
Si ricorda che un angolo solido sotteso una calotta sferica di area S e raggio R `e pari a =
S
R
2
steradianti.
116 CAPITOLO 8. IL TELERILEVAMENTO
Radianza, L: `e il usso radiante per unit`a di supercie e di angolo solido, ovvero
il usso radiante emesso (o riesso o incidente) da una supercie in una ssata di-
rezione per unit`a di area proiettata perpendicolarmente alla direzione di propagazione
(Figura 8.3). La denizione di radianza in termini di usso radiante `e:
L =

2

Acos
(8.1)
Figura 8.3: Denizione di radianza.
Le unit`a di misura della radianza sono Wm
2
sr
1
.
Quando le grandezze radiometriche vengono misurate selezionando una singola lunghez-
za donda la loro unit`a di misura cambia, essendo divisa per lunit`a di misura propria
della lunghezza donda, ed assumono laggettivo spettrale:
() = Flusso radiante spettrale [W m
1
]
I() = Intensit` a radiante spettrale specica [W sr
1
m
1
]
L() = Radianza spettrale [W cm
2
sr
1
m
1
]
E() = Irradianza spettrale [W cm
2
m
1
]
M() = Exitanza spettrale [W cm
2
m
1
]
8.2.1 Relazioni radiometriche
La denizione di radianza ed in particolare la sua relazione con il usso radiante merita
qualche approfondimento. Si consideri la congurazione in Figura 8.4a nella quale una
sorgente che appaia uniformemente luminosa da ogni direzione `e posta in vicinanza di uno
schermo nel quale `e praticata unapertura di area A
1
. Ad una distanza D dal primo
schermo `e posto un secondo schermo con unapertura di area A
2
in prossimit`a della
quale si trova una cella di misura dellenergia elettromagnetica incidente. Linsieme di
onde elettromagnetiche che lasciano la sorgente ed incidono sul sensore `e indicato dalla
regione ombreggiata. Sia il usso radiante (Watt) misurato dal sensore. Variando
A
1
, A
2
, D e la potenza emessa dalla sorgente in modo da variare , si osserva che
questo `e direttamente proporzionale alle aree delle aperture ed inversamente proporzionale
8.2. ELEMENTI DI RADIOMETRIA 117
Figura 8.4: Esperimento per la denizione di radianza.
al quadrato della loro distanza, i.e. (A
1
A
2
)/D
2
. Indicando con L la costante
di proporzionalit`a:
L =
D
2
A
1
A
2
Se ora vengono variati gli angoli,
1
e
2
, formati dalle normali ai piani contenenti gli
schermi con la congiungente la sorgente e la cella di misura (Figura 8.4b), il usso radiante
misurato risulta proporzionale al coseno di tali angoli:
=
LA
1
A
1
cos
1
cos
2
D
2
La riduzione della potenza radiante ricevuta dal misuratore in funzione dellangolo
1
`e
legata al fatto che larea della sorgente appare sempre pi` u piccola alla supercie ricevente
man mano che
1
aumenta.
La grandezza L `e una misura della potenza radiante associata alle onde emesse dalla
sorgente nella direzione generale della sorgente. Volendo rendere questa misura carat-
teristica di una direzione specica, e quindi di un raggio di dimensioni innitesime, `e
necessario immaginare di rendere innitesime le aree A
1
e A
2
(si noti che in tal modo
anche diviene innitesimo). Ricordando inne che per denire la radianza si richiede
di valutare il usso radiante in una direzione per unit`a di area proiettata nella direzione
perpendicolare alla direzione di propagazione si deve porre
2
= 0. Eseguendo il passaggio
al limite con riferimento alla Figura 8.5:
L =
lim
A
1
A
2
0
D
2
A
1
A
2
cos
=
lim
A
1
A
2
0

A
1
cos
=

Acos
(8.2)
118 CAPITOLO 8. IL TELERILEVAMENTO
Figura 8.5: Denizione di radianza. Eseguendo il limite per A
1
e A
2
innitesime
(Figura 8.4) si ha d = dA
2
/D
2
.
nella quale si `e sfruttato il fatto che d = dA
2
/D
2
. Si noti che la (8.2) `e equivalente alla
(8.1).
Figura 8.6: Sistema di riferimento in coordinate sferiche centrato nel generico punto P.
Rispetto ad un sistema di coordinate sferiche riferite alla normale alla supercie ra-
diante in un suo generico punto P (r, , ) (Figura 8.6), la radianza `e in generale una
funzione dellangolo zenithale, e di quello azimuthale : L(, ).
La relazione tra e e langolo solido corrispondente pu`o essere determinata con-
siderando la Figura 8.7. Si osservi infatti che dA
2
= rdrsind e quindi:
d =
dA
2
r
2
= sindd
`
E ora possibile calcolare la potenza radiante che attraversa lelemento di area dA
2
.
Utilizzando la (8.2):
d
2
= L(, )cosdA
1
d = L(, )cosdA
1
sindd (8.3)
La potenza radiante attraverso lemisfero sovrastante la supercie sorgente dA
1
`e
dunque:
= dA
1

