Document Actions

ijege-special-11-sole-et-alii.pdf

background image
103
Italian Journal of Engineering Geology and Environment, Special Issue 1 (2011)
© Casa Editrice Università La Sapienza
www.ijege.uniroma1.it
DOI: 10.4408/IJEGE.2011-01.S-08
A
URELIA
SOLE, L
UCIANA
GIOSA, A
NDREA
CANTISANI, D
INA
STATUTO & L
UCIA
NOLE’
Università degli Studi della Basilicata, Dipartimento di Ingegneria e Fisica dell’Ambiente, Italy
ANALISI DI SENSIBILITÀ NELLA MODELLAZIONE DELLE INONDAZIONI
DI AREE PIANEGGIANTI
SENSITIVITY ANALYSIS IN FLOOD MODELING OF FLAT AREAS
RIASSUNTO
In generale, l’individuazione di aree sottoposte al pericolo di
inondazione richiede la conoscenza dettagliata dell’area di studio
(corso d’acqua ed aree di espansione delle piene), l’analisi idrologica
e la modellazione idraulica.
La stima del pericolo di inondazione è oggi agevolata da sistemi di
rilievo che consentono di creare modelli digitali del terreno di estremo
dettaglio (C
OBBY
et alii, 2001), da modelli matematici sofi sticati e da
uno sviluppo hardware e software che garantisce sempre più elabora-
zioni complesse in tempi accettabili. Tuttavia, la costruzione del model-
lo di simulazione rappresenta sempre un compromesso tra potenzialità
degli strumenti utilizzati e grado di dettaglio che si vuole raggiungere,
pertanto può essere utile verifi care l’entità delle variazioni dei parame-
tri idraulici di output rispetto alla scelta operata sui parametri in input.
Questo è ancora più vero quando non si possiedono suffi cienti dati os-
servati di eventi di piena da utilizzare per la taratura dei modelli.
Facendo riferimento ad un’area estremamente pianeggiante, il pre-
sente lavoro mira proprio ad analizzare i risultati delle simulazioni idro-
dinamiche condotte con modelli matematici bidimensionali in funzione
del grado di dettaglio raggiunto nella schematizzazione dell’area di studio
(espresso attraverso la risoluzione del dominio di calcolo) e della resisten-
za al moto delle aree interessate da fenomeni di inondazione (fl oodplain).
T
ERMINI
CHIAVE
: modellazione idrodinamica, analisi di sensibilità, resistenza
al moto
INTRODUZIONE
Un’alluvione è solitamente determinata da precipitazioni estreme
che provocano un defl usso in alveo superiore alla capacità di smalti-
mento del reticolo idrografi co.
In molti paesi europei che sono solitamente esposti al rischio di
alluvione, la determinazione delle aree inondabili è regolata da spe-
cifi che leggi (D
IRETTIVA
E
UROPEA
, 2007) che defi niscono i criteri ge-
nerali con cui gli studi e le mappe della pericolosità e del rischio
idraulico devono essere intrapresi e preparati.
Negli Stati Uniti la Federal Emergency Management Agency (N
ATIO
-
NAL
A
CADEMY
OF
S
CIENCES
, 2009) si interessa di defi nire criteri ampiamen-
te accettati per la valutazione del rischio di alluvione al fi ne di garantire la
ABSTRACT
The study of fl ooded areas is derived from detailed knowledge
of the area under consideration (river and fl oodplain), hydrological
analysis and hydraulic modeling.
The estimated risk of fl ooding is now facilitated by survey sys-
tems able to create enable the creation of highly detailed digital
terrain models (C
OBBY
et alii, 2001), by complex mathematical
models and sophisticated hardware and software which permit the
achievement of complex elaborations within satisfactory time pe-
riods. However, the construction of the simulation model is always
a compromise between the capability of the instruments and the
detail that you want to achieve. So it can be useful to verify the
extent of changes in hydraulic parameters of output compared to
the choices made on the input parameters This is especially true
when observed data of fl ood events are absent.
Considering an extremely flat area, this work aims to analyze
the results of hydrodynamic bi-dimentional simulations depend-
ing on the detail achieved in the characterization of the study area
(expressed through the computational domain resolution) and the
floodplain roughness.
K
EY
WORDS
: hydrodynamic modeling, sensitivity analysis, surface roughness
INTRODUCTION
A fl ood is usually caused by extreme rainfall that determines dis-
charges exceeding the drainage capacity of the river.
In most european countries that are often exposed to the risk of
fl ooding, the study of fl ooded areas is regulated by special rules (E
U
-
ROPEAN
D
IRECTIVE
, 2007) which identify the general criteria for the
drawing up of studies and maps of hydraulic hazard and risk.
Furthermore, in the United State of America the Federal Emer-
gency Management Agency (N
ATIONAL
A
CADEMY
OF
S
CIENCES
, 2009)
has engaged in the defi nition of widely accepted criteria for the as-
sessment of fl ood risk in order to achieve an objective determination
of the insurance premiums associated with such risk.
background image
ANALISI DI SENSIBILITÀ NELLA MODELLAZIONE DELLE INONDAZIONI DI AREE PIANEGGIANTI
104
A. SOLE, L. GIOSA, A. CANTISANI, D. STATUTO & L. NOLE’
This Agency has prepared a careful study to examine the factors
that affect fl ood map accuracy, assess the economic benefi ts of more
accurate fl ood maps, and identify ways of improving fl ood mapping,
communication, and management of fl ood-related data.
Risk is the damage related to natural disaster and depends on the
hazard (H), the vulnerability (V) and the exposure (E) as specifi ed in
the in the equation 1.
Briefl y, H is the probability that a given instability occurs at
a specifi ed time and in a specifi ed area and with a given intensity,
V
i
is the degree of loss realized on an element e
i
, or homogeneous
group of elements exposed to risk and, fi nally, E is the set of ele-
ments at risk within the exposed area.
Territorial vulnerability (V) in relation to fl oods and to natural
disasters in general is undoubtedly growing. This is due to intensive
land use as well as increased population density and infrastructures.
In risk assessments, vulnerability is the most diffi cult parameter to
quantify. Exposure (E), instead, is associated with the number of peo-
ple or the monetary value of the elements at risk.
The evaluations described in this paper only concern fl ood
hazard. Based on a given intensity or return period, it is related to
two variables: the geographical extent of the areas involved and
the frequency.
Today, fl ood hazard is studied with mono (1D) and two-dimen-
sional (2D) hydrodynamic simulation models (H
ORRITT
& B
ATES
,
2002). The choice depends on the morphological characteristics of
the study area. 1D models are used when there is only one principal
direction of fl ow velocity (mountain rivers or lowland rivers with
levees). 2D models, are used when the velocity component of fl ow,
orthogonal to the channel direction, is not negligible (lowland riv-
ers). Additionally combined mono and bi-dimensional models can
also be used.
Whatever the model chosen, the study area (river and fl ood-
plain) should be represented. Today, modern land survey systems
allow the construction of extremely detailed digital terrain models
(DTM). The quality of the DTM infl uences the accuracy of the cal-
culation of the water depth and the extension of fl ood area and, thus
of the fl ood hazard.
Particular attention to the vertical accuracy of the DTM is very
highly recommended in the fl oodplain extension calculation, espe-
cially in fl at areas, as any error in the ground level causes error in the
fl ooded area calculations. In fl at areas, such as the area considered
in this work, small differences in elevation values may extend over
several kilometers.
