Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
I FACOLTA DI INGEGNERIA
QUADERNO DI IDROLOGIA
Q [m^3/s]
1200
1000
800
600
400
200
0
Anno
160
140
Q [m^3/s]
120
100
80
60
40
20
0
1955 1957 1959 1962 1964 1966 1970 1972 1974 1976 1980 1982 1985
Anno
0
0
200
400
600
800
1000
1200
1400
120
140
Q [m^3/s]
-0,1
0,1
0
0
20
40
60
80
100
Q [m^3/s]
-0,1
30
Frequenze Assolute
25
20
15
10
5
0
1
Classi
0,80
Frequenze Relative
0,70
0,60
0,50
0,40
0,30
0,20
0,10
0,00
1
Classi
Pragelato:
con procedimento analogo al caso precedente si sono ottenuti i risultati seguenti:
= 26, = 5,
= 22.40 /
12
Frequenze Assolute
10
8
6
4
2
0
1
3
Classi
0,45
Frequenze Relative
0,40
0,35
0,30
0,25
0,20
0,15
0,10
0,05
0,00
1
Classi
Varianza campionaria:
=(
)(
Media Campionaria
Varianza campionaria
Varianza Campionaria Indistorta
Scarto Quadratico medio
Coefficiente di asimmetria
Coefficinte di asimmetria idistorto
Pragelato
267.6
62.2
77641.1
830.9
80067.4
864.2
278.6
28.8
2.86
1.00
3.14
1.13
Frequenze Cumulate
500
1000
1500
Q [m^3/s]
Frequenze Cumulate
1,0
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0,0
0
50
100
Q [m^3/s]
150
Q [m3/s]
1977
1493.00
1955
55.60
1993
230.00
1956
163.00
1994
370.00
1957
345.00
1997
150.00
1958
79.80
1998
170.00
1959
342.00
1999
420.00
1960
200.00
2000
850.00
1961
124.00
2001
220.00
1962
496.00
2002
210.00
1963
147.00
2003
120.00
1964
83.10
2004
80.00
1965
64.90
2005
170.00
1966
210.00
2006
185.00
1967
18.00
2007
160.00
1968
187.00
2008
670.00
1969
181.00
2009
228.00
1970
43.80
2010
365.00
=
=
Viene riportato di seguito la sovrapposizione del diagramma di frequenza cumulata con
la funzione di probabilit cumulata normale.
1,20
Frequenza cumulata
1,00
0,80
0,60
Frequenza
cumulata
Distribuzione
Normale
0,40
0,20
0,00
0
200
400
600
800
1000
Q [m^3/s]
1200
1400
1600
Figura 11. Sovrapposizione frequenza cumulata empirica - funzione di probabilit cumulata Normale
Frequenze relative di
classe
Distribuzione di
probabilit normale
0,0014
f (x)
0,0012
0,8
0,7
0,6
0,0010
0,5
0,0008
0,4
0,0006
0,3
0,0004
0,2
0,0002
0,1
0,0000
0
200
400
600
800 1000
Q [m^3/s]
1200
1400
Frequenza relativa
0,0016
0
1600
Verifica preliminare
3. Verifica grafica delladattamento della funzione di probabilit Normale al campione
attraverso la carta probabilistica normale.
Per poter rappresentare la funzione di probabilit Normale sulla carta probabilistica si
determinata la variabile ridotta u di ogni campione attraverso la seguente formula:
=
Una volta determinata la retta relativa alla distribuzione Normale si sono diagrammati i
valori di portata campionari ottenuti attraverso la funzione di MS Excel INV.NORM.ST.
Viene riportato di seguito il risultato ottenuto sulla carta probabilistica.
5
4
3
2
1
0
-1
-2
-3
200
400
600
800
1000
Q [m^3/s]
1200
1400
1600
Funzione di
probabilit
Normale
Dal grafico precedente si pu notare come la distribuzione normale non sia idonea alla
rappresentazione del campione in oggetto.
0.050
Pr(s) 0.0051
200
Pr(s)
0.005
195.46
Rn
0.049
0.9949
0.9950
Qp
994.22
Qp
996.47
1
:
( 1)
( 1)
=
=2
Per la distribuzione Lognormale:
=
=
Per la distribuzione di Gumbel:
=
0.5772
= log 2
3. Verifica grafica delladattamento al campione della funzione di probabilit Lognormale, con
i parametri stimati sia con il metodo dei momenti che con il metodo degli L-momenti,
attraverso lutilizzo della carta probabilistica.
