Search

Wildfire is a catalyst for landcover change that can substantially increase the potential for devastating and destructive debris flow hazards. Debris flows initiate after fires when surface water runoff rapidly erodes sediment on steep slopes. Numerical models of post-fire debris flow bulking and runout are extremely computationally intensive. These models depend on poorly constrained and difficult to measure parameters related to fire-altered soil and vegetation, some of which change in time. Further, the development of debris flows (as opposed to clear flows) also depends on the rainfall intensity of potential storms. To date, modeling-based hazard analysis has focused on “if" a debris flow might be triggered on a given fire scared hillside, and not on the extent or footprint of potential debris flow runouts. We employ statistical emulators of debris flow model output to quantify uncertainties and aid in model-based hazard assessments of post-fire debris flow inundation. As a test case, we applythis methodology tothe January 2018 Montecito debris flows which initiated after the ThomasFire., The 28th IUGG General Assembly (IUGG2023) (Berlin 2023)

Surrogate models are becoming increasingly popular for storm surge predictions. Using existing databases of storm simulations, developed typically during regional flood studies, these models provide fast-to-compute, data-driven approximations quantifying the expected storm surge for any new storm (not included in the training database). This paper considers the development of such a surrogate model for Delaware Bay, using a database of 156 simulations driven by synthetic tropical cyclones and offering predictions for a grid that includes close to 300,000 computational nodes within the geographical domain of interest. Kriging (Gaussian Process regression) is adopted as the surrogate modeling technique, and various relevant advancements are established. The appropriate parameterization of the synthetic storm database is examined. For this, instead of the storm features at landfall, the features when the storm is at closest distance to some representative point of the domain of interest are investigated as an alternative parametrization, and are found to produce a better surrogate. For nodes that remained dry for some of the database storms, imputation of the surge using a weighted k nearest neighbor (kNN) interpolation is considered to fill in the missing data. The use of a secondary, classification surrogate model, combining logistic principal component analysis and Kriging, is examined to address instances for which the imputed surge leads to misclassification of the node condition. Finally, concerns related to overfitting for the surrogate model are discussed, stemming from the small size of the available database. These concerns extend to both the calibration of the surrogate model hyper-parameters, as well as to the validation approaches adopted. During this process, the benefits from the use of principal component analysis as a dimensionality reduction technique, and the appropriate transformation and scaling of the surge output are examined in detail.

La qualità complessiva del pesce è profondamente legata a quella microbiologica ed organolettica. La verifica dello stato di freschezza di tali prodotti è sempre stata basata principalmente sull’aspetto organolettico. Infatti, la legislazione, sia comunitaria che nazionale, si basa essenzialmente sul controllo organolettico per definire la fine della vita commerciale del pesce. Si è passati, nel tempo, dallo schema di valutazione Artioli-Ciani, che prevedeva una suddivisione del pescato in 4 categorie in base alle osservazioni sensoriali — vista, olfatto e tatto — al modello uniformato comunitario del Reg. CEE 103/76, che utilizza una valutazione aritmetica delle caratteristiche organolettiche. In seguito, il concetto di valutazione aritmetica è stato superato; tuttavia, l’approccio organolettico per definire la vita commerciale residua del prodotto ittico rimane il filo conduttore di queste leggi. Molti di questi parametri di valutazione organolettica non sono applicabili, se non nel caso di prodotti interi freschi, oppure eviscerati. Da qui, la difficoltà di valutazione della shelf-life residua di pesce filettato, a volte conservato in ghiaccio od in acqua-ghiaccio, (condizione in cui spesso si ha la dissoluzione di composti volatili marcatori dello stato di deterioramento), oppure di semiconserve a base di pesce. Nel DL n. 531/92 vengono forniti parametri microbiologici guida per pesci freschi congelati ed anche per molluschi eduli lamellibranchi e cefalopodi, congelati o surgelati. Questo tentativo, se pur generico (in quanto non tiene in considerazione né la specie microbica degradativa dominante, né la specie e l’origine del pesce in esame), apre una spirale nella rivalutazione da parte del legislatore del ruolo dei microrganismi degradativi nel processo di deterioramento del pesce e della possibilità di utilizzarli come parametri della qualità, soprattutto nel caso di nuovi prodotti semilavorati. Nei laboratori del gruppo di ricerca della professoressa M. E. Guerzoni, presso il campus Scienze degli Alimenti di Cesena dell’Università degli Studi di Bologna, si è cercato di valutare, in questi ultimi anni, se la quantificazione della carica batterica mesofila totale (CMT) possa essere impiegata, così come in altri settori, come parametro per la valutazione del tempo di vita residuo dei semilavorati e semiconserve a base di pesce. Anche lo studio dei fattori che influenzano l’entità e la composizione della carica batterica iniziale, il processo degradativo e la flora microbica colonizzante il prodotto ittico sono stati presi in considerazione