Sometimes in these fl at areas which are described in the fol-
lowing pages, small differences in elevation characterizes the
plains for kilometers. Therefore, the extent of fl ood-prone areas
is high. When a fl ood occurs in these areas, the fl ood waters affect
determinazione oggettiva dei premi assicurativi associati ad un tale tipo di
rischio. Tale agenzia ha predisposto un accurato studio per valutare i fatto-
ri che infl uenzano l’accuratezza della mappe di inondazione, per stimare
i benefi ci economici di una mappatura delle aree inondabili più precisa
e per ricercare le modalità per migliorare la determinazione delle aree
inondabili, la comunicazione e la gestione dei dati correlati alle alluvioni.
Il rischio rappresenta il danno correlato all’evento calamitoso e
dipende dalla pericolosità (H), dalla vulnerabilità (V) e dall’esposi-
zione (E) al rischio come specifi cato nell’equazione 1.
Sinteticamente, H rappresenta la probabilità che un dato feno-
meno di instabilità si verifi chi in un determinato intervallo di tempo
ed in una certa area e con una determinata intensità, V
i
è il grado
di perdita prodotto su un certo elemento e
i
o gruppo omogeneo di
elementi esposti a rischio ed E, infi ne, è l’insieme degli elementi a
rischio all’interno dell’area esposta.
La vulnerabilità (V) del territorio alle inondazioni, ma più in ge-
nerale alle catastrofi naturali, è senza dubbio in aumento. Questo a
causa dell’uso intensivo del suolo da parte dell’uomo, dell’incremen-
to della densità di popolazione e della massiccia presenza di infra-
strutture. Nella stima del rischio, rappresenta un parametro diffi cile
da quantifi care. L’esposizione (E) è, invece, associata al numero di
persone o al valore monetario degli elementi a rischio.
Le elaborazioni descritte nel presente lavoro si riferiscono esclu-
sivamente al pericolo di inondazione che, defi nita l’intensità o il
tempo di ritorno, risulta essere associata a due variabili: l’estensione
geografi ca dell’area coinvolta e la frequenza.
Oggi le valutazioni della pericolosità di inondazione sono affron-
tate con modelli di simulazione idrodinamica sia monodimensionali
(1D) che bidimensionali (2D) (H
ORRITT
& B
ATES
, 2002). La scelta è
determinata dalle caratteristiche morfologiche dell’area di studio. I
modelli 1D sono usati quando si può rinvenire un’unica direzione
di propagazione della corrente (alvei di montagna o alvei di pianura
arginati). Quelli 2D, invece, sono usati quando la componente della
velocità della corrente ortogonale alla direzione del fi ume non può
essere trascurata (alvei di pianura). In alternativa possono essere uti-
lizzati modelli integrati mono e bidimensionali.
Quale che sia il modello scelto, l’area di studio (alveo e aree di
inondazione) necessitano di una adeguata rappresentazione. Oggi i
moderni sistemi di rilievo del territorio consentono la costruzione di
modelli digitali del terreno (DTM) di estremo dettaglio. La qualità del
DTM infl uenza l’accuratezza dei livelli idrici calcolati, l’estensione
dell’area allagata e, quindi, la pericolosità di inondazione.
L’accuratezza verticale del DTM è particolarmente importante nel-
la determinazione dell’estensione delle are inondabili, specie in territori
particolarmente pianeggianti, dal momento che ad errate quote del terre-
no corrisponde un’errata estensione dell’area potenzialmente allagabile.
Nelle aree pianeggianti, in alcuni casi, come ad esempio quel-
la descritta di seguito, si riscontrano piccole differenze di quota
anche per diversi chilometri e l’allagamento può interessare vaste
porzioni di territorio, per lo più con valori di velocità e tirante
(1)
background image
SENSITIVITY ANALYSIS IN FLOOD MODELING OF FLAT AREAS
105
Italian Journal of Engineering Geology and Environment, Special Issue 1 (2011)
© Casa Editrice Università La Sapienza
www.ijege.uniroma1.it
relativamente bassi. Inoltre, la presenza di manufatti antropici (ar-
gini, canali di drenaggio, ecc.) può modifi care sensibilmente le
direzioni del fl usso e indirizzare i volumi d’acqua esondati verso
aree anche signifi cativamente lontane rispetto al corso d’acqua re-
sponsabile dell’inondazione.
Nel presente lavoro, l’area di studio è localizzata nel tronco valli-
vo del Fiume Bradano (Basilicata), compreso tra la foce e l’attraver-
samento della SS106, per un tratto di circa 8 km.
Generalmente in aree pianeggianti si possono utilizzare modelli
di simulazione semplifi cati che trascurano i termini convettivi (C
UN
-
GE
, 1980, L
EOPARDI
et alii, 2002, P
RESTININZI
et alii, 2006). Tuttavia,
in questo lavoro, si utilizza un modello 2D che risolve le equazio-
ni complete delle acque basse: il MIKE FLOOD. Il MIKE FLOOD
combina dinamicamente due strumenti differenti: il MIKE 11 (mon-
dimentional) e il MIKE 21 (bi-dimentionale).
LA CARATTERIZZAZIONE DELL’AREA
L’area di studio è quella in corrispondenza della foce del Fiume
Bradano (Fig. 1) ubicata in Basilicata (Italia meridionale) lungo la
costa jonica. Il suo bacino idrografi co occupa tutto il settore centro-
occidentale della Basilicata e copre una superfi cie di 2765 km
2
. Prima
di sfociare nel Mar Jonio, il Bradano è attraversato dalla Strada Statale
106 Jonica e dalla linea ferroviaria Taranto-Reggio Calabria rispetti-
vamente a 6.5 km e 1.5 km dalla foce. Le pianure che si estendono a
sinistra e a destra del Fiume Bradano presentano pendenza pressocchè
nulla e sono generalmente votate all’agricoltura e al turismo balneare.
Il rilievo plano-altimetrico dell’area oggetto di studio è stato re-
alizzato nel 2006, per conto dell’Autorità Interregionale di Bacino di
Basilicata. Tale rilievo è stato condotto con tecnologie laser-scan e aero-
fotogrammetria digitale. Diversi sono i sistemi che utilizzano la tecnica
laser scan da velivolo: per l’area di studio l’acquisizione è avvenuta me-
diante un sistema Topeye denominato “Topeye MKII”. Questo sistema
acquisisce in modalità full waveform e, pertanto, fornisce una migliore
descrizione degli elementi posizionati in superfi cie. Infatti, il “Topeye
MKII” è in grado di registrare non solo la prima e l’ultima rifl essione
large portions of land with relatively low velocity and water depth
If man-made works (embankments, drainage channels, etc.) are
present in these plains, then the fl ow directions can be modifi ed
and large volumes of water can be channeled into areas away from
the river that caused the fl ood.
A fl at area is considered in this work: it is near the downstream
reach of River Bradano (Basilicata) of about 8 km between the mouth
of the river and a bridge of the state road SS106.
Generally, in these situations, simplifi ed models without convec-
tive terms may be used (C
UNGE
, 1980, L
EOPARDI
et alii, 2002, P
RESTIN
-
INZI
et alii, 2006). However, in this work, a model solving the com-
plete form of the shallow water equations is applied: MIKE FLOOD.
MIKE FLOOD dynamically links two indipendent package: MIKE
11 (one-dimentional) and MIKE 21 (bi-dimentional).
SITE CHARACTERIZATION
The study area is the Bradano river mouth (Fig. 1) in Basilicata
Region (southern Italy) along the Ionian coast. Its river basin is in the
central-western sector of Basilicata and covers an area of 2765 km
2
.
