Incorporando l'architettura dei sistemi di drenaggio della città e le letture dei misuratori di alluvione in un quadro statistico completo, i ricercatori della Texas A&M University possono ora prevedere con precisione l'evoluzione delle inondazioni in situazioni estreme come gli uragani. Con il loro nuovo approccio, i ricercatori hanno affermato che il loro algoritmo potrebbe prevedere il flusso dell'acqua delle inondazioni quasi in tempo reale, che può quindi portare a una risposta e a una pianificazione di emergenza più tempestive.

"Non sapere dove scorrerà la prossima inondazione è particolarmente dannoso per i primi soccorritori che hanno bisogno di misurare il livello di inondazione per le loro operazioni di soccorso, " ha detto il dottor Ali Mostafavi, ricercatore presso il Dipartimento di Ingegneria Civile e Ambientale Zachry. "Il nostro nuovo algoritmo considera i canali di drenaggio sotterranei per fornire una rappresentazione accurata di come si propagano le inondazioni. Questo strumento, pensiamo, può aiutare enormemente la gestione dei disastri perché i primi soccorritori saranno in grado di vedere in quale direzione scorrerà l'acqua delle inondazioni in tempo reale".

Una descrizione dell'algoritmo dei ricercatori può essere trovata nel numero di dicembre della rivista Ingegneria civile e delle infrastrutture assistita da computer .

Gli uragani sono noti per provocare il caos sulle coste, abbattere alberi, abbattere le linee elettriche e, soprattutto, provocando gravi alluvioni. Convenzionalmente, gli scienziati hanno utilizzato modelli basati sulla fisica per prevedere dove potrebbe accumularsi l'acqua, traboccare e causare allagamenti. In sostanza, questi modelli catturano come le caratteristiche fisiche della superficie terrestre e dei paesaggi urbani influenzano il flusso dell'acqua sul suolo.

Sebbene sia affidabile nel prevedere quando e dove si verificheranno le inondazioni nella maggior parte delle condizioni di pioggia, Mostafavi ha affermato che questi modelli tradizionali non si comportano altrettanto bene nel prevedere le inondazioni durante gli incidenti di piogge torrenziali, come l'uragano Harvey.

"I modelli basati sulla fisica offrono una prospettiva su come possono diffondersi le inondazioni, che è estremamente utile, ma il quadro che forniscono è alquanto incompleto, " ha detto. "Volevamo utilizzare i dati esistenti su come le inondazioni passate si sono diffuse attraverso i canali di drenaggio per sviluppare un modello che sarebbe in grado di prevedere, entro un certo livello di precisione, come si diffonderanno le inondazioni future".

I canali di drenaggio sono una rete elaborata di canali intrecciati che si incontrano in giunzioni chiamate nodi. Così, le inondazioni in un canale possono influenzare direttamente o indirettamente altri canali e causare la diffusione delle inondazioni, molto simile a un effetto domino.

Per prevedere in che modo l'acqua di inondazione scorrerà lungo i canali di drenaggio e causerà un'inondazione, Mostafavi e il suo team hanno sviluppato un modello basato sulla probabilità che è stato alimentato, come uno dei suoi ingressi, le letture del livello dell'acqua su misuratori di alluvione. Queste letture erano per diversi punti temporali durante due importanti eventi di inondazione in Texas:l'uragano Harvey nel 2017 e l'alluvione del Memorial Day di Houston nel 2015.

Una volta che il loro algoritmo è stato addestrato sui modelli di flusso d'acqua attraverso la rete di drenaggio per questi eventi di pioggia intensa, i ricercatori hanno testato se il loro modello funzionava controllando se poteva prevedere i modelli di inondazione che erano stati osservati durante l'alluvione del Tax Day di Houston nel 2016.

Hanno scoperto che il loro modello ha raggiunto una precisione dell'85% nel prevedere come l'inondazione si è propagata attraverso il sistema di drenaggio della città durante l'alluvione del Tax Day. Sebbene il modello sia stato convalidato utilizzando un evento alluvionale passato, Mostafavi ha affermato che il successo del modello suggerisce che sarà anche in grado di prevedere come le nuove inondazioni si propagheranno attraverso le reti di drenaggio della città. Questa intuizione potrebbe aiutare i soccorritori ad adottare misure preventive verso le evacuazioni, Egli ha detto.

Notando gli avvertimenti del loro modello, Mostafavi ha affermato che le prestazioni del loro algoritmo potrebbero essere compromesse se i sensori sugli indicatori di alluvione si guastano. Però, integrare le previsioni provenienti da modelli basati sulla fisica con quelle del nuovo algoritmo del loro team può ripristinare ancora una volta l'accuratezza della previsione delle inondazioni.

"I modelli tradizionali e i nostri modelli basati sui dati possono essere utilizzati per completarsi a vicenda per fornire un'immagine più precisa di dove andrà l'acqua alluvionale, " ha detto Mostafavi. "Gli uragani della grandezza di Harvey o Katrina sono generalmente considerati un evento su un migliaio di anni, ma potrebbero non essere così rari se consideriamo i cambiamenti nei modelli meteorologici globali a causa del cambiamento climatico. Ma ora abbiamo strumenti più robusti per resistere alla tempesta".