Search

The problem of computing risk measures associated to flood events is extremely important not only from the point of view of civil protection systems but also because of the necessity for the municipalities of insuring against the damages. In this work we propose, in the framework of an integrated strategy, an operating solution which merges in a conditional approach the information usually available in this setup. First we use a Logistic Auto-Logistic (LAM) model for the estimation of the univariate conditional probabilities of flood events. This approach has two fundamental advantages: it allows to incorporate auxiliary information and does not require the target variables to be independent. Then we simulate the joint distribution of floodings by means of the Gibbs Sampler. Finally we propose an algorithm to increase ex post the spatial autocorrelation of the simulated events. The methodology is shown to be effective by means of an application to the estimation of the flood probability of Italian hydrographic regions.

The problem of computing risk measures associated to flood events is extremely important not only from the point of view of civil protection systems but also because of the necessity for the municipalities of insuring against the damages. In this work we propose, in the framework of an integrated strategy, an operating solution which merges in a conditional approach the information usually available in this setup. First we use a Logistic Auto-Logistic (LAM) model for the estimation of the univariate conditional probabilities of flood events. This approach has two fundamental advantages: it allows to incorporate auxiliary information and does not require the target variables to be independent. Then we simulate the joint distribution of floodings by means of the Gibbs Sampler. Finally we propose an algorithm to increase ex post the spatial autocorrelation of the simulated events. The methodology is shown to be effective by means of an application to the estimation of the flood probability of Italian hydrographic regions.

La necessità di disporre di mappe di probabilità di sito archeologico è un tema attualmente al centro di un rinnovato interesse anche grazie alla disponibilità di una moltitudine di informazioni territoriali gestite ed elaborate con l’ausilio della tecnologia GIS. Gli studi che finora si sono occupati del problema, hanno fatto riferimento a modellistiche di tipo regressivo od autoregressivo che, sebbene centrate sulle peculiarità del fenomeno, si sono dimostrate sensibilmente dipendenti dalla presenza di dati anomali nella stima dei parametri e da ipotesi specifiche sui casi in esame. L’intento del presente lavoro è invece quello di proporre una soluzione più robusta e generalizzabile in linea con i recenti sviluppi nel campo della modellistica non parametrica la quale potrebbe dare un forte impulso all’uso congiunto della statistica e della tecnologia GIS. L’informazione geografica ricavabile dai dati fisici e satellitari relativi all’area di studio rappresenta infatti, grazie al dettaglio che la caratterizza, una fonte ausiliaria insostituibile per spiegare la presenza o meno di un sito in una data posizione della mappa. L’approccio proposto è stato sviluppato ed applicato per l’area test di Cures Sabini ottenendo dei risultati abbastanza incoraggianti, soprattutto se letti in termini della estrema facilità di interpretazione dei risultati da parte di non statistici e della riscontrata possibilità di rendere automatico il processo di produzione delle mappe di probabilità. Questa evidenza permetterebbe ad operatori del settore non professionalmente preparati da un punto di vista metodologico, di estendere il modello a situazioni anche molto diverse da quella analizzata.

La necessità di disporre di mappe di probabilità di sito archeologico è un tema attualmente al centro di un rinnovato interesse anche grazie alla disponibilità di una moltitudine di informazioni territoriali gestite ed elaborate con l’ausilio della tecnologia GIS. Gli studi che finora si sono occupati del problema, hanno fatto riferimento a modellistiche di tipo regressivo od autoregressivo che, sebbene centrate sulle peculiarità del fenomeno, si sono dimostrate sensibilmente dipendenti dalla presenza di dati anomali nella stima dei parametri e da ipotesi specifiche sui casi in esame. L’intento del presente lavoro è invece quello di proporre una soluzione più robusta e generalizzabile in linea con i recenti sviluppi nel campo della modellistica non parametrica la quale potrebbe dare un forte impulso all’uso congiunto della statistica e della tecnologia GIS. L’informazione geografica ricavabile dai dati fisici e satellitari relativi all’area di studio rappresenta infatti, grazie al dettaglio che la caratterizza, una fonte ausiliaria insostituibile per spiegare la presenza o meno di un sito in una data posizione della mappa. L’approccio proposto è stato sviluppato ed applicato per l’area test di Cures Sabini ottenendo dei risultati abbastanza incoraggianti, soprattutto se letti in termini della estrema facilità di interpretazione dei risultati da parte di non statistici e della riscontrata possibilità di rendere automatico il processo di produzione delle mappe di probabilità. Questa evidenza permetterebbe ad operatori del settore non professionalmente preparati da un punto di vista metodologico, di estendere il modello a situazioni anche molto diverse da quella analizzata.