Before fl owing into the Ionian Sea, the Bradano river is crossed by
the State Route 106 Jonica and Taranto-Reggio Calabria railway line,
respectively 6.5 km and 1.5 km from the mouth. The plains on the left
and on the right of the river have very slight slope and are generally
devoted to agriculture and beach tourism.
A plano-altimetric survey of the study area was created in 2006
for the Interregional Authority Basin of Basilicata. It was carried
out using laser-scan technology and digital aerial photo-grammetry.
There are different systems for working with the airborne laser-scan-
ning: acquisition data from the studied area is formulated by a Topeye
system named “Topeye MKII”. This system works in full waveform
mode in order to give a better description of all ground elements. The
“Topeye MKII” is able to record multiple echoes as well as the fi rst
Fig. 1 - Area di studio. Ubicazione del bacino del Fiume Bradano in Basilicata
- Study area. Localization of river basin of Bradano in Basilicata
Tab. 1 - Caratteristiche del sensore Topoeye MKII
- Sensor characteristics of the Topoeye MKII
background image
ANALISI DI SENSIBILITÀ NELLA MODELLAZIONE DELLE INONDAZIONI DI AREE PIANEGGIANTI
106
A. SOLE, L. GIOSA, A. CANTISANI, D. STATUTO & L. NOLE’
ma, l’intera onda di rifl essione (C
ASELLA
1999, C
ASAS
et alii, 2006). Le
caratteristiche del sistema sono sintetizzate nella Tabella 1.
Il ricorso ai dati laser-scan nella generazione di DTM per la mo-
dellazione di alluvione trova ragionevoli giustifi cazioni nel fatto che
l’accuratezza del DTM generato da dati laser scanning può essere, in
media, di 15 cm di altezza in spazi aperti.
Dalle informazioni raccolte durante il rilievo è stato generato un
particolare modello digitale del terreno denominato Model Key Points
(MKP). Si tratta di un modello digitale del terreno caratterizzato dai soli
“punti chiave” e cioè quei punti posizionati in corrispondenza di cambi di
pendenza signifi cativi (Fig. 2). Il MKP risulta, pertanto, particolarmente
leggero e gestibile e non necessita di hardware particolarmente potenti.
LA MODELLAZIONE DELLE INONDAZIONI
La simulazione dei processi di inondazione in corrispondenza del
tratto vallivo del Fiume Bradano, pari a circa 80 km
2
lungo gli ultimi
7 km dell’asta fl uviale, è stata realizzata con il MIKE FLOOD, il
codice di calcolo del DHI Water Environment Health che consente di
utilizzare in modo integrato i modelli idrodinamici MIKE 11 (mono-
dimensionale) e MIKE 21 (bidimensionale).
Il ricorso alla modellistica numerica bidimensionale deriva dalle ca-
ratteristiche morfologiche della pianura costiera considerata (S
OLE
et alii,
2008). La natura estremamente pianeggiante dei luoghi e la presenza di
argini a rischio di sormonto, infatti, impone l’utilizzo di uno strumento
capace di descrivere compiutamente la propagazione dei volumi d’acqua
esondati sul fl oodplain qualora gli argini risultassero insuffi cienti.
Il modulo monodimensionale MIKE 11 del MIKE FLOOD è stato
utilizzato per simulare la propagazione dell’onda di piena all’interno
dell’area di pertinenza fl uviale compresa tra gli argini di destra e sinistra
del Fiume Bradano. Tale modulo è stato implementato mediante 66 se-
zioni trasversali in parte rilevate in situ e in parte estrapolate dal modello
digitale in formato TIN costruito a partire dal MKP (C
ASTELLARIN
et alii,
2009). Il modulo bidimensionale MIKE 21del MIKE FLOOD è stato
utilizzato, invece, per simulare la propagazione dei volumi di piena che,
dopo aver sormontato gli argini del Bradano, si distribuisce sulle pianure
limitrofe. Tali pianure sono state schematizzate mediante griglie a ma-
glia quadrata di risoluzione variabile ottenute a partire dal MKP.
Nell’area in esame le modeste differenze di quota portano a sup-
and the last pulse (C
ASELLA
1999, C
ASAS
et alii, 2006). The system
characteristics are reported in Table 1.
Since the accuracy of the DTM generated by laser-scanning data
can be, on average, 15 cm in elevation values in open areas, the use of
laser scanning to generate DTM for fl ood modeling is recommended.
A particular DTM is extracted by laser scanning data: the
Model Key Point (MKP). MKP is characterized by only the signif-
icant points of ground surface, that are the “key points”. showing
many points in discontinuous areas and few points in homogene-
ous areas (Fig. 2). Thus it is light and manageable and it doesn’t
need powerful hardware.
FLOOD MODELLING
Inundation modeling concerns an area of about 80 km
2
along
the last 7 km of the Bradano river. It was carried out using MIKE
FLOOD, the software of the DHI Water Environment Health, that
integrates two of the most widely used hydrodynamic models
namely MIKE 11 (monodimentional model) and MIKE 21 (bidi-
mentional model).
The choice of two-dimensional numerical modeling arises from
the morphology of the coastal plain considered (Sole et alii, 2008).
The extremely fl at nature of places and the presence of levees at risk
of overtop, requires the use of a tool capable of fully describing the
propagation of the volumes of water fl ooding on the fl oodplain when
the levees are overfl owed.
The one-dimensional model of MIKE FLOOD, MIKE 11, was
used to simulate fl ood wave propagation between the left and right
banks of the River Bradano. It was implemented with 66 cross sec-
tions, partly ground surveyed in situ and partly extrapolated from
the TIN digital terrain model built from MKP (C
ASTELLARIN
et alii,
2009). The bi-dimensional model of MIKE FLOOD, MIKE21, in-
stead, was used to simulate the propagation of fl ood volume on the
plains adjacent to Bradano, having topped its banks. These plains
were schematized by square mesh grids with variable resolution ob-
tained from MKP.
In the study area, the small differences in the elevation could
suggest that a satisfactory morphological characterization could
Fig. 2 - Stralcio dell’ortofoto (a sinistra) e del
MKP con la distribuzione dei punti chia-
ve (a destra)
- Sketch of ortophoto (on the left) and of
MKP with key point’s density distribu-
tion (on the right)
background image
SENSITIVITY ANALYSIS IN FLOOD MODELING OF FLAT AREAS
107
Italian Journal of Engineering Geology and Environment, Special Issue 1 (2011)
© Casa Editrice Università La Sapienza
www.ijege.uniroma1.it
porre che una soddisfacente caratterizzazione morfologica possa es-
sere raggiunta anche costruendo griglie a bassa risoluzione. Per ve-
rifi care quanto appena detto, sono state costruite griglie a differente
risoluzione, ciascuna delle quali opportunamente corretta al fi ne di
rappresentare adeguatamente le caratteristiche plano-altimetriche di
tutti agli elementi antropici capaci di infl uenzare la propagazione del-
le piene (argini, rilevati stradali, canali).
Le simulazioni idrodinamiche sono state effettuate facendo rife-
rimento agli idrogrammi sintetici dedotti dalle curve di riduzione dei
colmi di piena (NERC, 1975) ed aventi come picco le portate con i
tempi di ritorno pari a 5, 10 e 30 anni (Fig. 3).