Per la rappresentazione grafica della funzione di probabilit Lognormale sulla carta
probabilistica si passati alla variabile ridotta u attraverso la seguente formula:
=
I parametri 1 e 2 sono stati determinati, a seconda del metodo utilizzato, come illustrato
nei precedenti punti.
Vengono riportati di seguito le carte probabilistiche ottenute.
3
2
1
0
1
10
100
1000
-1
-2
-3
Q [m^3/s]
10000
3
2
1
0
1
10
100
1000
10000
-1
-2
-3
Q [m^3/s]
3
2
1
0
-1 0
200
400
600
800
1000
1200
1400
-2
-3
Q [m^3/s]
1600
4
3
2
1
0
0
500
1000
1500
2000
-1
-2
Q [m^3/s]
-3
Figura 17. Carta probabilistica distribuzione di Gumbel - L-Momenti
La distribuzione di Gumbel non risulta essere molto adatta alla rappresentazione dei
campioni di osservazioni.
5. Stima delle portate di progetto Xt su entrambe le distribuzioni (con parametri stimati nei
due modi) per valori di periodo di ritorno T pari a 50, 100, 200 anni.
Date le seguenti relazioni:
= 1 1 Pr ( )
1
1 = Pr( ) =
Per la stima delle portate di progetto attraverso la distribuzione Lognormale si utilizzata
la funzione di MS Excel INV.LOGNORM. Di seguito vengono riportati i valori ottenuti per i
diversi periodi di ritorno.
LOG NORMALE MOMENTI
50
100
T
T
T
0.02
0.01
Pr(s)
Pr(s)
Pr(s)
0.183
0.096
Rn
Rn
Rn
0.98
0.99
F
F
F
Qp 1114.52 Qp 1414.39 Qp
200
0.005
0.049
0.995
1759.03
GUMBEL L-MOMENTI
50
100
200
T
T
T
Pr(s) 0.02 Pr(s) 0.01 Pr(s) 0.005
0.183
0.096
0.049
Rn
Rn
Rn
0.98
0.99
0.995
F
F
F
Qp 862.48 Qp 987.41 Qp 1111.88
Verifica visuale adattamento di distribuzione a 3 parametri
In prosecuzione delle fasi di identificazione svolte nei passaggi precedenti si consideri lipotesi di
lavoro che il campione osservato sia derivante da una distribuzione GEV.
Prima di procedere ad opportuna verifica si eseguano i seguenti passi per un controllo di
adattamento qualitativo:
1. Rappresentazione sul diagramma (ln(T), X) dei valori campionari e delle distribuzioni EVI
(Gumbel), Log Normale e GEV i cui parametri sono stati calcolati con il metodo degli Lmomenti.
Per la determinazione della distribuzione GEV, essendo una distribuzione a tre parametri,
in aggiunta ai parametri 1 e 2, per tale distribuzione si ricavato anche il parametro 3.
Anche in questo caso per poter determinare i parametri si sono innanzitutto ricavati i PWM
campionari b0, b1, b2 attraverso i quali si sono ricavati gli L-momenti campionari l1, l2, l3
tramite i quali si giunti ai parametri 1, 2 e 3. Vengono riportate di seguito le relazioni
utilizzate.
1
=
:
=
=
( 1)
( 1)
( 1)( 2)
( 1)( 2)
=
=2
=6 6 +
ln 2
3+
ln 3
7.8590 + 2.9554
=
=
=
(1 2
) (1 +
[ 1 (1 +
)]
( )=
Per quanto riguarda le distribuzioni Log Normale e di Gumbel i sono stati utilizzati i
parametri ricavati con il metodo degli L-Momenti nella seconda parte dellesercitazione e,
la relativa funzione ( ) per la distribuzione Log Normale stata determinata utilizzando
la funzione di MS Excel DISTRIB.LOGNORM mentre per la distribuzione di Gumbel la
seguente relazione:
( )=
Per i valori campionari invece:
( )=
+1
Noti i valori della funzione di probabilit cumalata ( ) si ricava il tempo di ritorno:
1
=
1 ( )
Viene riportato di seguito il diagramma ottenuto.
1600
1400
1200
1000
Campioni
Log-Normale
Gumbel
GEV
800
600
400
200
0
1
10
100
ln T
1000
10000
2. Stima delle portate di progetto XT sulla distribuzione GEV per valori di tempo di ritorno T
pari a 50, 100, 200.