2
0
d

/2
0
L(, )cossind (8.4)
8.2. ELEMENTI DI RADIOMETRIA 119
Figura 8.7: Relazione tra innitesimi d, d, d.
Una supercie sorgente per la quale la radianza non dipende dalla direzione di emis-
sione `e detta Lambertiana. Per una tale supercie la potenza radiante segue la cosiddetta
legge del coseno, dalla (8.2) infatti:
d
2
= LddAcos (8.5)
ovvero la potenza radiante emessa da una supercie Lambertiana in una ssata direzione
decresce con il coseno dellangolo zenitale.
`
E interessante poter valutare la potenza radiante scambiata tra due superci innites-
ime comunque orientate. Si consideri la Figura 8.8 nella quale la supercie dA
1
, supposta
lambertiana, emette una radianza L
1
. La potenza radiante emessa da dA
1
verso dA
2
`e:
d
12
= L
1
dA
1
cos
1
d
12
= L
1
dA
1
cos
1
dA
2
cos
2
d
2
La potenza radiante ricevuta dalla supercie dA
2
, d
21
, dovr` a, per la conservazione
dellenergia, essere uguale a d
12
e pari a:
d
21
= L
2
dA
2
cos
2
d
21
= L
2
dA
2
cos
2
dA
1
cos
1
d
2
Figura 8.8: Dimostrazione della conservazione della radianza scambiata tra due superci.
Pondendo dunque d
12
= d
21
si ottiene:
L
1
= L
2
(8.6)
120 CAPITOLO 8. IL TELERILEVAMENTO
che mostra come la radianza si conservi nei trasferimenti radiativi se non vi sono dissi-
pazioni.
Per una supercie Lambertiana `e anche semplice calcolare la potenza radiante emis-
ferica dalla (8.4):
= dA
1
2L
sin
2

/2
0
= LdA
1
(8.7)
`
E dunque possibile introdurre, per una supercie lambertiana, una semplice relazione
tra la densit`a di usso radiante, W, e radianza:
W =