SENSIBILITÀ ALLA RISOLUZIONE DELLA GRIGLIA
DI CALCOLO
La risoluzione dei dati topografi ci infl uenza le simulazioni idro-
dinamiche (H
ORRITT
et alii 2001, B
ATES
et alii, 2003, F
RANK
et alii,
2007, N
ÉELZ
et alii, 2009). In generale buoni modelli digitali del
terreno devono contenere un’accurata descrizione della micro to-
pografi a (per esempio argini, strade, costruzioni) per garantire la
costruzione di un dominio di calcolo in cui tutti gli elementi che
favoriscono o ostacolano le dinamiche della corrente e la propaga-
zione delle piene siano inclusi.
D’altro canto la risoluzione del dominio di calcolo è di solito li-
mitata dalle risorse computazionali di cui si dispone. A titolo di esem-
pio si riportano, nella Tabella 2, i tempi di simulazione del MIKE
FLOOD al variare della risoluzione della griglia di calcolo.
Si è fatto riferimento a griglie di calcolo con risoluzione pari a 5,
10 e 50 m e a tre differenti idrogrammi di piena. Questi ultimi pre-
sentano uguale forma ma, portate al picco distinte e pari a quelle con
periodo di ritorno di 5, 10 e 30 anni. Naturalmente i tempi di simula-
zione aumentano passando dalla risoluzione pari a 50 m a quella pari
a 5 m. La simulazione relativa alla portata trentennale e alla griglia
con risoluzione pari a 5 m non è stata realizzata a causa dell’elevato
tempo di simulazione richiesto: già la simulazione con portata decen-
nale sulla stessa griglia dura più di 9 giorni!
also be achieved by building low-resolution grids. To verify this,
grids were built at different resolutions: each of them appropri-
ately adjusted in order to adequately represent the characteris-
tics of all the plano-altimetric elements that influence the flood
propagation (river banks, roads, canals).
The hydrodynamic simulations were carried out by reference to
synthetic hydrographs deduced from the curves of reduction of peak
discharge (NERC, 1975) where peak discharges referred to return
times of 5, 10 and 30 years (Fig. 3).
SENSITIVITY TO GRID RESOLUTION
The topographic data resolution affects fl ow routing (H
ORRITT
et
alii 2001, B
ATES
et alii, 2003, F
RANK
et alii, 2007, N
ÉELZ
et alii, 2009).
Generally, good digital terrain models must contain an accurate de-
scription of micro-topography (e.g. levees, roads, buildings) to create
a mesh in which all the elements, that support or oppose fl ow and
fl ood propagation, are included.
However, mesh size is typically limited by the computational
resources available. As an example the simulation time of MIKE
FLOOD, varying the resolution of the grid, is reported in the Table 2.
Three grids of 5 m, 10 m and 50 m and three different hy-
drographs were used. The hydrographs have similar shapes, but are
characterized by different values of the peak discharge, correspond-
ing to 5, 10 and 30 yrs. of return time. Naturally, the computational
time increases, shifting from 50 m to 5 m of cell resolution. The
simulation corresponding to 30 years of return time with a cell of
5 m, was not carried out because of its high simulation time: the
simulation with 10 years return period, on the same model, already
lasts longer than nine days!
Fig. 3 - Idrogrammi sintetici usati come condizione al contorno di monte nelle simula-
zioni idrodinamiche con il MIKEFLOOD. Le portate di picco sono 1001 m
3
/s
per T = 5 anni, 1670 m
3
/s per T = 10 anni e 2635 m
3
/s per T = 30 anni
- Synthetic hydrographs used as upstream boundary conditions in hydrodynam-
ic simulations with MIKEFLOOD. The peak discharges are 1001 m
3
/s for T =
5 years,, 1670 m
3
/s for T = 10 years and 2635 m
3
/s for T = 30 years
Tab. 2 - Tempi di computazione in minuti al variare dei tempi di ritono
- Computation times in min for a selection of return periods
background image
ANALISI DI SENSIBILITÀ NELLA MODELLAZIONE DELLE INONDAZIONI DI AREE PIANEGGIANTI
108
A. SOLE, L. GIOSA, A. CANTISANI, D. STATUTO & L. NOLE’
SENSIBILITÀ ALLA SCABREZZA DEL FLOODPLAIN
Nelle simulazioni idrodinamiche come quelle descritte nel presente
lavoro, la resistenza al moto dell’alveo e del fl oodplain viene determi-
nata a patto che sia specifi cato, in input, il coeffi ciente di scabrezza
caratteristico dell’area di studio. Tale coeffi ciente viene generalmente
esplicitato facendo riferimento alle diverse proposte di letteratura e,
quindi, attraverso il coeffi ciente n di Manning, quello K
s
di Gauckler-
Strickler, o
B
di Bazin e così via (M
ARCHI
et alii, 1981, C
HOW
, 1959)
che forniscono i valori di scabrezza in funzione della natura delle pareti
dell’alveo e del raggio idraulico. Si può anche attingere ad esperienze
di laboratorio fi nalizzate alla determinazione della scabrezza al variare
delle caratteristiche del fondo alveo e alla eventuale presenza di ele-
menti sul letto del canale (D
I
C
RISTO
et alii, 2002) o esperimenti che
stimano il coeffi ciente di scabrezza in funzione delle tipologie vegetali
distribuite sul fondo (M
EDINA
et alii, 2002, F
REEMAN
et alii, 2002).
L’analisi di sensibilità alla resistenza al moto è stata affrontata da
diversi autori (A
RONICA
et alii, 1998 e 2002, H
ALL
et alii, 2005, H
OR
-
RITT
, 2006). H
ORRIT
& B
ATES
(2002) hanno rilevato come l’infl uenza
del coeffi ciente di scabrezza sull’estensione delle aree inondabili non
sia particolarmente signifi cativo.
Per valutare quanto incide il valore del coeffi ciente di scabrezza n
del fl oodplain sui risultati ottenuti dalle simulazioni idrodinamiche, si è
fatto riferimento alle elaborazioni bidimensionali eseguite con il MIKE
FLOOD, su griglie di calcolo a risoluzione costante ma, caratterizzate
da valori del coeffi ciente di scabrezza n variabili sul fl oodplain.
Nello specifi co, si è fatto riferimento a griglie con risoluzione pari
a 50 m e 10 m e a valori di scabrezza, espressi attraverso il coeffi ciente
n di Manning, di 0.04, 0.08 e 0.2 m
-1/3
s. Il primo valore di n ripropone
lo stesso coeffi ciente di scabrezza adottato per il fl oodplain nelle va-
lutazioni idrauliche a supporto degli studi di delimitazione delle aree
inondabili del Fiume Bradano del Piano Stralcio per l’Assetto Idroge-
ologico (PAI) di Basilicata (PAI Basilicata, 2009). Il terzo coeffi ciente
utilizzato rappresenta il limite superiore tra i valori più diffusi proposti
per il fl oodplain nell’Hydraulic References Manual (2008) dell’ HEC-
RAS 4.0. Infi ne, l’n di Manning pari a 0.08 m
-1/3
s defi nisce un valore
arbitrario compreso tra il minore e il maggiore descritti sopra.
L’analisi è stata realizzata confrontando i risultati delle simulazioni
idrodinamiche per i tre periodi di ritorno T di 5, 10 e 30 anni, in termini
di massima altezza idrica e massima velocità della corrente sul fl oo-
dplain. I confronti sono state realizzati sottraendo ai risultati ottenuti
con n pari a 0.2 e 0.08 m
-1/3
s quelli riferiti, invece, ad n pari a 0.04 m
-1/3
s.
CONFRONTO SULLA GRIGLIA DI RISOLUZIONE PARI A 50 m
Il confronto ha riguardato la costruzione delle griglie “differenza”
del tirante massimo (in m) e della velocità massima (in m/s) della cor-
rente relativamente al fl oodplain per i tre eventi di piena considerati (T
= 5, 10 e 30 anni) calcolati sulla griglia con risoluzione pari a 50 m e
facendo riferimento ai coeffi cienti di scabrezza n di Manning di 0.04
e 0.2 m
-1/3
s. Le differenze di tirante massimo (
h) e velocità massima
(
v) sono state organizzate in 10 classi di ampiezza variabile secondo
SENSITIVITY TO FLOODPLAIN ROUGHNESS
In hydrodynamic simulations such as those described in this
paper, the fl ow resistance in the river and on the fl oodplain is de-
termined when the roughness coeffi cient of the study area is speci-
fi ed as input in the model. This coeffi cient is usually suggested
in literature through the Manning’s n, the Gauuckler-Strickler’s
K
s
, the Bazin’s
B
and so on (M
ARCHI
et alii, 1981, C
HOW
, 1959)
that provide the values of roughness depending on the nature of
the riverbed and of the hydraulic radius. It’s possible to refer to
laboratory experiments, aimed at determining the roughness char-
acteristics, for changes of riverbed and types of elements on the
bottom (D
I
C
RISTO
et alii, 2002), or to experiments that estimate
the roughness coeffi cient depending on the types of plants distrib-
uted on the bed of the river or on the fl oodplain (M
EDINA
et alii,
2002, F
REEMAN
et alii, 2002).
Many authors studied the sensitivity to roughness coeffi cient
(A
RONICA
et alii, 1998 e 2002, H
ALL
et alii, 2005, H
ORRITT
, 2006).
H
ORRIT
& B
ATES
(2002) have been verifi ed that the roughness coef-
fi cienti is not signifi cant in fl odded area extention.
To assess the impact of the n roughness coeffi cient on the
results obtained from hydrodynamic simulations, the MIKE
FLOOD’s bidimentional calculations were considered. In this case
the grids-resolution was constant but the n roughness coeffi cients
on the fl oodplain was variable.
In particular, the grid resolutions used were 50 m and 10 m and
n values were 0.04, 0.08 e 0.2 m
-1/3
s. The fi rst value is the same
roughness coeffi cient, adopted for the fl oodplain, in the hydraulic
studies along Bradano River, in the Hydrogeological Plan of Ba-
silicata (PAI of Basilicata, 2009). The third one is the upper limit of
the values proposed for the fl oodplain, in the Hydraulic References
Manual (2008) of the HEC-RAS 4.0. Finally, the 0.08 m
-1/3
s n coef-
fi cient defi nes an arbitrary value between the lowest and the highest
described above.
The sensitivity analysis was made by comparing the results of
hydrodynamic simulations, for the three return period T: 5, 10 and
30 years, in terms of maximum water depth and maximum velocity
of fl ow on the fl oodplain. Comparisons were carried out by subtract-
ing the results obtained with n equal to 0.2 and 0.08 m
-1/3
s and those
reported, instead, for n equal to 0.04 m
-1/3
s.
COMPARISON FOR 50 m GRID RESOLUTION
The comparison was carried out using the grids created from the
differences of the maximum water depth (in m) and the maximum
velocity (in m/s) of fl ow on the fl oodplain. The three return period T
considered were: 5, 10 and 30 years. The grid resolution was 50 m
and the Manning’s n values were di 0.04 e 0.2 m
-1/3
s. The differences
of the maximum water depth (
h) and the maximum velocity (v)
were organized in ten classes of variable extent as shown on x-axis
background image
SENSITIVITY ANALYSIS IN FLOOD MODELING OF FLAT AREAS
109
Italian Journal of Engineering Geology and Environment, Special Issue 1 (2011)
© Casa Editrice Università La Sapienza
www.ijege.uniroma1.it
quanto riportato sull’asse delle ascisse delle Figg. 4, 5 e 6 individuan-
do la percentuale di appartenenza, a ciascuna di esse, delle celle delle
due griglie “differenza” sul totale delle celle bagnate. In generale sia
le differenze di tirante che quelle di velocità si attestano nell’intervallo
in the Figg. 4, 5 and 6. The percentage of cells belonging to the two
grids considered in each range was calculated on all wet cells.
Generally the differences in the maximum depth and velocity are
in the range -0.5 and 0.5 m and -0.5 and 0.5 m/s respectively.
Fig. 4 - Confronto tra le simulazioni con n di Man-
ning di 0.04 e 0.2 m
-1/3
s su griglia a 50 m e per
l’evento di piena con tempo di ritorno di 5 anni.
Percentuali di appartenenza delle differenze di
massimo tirante (
h) e massima velocità (v)
alle 10 classi considerate
- Comparison between events with n roughness
coeffi cients of 0.04 e 0.2 m
-1/3
s on the 50 m
grid resolution and for 5 years return period
fl ow. Percentage of differences in the maximum
depth (
h) and maximum velocity (v) on the
fl oodplain belonging to the 10 classes
Fig. 5 - Confronto tra le simulazioni con coeffi cienti di
scabrezza n di Manning di 0.04 e 0.2 m
-1/3
s su
griglia a 50 m per l’evento di piena con tempo di
ritorno di 10 anni. Percentuali di appartenenza
delle differenze di massimo tirante (
h) e massi-
ma velocità (
v) alle 10 classi considerate
- Comparison between events with n roughness
coeffi cients of 0.04 e 0.2 m
-1/3
s on the 50 m grid
resolution and .and for 10 years return period
fl ow. Percentage of differences in the maximum
depth (
h) and maximum velocity (v) on the
fl oodplain belonging to the 10 classes
Fig. 6 - Confronto tra le simulazioni con coeffi cienti di
scabrezza n di Manning di 0.04 e 0.2 m
-1/3
s su
griglia a 50 m per l’evento di piena con tempo di
ritorno di 30 anni. Percentuali di appartenenza
delle differenze di massimo tirante (
h) e massi-
ma velocità (
v) alle 10 classi considerate
- Comparison between events with n roughness
coeffi cients of 0.04 e 0.2 m
-1/3
s on the 50 m grid
resolution and for 30 years return period fl ow.
Percentage of differences in the maximum depth
(
h) and maximum velocity (v) on the fl ood-
plain belonging to the 10 classes
Fig. 7 - Confronto tra le simulazioni con coeffi cienti di sca-
brezza n di Manning di 0.04 e 0.08 m
-1/3
s su griglia
a 50 m per l’evento di piena con tempo di ritorno di
10 anni. Percentuali di appartenenza delle differen-
ze di massimo tirante (
h) e massima velocità (v)
sul fl oodplain alle 10 classi considerate
- Comparison between events with n roughness
coeffi cients of 0.04 e 0.08 m
-1/3
s on 50 m grid res-
olution for 10 years return period fl ow. Percent-
age of differences in the maximum depth (
h)
and maximum velocity (
v) on the fl oodplain
belonging to the 10 classes
background image
ANALISI DI SENSIBILITÀ NELLA MODELLAZIONE DELLE INONDAZIONI DI AREE PIANEGGIANTI
110
A. SOLE, L. GIOSA, A. CANTISANI, D. STATUTO & L. NOLE’
compreso tra -0.5 e 0.5 m e -0.5 e 0.5 m/s rispettivamente.