Applicando le stesse relazioni viste in precedenza per le distribuzioni Log Normale e di
Gumbel, e utilizzando la seguente relazione per determinare
= +
1 ( ln )
si riportano di seguito i risultati ottenuti.
GEV L-MOMENTI
50
100
200
T
T
T
0.02
0.01
Pr(s)
Pr(s)
Pr(s) 0.005
0.183
0.096
0.049
Rn
Rn
Rn
0.98
0.99
0.995
F
F
F
Qp 1128.27 Qp 1543.26 Qp 2095.72
Verifica a scelta del modello probabilistico: Test del Chi Quadrato di Pearson e test di AndersonDarling
Considerando la serie storica dei massimi annui dei colmi di piena osservati alla stazione San
Martino del fiume Chisone, sottoporre le tre distribuzioni che hanno superato le verifiche
preliminari di adattamento, ovvero le distribuzioni Gumbel, Log Normale e GEV (con parametri
stimati col metodo degli L-Momenti), ai test di adattamento del Chi Quadrato e di AndersonDarling, adottando un livello di significativit del 5%.
Per ciascun caso esaminato, relativamente al solo test Chi Quadrato, determinare il valore di
che:
-
Int
1
2
3
4
5
6
7
8
Finf
0
0.125
0.25
0.375
0.5
0.625
0.75
0.875
Fsup
0.125
0.25
0.375
0.5
0.625
0.75
0.875
1
xinf
xsup
ni
69.18
4
69.18 103.95 3
103.95 140.95 2
140.95 185.13 8
185.13 243.16 7
243.16 329.71 0
329.71 495.41 5
495.41 1493.00 4
i
0.0038
0.3068
1.0947
3.6402
2.0038
4.1250
0.1856
0.0038
Si ottiene pertanto
= 11.36 che risulta essere maggiore del valore di
e, di conseguenza, la distribuzione Log Normale non verifica il test del 2.
= 11.07
Finf
0
0.125
0.25
0.375
0.5
0.625
0.75
0.875
Fsup
0.125
0.25
0.375
0.5
0.625
0.75
0.875
1
xinf
xsup
ni
i
33.35
1 2.3674
33.35 105.90 6 0.8523
105.90 167.80 6 0.8523
167.80 229.92 10 8.3674
229.92 299.43 1 2.3674
299.43 387.26 4 0.0038
387.26 524.58 2 1.0947
524.58 1493.00 3 0.3068
Si ottiene
= 16.21 maggiore del valore di
= 11.07 e, di conseguenza, la
2
distribuzione di Gumbel non verifica il test del .
Assumendo un valore di = 0.5% si ottiene
= 16.75 valore di soglia per il quale
2
la distribuzione di Gumbel verifica il test del .
-
Int
1
2
3
4
5
6
7
8
Finf
0
0.125
0.25
0.375
0.5
0.625
0.75
0.875
Fsup
0.125
0.25
0.375
0.5
0.625
0.75
0.875
1
xinf
xsup
ni
75.72
4
75.72 108.66 3
108.66 141.51 2
141.51 179.58 6
179.58 229.23 8
229.23 304.61 1
304.61 458.10 5
458.10 1493.00 4
i
0.0038
0.3068
1.0947
0.8523
3.6402
2.3674
0.1856
0.0038
Si ottiene
= 8.45 minore del valore di
= 9.49 e, di conseguenza, la
2
distribuzione GEV verifica il test del .
Assumendo un valore di
= 8% si ottiene
= 8.34 valore di soglia per il quale la
distribuzione di Gumbel non verifica il test del 2.
2. Test di Anderson-Darling
Il test di Anderson-Darling basato sulla valutazione dello scostamento tra la distribuzione
ipotetica, ( ) e la funzione di frequenza cumulata ( ), utilizzando una funzione di
peso atta ad attribuire maggiore importanza agli scostamenti sulle code delle due
distribuzioni, attraverso il seguente test statistic:
[ ( )
( )]
( )
, ed
0.2
tramite le seguenti
1.2
.
0.2
1.2
>
Essendo 1.2
si ottiene:
= 0.172 <
= 0.461. Il test risulta essere
verificato.