dA
1
= L (8.8)
La (8.8) `e evidentemente valida sia per lexitanza che per lirradianza.
Nelle derivazioni precedenti si `e trattato di superci sorgente, ma `e immediato osser-
vare che le relazioni che si sono derivate valgono anche per superci riettenti, una volta
che si sostituiscano alle grandezze emesse dalla supercie (potenza radiante, radianza,
etc.) le analoghe grandezze riesse. Le relazioni introdotte tra le grandezze radiometriche
valgono inoltre invariate per le analoghe grandezze spettrali, una volta che si consideri la
dipendenza dalla lunghezza donda.
Per approfondire queste osservazioni si consideri unonda elettromagnetica (non neces-
sariamente monocromatica) incidente su una supercie (cfr. Figura 8.9). Parte dellener-
gia incidente viene riessa, parte viene assorbita e parte inne viene trasmessa attraverso
la supercie stessa. Il bilancio dellenergia pu`o scriversi utilizzando la densit`a di usso
radiante spettrale (ovvero in termini di irradianze ed exitanze):
W
i
() = W
r
() + W
a
() +W
t
() (8.9)
dove W
i
() = irradianza incidente, W
r
() = exitanza che lascia la supercie per rif-
W
i
r
a
t
W
W
W
Figura 8.9: Bilancio radiativo su una supercie.
lessione, W
t
() = densit`a di usso radiante spettrale trasmessa e W
a
() = densit`a di
usso radiante spettrale assorbita. La (8.9) si basa sullassunzione, confortata dalle os-
servazioni, che i processi di riessione e trasmissione non possano variare la lunghezza
8.2. ELEMENTI DI RADIOMETRIA 121
donda della radiazione incidente e che quindi le densit`a di usso radiante spettrali inci-
dente, riessa, trasmessa ed assorbita debbano bilanciarsi. Si noti che la densit`a di usso
radiante assorbita contribuisce alla variazione della temperatura del corpo che lassorbe
e che, allequilibrio, questa sar`a bilanciata da altri ussi di energia (di tipo radiativo o di
altro tipo, quali ussi di calore o di calore latente come si `e visto in altri Capitoli).
Dividendo la (8.9) per W
i
() si ottiene:
() +() +() = 1 (8.10)
dove () = W
r
()/W
i
() `e detta riettanza, () = W
a
()/W
i
() assorbanza e () =
W
t
()/W
i
() `e la trasmittanza.
Le modalit`a con le quali hanno luogo i processi di riessione e assorbimento hanno
grande rilevanza per lo sviluppo delle tecniche del telerilevamento e devono dunque essere
discusse con qualche approfondimento.
8.2.2 La Riessione
Si `e detto in precedenza della partizione della densit`a di usso radiante incidente su una
supercie nelle componenti riessa, assorbita e trasmessa, scrivendone il bilancio di en-
ergia. Tale bilancio `e scritto in termini di irradianze in quanto viene calcolata la densit`a
di usso denergia totale senza distinguere le possibili diverse direzioni. Una tale rappre-
sentazione postula che i processi in gioco non siano dipendenti dalla direzione (superci
lambertiane), ma non sempre tale ipotesi `e garantita. Nel caso in cui sia importante
tenere conto della direzione di incidenza e riessione `e necessario ragionare in termini di
radianza. In tal caso si dovr`a scrivere unequazione di conservazione dellenergia che tenga
conto delle direzioni nelle quali viene riesso un raggio con un ssato angolo di incidenza,
risultando in una trattazione di gran lunga pi` u complessa della precedente.
Figura 8.10: Modalit`a di riessione della radianza incidente su una supercie.
Senza voler entrare nel merito di una discussione quantitativa dei fenomeni di inter-
azione con superci non lambertiane, si possono fare alcune utili osservazioni qualitative
che mettono in luce i limiti dellimpostazione lambertiana. Si osserva infatti che se le
irregolarit`a della supercie sono molto piccole rispetto alla lunghezza donda, come nel
caso di uno specchio, la riessione avviene secondo unangolo pari a quello dincidenza
(Figura 8.10). Nel caso invece le irregolarit`a della supercie siano di dimensioni mag-
giori od uguali alla lunghezza donda si pu`o avere una riessione perfettamente diusa
122 CAPITOLO 8. IL TELERILEVAMENTO
(supercie lambertiana, nella quale le irregolarit`a sono orientate casualmente in tutte le
direzioni) o una riessione di tipo direzionale (legata ad orientazioni preferenziali delle
irregolarit`a della supercie).
Figura 8.11: Modalit`a di riessione del usso radiante incidente su una supercie
lambertiana.
La maggior parte delle superci naturali si comporta in modo lambertiano per < 40
o
( < 60
o
per neve o sabbia) mentre la loro risposta diviene direzionale per angoli di
incidenza maggiori. Per tale ragione le campagne di telerilevamento vengono svolte di
preferenza quando langolo zenitale del sole `e piccolo e puntando gli strumenti di misura
in modo da formare piccoli angoli di osservazione. La Figura 8.11 indica lintensit` a del
usso radiante riesso da una supercie lambertiana secondo la (8.5).
In unipotesi puramente lambertiana la riettanza `e denita da:
() =
W
r
()
W
i
()
=
L
r
()
L
i
()
nella quale si `e fatto uso della (8.8).
Larga parte delle tecniche di telerilevamento `e basata sul fatto che la funzione () `e
caratteristica della geometria e della natura della supercie riettente e viene spesso indi-
cata col termine di rma spettrale. Se si `e in grado di determinare tale funzione per mezzo
di misure di radianza o densit`a di usso radiante da aereo o satellite diviene possibile, per
mezzo di adatti algoritmi, determinare le propriet`a delle superci interessate dalle misure.
`
E evidente come questa possibilit`a si di estremo interesse per studi e monitoraggi di tipo
ambientale su vaste aree.
La Figura 8.12 riporta la riettanza per alcune tipi di supercie naturale e mostra
come le rme spettrali di superci generiche, quali vegetazione, suolo, acqua, etc., siano
caratteristiche e diverse fra loro. Questa circostanza rende possibile, come si vedr` a nel
seguito, la dierenziazione automatica di aree con diversi usi del suolo con importanti
applicazioni in campo idrologico ed ambientale in genere.
Osservando le rme spettrali di Figura 8.12 si notano le seguenti caratteristiche:
Vegetazione. Lo spettro della vegetazione presenta una caratteristica zona di as-
sorbimento (bassa riettanza) legata alla clorolla nelle lunghezze donda del rosso.
`
E in questa zona dello spettro solare che le piante assorbono la maggior parte del-
lenergia per le funzioni della fotosintesi. Un altro tratto caratteristico degli spettri
8.2. ELEMENTI DI RADIOMETRIA 123
Figura 8.12: Firme spettrali di alcune superci naturali.
della vegetazione `e il rapido aumento della riettanza nella zona di conne tra il
rosso e il vicino infrarosso (nel campo 700 800 nm) che `e spesso indicato col nome
di red edge (letteralmente bordo rosso).
Acqua. Lacqua limpida `e caratterizzata da un massimo di riettanza nella zona
del blu-verde (cui `e legato il suo colore) e da un elevato assorbimento, e quindi una
bassa riettanza, nelle zone dellinfrarosso. Quando lacqua contenga dei sedimenti
landamento della riettanza pu`o essere variato includendo caratteristiche proprie
del sedimento stesso (e.g. maggior riettanza nellinfrarosso).
Suolo. Il suolo `e in generale caratterizzato da una riettanza con buona approssi-
mazione lineare nel campo del visible e del vicino infrarosso.
Lo studio delle rme spettrali consente anche analisi pi` u ranate, quali la dierenzi-
azione di diverse specie vegetali o la determinazione del loro stato di salute. Nella Figura
8.13 sono riportati, a titolo di esempio, le rme spettrali di alcune specie vegetali. Si nota
come tali rme siano molto diverse fra loro e potenzialmente facilmente riconoscibili.
Nella Figura 8.14 sono riportate invece le rme spettrali di foglie di faggio in progres-
sivo stato di senescenza. Si osserva come il caratteristico assorbimento della clorolla nel
campo del rosso diminuisce col grado di senescenza no a far scomparire la red edge alla
morte della foglia.
124 CAPITOLO 8. IL TELERILEVAMENTO
Figura 8.13: Firme spettrali di alcune specie vegetali.
Figura 8.14: Firme spettrali di foglie di Faggio con diversi gradi di senescenza. (1) foglia
sana (2) foglia senescente (3) foglia in avanzato stato di senescenza (4) foglia morta.
8.2. ELEMENTI DI RADIOMETRIA 125
8.2.3 LAssorbimento
Per quanto riguarda lassorbanza `e possibile stabilire un risultato teorico rigoroso che lega
assorbanza ed emissivit`a (denita in precedenza in altri Capitoli).
Si consideri il sistema sperimentale ideale di Figura 8.15, nel quale un corpo `e inserito
in una cavit` a che non consente la trasmissione di radiazione da e verso lesterno e nella
quale `e fatto il vuoto (cosicch`e non vi possano essere scambi di energia per conduzione).
Tutto il sistema (le superci del corpo e della parete interna della cavit` a) si trova in equi-
librio termodinamico, ovvero alla stessa temperatura. In tale situazione i ussi radiativi
assorbiti ed emessi dalle superci devono farsi equilibrio (altrimenti il usso netto entrante
nel corpo sferico, ad esempio, sarebbe diverso da zero, facendone variare la temperatura).
Figura 8.15: Sistema sperimentale per la dimostrazione della legge di Kirchho.
Si noti che la supercie della cavit` a, non potendo scambiare radiazione con lesterno,
deve essere un corpo nero. Si supponga infatti per un momento che la cavit`a sia vuota.
In queste condizioni essa emette una densit`a di usso radiante W ed assorbe, per lipotesi
di equilibrio termodinamico, un usso esattamente eguale: ovvero assorbe interamente il
usso su essa incidente secondo la denizione di corpo nero. Il usso radiante W `e dunque
il usso radiante caratteristico del corpo nero, espresso dalla (2.3).
Si immagini ora di introdurre il corpo allinterno della cavit` a e, per semplicit`a, che la
supercie del corpo si comporti come un corpo grigio. La sua emissivit`a ed assorbanza
non dipendono dunque dalla lunghezza donda. Unareola dA
c
del corpo emette verso
unareola dA della cavit`a un usso radiante:
d
2