Le distribuzioni delle differenze di tirante (
h) e velocità (v) pre-
sentano signifi cative analogie solo per gli eventi di piena con periodi di
ritorno T di 10 e 30 anni (Figg. 5 e 6). Per l’evento di piena quinquennale
(Fig. 4), invece, la distribuzione di
h e v è completamente diversa: in
questo caso le celle bagnate sono solo 268 contro valori di 1675 (per T =
10 anni) e 8063 (per T = 30 anni). Il numero di celle bagnate del fl oodplain
è decisamente più basso rispetto a quello degli altri due eventi di piena e,
ragionevolmente, non sembra suffi ciente per estrapolazioni fi nalizzate alla
classifi cazione qui presentata. Per tale motivo, si ritiene opportuno trascu-
rare i risultati ottenuti dalla simulazione con periodo di ritorno T di 5 anni.
Generalmente, per n pari a 0.04 m
-1/3
s i tiranti h sono più elevati
mentre le velocità v più basse.
Utilizzando la stessa metodologia descritta sopra, nelle Figg. 7 e
8 sono sintetizzate le percentuali di differenza di
h e v per i due
eventi di piena (T = 10 e 30 anni) sulla griglia a 50 m ma, per valori
di scabrezza n di Manning di 0.04 e 0.08 m
-1/3
s. In questo caso le
The distributions of differences in the maximum depth (
h) and
maximum velocity (
v) on the fl oodplain have signifi cant similarities
only for the fl ood events with return periods T of 10 and 30 years (Figg.
5 e 6). For discharge with 5 year return period (Fig. 4), however, the
distribution is completely different: in this case the wet cells are 268
versus values of 1675 (for T = 10 years) and 8063 (for T = 30 years).
The number of wet cells of the fl oodplain is much lower than that of the
two other fl ood events and, therefore, it is not suffi cient to extrapolate
a classifi cation such as that presented here. Thus the results obtained
from the simulation of T = 5 years have not been considered.
Generally, when n is 0.04 m
-1/3
s, the depths are higher and the
velocities are lower.
Using the method specifi ed above, Figg. 7 and 8 show the distri-
bution of
h and v in relation to the two fl ood events (T = 10 and
30 years) on a 50 m grid resolution but for Manning’s n roughness
coeffi cients of 0.04 and 0.08 m
-1/3
s. In this case, the differences in the
Fig. 8 - Confronto tra le simulazioni con coeffi cienti di
scabrezza n di Manning di 0.04 e 0.08 m
-1/3
s su gri-
glia a 50 m fl oodplain per l’evento di piena con
tempo di ritorno di 30 anni. Percentuali di apparte-
nenza di massimo tirante (
h) e massima velocità
(
v) sul.fl oodplain alle 10 classi considerate
- Comparison between events with n roughness coeffi -
cients of 0.04 e 0.0/8 m-
1/3
s on 50 m grid resolution for
30 years return period fl ow. Percentage of differences
in the maximum depth (
h) and maximum velocity
(
v) on the fl oodplain belonging to the 10 classes
Fig. 9 - Confronto tra le simulazioni con coeffi cienti di sca-
brezza n di Manning di 0.04 e 0.2 m
-1/3
s su griglia
a 10 m per l’evento di piena con tempo di ritorno di
10 anni. Percentuali di appartenenza delle differen-
ze di massimo tirante (
h) e massima velocità (v)
sul fl oodplain alle 10 classi considerate
- Comparison between events with n roughness coef-
fi cients of 0.04 e 0.2 m
-1/3
s on 10 m grid resolution for
10 years return period fl ow. Percentage of differenc-
es in the maximum depth (
h) and maximum velocity
(
v) on the fl oodplain belonging to the 10 classes
Fig. 10 - Confronto tra le simulazioni con coeffi cienti di
scabrezza n di Manning di 0.04 e 0.2 m
-1/3
s su gri-
glia a 10 m per l’evento di piena con tempo di ri-
torno di 30 anni. Percentuali di appartenenza delle
differenze di massimo tirante (
h) e massima ve-
locità (
v) sul fl oodplain alle 10 classi considerate
- Comparison between events with n roughness coef-
fi cients of 0.04 e 0.2 m
-1/3
s on 10 m grid resolution for
30 years return period fl ow. Percentage of differences
in the maximum depth (
h) and maximum velocity
(
v) on the fl oodplain belonging to the 10 classes
background image
SENSITIVITY ANALYSIS IN FLOOD MODELING OF FLAT AREAS
111
Italian Journal of Engineering Geology and Environment, Special Issue 1 (2011)
© Casa Editrice Università La Sapienza
www.ijege.uniroma1.it
differenze di tirante (
h) si attestano nell’intervallo [-0.3, 0.1] mentre
quelle di velocità (
v) nell’intervallo [-0.1, 0.3].
CONFRONTO SULLA GRIGLIA DI RISOLUZIONE PARI A 10 M
Gli stessi confronti realizzati sulla grigia a 50 m sono stati estesi
a quella a 10 m. Nelle Figg. 9 e 10, infatti, sono mostrate le differenze
di tirante massimo e velocità massima della corrente sul fl oodplain
per i due eventi di piena di 10 e 30 anni calcolati facendo riferimento
ai coeffi cienti di scabrezza n di Manning di 0.04 e 0.2 m
-1/3
s. Anche
in questo caso sia le differenze di tirante che quelle di velocità si
attestano nell’intervallo compreso tra -0.5 e 0.5 m e -0.5 e 0.5 m/s
rispettivamente. Tuttavia, per T = 10 anni, è l’intervallo [-0.2, 0.2] a
presentare la maggiore percentuale di differenze: circa il 65% per i
tiranti e 69% perle velocità. Per T = 30 anni, invece, per n pari a 0.04
m
-1/3
s i tiranti sono più elevati mentre le velocità più basse.
Le Figure 11 e 12 mostrano le distribuzioni di
h e v per i due
eventi di piena (T = 10 e 30 anni) sulla griglia a 10 m ma, per valori
di scabrezza n di Manning di 0.04 e 0.08 m
-1/3
s. In generale sia le dif-
ferenze di tirante (
h) che quelle di velocità (v) si attestano nell’in-
tervallo compreso tra -0.3 e 0.3 m e -0.1 e 0.2 m/s rispettivamente.
Le differenze di tirante interessano l’intervallo [-0.2, 0.2] per cir-
ca il 96% per l’evento T = 10 anni e quello [-0.3, 0.1] per T = 30
anni. Come per i tiranti, anche le differenze di velocità si concentrano
nell’intervallo [-0.2, 0.2] per l’evento T = 10 anni, mentre interessano
l’intervallo [-0.1, 0.3] per l’evento T = 30 anni.
Le differenze di tirante sono più contenute rispetto al confronto
fatto per n = 0.2 m
-1/3
s sempre per la griglia di 10 metri.
Sintetizzando i risultati sopra discussi si può concludere che:
maximum depth and velocity are in the range [-0.3, 0.1] and that of
the velocities in the range [-0.1, 0.3].
COMPARISON FOR 10 M GRID RESOLUTION
The same comparisons carried out on 50 m grid resolution were
extended to 10 m grid resolution. In Fig. 9 and 10, the differences
in the maximum depth and maximum velocity on the fl oodplain are
summarized in relation to the 10 and 30 years fl ood events and with
a 10 m grid resolution. The Manning’s n roughness coeffi cients are
0.04 and 0.2 m
-1/3
s. Also in this case, the differences in the maxi-
mum depth and velocity are in the range -0.5 and 0.5 m and -0.5 and
0.5 m/s respectively. However, T = 10 years, [-0.2, 0.2] is the range
with the highest percentage of differences: about 65% for depth and
about 69% for velocity. For T = 30 years, instead, in the case of n =
0.04 m
-1/3
s the depths are much higher and the velocities are much
lower than that of n = 0.08 m
-1/3
s.
Figures 11 and 12 show the distribution of
h and v for the 10
and 30 years fl ood events with a 10 m grid resolution but, with the
Manning’s n roughness coeffi cients of 0.04 and 0.08 m
-1/3
s. Generally
the differences in the maximum depth (
h) and velocity (v) are in
the range -0.3 and 0.3 m and -0.1 and 0.2 m/s respectively.
The differences in the maximum depth are in the range [-0.2, 0.2]
for about 96% in the case of T = 10 years and in the range [-0.3, 0.1]
for T = 30 years. As for the depths, the differences of velocities are in
the range [-0.2, 0.2] in the case of T = 10 years and in the range[-0.1,
0.3] for T = 30 years.
The differences of depths are more lower than that of n = 0.2 m
-1/3
s
but always in relation to 10 m grid resolution.
Fig. 11 - Confronto tra le simulazioni con coeffi cien-
ti di scabrezza n di Manning di 0.04 e 0.08
m
-1/3
s su griglia a 10 m per l’evento di piena
con tempo di ritorno di 10 anni. Percentuale
di appartenenza delle differenze di massimo
tirante (
h) e massima velocità (v) sul fl oo-
dplain alle 10 classi considerate
- Comparison between events with n roughness
coeffi cients of 0.04 e 0.08 m
-1/3
s on 10 m grid res-
olution for 10 years return period fl ow. Percent-
age of differences in the maximum depth (
h)
and maximum velocity (
v) on the fl oodplain
belonging to the 10 classes
Fig. 12 - Confronto tra le simulazioni con coeffi cienti di sca-
brezza n di Manning di 0.04 e 0.08 m
-1/3
s su griglia
a 10 m per l’evento di piena con tempo di ritorno di
30 anni. Percentuale di appartenenza delle differen-
ze di massimo tirante (
h) e massima velocità (v)
sul fl oodplain fl oodplain alle 10 classi considerate
- Comparison between events with n roughness
coeffi cients of 0.04 e 0.08 m
-1/3
s on 10 m grid res-
olution for 30 years return period fl ow. Percent-
age of differences in the maximum depth (
h)
and maximum velocity (
v) on the fl oodplain
belonging to the 10 classes
background image
ANALISI DI SENSIBILITÀ NELLA MODELLAZIONE DELLE INONDAZIONI DI AREE PIANEGGIANTI
112
A. SOLE, L. GIOSA, A. CANTISANI, D. STATUTO & L. NOLE’
-
a parità di grid resolution (50 e 10 m), i valori di h e v per n = 0.2
m
-1/3
s si discostano più da quelli ottenuti con n = 0.04 m
-1/3
s che
da quelli relativi ad n = 0.08 m
-1/3
s;
-
per entrambe le griglie considerate i tiranti ottenuti per n pari a
0.04 m
-1/3
s sono più elevati di quelli relativi a n = 0.2 e 0.08 m
-1/3
s.
Per le velocità si verifi ca l’esatto contrario dal momento che risul-
tano essere più basse per n = 0.04 m
-1/3
s rispetto a quelle relative
a n = 0.2 e 0.08 m
-1/3
s
-
le simulazioni sulla griglia a 50 m risultano meno sensibili alle
differenze di scabrezza rispetto a quelle sulla griglia a 10 m e
questo accade prevalentemente per l’evento con T = 10 anni;
-
le differenze di h e v si riducono in maggior misura variando la
scabrezza e lasciando inalterata la risoluzione della griglia di cal-
colo piuttosto che riducendo la risoluzione della griglia e modifi -
cando la scabrezza.
CONCLUSIONI
Il presente lavoro riguarda l’analisi di sensibilità dei modelli ma-
tematici a supporto dello studio della pericolosità idraulica dell’area
della costa jonica in corrispondenza della foce del Bradano. Tale va-
lutazione è stata effettuata analizzando i risultati delle simulazioni
idrodinamiche realizzate con il software MIKEFLOOD rispetto alla
risoluzione della griglia di calcolo e alla scabrezza del fl oodplain
ipotizzando degli eventi di piena con periodo di ritorno T pari a 5,
10 e 30 anni.
I risultati delle simulazioni sono stati confrontati prendendo a ri-
ferimento il massimo tirante e la massima velocità della corrente sul
fl oodplain. Dei tre eventi di piena, quello con T = 5 anni è parso poco
signifi cativo per i confronti proposti nel presente lavoro a causa del
numero limitato di celle bagnate del fl oodplain. Per gli altri due eventi
di piena (T = 10 e 30 anni) è stato possibile apprezzare le differenze
di tirante e velocità al variare della risoluzione della griglia di calco-
lo (considerando la scabrezza costante) e al variare della scabrezza
(mantenendo la risoluzione costante).
I risultati ottenuti consentono di verifi care l’entità delle differen-
ze di h e v connesse alla scelta operata sulla dimensione della cella
del dominio di calcolo e sul coeffi ciente di scabrezza. Essi, pertanto,
risultano particolarmente utili in fase di implementazione di modelli
matematici bidimensionali per la simulazione degli scenari di allaga-
mento per effetto dell’esondazione di un fi ume in aree caratterizzate
da pendenza pressocchè nulla, come quelle costiere. Esperienze come
quella qui proposta possono altresì sopperire alla carenza di dati os-
servati in occasione di eventi di piena.
Per l’area di studio, le differenze di h e v risultano più sensibili
alle variazioni di scabrezza che a quelle di risoluzione della griglia di
calcolo. E, probabilmente, in aree particolarmente pianeggianti come
quella in esame, la caratterizzazione morfologica non subisce lo stesso
apprezzabile miglioramento all’aumentare della risoluzione della gri-
glia di calcolo rispetto a quello che subirebbero le aree che presentano
variazioni di pendenza più marcate ed una morfologia più eterogenea.
A summary of all the results discussed above is:
-
the h and v values for n = 0.2 m
-1/3
s differ more from those obtai-
ned when n = 0.04 m
-1/3
s than from those obtained for n = 0.08
m
-1/3
s. This occurs with the same grid resolution;
-
for both grids considered, the depth obtained with n = 0.04 m
-1/3
s
are higher than those with n = 0.2 and 0.08 m
-1/3
s. The opposite
occurs for the velocities because they are lower for n = 0.04 m
-1/3
s
than for n = 0.2 and 0.08 m
-1/3
s;
-
simulations on the 50 m grids are less sensitive to differences in
roughness than on the 10 m grids. This happens mainly for the
T = 10 years event;
-
the differences are reduced more by varying the roughness coef-
fi cient with constant grid resolution rather than reducing the grid
resolution and changing the roughness coeffi cient.
CONCLUSIONS
This work analyzes the sensitivity of mathematical models in the
study of hydraulic hazard on the Ionian coast at the mouth of Bradano
River. This evaluation was performed by analyzing the results of hy-
drodynamic simulations, with the software MIKEFLOOD, in relation
to the grid resolution and the roughness coeffi cient of the fl oodplain.
The evaluation was performed assuming fl ood events with return pe-
riod T of 5, 10 and 30 years.