GUMBEL: utilizzando i valori di ( ), ricavati attraverso la distribuzione di Gumbel
attraverso il metodo degli L-Momenti, si sono ottenuti i seguenti risultati:
1.5073
A2
0.169
p
0.229
p
1.141
p
1.2 p 0.2028
Essendo 1.2
si ottiene: = 1.277 >
= 0.461. Il test non risulta essere
verificato.
GEV: utilizzando i valori di ( ), ricavati attraverso la distribuzione GEV attraverso il
metodo degli L-Momenti, si sono ottenuti i seguenti risultati:
0.3611
A2
0.143
p
0.183
p
1.198
p
0.1721
1.2 p
Essendo 1.2
verificato.
si ottiene:
= 0.188 <
CONCLUSIONI:
La distribuzione GEV risulta essere quella che rappresenta al meglio il campione in oggetto, in
quanto risulta verificare entrambi i test statistici effettuati.
Anno
1955
1956
1957
1958
1959
1960
1961
1962
1963
1964
1965
1966
1967
1968
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1h
7.8
11.2
17
10
15.2
11
13.4
13.2
22.8
9.6
10.8
13
11.6
10
9.6
17
11.2
30
12.2
12.6
12.4
11.2
8
18
16
9
3h
12
24.2
31
22
20
11
32.4
14.6
23
18
14.6
25
20.6
17
23
39
22.4
32
15.6
24
19.4
28.8
13.8
23.6
29
15
6h
18
34.6
46.8
30
32
16.2
50.4
23
30
34
17
34.4
21.8
27
35
61.8
39.8
32
28.4
40
19.4
56.4
24.4
24
41
25.2
12h 24h
27
30
57.6 69.8
63.4 114
41.6 41.8
59
75
20
27
88
113
41.8 49.6
46
58
51.2 60.6
30
35
41.6 41.6
29.4
36
43
63
67
79
92 106.8
59
59.6
47
57
49.4 80.6
44.6
51
25.4 38.2
86
139
32
34.2
26.8 30.8
49
49.4
43.6
77
) ;
- Coefficiente di variazione:
=
Vengono riportati di seguito i valori ottenuti.
1h
3h
6h
12h
24h
13.22 21.96 32.41 48.52 62.19
4.746 6.899 11.596 18.822 28.826
0.359 0.314 0.358 0.388 0.463
h [mm]
y = 13,119x0,5017
R = 0,9957
10
1
10
d [h]
Si ottiene:
= 13.119
= 0.5017
100
,
,
,
,
,
5
1.271
16.67
28.93
40.96
58.00
82.12
10
25
50
100
1.491 1.769 1.976 2.181
19.56 23.21 25.92 28.61
33.95 40.28 44.98 49.65
48.06 57.03
6369
70.30
68.05 80.75 90.18 99.53
96.35 114.34 127.68 140.92
h[mm]
100
10 anni
80
25 anni
60
50 anni
40
100 anni
20
0
0
10
15
20
d[h]
25
30
100
log h
5 anni
10 anni
25 anni
50 anni
100 anni
10
1
10
log d
100
vale:
Dove:
=
=
=
, ,
sono i parametri della distribuzione GEV calcolati con il metodo degli LMomenti per tutte le durate .
Ordinando in senso crescente i dati si calcolano gli stimatori indistorti con le seguenti
formule:
=
=
=
1
:
( 1)
( 1)
( 1)( 2)
( 1)( 2)
3+
ln 3
E quindi:
7.8590 + 2.9554
=
(1 2
) (1 +
[ 1 (1 +
)]
3h
21.962
12.998
9.406
21.962
4.034
0.408
0.014
0.111
6.383
18.912
6h
32.408
19.529
14.326
32.408
6.651
1.191
-0.002
-0.014
9.469
26.808
12h
48.515
29.615
21.838
48.515
10.714
1.853
-0.001
-0.005
15.390
39.560
24h
62.192
39.218
29.521
62.192
16.244
4.009
-0.015
-0.117
20.785
47.502
Noti , ,
si possono determinare i valori di , ,
loro valori medi.
