Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
Scarica il documento per vederlo tutto.
vuoi
o PayPal
tutte le volte che vuoi
Il Ciclo Idrologico
Idrologia: Scienza che studia il ciclo idrologico
Ciclo idrologico: Insieme dei processi riguardanti l'acqua che avvengono nell'idrosfera.
- L'idrosfera può essere suddivisa in:
- Atmosfera
- Terra e corpi idrici superficiali
- Acque
- Aree carsiche (studio degli accquiferi)
Tra questi compartimenti avvengono diversi scambi senza soluzione di continuità. I processi fondamentali sono:
- Evapotraspirazione: Evaporazione da corpi superficiali (95%) e traspirazione dalle piante (1%).
- Condensazione: Formazione di particelle d'acqua in atmosfera (nubi).
- Precipitazione: Si ha quando il peso della goccia prevale sulla spinta ascensionale.
- Infiltrazione: Passaggio dell'acqua dalla superficie ad un acquifero.
- Scorrimento: Moto dell'acqua in pendenza verso il mare. Si divide in:
- Superficiale
- Ipodermico
- Sotterraneo
Tempo di Residenza
È il tempo che impiega una goccia d'acqua ad attraversare un generico compartimento e si calcola:
Tr = V/Q dove V: Volume [km3]Q: Portata [km3/anno]
Effetti antropici sul ciclo idrologico naturale
Causa - Effetto
- Riduzione dell'infiltrazione e ricarica di acquiferi
- Aumento del ruscellamento superficiale
- Riduzione dell'evapotraspirazione
➔ Aumento di infiltrazione, evapotraspirazione e ricarica degli acquiferi nelle aree coltivate
- Trasferimento di volumi idrici nello spazio e nel tempo
- Immissione di sostanze inquinanti nei corpi, idrici superficiali e negli acquiferi
- Immissione di gas nuovi in atmosfera
Sistema idrologico
È un dominio ben definito all'interno di uno dei compartimenti del ciclo idrologico che è isolato dal ciclo idrologico da una superficie di controllo (sup. generale di alla specifica). L'insieme degli input attraverso processi interni al sistema subisce delle modifiche e viene trasformato in output.
I(t) Input ➔ Sistema Idrologico ➔ O(t) Output
Q(t) - Ω I(t)
I Modelli matematici
Possono essere:
- Modelli concettuali ➔ Schemizzazione di sistema come un insieme di strutture elementari, vale leggi di continuità e del moto semplificata. Generalmente, i modelli idrologici fanno parte di questa categoria.
- Modelli singolarità fisica ➔ Si basano su leggi di conservazione della massa e della quantità di moto.
- Modelli empirici ➔ Sono costituiti da equazioni che trasformano gli input in output con l'approccio dell'analisi "a scatola nera".
Si possono classificare:
Anticicloni
- Regioni di alta pressione intorno a cui ruotano masse d’aria in senso orario nell’emisfero nord
Processo di formazione di un ciclone extratropicale
- Massi di aria calda e fredda si muovono in direzioni opposte e poi si mescolano e ruotano creando fronti caldi e freddi contornati sf zone di bassa pressione
Cicloni tropicali
- In genere non sono associati a fronti di aria ma derivano dall’evaporazione di vapore che risale dal mare fino alla troposfera; successivamente si ha convergenza di aria dalle regioni circostanti e la formazione del vortice essendoci dalla cadizione della superficie terrestre. (carico di > 25 mm)
Temporali
- Eventi atmosferici a scala locale
Probabilità Assiomatica
Definizione:
Ω = Spazio campionario: totalità di tutti i possibili risultati di un esperimento concettuale.
A = Evento: sottoinsieme dello spazio campionario Ω.Ai collettività di tutti i sottoinsiemi di Ω.
A⊆ Ai ⊆ Ω∈ Ai
Definizione Assiomatica:Funzione che ha come dominio Ω, come codominio [0-1] e che soddisfa:
- P[Ω]=1
- P[A] ≥ 0
- Se A1, A2, … A∞ è uno succ. di eventi a 2 a 2 incompatibili allora Ai∩Aj = Ø per i≠j
Allora:P [ ⋃i=1n Ai ] = ∑i=1n P[Ai]
Teoremi Probabilità Assiomatica
- P[Ø]=0
- Se A1, A2, … An è una successione di eventi a 2 a 2 incompatibili allora Ai∩Aj = Ø
- Allora: P[A1∪A2∪…∪An] = P[A1]+P[A2]+…+P[An]
- P[Ω] = 1 - P[A∩Ac] = P[A] + P[Ac] ∈∅
P [A∪B] = P[A] + P[B] - P[AB]
- Tramite retta di compenso
- I = 0 retta di compenso
Regole
- Geometria secondo Strahler
- I tronchi che originano da sorgente hanno ordine 1
- I tronchi che originano da una giunzione hanno: ordine massimo tra quelli dei tronchi confluenti - se sono eguali: ordine dei confluenti + 1
- Ordine del bacino é pari al maggiore degli ordini
Alcuni indici:
- Frequenza aste di 1° ordine: Fa = N3 / A
- Densità di drenaggio: D = 2Ltot – Σ di tutti i tronchi / A
Leggi di Horton
1a legge
Rapporto di biforcazione é all’incirca costante e varia tra 3 e 5
- R13= Nw / Nw+1.
2a legge
Rapporto delle lunghezze dei corsi d’acqua é costante per un certo bacino ed é tale dell’ordine w. RL va da 1,5 a 3,5
- BL= 2Lw sum_media tutte aste di ordine w / Lw+1 / w
3a legge
Il rapporto delle aree dei bacini è costante al variare di w e va da 3 e 6
- RA = Aw / Âw+1.
Funzioni di probabilità comuni parametriche
le più utilizzate sono: Normale (di Gauss), Lognormale, Gumber
Distribuzione di probabilità normale
Una variabile casuale X continua è distribuita secondo una distribuzione normale di Gauss con parametri μ e σ della sua densità di probabilità: è
PX(X) =1/√2πσ e-1/2(X-μ/σ)2
E{X} = μ var{X} = σ2
Teoremi sulla distribuzione normale
- Siano X1, X2, ..., Xk, Xn n variabili casuali indipendenti distribuite normalmente con parametri {λk, σk} la variabile casuale Y = a1x1 + a2x2 +...+ anxn segue una distribuzione normale con parametri:
μ = ∑/k=1/n akλk σ2 = ∑/k=1/n (akσk)2
- Teorema dei limiti centrali: siano X1, ..., Xn, ..., Xm n variabili casuali indipendenti con valore atteso e varianza finiti . la distribuzione della variabile casuale Yn = X1 + X2 + ... + Xn tende asintoticamente ad una normale
Distribuzione di probabilità log-normale
Una variabile casuale X continua e > 0 è distribuita secondo una distribuzione lognormale se il suo logaritmo YL ln(x) è distribuito normalmente.
PX(X) = 1/x√2πσ(yL) e-(ln(x)-μ)2/2σ2
E{X} = μ var{X} = σ2
E{X2} = μ + 1/σ2+μeμ+σ2(eσ/2-2)