Mar 02, 2024
Segni di flusso e attributi del bacino per il clustering HCA in una valutazione della similarità idrologica (caso tunisino)
Scientific Reports volume 13, numero articolo: 12144 (2023) Cita questo articolo 70 Accessi Dettagli sulle metriche I metodi di partizionamento come l'analisi dei cluster sono vantaggiosi nel raggruppare i bacini idrografici in
Rapporti scientifici volume 13, numero articolo: 12144 (2023) Citare questo articolo
70 accessi
Dettagli sulle metriche
Metodi di partizionamento come l'analisi dei cluster sono vantaggiosi nel raggruppare i bacini idrografici in regioni idrometriche simili. Aiutano a superare la carenza di dati nei bacini idrografici non misurati, che è un problema comune nelle zone del Sud del Mediterraneo. Senza previsioni accurate, è difficile valutare e gestire le risorse idriche in modo efficiente e questa situazione non sarà di alcun aiuto ai decisori in materia di idrologia. Questo articolo illustra un caso applicativo tunisino, che mira a raggruppare i bacini idrografici con un algoritmo di clustering gerarchico (HCA) basato su distanze calcolate nello spazio fisiografico e idrometrico multidimensionale. L'omogeneità dei cluster generati viene verificata dall'indice della silhouette. Quindi vengono confrontate le efficienze delle distanze. Vengono studiati diciannove bacini tunisini semiaridi monitorati dal 1992. Dodici attributi fisiografici, nove precipitazioni e segni di deflusso sono considerati nell'HCA con due cluster. La distanza di correlazione fornisce i cluster più omogenei. Statisticamente: percentuale di area interessata da pratiche antierosive, percentuale di copertura forestale e bacino idrografico sono gli attributi più discriminanti. Tuttavia, le firme idrometriche sembrano essere irrilevanti. Tali partizioni evidenziano due diversi comportamenti idrologici che devono supportare la previsione. I risultati sono promettenti nel caso del Sud-Mediterraneo, dove la carenza di dati idrometrici è un problema continuo. Hanno il vantaggio di consentire previsioni idrologiche senza richiedere informazioni pesanti.
La gestione delle risorse idriche (ad esempio: pianificazione dell'uso del territorio, irrigazione, progettazione di strutture idrauliche, previsione delle inondazioni) richiede la conoscenza della quantità di acqua in un sito o bacino target. Tuttavia, numerosi bacini idrografici in molte parti del mondo non sono misurati o sono scarsamente misurati; questa mancanza di dati spesso aumenta con la diminuzione delle dimensioni dei bacini idrografici, il che porta a grandi difficoltà nella loro gestione1,2. Pertanto, la previsione del deflusso in un fiume o bacino non misurato viene effettuata attraverso una sorta di estrapolazione da un sito misurato a un sito non misurato, e questo non è semplice. Questa è la ragion d'essere dell'iniziativa Prediction of Ungauged Basin (PUB)2. PUB è stato progettato per sviluppare una base scientifica migliore per l'idrologia con maggiore coerenza, aumentando le prospettive di scoperte scientifiche e riducendo le incertezze3.
Le tecniche di regionalizzazione sono strumenti PUB necessari per il trasferimento delle informazioni. Appartengono a due categorie; statistici o basati sui processi. Il trasferimento di informazioni da uno o più bacini misurati (donatori) ad un altro bacino non misurato (ricevitore)4 richiede l'identificazione di bacini misurati simili, che possono essere selezionati attraverso:
Prossimità geografica o spaziale.
Somiglianze nei loro attributi idrologici e/o fisiografici e climatici applicati con approcci di clustering. Pertanto, le distanze metriche vengono comunemente identificate tra i bacini idrografici nello spazio degli attributi multidimensionali per valutarne la vicinanza5,6.
In pratica, gli idrologi hanno esplorato nel tempo un’ampia gamma di approcci per la regionalizzazione, poiché non esistono criteri stabiliti in base ai quali la superiorità di qualsiasi approccio possa essere chiaramente evidenziata7,8.
Burn e Goel9 hanno adottato il clustering come punto di partenza per le partizioni dei bacini idrografici basate sulle caratteristiche fisiografiche del bacino con distanza euclidea ponderata. Successivamente è stato proposto un processo euristico di revisione regionale per aumentare l'omogeneità della regione10. Recentemente, Jared et al.11 hanno studiato, in un quadro di classificazione, piccoli bacini idrografici canadesi all'interno della prateria in base ad attributi climatici e biofisici. Hanno identificato regioni simili con il metodo del clustering gerarchico agglomerativo dei componenti principali (HCPC). Si può quindi sottolineare che gli studi di regionalizzazione richiedono spesso una classificazione dei bacini idrografici, da cui dipende strettamente la loro accuratezza.
2.0.CO;2" data-track-action="article reference" href="https://doi.org/10.1175%2F1520-0442%281996%29009%3C2660%3ASAPOGS%3E2.0.CO%3B2" aria-label="Article reference 42" data-doi="10.1175/1520-0442(1996)0092.0.CO;2"Article ADS Google Scholar /p>