utilizzando successivamente il
media
0.196 0.291 0.292 0.317 0.334 0.286
0.820 0.861 0.827 0.815 0.764 0.818
-0.259 0.111 -0.014 -0.005 -0.117 -0.057
possibile adesso definire il fattore
per le diverse durate e procedere al calcolo
della legge di probabilit pluviometrica per i diversi periodi di ritorno :
=
,
,
,
,
,
5
1.265
16.60
28.81
40.79
57.75
81.77
10
25
50
100
1.504 1.821 2.067 2.321
19.73 23.89 27.12 30.45
34.24 41.45 47.05 52.84
48.48 58.69 66.62 74.82
68.65 83.09 94.33 105.93
97.19 117.65 133.56 149.99
h[mm]
100
10 anni
80
25 anni
60
50 anni
40
100 anni
20
0
0
10
15
d[h]
20
25
30
100
log h
5 anni
10 anni
25 anni
50 anni
100 anni
10
1
10
log d
100
60
50
ij [mm/h]
40
30
20
10
0
Figura 25. Ietogramma
z [m]
3000
2500
2000
1500
1000
0
50
100
as [km2 ]
1.000
0.796
0.751
0.702
0.615
0.491
0.349
0.228
150
200
0,6
0,5
0,4
0,3
0,2
0,1
0,0
0,0
0,2
0,4
0,6
as/A
0,8
1,0
1,2
0.000
0.012
0.025
0.104
0.281
0.482
0.660
0.810
0.924
0.980
1.000
154.21
152.32
150.43
138.25
110.92
79.81
52.44
29.26
11.71
3.09
0.00
3.541
3.187
2.833
2.479
2.125
1.771
1.416
1.062
0.708
0.354
0.000
aj [km2]
Aree-Tempi
180
160
140
120
100
80
60
40
20
0
0,0
0,5
1,0
1,5
2,0
t [h]
2,5
3,0
3,5
4,0
3.09
11.71
29.26
52.44
79.81
110.92
138.25
150.43
152.32
154.21
7. Impostazione della convoluzione tra
0.020
0.056
0.114
0.150
0.177
0.202
0.177
0.079
0.012
0.012
come
55.222
22.018
16.751
14.045
12.324
11.106
10.186
9.459
8.867
8.371
0.020
1.106
0.441
0.335
0.281
0.247
0.222
0.204
0.189
0.178
0.168
6.284
2.506
1.906
1.598
1.402
1.264
1.159
1.076
1.009
0.953
8.298
3.309
2.517
2.111
1.852
1.669
1.531
1.421
1.332
1.258
0.202
9.801
3.908 11.141
2.973 4.442 9.788
2.493 3.380 3.902 4.362
2.187 2.834 2.969 1.739 0.677
1.971 2.486 2.486 1.323 0.270 0.677
1.808 2.241 2.184 1.109 0.205 0.270
1.679 2.055 1.968 0.973 0.172 0.205
1.574 1.908 1.805 0.877 0.151 0.172
1.486 1.789 1.677 0.805 0.136 0.151
1.689 1.572 0.747 0.125 0.136
1.484 0.700 0.116 0.125
0.661 0.109 0.116
0.103 0.109
0.103
1.106
3.530
7.851
12.022
16.048
20.076
21.541
18.011
13.941
12.487
10.716
9.338
7.746
6.043
4.269
2.425
0.886
0.211
0.103
47.36
151.22
336.31
514.99
687.43
859.98
922.73
771.54
597.16
534.91
459.04
400.01
331.80
258.85
182.85
103.87
37.95
9.05
4.40
1000
900
800
Qk [m3/s]
700
600
500
400
300
200
100
0
Figura 29. Idrogramma di piena
= 922.73
STAZIONE
PESO
Angrogna
0,014474
Chiomonte
0,000762
Coazze
0,006094
Massello
0,285932
Perrero
0,185373
Pragelato
0,428644
Salbertrand
0,01549
Talucco
0,06323
Si ottenuto quindi la precipitazione areale relativa ai singoli intervalli di misurazione (10 minuti) tramite la
seguente formula:
Dove:
-
6
5
h[mm]
4
3
2
1
0
d[h]
Metodo SCS-CN: Secondo tale modello possibile determinare a partire dal pluviogramma lordo il
pluviogramma netto per mezzo della relazione:
=
( )
+
Dove:
-
Partendo dal valore del CN medio relativo al bacino in esame, disponibile sullatlante dei bacini
idrografici piemontesi, pari a 64.8, otteniamo:
= 137.98
= 27.595
Per lapplicazione del metodo si determinata la pioggia cumulata al tempo t come sommatoria
delle altezze di pioggia antecedenti al tempo t.
250
P netta
200
P lorda
150
100
50
0
d[h]
= 168.78;
= 33.756.
