INDICE - mobi.provincia.mantova.itmobi.provincia.mantova.it/UploadDocs/5472_Relazione_Meteo.pdf · di coincidenza delle stesse sono stati ricercati e collezionati tutti i dati disponibili

1

INDICE

1 Introduzione............................................................................................................................ 2

2 Rete di rilevamento ................................................................................................................ 4

3 Pluviometria ........................................................................................................................... 7 3.1 Elaborazione dei dati......................................................................................................... 8

3.1.1 Distribuzione statistica delle precipitazioni............................................................ 13 3.1.2 Piogge totali e giorni piovosi annui ....................................................................... 15 3.1.3 Considerazioni sui sistemi di rilievo delle precipitazioni........................................ 16

3.2 Rappresentazione cartografica ....................................................................................... 18 3.3 Considerazioni sulla pluviometria.................................................................................... 19

3.3.1 L’anomalia della stazione “Botte sotto Secchia” ................................................... 20

4 Piogge intense...................................................................................................................... 21 4.1 Validazione della legge statistica adottata ...................................................................... 24 4.2 Coefficiente di correlazione............................................................................................. 28 4.3 Regionalizzazione statistica ............................................................................................ 29 4.4 Rappresentazione cartografica ....................................................................................... 32

5 Temperature......................................................................................................................... 34

6 Condizioni termo-pluviometriche.......................................................................................... 36

7 Umidità ................................................................................................................................. 40

8 Evapotraspirazione e bilancio idrologico .............................................................................. 42

9 Efficienza ed Efficacia della rete di controllo........................................................................ 47

10 Analisi dati storici sugli eventi calamitosi ............................................................................. 48 10.1 L’analisi effettuata ........................................................................................................... 49

11 Gli scenari di rischio ............................................................................................................. 52

Provincia di Mantova Programma di Protezione Civile

Assessorato Ambiente Relazione rischio meteorologico

2

1 INTRODUZIONE

Il presente studio, realizzato per conto dell’Amministrazione Provinciale di Mantova,

Settore Ambiente ed Ecologia, Servizio Acque e Protezione Civile, costituisce l’analisi del settore

“Rischio Meteorologico” del “Programma provinciale di previsione e prevenzione di

protezione Civile”.

La conoscenza delle caratteristiche climatiche del territorio è una parte fondamentale di

quel patrimonio d’informazioni necessarie per poter procedere nell’attività pianificatoria. Il clima

di una regione rappresenta l’insieme delle condizioni atmosferiche (meteorologiche) che si

verificano in quel sito su lunghi periodi di tempo. Esso, agendo sul territorio, ha effetti profondi

sulle comunità umane costituendo una risorsa fondamentale ma anche un forte limite per la

possibilità di verificarsi di eventi dannosi associati a valori anomali delle grandezze

meteorologiche.

Il 1° Programma Regionale di previsione e prevenzione di Protezione Civile, in conformità

con le norme vigenti, ha fornito importanti indicazioni per la redazione dei Piani Provinciali.

In tale elaborato si precisa: “I programmi provinciali devono configurarsi come

elaborazioni che siano il più complete possibile (trattando tutti i rischi e con un adeguato livello di

approfondimento) e che mirino alla produzione di elaborati con l’identificazione e la

caratterizzazione dei rischi sulla base di metodologie fondate scientificamente e condivise.

I programmi devono innanzi tutto tendere a ricercare, elaborare, produrre ed organizzare

le informazioni”

La prima fase, fondamentale, della ricerca consiste pertanto nella individuazione, raccolta,

elaborazione e validazione dei dati. Questo lavoro è tanto più importante per la meteorologia,

che basa gran parte delle proprie conoscenza su considerazioni statistiche.

Più complessa risulta la seconda fase dello studio, cioè la definizione del rischio, tanto

che lo stesso Programma regionale individua per il settore meteorologico soltanto generici

“rischi di nubifragi, uragani, trombe d’aria, siccità, ecc”, ma non ne definisce le modalità di



3

caratterizzazione, come invece avviene per altri tipi di rischi quali il rischio alluvionale o le frane.