c
=
L
c
dA
c
cos
1
dAcos
r
2
(8.11)
dove L
c
`e la radianza emessa da dA
c
. Si ricorda che, supponendo il corpo lambertiano,
lexitanza W
c
emessa dal corpo `e legata alla radianza L
c
da L
c
= W
c
/.
126 CAPITOLO 8. IL TELERILEVAMENTO
A sua volta, lareola dA emette verso dA
c
un usso radiante:
d
2
=
LdA
c
cos
1
dAcos
r
2
(8.12)
dove W = L/.
Indicata con lassorbanza del corpo, questo assorbir`a una frazione di d
2
e ne
rietter`a una quota pari a 1 . Il usso radiante totale (emesso e riesso) proveniente
dallareola dA
c
ed incidente su dA `e dunque:
d
2

T
c
= [L
c
+ (1 )L]
dA
c
cos
1
dAcos
r
2
(8.13)
Integrando le (8.12), (8.13) su tutta la supercie del corpo e della cavit` a si ottengono
il usso radiante totale che lascia il corpo,
T
c
, e il usso radiante totale che incide su di
esso, . Per lipotesi di equilibrio termodinamico deve essere
T
c
= , ovvero, sostituendo
le irradianze alle radianze nelle (8.12), (8.13), si ottiene:
[W
c
+ (1 )W]