La necessità di disporre di mappe di probabilità di sito archeologico è un tema attualmente al centro di un rinnovato interesse anche grazie alla disponibilità di una moltitudine di informazioni territoriali gestite ed elaborate con l’ausilio della tecnologia GIS. Gli studi che finora si sono occupati del problema, hanno fatto riferimento a modellistiche di tipo regressivo od autoregressivo che, sebbene centrate sulle peculiarità del fenomeno, si sono dimostrate sensibilmente dipendenti dalla presenza di dati anomali nella stima dei parametri e da ipotesi specifiche sui casi in esame. L’intento del presente lavoro è invece quello di proporre una soluzione più robusta e generalizzabile in linea con i recenti sviluppi nel campo della modellistica non parametrica la quale potrebbe dare un forte impulso all’uso congiunto della statistica e della tecnologia GIS. L’informazione geografica ricavabile dai dati fisici e satellitari relativi all’area di studio rappresenta infatti, grazie al dettaglio che la caratterizza, una fonte ausiliaria insostituibile per spiegare la presenza o meno di un sito in una data posizione della mappa. L’approccio proposto è stato sviluppato ed applicato per l’area test di Cures Sabini ottenendo dei risultati abbastanza incoraggianti, soprattutto se letti in termini della estrema facilità di interpretazione dei risultati da parte di non statistici e della riscontrata possibilità di rendere automatico il processo di produzione delle mappe di probabilità. Questa evidenza permetterebbe ad operatori del settore non professionalmente preparati da un punto di vista metodologico, di estendere il modello a situazioni anche molto diverse da quella analizzata.

La necessità di disporre di mappe di probabilità di sito archeologico è un tema attualmente al centro di un rinnovato interesse anche grazie alla disponibilità di una moltitudine di informazioni territoriali gestite ed elaborate con l’ausilio della tecnologia GIS. Gli studi che finora si sono occupati del problema, hanno fatto riferimento a modellistiche di tipo regressivo od autoregressivo che, sebbene centrate sulle peculiarità del fenomeno, si sono dimostrate sensibilmente dipendenti dalla presenza di dati anomali nella stima dei parametri e da ipotesi specifiche sui casi in esame. L’intento del presente lavoro è invece quello di proporre una soluzione più robusta e generalizzabile in linea con i recenti sviluppi nel campo della modellistica non parametrica la quale potrebbe dare un forte impulso all’uso congiunto della statistica e della tecnologia GIS. L’informazione geografica ricavabile dai dati fisici e satellitari relativi all’area di studio rappresenta infatti, grazie al dettaglio che la caratterizza, una fonte ausiliaria insostituibile per spiegare la presenza o meno di un sito in una data posizione della mappa. L’approccio proposto è stato sviluppato ed applicato per l’area test di Cures Sabini ottenendo dei risultati abbastanza incoraggianti, soprattutto se letti in termini della estrema facilità di interpretazione dei risultati da parte di non statistici e della riscontrata possibilità di rendere automatico il processo di produzione delle mappe di probabilità. Questa evidenza permetterebbe ad operatori del settore non professionalmente preparati da un punto di vista metodologico, di estendere il modello a situazioni anche molto diverse da quella analizzata.