In ogni caso “l’identificazione deve comprendere l’ubicazione cartografica areale o puntuale dei

processi/fenomeni generatori di rischio e delle aree eventualmente interessate dal verificarsi di

eventi” .

La definizione del rischio è stata pertanto espressa cartograficamente in termini di

possibilità pluviometrica. Per quanto riguarda i rischi di eventi estremi (nubifragi, ecc.) sono state

utilizzate le correlazioni con i dati derivanti dallo studio “Ricerca storica sugli eventi calamitosi

in Provincia di Mantova (secoli XIX e XX)”.

Lo studio, basato sulle considerazioni sopra esposte è stato pertanto articolato come

segue:

1. Raccolta dei dati climatologici esistenti sul territorio della provincia e nell’immediato

contorno;

2. Elaborazione statistica dei dati e valutazione della significatività di ogni singola

stazione;

3. Correlazione dei dati su scala provinciale con redazione di cartografie di possibilità

pluviometrica relativa a piogge medie annue ed a piogge intense.

Sulla base di questi dati si è successivamente proceduto a definire:

1. l’efficienza e l’efficacia della rete di controllo;

2. l’utilità ed utilizzabilità dei dati a livello infraprovinciale e comunale;

3. l’analisi dati storici sugli eventi calamitosi.

4. gli scenari di rischio da utilizzare nella pianificazione

A corredo della presente relazione sono state redatte le seguenti cartografie, tutte alla

scala 1:100.000:

Tav. PM 1 - Carta delle isoiete – anno mediano

Tav. PM 1bis – Carta delle isoiete – anno mediano (senza Botte sotto Secchia)

Tav. PM 2 – Carta delle isoiete – anno secco



4

Tav. PM 2bis – Carta delle isoiete – anno secco (senza Botte sotto Secchia)

Tav. PM 3 – Carta delle isoiete – anno piovoso

Tav. PM 3bis – Carta delle isoiete – anno piovoso (senza Botte sotto Secchia)

Tav. PI 1 - Carta delle isoiete per piogge di 1 ora con Tr=10 anni



Tav. PI 4 - Carta delle isoiete per piogge di 3 ore con Tr=10 anni












Tav. T 1 – Carta delle temperature medie annue

I dati raccolti presso le varie stazioni e le relative elaborazioni sono riportati negli allegati:

All. 1 – Piogge giornaliere

All. 2 – Piogge intense

All. 3 – Temperature

All. 4 – Umidità

All. 5 – Climogrammi

All. 6 – Bilancio idrogeologico

2 RETE DI RILEVAMENTO

Nel presente studio la definizione, in termini quantitativi, dei caratteri meteoclimatici è

stata ricavata dai dati registrati presso le stazioni di misura ubicate all’interno e al contorno della

Provincia di Mantova.



5

Nell’area in esame è in funzione una rete termo-pluviometrica dell’Ufficio Idrografico del

Po, affiancata da reti di rilevamento pluviometrico controllate dai Consorzi di Bonifica e di

Irrigazione e da altri Enti quali CO.DI.MA. ed ERSAL.

La ricerca è stata focalizzata sul periodo 1951-1999.

La maggior parte dei dati sono stati tratti dalla lettura degli Annali Idrologici dell’Ufficio

Idrografico del Po presso l’Ufficio di Parma. A riguardo va segnalato che al momento della

redazione del presente studio l’ultimo Annale pubblicato risulta essere quello relativo al 1990.

Altri dati climatici sono stati forniti da Enti e Istituti privati dotati di sistemi di rivelazione

autonomi. Malgrado si sia profuso il massimo sforzo nella raccolta di tutti i dati disponibili, la

descrizione delle caratteristiche climatiche presenta solo un certo grado di approssimazione in

relazione soprattutto alla disomogeneità dei dati rilevati.

Come sarà evidenziato in seguito, infatti, pur facendo riferimento a un elevato numero

stazioni pluviometriche queste, oltre a presentare una distribuzione territoriale non uniforme

(soprattutto per la rilevazione delle piogge intense), hanno spesso funzionato con discontinuità,

e sono talora attrezzate con strumenti ormai obsoleti.