A
dA

A
c
cos
1
cos
r
2
dA
c
= W

A
i
dA

A
1
cos
1
cos
r
2
(8.14)
Gli integrali doppi che compaiono a primo e secondo membro della (8.14) sono eguali
indipendentemente dalla forma e dallestensione del corpo e della cavit` a. Semplicando
si ottiene dunque:
=
W
c
W
(8.15)
ma il rapporto W
c
/W tra la densit`a di usso radiante emessa dal corpo e la densit`a di
usso radiante di corpo nero `e, per denizione, lemissivit`a, del corpo, i.e.:
= (8.16)
Questo dimostra la legge di kirchho, che stabilisce che se un corpo `e un buon emet-
titore di radiazione `e anche un buon assorbitore.
Kirchho dimostr`o questa legge ancor pi` u in generale, mostrando che deve essere:
(, T) = (, T) (8.17)
per ogni lunghezza donda e non solo in senso integrale come espresso nella (8.16).
`
E interessante notare come i valori di emissivit`a e di assorbanza che compaiono nella
(8.17) non dipendono dalla struttura del materiale di cui `e composto il corpo ma piuttosto
dalle sue caratteristiche superciali come `e possibile osservare nella Tabella 8.2 che riporta
i valori dellemissivit`a di alcuni materiali.
Utilizzando questo risultato, il bilancio di energia (8.10) pu`o essere scritto:
() +() +() = 1 (8.18)
8.3. I SENSORI 127
Tabella 8.2: Valori dellemissivit`a di alcuni materiali
Materiale
Alluminio lucidato (100
o
C) 0.05
Alluminio anodizzato (100
o
C) 0.55
Ferro ossidato (100
o
C) 0.64
Acciaio inossidabile (20
o
C) 0.16
Mattone comune (20
o
C) 0.93
Cemento (20
o
C) 0.92
Vetro (20
o
C) 0.94
Carta bianca (20
o
C) 0.93
Sabbia (20
o
C) 0.90
Suolo secco (20
o
C) 0.92
Suolo umido (20
o
C) 0.95
Acqua distillata (20
o
C) 0.96
Ghiaccio (-10
o
C) 0.96
Neve (-10
o
C) 0.85
8.3 I sensori
In relazione alla lunghezza delle onde elettromagnetiche utilizzate si distinguono due
famiglie di sensori:
sensori di tipo passivo: misurano lenergia delle onde elettromagnetiche proveniente
dai corpi presenti sulla supercie nella scena considerata. Tali onde elettromag-
netiche possono essere direttamente emesse dai corpi oppure essere costituite da
onde emesse dal sole e da essi riesse.
sensori di tipo attivo: sono costituiti da una fonte di onde elettromagnetiche che
vengono emesse verso la scena e da un sensore che misura lenergia riessa dai corpi
in essa presenti. Il sensore pi` u comune appartenente a questa tipologia `e il radar.
Le piattaforme su cui vengono montati i sensori sono molteplici: si distinguono pi-
attaforme di tipo terrestre, aereo o spaziale a seconda che il sensore sia montato su
elevatori terrestri, veivoli o satelliti.
Per denire laccuratezza con cui un sensore misura le caratteristiche spaziali, radio-
metriche e spettrali della radiazione elettromagnetica proveniente dalla scena ripresa si
deniscono:
La risoluzione geometrica: indica le dimensioni dellarea elementare (pixel) sulla
quale viene mediata lenergia elettromagnetica rilevata. Per quanto riguarda sensori
montati su satellite la risoluzione geometrica `e ssata, essendo ssate le caratter-
istiche delle orbite (ad es., il sensore ETM+ del Landsat 7 discretizza la scena in
128 CAPITOLO 8. IL TELERILEVAMENTO
pixel di 30 m di lato). Nel caso di sensori montati su piattaforma aerea invece la
risoluzione dipende dalla quota di ripresa, a quote minori corrispondendo minori
dimensioni dei pixel risultanti.
La risoluzione radiometrica: indica la quantizzazione con la quale sono acquisite e
rappresentate le misure della radianza. Questa `e normalmente espressa attraverso
il numero di bit utilizzati per rappresentare le misure (il sensore ETM+ utilizza ad
esempio 8 bit, ovvero 256 valori diversi per rappresentare le misure).
La risoluzione spettrale: indica lampiezza degli intervalli (bande) dello spettro
elettromagnetico entro le quali sono eettuate le misure. Rispetto al numero di
bande disponibili, si usa indicare come sensori multispettrali i sensori che acquisis-
cono misure in un numero limitato di bande (e.g. Landsat, Quickbird e Ikonos, che
sono caratterizzati da un numero di bande inferiore a dieci) e come iperspettrali i
sensori dotati di decine di bande o pi` u.
8.4 Linterazione con latmosfera
Le onde elettromagnetiche che giungono al suolo hanno interagito nel loro percorso nel-
latmosfera terrestre con i gas (anidride carbonica, ossigeno, ozono, ecc.), il vapor dacqua
e le polveri ni che in essa si trovano (Figura 8.16). Questa interazione dipende sia
dalla lunghezza del percorso che londa compie prima di giungere al sensore, sia dalle
condizioni climatiche e meteorologiche del luogo osservato. Due sono le interazioni di
principale interesse in questa sede: lo scattering e lassorbimento.
Scattering Il fenomeno dello scattering si verica per interazione delle particelle ni o
gassose dellatmosfera con la radiazione elettromagnetica. Esso consiste nella diusione in
tutte le direzioni dellenergia associata al singolo raggio luminoso (Figura 8.16). Questo
fenomeno dipende dalla lunghezza donda della radiazione (unonda elettromagnetica in-
teragisce con un corpo solo quando la sua lunghezza donda `e paragonabile alle dimensioni
caratteristiche del corpo in esame). Latmosfera `e costituita in prevalenza da gas con di-
mensioni molecolari molto ridotte: lo scattering, pertanto, avviene prevalentemente per
radiazioni ad alta frequenza, vale a dire per quelle nel campo del violetto e del blu (scat-
tering di Rayleigh, Figura 8.17). Questo spiega il colore azzurro del cielo sereno durante
il giorno, dovuto allo scattering preferenziale nel blu. Al tramonto il percorso dei raggi
solari attraverso latmosfera `e maggiore e pertanto solo le onde elettromagnetiche debol-
mente inuenzate dallo scattering, quelle nellintervallo spettrale del rosso, giungono alla
supercie.
Leetto dello scattering, per quanto riguarda lacquisizione di immagini telerilevate,
si traduce in un minore contrasto degli oggetti a terra, in quanto un sensore misura, oltre
alla radianza da questi riessa i
S
anche quella diusa dallatmosfera per scattering i
O
e
quella riessa dalle superci circostanti i
D
che, ancora per eetto dello scattering giunge
anchessa al sensore (Figura 8.18).
8.4. LINTERAZIONE CON LATMOSFERA 129
Figura 8.16: Interazioni tra raggio luminoso e atmosfera e tra raggio luminoso e supercie
terrestre
Assorbimento Lassorbimento si verica per interazione della radiazione elettromag-
netica con i gas presenti in atmosfera; i principali agenti sono: ossigeno, anidride carbonica
e vapor dacqua. Le molecole di questi gas interagiscono con le onde elettromagnetiche
che le colpiscono assorbendone in parte lenergia e riemettendola a lunghezze donda mag-
giori. Tali processi sono piuttosto selettivi e dipendono dalla presenza e dallabbondanza
dei diversi componenti atmosferici, determinando una trasmittanza atmosferica funzione
della lunghezza donda (Figura 8.19).
I modelli di correzione atmosferica tengono conto delle interazioni tra radiazione ed
atmosfera per rimuovere le componenti a questi dovute e calcolare dunque la radianza
eettivamente proveniente dai diversi oggetti presenti nella scena. Una volta ottenuta la
radianza proveniente da ciascuna supercie `e possibile trasformare le misure eettuate
in termini di riettanza che risultano dunque indipendenti dalle particolari condizioni
atmosferiche presenti al momento della misura.
La correzione atmosferica rende dunque gli spettri dei bersagli rilevati in modo remoto
confrontabili con spettri rilevati in loco da strumenti portatili, e con quelli rilevati da altri
130 CAPITOLO 8. IL TELERILEVAMENTO
Figura 8.17: Intensit`a dello scattering di Rayleigh in funzione della lunghezza donda
Figura 8.18: Interazioni tra la radiazione elettromagnetica, latmosfera e il bersaglio. I
O
=
energia che arriva al sensore per eetto di scattering atmosferico, I
S
= energia riessa dal
bersaglio che arriva direttamente al sensore, I
D
= energia che arriva al sensore per eetto
di scattering dellenergia riessa da altri corpi presenti sulla scena.
8.4. LINTERAZIONE CON LATMOSFERA 131
Figura 8.19: Trasmittanza atmosferica in funzione della lunghezza donda espressa in m.
sensori remoti in condizioni o tempi diversi.
8.4.1 La georeferenziazione
La tecnica della georeferenziazione consiste nel trasformare la geometria delle immagini
rilevate remotamente per correggere le deformazioni da cui sono inevitabilmente aette a
causa di vibrazioni delle piattaforme di ripresa, allineamenti non corretti, etc. Con questa
operazione si impone allimmagine una geometria ricavata da una carta di riferimento
dellarea di interesse o da punti di riferimento dei quali `e nota con accuratezza la posizione.
Nella Figura 8.20 unimmagine `e rappresentata come linsieme dei pixel che la compongono
)cerchi vuoti), i quali, attraverso la georeferenziazione, vengono portati nelle posizioni
corrette (indicate attraverso dei punti) desunti da una cartograa di riferimento.
Figura 8.20: Deformazione geometrica ottenuta dalla georeferenzizione di unimmagine:
immagine non corretta cerchi vuoti, immagine corretta cerchi pieni
Le caratteristiche geometriche vengono ricavate attraverso la scelta di punti di con-
trollo a terra (GCPs: Ground Control Points), di cui si conoscono, attraverso una carta
topograca o per indagine diretta, le coordinate geograche e che sono individuabili con
precisione nellimmagine. La trasformazione dellimmagine di partenza avviene con lu-
tilizzo di polinomi di deformazione: pi` u `e elevato lordine del polinomio di deformazione
132 CAPITOLO 8. IL TELERILEVAMENTO
scelto, maggiore dovr`a essere il numero minimo di GCPs da considerare per ricavare i co-
ecienti del polinomio stesso. Cos` se il polinomio `e di primo grado, il numero minimo di
GCPs da prendere `e pari a quattro in quanto i coecienti di deformazione da determinare
sono due per ogni coordinata geograca (E, N) secondo la relazione:

E
corretto
= a E
noncorretto
+b
N
corretto
= c N
noncorretto
+d
(8.19)
Maggiore `e lordine del polinomio, maggiore dovr`a essere anche il numero totale di
GCPs da considerare per ottenere dei risultati soddisfacenti.
LRMS (Root Mean Square) `e denito come la radice quadrata della media degli
scarti quadratici tra le coordinate di riferimento e quelle assunte dai pixel dopo la de-
formazione: `e dunque una misura delladerenza dellimmagine trasformata alla geometria
corretta.
`
E questo il parametro attraverso il quale si pu`o giudicare il risultato di una
georeferenziazione.
8.4.2 Classicatori
Uno degli scopi principali delle tecniche del telerilevamento `e quello di ottenere infor-
mazioni sulla natura delle superci presenti nella zona di interesse e la sua suddivisione
in categorie. Questo avviene attraverso lapplicazione di algoritmi di classicazione, che
assegnano ciascun pixel della scena ad una delle categorie riconoscibili attraverso criteri
che quanticano la somiglianza tra gli spettri misurati.
Si distinguono tecniche di classicazione controllata e non controllata.
Nella classicazione non controllata si perviene ad una ripartizione della scena in cate-
gorie raggruppando insiemi di pixel i cui spettri risultano simili. La procedure non assegna
un signicato alle categorie e la classicazione deve poi essere interpretata utilizzando in-
formazioni a priori o indagini di campo che consentano di determinare una corrispondenza
tra le categorie trovate e i tipi di uso del suolo presenti nella scena.
La classicazione controllata `e invece un processo che utilizza degli spettri di riferimen-
to che rappresentano le caratteristiche spettrali delle classi di uso del suolo che si intende
discriminare. Ciascun pixel dellimmagine viene quindi assegnato ad una delle classi in
base alla somiglianza delle sue caratteristiche spettrali a quelle degli spettri di riferimen-
to adottati.
`
E su questo tipo di classicatori che sar`a concentrata la presente trattazione
per il maggior interesse che presenta per le applicazioni idrologiche ed ambientali.
Gli algoritmi di classicazione possono essere applicati a spettri di riettanza (se `e stata
applicata una correzione atmosferica), nel qual caso `e possibile utilizzare, per caratteriz-
zare ciascuna classe, misure spettrali di riferimento eettuate a terra o librerie spettrali di
validit`a generale. Pi` u spesso la classicazione viene svolta direttamente sui dati rilevati
dal sensore senza alcuna correzione. In tal caso gli spettri di riferimento per ciascuna delle
categorie nelle quali si vuole suddividere limmagine sono individuati allinterno dellim-
magine stessa. Questo avviene identicando nelle immagini alcune aree campione delle
quali, attraverso informazioni a priori o indagine diretta, si conosce con certezza la natura,
ed utilizzandone gli spettri come riferimento per gli algoritmi di classicazione.
8.4. LINTERAZIONE CON LATMOSFERA 133
Algoritmo della Massima Verosimiglianza.
Il classicatore di massima verosimiglianza si basa sulla denizione della probabilit`a che il
pixel che si intende classicare appartenga alla i-esima classe C
i
, condizionata al fatto che
il suo spettro sia x (vettore n-dimensionale avente come componenti i valori di radianza
o riettanza osservati nel pixel considerato). Indicata con P[C
i
|x] tale probabilit`a, il
classicatore assegner`a il pixel alla classe per la quale essa risulta massima. Tramite la
denizione di probabilit`a condizionale `e possibile esprimere la P[C
i
|x] nel modo seguente:
P[C
i
|x] =
f[x|C
i
]P[C
i
]
f(x)
(8.20)
dove P[C
i
] `e la probabilit`a della classe i-esima, f(x) `e la densit`a di probabilita dello
spettro x indipendentemente dalla classe di appartenenza, mentre f[x|C
i
] `e la densit`a di
probabilita dello spettro x condizionata, per gli spettri provenienti dalla classe i-esima.
La classicazione procede attraverso il calcolo della probabilit`a (8.20) per tutte le classi
e determinando la classe C
k
per la quale essa `e massima. Poich`e dunque il denominatore
della (8.20) `e uguale qualsiasi sia la classe considerata, il suo calcolo pu`o essere tralasciato.
La densit`a di probabilita condizionata f[x|C
i
] pu`o essere stimata se si dispone di campioni
degli spettri provenienti da ciascuna classe: a tale scopo devono essere individuate nella
scena delle aree campione il cui uso del suolo sia noto. La f[x|C
i
] viene solitamente
assunta essere Gaussiana (multivariata) e diviene possibile, utilizzando gli spettri dei
pixel appartenenti a tali aree, stimare i parametri che la deniscono (ad es. con il metodo
dei momenti) fornendone la forma analitica necessaria allutilizzo della (8.20). Per quanto
riguarda i termini P[C
i
], spesso indicati col nome di pesi bayesiani, essi rappresentano la
probabilit`a che, scelto un pixel a caso nellimmagine, esso appartenga alla classe C
i
. Tali
probabilit`a non sono note a priori e spesso vengono supposte uguali e pari allunit`a. In
alternativa, essendo disponibile da parte delloperatore, una conoscenza a priori della zona
`e possibile assegnare dei valori a tali pesi che riettano unapprossimativa distribuzione
degli usi del suolo.
Allo scopo di chiarire le modalit`a di applicazione del metodo si immagini che sia
disponibile ununica banda spettrale di misura (spettro vettore diviene dunque uno scalare)
e che le classi presenti nella scena siano solamente due: A e B. Si supponga quindi di
aver campionato delle zone occupate da ciascuna classe e che si sia determinata la forma
delle densit`a di probabilit`a condizionate f[x|A] e f[x|B] rappresentate in Figura 8.21.
Dato il valore x dello spettro relativo ad un pixel di caratteristiche incognite `e ora
possibile stabilire a quale delle due classi debba essere assegnato confrontando i valori di
f[x|A] e f[x|B].
`
E anche possibile stabilire un valore di soglia per la probabilit`a al di sotto
della quale non si assegna il pixel ad alcuna categoria: se la probabilit`a di appartenere
ad una delle classi scelte `e molto piccola pu`o risultare pi` u ragionevole lasciare il pixel non
classicato piuttosto che assegnarlo ad una classe errata.
Algoritmo dellAngolo spettrale.
Si immagini che lo spettro misurato nei pixel che compongono limmagine di interesse
abbia due sole componenti. Lo spettro di ciascun pixel dellimmagine potr`a dunque essere
134 CAPITOLO 8. IL TELERILEVAMENTO
Figura 8.21: Densit`a di probabilit`a degli spettri di due ipotetiche categorie nelle quali debba
essere classicata unimmagine.
rappresentato come un vettore in un diagramma cartesiano i cui assi rappresentino i valori
per ciascuna delle due bande disponibili. Lalgoritmo dellangolo spettrale utilizza come
Figura 8.22: Rappresentazione dellalgoritmo dellangolo spettrale.
spettro di riferimento per ciascuna classe lo spettro medio ottenuto dal campionamento
di pixel in zone campione di uso del suolo noto. Tale spettro di riferimento `e anchesso
rappresentato da uno spettro nel piano cartesiano delle bande spettrali. Il confronto con
lo spettro del pixel da classicare avviene calcolando langolo formato da questo con gli
spettri di riferimento di ciascuna classe: la classe di assegnazione sar`a quella per la quale
tale angolo risulta minimo. La Figura 8.22 esemplica la situazione descritta.
Langolo formato da due spettri pu`o essere facilmente calcolato utilizzando il prodot-
8.4. LINTERAZIONE CON LATMOSFERA 135
to scalare tra due vettori:
= arccos

