All official European Union website addresses are in the europa.eu domain.
See all EU institutions and bodiesDescrizione
I modelli per stimare le perdite di alluvioni alle infrastrutture sono rari e la loro affidabilità è raramente studiata, sebbene le perdite di infrastrutture possano contribuire in modo considerevole alle perdite complessive di alluvioni. In questo documento viene presentato un approccio di modellizzazione empirica per stimare i danni strutturali diretti da alluvione all'infrastruttura ferroviaria e le relative perdite finanziarie. Attraverso una combinazione di dati sugli eventi, ossia danni fotodocumentati sulla ferrovia settentrionale nella Bassa Austria causati dall'alluvione del fiume March nel 2006, e caratteristiche simulate dell'alluvione, ossia livelli dell'acqua, velocità del flusso e loro combinazioni, le correlazioni tra i parametri fisici di impatto dell'alluvione e i danni verificatisi al binario ferroviario sono state esaminate e successivamente trasformate in un modello di danno. Dopo aver calibrato la stima delle perdite utilizzando i costi di riparazione registrati delle ferrovie federali austriache, il modello è stato applicato a tre scenari sintetici con periodi di ritorno di 30, 100 e 300 anni di inondazioni del fiume March. Infine, i risultati del modello sono confrontati con gli approcci basati sulla curva dei danni di profondità per il settore delle infrastrutture ottenuti dal modello dei danni dell'Atlante del Reno e dal modello dello scanner dei danni. I risultati di questo case study indicano una buona performance del nostro approccio modello in due fasi. Tuttavia, a causa della mancanza di dati indipendenti sugli eventi e sui danni, il modello non ha ancora potuto essere convalidato. La ricerca futura sul rischio naturale dovrebbe concentrarsi sullo sviluppo di procedure di documentazione degli eventi e dei danni per superare questo ostacolo significativo nella modellizzazione dei danni da alluvione.
Informazioni di riferimento
Siti web:
Fonte:
Pubblicato in Climate-ADAPT: Nov 22, 2022
Language preference detected
Do you want to see the page translated into ?