Un team internazionale di scienziati, guidato dall'Università di Bristol, ha riscontrato che le attuali stime del rischio di alluvione si basano su metodi di calcolo dei danni da alluvione che sono verificati in modo inadeguato e corrispondono scarsamente alle osservazioni.

Anziché, i danni agli edifici a una data profondità di inondazione sono molto variabili e possono essere caratterizzati da una distribuzione beta.

Quando si calcola il rischio di alluvione, ovvero traducendo rappresentazioni modellate della fisica del fenomeno delle inondazioni ai suoi impatti:è comune applicare una "funzione di danno di profondità" o curva, che mette in relazione una data profondità dell'acqua con una perdita proporzionale dell'edificio (ad esempio un metro d'acqua equivale al 50 per cento di perdita del valore dell'edificio).

Gli accademici hanno capito che questa relazione profondità-danno è variabile e che non esiste un adattamento perfetto, ma è ancora comune applicare tali curve non adeguatamente verificate.

Il nuovo studio, pubblicato oggi sulla rivista Comunicazioni sulla natura , curve usate comunemente applicate, sviluppato da varie agenzie governative statunitensi, ed ha esaminato come si confrontano con milioni di richieste di risarcimento effettive per inondazioni fatte negli Stati Uniti.

Lo scopo dello studio era quindi quello di scoprire se le curve ubiquitarie fossero in grado di replicare le perdite reali misurate e, altrimenti, trovare la vera relazione tra profondità e danno nel registro dei sinistri.

Ha scoperto che le curve del danno di profondità applicate universalmente mostrano una scarsa abilità nella replica dei danni a livello di proprietà, rendere sospetti i risultati dei progetti in cui sono stati applicati (ad esempio la giustificazione di miliardi di dollari di investimenti infrastrutturali).

Anziché, profondità-danno è molto variabile:i danni per profondità sono generalmente concentrati ad alta (> 90%) e basso ( <10 per cento) estremi di proporzione.

A basse profondità di inondazione, la maggior parte dei danni sono in qualche modo minimi ( <10 per cento del valore dell'edificio) con una probabilità molto bassa di sperimentare il massimo (> 90 per cento) danni. Ma con l'aumentare della profondità, la distribuzione si sposta e oscilla verso una maggiore probabilità di alta (> 90 per cento) danni e minore probabilità di basso ( <10%) danni.

Autore principale, Dr. Oliver Wing della School of Geographical Sciences di Bristol, ha detto:"Questa relazione può essere rappresentata con una distribuzione beta, il che significa che le future analisi del rischio di alluvione possono impiegare una funzione che cattura correttamente la vera relazione stocastica tra profondità e danno".

C'è un'implicazione che le valutazioni del rischio di alluvione che si sono basate su curve di danno in profondità 1:1 esistenti possono essere stime errate significative. Decisioni per miliardi di dollari di investimenti in infrastrutture, dove si calcola che i benefici (danni mitigati) abbiano superato i costi (installazione di detta infrastruttura), sono comunemente semaforo verde anche se i benefici sono marginalmente maggiori, tuttavia, questi benefici potrebbero essere stati quantificati utilizzando funzioni inadeguate.

Nello sviluppo delle funzioni basate sulla distribuzione beta, le analisi future possono essere più solide per una pletora di applicazioni:investimenti in infrastrutture, prezzo dell'assicurazione, decisioni di pianificazione, e molto altro.

Coautore, Professor Paul Bates, anche dalla School of Geographical Sciences dell'Università di Bristol, ha aggiunto:"Possiamo integrare queste nuove funzioni di danno in profondità nell'architettura di calcolo del rischio di alluvione esistente.

"Però, i dati sui sinistri assicurativi utilizzati per generarli non contengono informazioni sulla vulnerabilità per gli edifici non residenziali o informazioni sufficienti per incorporare modificatori secondari come il modo in cui le modifiche ai danni in profondità dato che l'edificio è realizzato in legno anziché in cemento.

"Per generare una suite completa di informazioni sui danni in profondità, dovremo trovare un modo per fondere le conoscenze ingegneristiche con tali set di dati empirici in modo da poter calcolare accuratamente il rischio di alluvione per tutti i tipi di edifici".