The simulation results have been compared by examining the
maximum water depth and maximum velocity on the fl oodplain. The
fl ood event with 5 years return period, has been omitted because of
the limited number of fl oodplain wet cells. For the other two fl ood
events (T = 10 and 30 years) it is possible to appreciate the differ-
ences in depth and velocity by varying the grid resolution (with con-
stant roughness coeffi cient) and the variation of roughness coeffi cient
(with constant grid resolution).
The results obtained are used to verify the h and v differences
related to the cell size of computational domain and to the roughness
coeffi cient. Therefore they are useful in the implementation of two-
dimensional mathematical models to simulate fl ooding scenarios due
to the fl ooding of a river in areas of almost zero slope , such as many
coastal areas. Experiences like the one proposed here may also offset
the lack of observed data during fl ood events.
For the study area, h and v differences are more sensitive to
changes in roughness than to the grid resolution. And, probably, in
lowland areas such as this, the morphological characterization doesn’t
suffer the same appreciable improvement with increasing grid resolu-
tion than would be the case in areas with more pronounced changes
in slope and a more heterogeneous morphology.
background image
SENSITIVITY ANALYSIS IN FLOOD MODELING OF FLAT AREAS
113
Italian Journal of Engineering Geology and Environment, Special Issue 1 (2011)
© Casa Editrice Università La Sapienza
www.ijege.uniroma1.it
ACKNOWLEDGEMENTS
The authors would also like to thank Interregional Basin Authori-
ty of Basilicata for the available data.
RINGRAZIAMENTI
Gli autori ringraziano l’Autorità Interregionale di Bacino della
Basilicata per i dati resi disponibili.
OPERE CITATE/REFERENCES
A
RONICA
G., H
ANKIN
B.G. & B
EVEN
K.J. (1998) - Uncertaintly and equifi nality in calibrating distributed roughness coeffi cients in a fl ood propagation model with
limited data. Advances in Water Resources, 22 (4): 349-365.
B
ATES
P. D., M
ARKS
K. J. & H
ORRITT
M. S.(2003) - Optimal use of high-resolution topographic data in fl ood inundation models. Hydrological Processes, 17: 537-557
C
ASELLA
V. (1999) - Introduction to airborne laser scanning, a GPS-INS based technique. Reports on Geodesy n. 3 (44), Warsaw University of Technology, ISBN
83-85287-43-4: 249-254.
C
ASAS
A., B
ENITO
G., T
HORNDYCRAFT
V.R. & R
ICO
M. (2006) - The topographic data source of digital terrain models as a key element in the accuracy of hydraulic
fl ood modeling. Earth Surface Processes and Landforms, 31: 444-456.
C
ASTELLARIN
A., D
I
B
ALDASSARRE
G., B
ATES
P.D. & B
RATH
A. (2009) - Optimal cross-section spacing in Preissmann scheme 1D hydrodynamic models, ASCE Journal
of Hydraulic Engineering, 135 (2): 96-105.
C
HOW
V.T. (1959) - Open-Channel Hydraulics. McGraw-Hill, New York.
C
OBBY
D.M., M
ASON
D.C. & D
AVENPORT
I.J. (2001) - Image processing of airborne scanning laser altimetry data for improved river fl ood modeling. ISPRS Journal
of Photogrammetry and Remote Sensing, 56 (2): 121-138.
C
UNGE
J.A., H
OLLY
F.M. & V
ERWEY
A. (1980) - Practical aspects of computational river hydraulics. London: Pitman Publishing, 420 pp.
C
OUNCIL
OF
E
UROPEAN
C
OMMUNITIES
(2007) - Directive on the assessment and management of fl ood risk (2007/06/EC, ec.europa.eu/environment/water/fl ood_risk/
key_docs.htlm.
D
I
C
RISTO
C. & L
EOPARDI
A. (2002) - Modellazione idrodinamica di un canale con cambio di scabrezza al fondo. 28° Convegno di Idraulica e Costruzioni Idrauliche
.Potenz,a 16-19 settembre 2002.
F
RANK
E., M
ONTOYA
M. & F
ATTORELLI
S. (2007) - Effect of topografi c data resolution and spacial model resolution on a bi-dimensional hydro-morfological model.
River Basin Management IV, B
REBBIA
C.A. & K
ATSIFARAKIS
K.L., WIT Press Southampton UK, 325-334.
F
REEMAN
G.E. & R
AHMEYER
W. (2002) - Development and application of methology for determination of hydraulic roughness for vegetated fl oodplains. Proceedings
of “ Hydraulic Measurements & Experimental Methods” Congress. ASCE. Colorado (USA) Julio 28-Agosto 1..
H
ALL
J.W., T
ARANTOLA
S., B
ATES
P.D. & H
ORRITT
M.S. (2005) - Distributed Sensitivity Analysis of Flood Inundation Model Calibration. Journal of Hydraulic
Engineering, 131 (2): 117-126.
HEC-RAS (Hydrologic Engineering Center - River Analysis System) (2008) - References Manual. Version 4.0. U.S. Army Corps of Engineers.
H
ORRITT
M.S. & B
ATES
P.D. (2001) - Effect of special resolution on a raster based model of fl ood fl ow. Hydrological Processes, 253: 239-249.
H
ORRITT
M.S. & B
ATES
P.D. (2002) - Evalutation of 1D and 2D numerical models for predicting river fl ood inundation. Journal of Hydrology, 268: 87-99.
H
ORRITT
M.S. (2006) - A methodology for the validation of uncertain fl ood inundation models. Journal of Hydrology, 326: 153-165.
I
NTERREGIONAL
B
ASIN
A
UTORITY
OF
B
ASILICATA
(2009) - Piano stralcio per la Difesa del Rischio Idrogeologico.
L
EOPARDI
A., O
LIVIERI
E. & G
RECO
M. (2002) - Two dimentional modelling of fl oods to map risk-prone areas. Journal of Water Resources Planning and Managment.
M
ARCHI
E. & R
UBATTA
A. (1981) - Meccanica dei fl uidi. UTET Torino.
M
EDINA
V.C.I., B
ATEMAN
A.P. & V
ELASCO
M.D. (2002) - A new approach to solving boundary conditions in shallow water equations using a Riemann solve. River Flow.
N
ATIONAL
A
CADEMY
OF
S
CIENCES
(2009) - Improving Flood Map Accuracy, USA ISBN: 0-309-13058-1.
N
ATIONAL
E
NVIRONMENTAL
R
ESEARCH
C
OUNCIL
(NERC) (1975) - Flood Studies Report. Vol. I, London.
N
ÉELZ
S., P
ENDER
G.(2009) - Grid resolution dependency in inundation modelling: A case study. In: S
AMUELS
et alii (
EDS
) (2009) - Flood Risk Management: Research
and Practice - Taylor & Francis Group, London, ISBN 978-0-415-48507-4.
P
RESTININZI
P., F
IORI
A. & M
ANCINI
C.P. (2006) - Un modello numerico bidimensionale parabolico per la simulazione di inondazioni: l’utilizzo di storage cells
costruite su TIN e un’applicazione al Fiume Arrone. XXX Convegno di Idraulica e Costruzioni Idrauliche. Roma, Italy.
S
OLE
A., G
IOSA
L., N
OLÈ
L., M
EDINA
V. & B
ATEMAN
A., (2008) - Flood risk modelling with LiDAR technology. International Conference Flood Recovery Innovation
and Response FRIAR: 27- 36.
Received January 2010 - Accepted May 2011
Statistics