Ingegneria civile per la protezione dai rischi naturali
Cod 198300
- Laurea magistrale
- 2 anni
- 120 CFU
- LM-23 R
Codice: 20830077
Programma, testi adottati e modalità d’esame sono quelli pubblicati dai docenti per l’anno accademico 2026/2027. L’insegnamento è diviso in canali: ogni canale ha il suo programma.
1. Richiami alle variabili meteo-idrologiche
2. Metodologie di misura dei dati idrometeorologici
3. I principali programmi internazionali di monitoraggio ambientale a grande scala
4. Cenni di modellistica meteorologica e meteomarina, tecniche di hindcasting e rianalisi
5. Cenni di modellistica climatica e proiezioni IPCC
6. Accesso ed elaborazione di dati meteo-climatici osservati e derivati dai modelli di simulazione e rianalisi globali/regionali (con esercitazioni in Matlab)
7. Tecniche di analisi delle serie storiche di dati meteo-climatici
i. Caricamento dati e gestione indici temporali
ii. Validazione dati ed eliminazione record anomali
iii. Analisi statistiche di base sul campione totale (es. curve di durata)
iv. Estrazione campioni statistici dei valori estremi (metodi Peaks Over Treshold e Block Maxima)
v. Adattamento distribuzioni di probabilità al campione totale e al campione dei valori estremi
vi. Tecniche di allineamento e confronto di più serie storiche, compresa l’analisi di correlazione e bias
Conoscenze di base di:
• idraulica, idrodinamica e idrologia
La valutazione delle conoscenze/competenze acquisite avverrà con la possibile valutazione di
• progetto individuale o di gruppo
• prova pratica al computer
• relazione tecnica o notebook riproducibile
• presentazione orale del lavoro svolto
1. Richiami alle variabili meteo-idrologiche
2. Metodologie di misura dei dati idrometeorologici
3. I principali programmi internazionali di monitoraggio ambientale a grande scala
4. Cenni di modellistica meteorologica e meteomarina, tecniche di hindcasting e rianalisi
5. Cenni di modellistica climatica e proiezioni IPCC
6. Accesso ed elaborazione di dati meteo-climatici osservati e derivati dai modelli di simulazione e rianalisi globali/regionali (con esercitazioni in Matlab)
7. Tecniche di analisi delle serie storiche di dati meteo-climatici
i. Caricamento dati e gestione indici temporali
ii. Validazione dati ed eliminazione record anomali
iii. Analisi statistiche di base sul campione totale (es. curve di durata)
iv. Estrazione campioni statistici dei valori estremi (metodi Peaks Over Treshold e Block Maxima)
v. Adattamento distribuzioni di probabilità al campione totale e al campione dei valori estremi
vi. Tecniche di allineamento e confronto di più serie storiche, compresa l’analisi di correlazione e bias
Lo studente deve conoscere i fondamenti della programmazione Matlab, nonchè i concetti principali dell'idrologia superficiale.
L'erogazione dell'insegnamento è in presenza, e la frequenza è fortemente raccomandata vista l'impostazione applicativa dello stesso.
Le lezioni teoriche saranno registrate e rese disponibili allo studente alla fine del periodo didattico.
La prova di valutazione consiste in una discussione orale delle esercitazioni svolte durante l'insegnamento.
E' richiesta la consegna delle esercitazioni in forma di elaborati entro 3 giorni dalla data dell'esame.
1. Richiami alle variabili meteo-idrologiche e metodologie di misura
2. I principali programmi internazionali di monitoraggio ambientale a grande scala
3. Cenni di modellistica meteorologica e meteomarina, tecniche di hindcasting e rianalisi
4. Cenni di modellistica climatica e proiezioni IPCC
5. Accesso ed elaborazione di dati meteo-climatici osservati e derivati dai modelli di simulazione e rianalisi globali/regionali (con esercitazioni in Matlab)
6. Tecniche di analisi delle serie storiche di dati meteo-climatici
i. Caricamento dati e gestione indici temporali
ii. Validazione dati ed eliminazione record anomali
iii. Analisi statistiche di base sul campione totale (es. curve di durata)
iv. Estrazione campioni statistici dei valori estremi (metodi Peaks Over Treshold e Block Maxima)
v. Adattamento distribuzioni di probabilità al campione totale e al campione dei valori estremi
vi. Tecniche di allineamento e confronto di più serie storiche, compresa l’analisi di correlazione e bias
Conoscenze di base di:
• idraulica, idrodinamica e idrologia
Il materiale didattico verrà fornito dal docente sotto forma di slide o dispense
Attività pratica di laboratorio numerico in aula
La frequenza non è obbligatoria ma fortemente consigliata.
La valutazione delle conoscenze/competenze acquisite avverrà con la possibile valutazione di
• progetto individuale o di gruppo
• prova pratica al computer
• relazione tecnica o notebook riproducibile
• presentazione orale del lavoro svolto
Il docente non ha ancora pubblicato il programma di questo canale.
Ambito disciplinare: Abilità informatiche e telematiche
Laboratorio di elaborazione dati ambientali è una attività formativa che mira a fornire le conoscenze fondamentali per la raccolta, elaborazione, interpretazione dei dati ambientali e la loro applicazione nella soluzione di problemi di ingegneria delle acque.
Esso fa parte del corso di studio di secondo livello in “Ingegneria civile per la protezione dai rischi naturali”, curriculum Idraulica, che ha l’obiettivo di formare un ingegnere civile in grado di risolvere problemi di progettazione degli interventi di difesa del territorio e delle acque.
Nel quadro di questo percorso, l’insegnamento si propone di fornire le conoscenze di base dei principali metodi per l’utilizzo a scopo tecnico e scientifico di basi di dati relative a parametri ambientali e meteorologiche, con particolare riferimento alle misure dirette e alle serie derivate da modelli (previsioni, hindcasting, rianalisi). Al termine del corso gli studenti saranno in grado di utilizzare un linguaggio di calcolo per l’analisi di grandi quantità di dati e per la produzione di elaborazioni statistiche utili nelle applicazioni.
Lo studente dovrà acquisire le seguenti competenze:
• padronanza degli strumenti software (es. Python, MATLAB, R, GIS, CDO, ecc.)
• capacità di implementare algoritmi o procedure
• comprensione dei concetti teorici alla base delle esercitazioni
• autonomia nell’analisi dei dati e nella validazione dei risultati
• capacità di documentare il lavoro in modo rigoroso
Lo studente dovrà acquisire le seguenti competenze:
• padronanza degli strumenti software (es. Python, MATLAB, R, GIS, CDO, ecc.)
• capacità di implementare algoritmi o procedure
• comprensione dei concetti teorici alla base delle esercitazioni
• autonomia nell’analisi dei dati e nella validazione dei risultati
• capacità di documentare il lavoro in modo rigoroso
Lo studente dovrà acquisire le seguenti competenze:
• padronanza degli strumenti software (es. Python, MATLAB, R, GIS, Climate Data Operators (CDO), ecc.)
• capacità di implementare algoritmi o procedure
• comprensione dei concetti teorici alla base delle esercitazioni
• autonomia nell’analisi dei dati e nella validazione dei risultati
• capacità di documentare il lavoro in modo rigoroso
• progetto individuale o di gruppo
• prova pratica al computer
• relazione tecnica o notebook riproducibile
• presentazione orale del lavoro svolto
Cosa stai cercando?
Trova facilmente i contenuti di cui hai bisogno
Rubrica
Trova facilmente il contatto della persona o struttura di cui hai bisogno
Risultati suggeriti:
Risultati suggeriti: