La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

Chaos and multifractals:

Presentazioni simili


Presentazione sul tema: "Chaos and multifractals:"— Transcript della presentazione:

1 Chaos and multifractals:
Comunità Europea FSE Dottorato di ricerca in “Metodi e tecnologie per il monitoraggio ambientale” Ciclo XVIII Chaos and multifractals: new insights about space-time rainfall modelling Tutors: Prof. Ing. Mauro Fiorentino Prof. Ing. Ignazio Mancini Dott. Ing. Vito Iacobellis Controrelatore: Prof. Ing. Pierluigi Furcolo Dottorando: Ing. Rocco Rosano

2 Overview La valutazione del rischio di inondazione e la quantificazione delle portate di massima piena nei bacini di ridotte dimensioni e nelle aree urbane è subordinato alla conoscenza della struttura spazio-temporale a piccola scala dei campi di precipitazione.

3 I modelli cluster-based
I modelli di pioggia I modelli cluster-based sono sviluppati sulla base della struttura del modello clusterizzato introdotto da LeCam in cui il processo di pioggia viene schematizzato da celle organizzate in bande più ampie che hanno cicli di vita e traiettorie individuali (LeCam, 1961; Waymire et al., 1984). Le rappresentazioni specifiche differiscono nell’assunzione dell’accadimento, posizione, forma e movimento delle celle convettive e delle regioni che le contengono. I modelli cluster-based

4 Conclusioni Dalla constatazione che la multifrattalità è evidente solo su range limitati di scale spazio-temporali in differenti condizioni climatiche si può affermare che questo comportamento è una caratteristica generale del processo di precipitazione. Da ciò è possibile concludere che i modelli esclusivamente multifrattali non consentono una modellazione realistica del processo di pioggia, pertanto è necessario introdurre un nuovo paradigma che consenta di ottenere dei risultati più affidabili. La dimostrazione che il processo di pioggia evolve nel dominio spazio-temporale seguendo regole caotiche ben precise consente di introdurre un’aliquota di natura deterministica nella modellazione del fenomeno. Del moto caotico, ovvero dell’effetto farfalla, noi non saremo mai in grado di conoscere con precisione tutte le condizioni di partenza: il quando, il dove, il come del famigerato battito d’ali. Una sconfitta quindi? Non proprio. Perché è vero che sappiamo di avere un limite oltre il quale non potremo andare, ma questo limite non l’abbiamo ancora raggiunto.

5 I want to know God's thoughts... the rest are details.
Albert Einstein


Scaricare ppt "Chaos and multifractals:"

Presentazioni simili


Annunci Google