Si applicato il metodo SCS per la determinazione del conseguente pluviogramma netto areale
relativo al bacino di Fenestrelle, ottenuto mediante aggregazione delle altezze di pioggia
(registrate a Pragelato) a 20 min, per renderle compatibili con la discretizzazione realizzata per la
funzione di risposta U.H.
Eseguendo il medesimo procedimento condotto per il bacino a San Martino otteniamo:
400
350
300
h[mm]
250
P netta
200
P lorda
150
100
50
0
d[h]
Utilizzando un tempo di corrivazione pari a 3.5 h, si utilizzato lUH gi determinato per effettuare
la convoluzione nellesercitazione 4, per ottenere lidrogramma di piena di seguito riportato:
600
500
QK[m3/s]
400
300
200
100
0
d[h]
600
500
QK-h
400
300
200
100
0
d[h]
Porosit(n)
Conducibilit idraulica a
saturazione (k,mm/h)
Limo
Argilla
0.486
0.385
166.8
316.3
6.5
0.3
tp
Con =
Otteniamo cos
con
= 0.3
K s
w w K s
= 0.1458 = 0.3402
= 1.37
Fino a tale istante tutta la precipitazione risulta infiltrata ed possibile valutarla come:
=
= 20 1.37 = 27.32
f Ks
1
F
60
50
F [mm]
40
30
20
10
0
0
0,5
1,5
d [h]
2,5
3,5
21
20
19
f [mm/h]
18
17
16
15
14
13
12
0
0,5
1,5
2,5
3,5
d [h]
ARGILLA
Con procedimento del tutto analogo al caso precedente, vengono riportati di seguito i risultati
ottenuti:
= 0.065
=
= 20 0.065 = 1.30
14
12
F [mm]
10
8
6
4
2
0
0
0,5
1,5
2,5
3,5
3,5
d [h]
25
f [mm/h]
20
15
10
5
0
0
0,5
1,5
2,5
d [h]
Per quanto riguarda largilla si osserva un volume infiltrato finale minore rispetto a quello
ottenuto nel caso del limo. Tale discrepanza attribuibile al diverso valore di conducibilit
idraulica del suolo, funzione della diversa granulometria; infatti largilla, in quanto terreno a grana
fine, presenta dei vuoti pi piccoli rispetto al limo, i quali ostacolano il processo dinfiltrazione.
PARTE II
Per il suolo limoso, considerando un evento di pioggia con intensit variabile (come quello
descritto nella tabella qui di seguito):
1 2 3 4 5 6 7 8
t [h]
w [mm/h] 10 15 19 22 15 7 20 7
=
= 3.079
( )
Linfiltrazione cumulata fino al tempo di saturazione vale:
= = 45.165
+ ln
+
utilizzando il metodo delle successive sostituzioni, gi svolto in precedenza, possibile
quindi ricavare linfiltrazione cumulata, dalla quale si ricava il tasso dinfiltrazione
attraverso la seguente relazione:
=
+1
che ci permette di verificare se vengono a mancare le condizioni di ponding.
4
5
6
t [h]
22
15
7
w [mm/h]
F [mm] 57.761 70.043 90.528
f [mm/h] 12.89 11.77 10.57
Come possibile notare dai dati ottenuti, alla sesta ora si ha che la condizione
non risulta essere verificata e, conseguentemente, vengono a mancare le condizioni di
ponding. Quindi, per la sesta ora, il valore dellinfiltrazione cumulata sar pari alla
somma del valore di relativo allora precedente (quinta ora) e del prodotto ; il
tasso dinfiltrazione viene valutato con la relazione vista in precedenza.
5
6
7
8
t [h]
15
7
20
7
w [mm/h]
F [mm] 70.043 77.043 88.016 98.474
f [mm/h] 11.77 11.29 10.69 10.25
Per la valutazione della condizione di ripristino del ponding non possibile utilizzare la
formula di Green-Ampt per il calcolo dello stesso, in quanto non si conoscono le
condizioni nelle quali si trova il terreno, ma occorre ricontrollare se il valore raggiunto
Come varia il tasso di infiltrazione effettivo lungo tutta la durata dellevento, notando
quando esso diverso da quello potenziale.
possibile ora diagrammare il tasso dinfiltrazione effettivo con quello potenziale in
funzione del tempo:
25
fc [mm/h]
20
15
10
5
0
0
4
t [h]
100
90
80
F [mm]
70
60
50
40
30
20
10
0
0
4
t [h]
15
10
5
0
1
Intensit di pioggia
Infiltrazione effettiva
Deflusso superficiale