i=1
(u
i
v
i
)

i=1
u
2
i

i=1
v
2
i

(8.21)
`
E possibile anche in questo caso introdurre un angolo di soglia oltre il quale non si
procede ad alcuna classicazione: nuovamente, se lincertezza della classicazione `e troppo
elevata pu`o essere preferibile lasciare che il pixel resti non classicato.
8.23).
Figura 8.23: Eetto di una diversa illuminazione sulla radianza riessa da due pixel
appartenenti alla stessa categoria (croci).
Il vantaggio pi` u rilevante di questo metodo `e che esso pu`o produrre risultati corretti
anche quando `e applicato ad una scena non uniformemente illuminata o nella quale gli
eetti atmosferici siano fortemente variabili nello spazio. Langolo formato da due spettri
della medesima categoria e relativi a diverse condizioni di illuminazione `e infatti nullo
poich`e lilluminazione condiziona unicamente il usso di energia incidente e riessa e
dunque solo il modulo dei vettori in questione (Figura 8.23).
136 CAPITOLO 8. IL TELERILEVAMENTO
APPENDICE 137
RIFERIMENTI BIBLIOGRAFICI
Bilancio idrologico, risposta idrologica e geomorfologia
S. L. Dingman, Physical hydrology, Prentice-Hall, 1994
I. Rodriguez-Iturbe e A. Rinaldo, Fractal River Basins, Cambridge University Press,
1998
Processi atmosferici
J. H. Wallace e P.V. Hobbs, Atmospheric science, an introductory survey, Academic
Press, San Diego, 1977
Interazione suolo-atmosfera
P. Eagleson, Dynamic hydrology, McGraw-Hill, 1970
D. Entekhabi, Land surface processes: basic tools and concepts, in Hydrometeorology
and Climatology, M. Marani e R. Rigon (curatori), Istituto Veneto di Scienze Lettere
ed Arti, Venezia, 1997.
Pereira, Raes e Smith, Crop evapotranspiration - Guidelines for computing crop
water requirements, FAO Irrigation and drainage paper 56, Roma, 1998 (scaricabile
allindirizzo: http://www.fao.org/docrep/X0490E/x0490E00.htm)
Processi Stocastici
R. Bras and I. Rodriguez-Iturbe, Random Functions and Hydrology, Dover, 1993
E. Vanmarcke, Random Fields: Analysis and Synthesis, MIT Press, 1983.
Idrologia sotterranea e Kriging
G. De Marsily, Quantitative Hydrogeology, Groundwater Hydrology for Engineers,Academic
Press, sanDiego, 1986
C.W. Fetter, Contaminant Hydrogeology, Macmillan Publishing Company, new
York, 1993. De Marsily,
La legislazione Italiana
Sito di Reteambiente: www.tuttoambiente.it.
`
E una raccolta di legislazione in
campo ambientale.
Franco, M. e L. Passadore, Il testo Unico sulle Acque, Hyper edizioni, Venezia, 2000.
(sito: www.hyperedizioni.com)