Le stazioni più moderne ed attrezzate (CO.DI.MA.) presentano invece serie troppo brevi

(al massimo 8 anni) per poter essere utilizzate nella maggior parte delle elaborazioni.

Una prima conseguenza è la scarsità di sovrapposizione tra le serie studiate. Per cercare

di migliorare il più possibile le serie statistiche analizzate e quindi ovviare in parte alla mancanza

di coincidenza delle stesse sono stati ricercati e collezionati tutti i dati disponibili a partire dal

1951.

I dati sono ancora più carenti per quel che concerne le osservazioni termometriche tant’è

che complessivamente si potuto fare riferimento solo su 4 stazioni di rilevamento di lunga

durate. In questa caso tuttavia i dati del CO.DI.MA., seppur riferiti a serie molto brevi, possono

essere considerati utili, visto che le oscillazioni termometriche sono in genere molto contenute.



6

Le stazioni utilizzate per ciascuna tipologia di studi saranno elencate nel relativo capitolo.

Le stazioni utilizzate nel presente studio non esauriscono tutte le stazioni presenti ed

operanti in Provincia, ma soltanto quelle ritenute utilizzabili per gli studi prefissi. Alcune stazioni

di cui si è avuto notizia sono state ritenute inadatte fin da una prima analisi sia per le

caratteristiche degli strumenti di rilevazione che per la brevità delle serie; di altre stazioni,

comunque con serie limitate e quindi non utilizzabili, non si sono potuti avere i dati per problemi

informatici.



7

3 PLUVIOMETRIA

Per lo studio delle precipitazioni medie sono stati analizzati i dati delle stazioni ubicate

nella provincia di Mantova e nelle zone limitrofe

Nella seguente Tab. 1 sono riportate le principali caratteristiche delle stazioni di

rilevazione, la cui ubicazione è riportata in Fig. 1:

STAZIONE Tipo Serie Coordinate UTM

X Y

Barbassolo Pluviometro 1986-1998 1621894 4974042

Bondanello Pluviometro registratore 1993-1999 1654766 4980575

Boretto Pluviometro registratore 1956-1989 1621894 4974042

Borgoforte Pluviometro 1952-1977 1638093 4989757

Borgofranco Pluviometro registratore 1992-1999 1675928 4989593

Botte sotto Secchia Pluviometro 1951-1990 1657721 4990250

Bozzolo Pluviometro registratore 1951-1986 1617003 4995788

Breda Cisoni Pluviometro registratore 1993-1999 1620910 4985519

Casalmaggiore Pluviometro registratore 1961-1990 1612523 4979554

Castelgoffredo CODIMA Pluviometro registratore 1993-1999 1616102 5017072

Castelgoffredo Pluviometro registratore 1970-1998 1616102 5017072

Castiglione d/S Pluviometro registratore 1951-1990 1616884 5027557

Ceresara Pluviometro 1951-1969 1623012 5013145

Desenzano Pluviometro registratore 1951-1972 1622030 5036031

Gazzuolo Pluviometro 1951-1990 1624601 4991683

Goito Pluviometro registratore 1993-1999 1631738 5012669

Gonzaga Pluviometro 1951-1961 1643896 4979432

Governolo Pluviometro registratore 1951-1990 1654959 4993830

Mantova Pluviometro registratore 1951-1990 1641316 5002003

Marengo Pluviometro 1979-1998 1636038 5012868

Moglia di Sermide Pluviometro registratore 1951-1990 1678599 4987103

Monzambano Pluviometro registratore 1951-1990 1633079 5027570

Monzambano CODIMA Pluviometro registratore 1992-1999 1633079 5027570

Palidano Pluviometro registratore 1993-1999 1640064 4981023

Pegognaga Pluviometro registratore 1993-1999 1646940 4984376

Peschiera Pluviometro registratore 1951-1990 1633062 5032646

Pioppino di Redondesco Pluviometro registratore 1982-1998 1619472 5001382

Piubega Pluviometro registratore 1970-1998 1620470 5009341

Piubega CODIMA Pluviometro registratore 1993-1999 1620471 5009342

Poggio Rusco Pluviometro 1951-1990 1667128 4981945

Rivarolo Mantovano Pluviometro registratore 1996-1999 1613286 4991984

Roverbella Pluviometro registratore 1993-1999 1639334 5014185

Sabbioneta Pluviometro 1951-1985 1617616 4983797

Saino di Pegognaga Pluviometro registratore 1967-1990 1646940 4984376

San Giovanni Pluviometro registratore 1993-1999 1663977 4981781

San Matteo d/C Pluviometro registratore 1965-1990 1629058 4986882

Sermide Pluviometro registratore 1993-1999 1681568 4985576



8

Sorbara di Asola Pluviometro registratore 1979-1998 1609215 5006340

Sustinente Pluviometro 1986-1998 1659267 4992910

Vallarsa di Nosedole Pluviometro 1986-1998 1656768 4997904

Viadana Pluviometro 1951-1980 1618998 4975513

Viadana CODIMA Pluviometro 1993-1999 1618999 4975514

Volta Mantovana Pluviometro registratore 1969-1998 1630223 5020131

Volta Mn CODIMA Pluviometro registratore 1993-1999 1630223 5020131

Tab. 1 – Rete pluviometrica e caratteristiche delle stazioni

Purtroppo le stazioni presentano serie storiche di rilevamento non coincidenti, come

illustrato in Tab. 2. Per la correlazione dei dati si è pertanto dovuto fare ricorso a elaborazioni

statistiche nel tentativo di verificare la validità dei dati analizzati.

3.1 Elaborazione dei dati

Per ogni stazione sono stati riportati, nelle tabelle allegate all. All. 1 – Piogge giornaliere, i

totali mensili ed annui delle precipitazioni rilevate nel periodo 1951-1998; una tabella tipo

(Stazione di Peschiera) è stata riportata in Tab. 3.

Per ogni mese sono state calcolate la media e la mediana. La prima è stata utilizzata nelle

valutazione statistiche di cui si dirà in seguito, la seconda per le rappresentazioni cartografiche.

I valori medi osservati sono stati utilizzati per l’elaborazione mediante curva di sintesi

armonica (Rossetti, 1975). E’ noto infatti dalla climatologia che la progressione dei fenomeni

idrologici, entro la pur breve serie storica di un anno, presenta due cicli evolutivi di periodo pari

a sei e dodici mesi.

La metodologia analitica più adatta a rappresentare la realtà fisica dei fenomeni ricorrenti

o ciclici risulta essere lo sviluppo in serie trigonometrica di Fourier (sintesi armonica).

L’uso di questo procedimento è basato sul presupposto che la successione dei termini

mensili di un evento climatico sia formata da tre termini, dei quali uno è una costante (media

mensile dell’anno), il secondo una componente armonica con periodo annuale e il terzo una

componente armonica con periodo semestrale.



9

Tale analisi offre il vantaggio di presentare valori che risultano depurati dalle anomalie

numeriche derivanti da eventi casuali il cui peso, sulla semplice media, è particolarmente

sensibile se la serie di osservazioni è di ampiezza limitata.

La formula adottata è la seguente:

)(sen)(sen βϕαϕ +⋅++⋅+°= ttt BAYY

dove:

Yt = valore mensile al tempo ϕt con 12

*360 tt

−=ϕ

t = tempo in mesi (esso presenta valori da 0.5 a 11.5, assumendo l’evento concentrato a metà mese);

Y° = valore medio mensile sull’arco annuale ∑=

=°12

1 12i

iYY ;

A =ampiezza della componente armonica con periodo annuale; a = angolo di fase della componente annuale;

B = ampiezza della componente armonica con periodo semestrale; b = angolo di fase della componente semestrale;

I parametri A, B, α e β si calcolano applicando il metodo dei minimi quadrati secondo le

formule:

212

1

212

1

cossen6

1

+

= ∑∑

== i

ti

i

ti YYA ϕϕ

212

1

212

1

2cos2sen6

1

+

= ∑∑

== i

ti

i

ti YYB ϕϕ

∑

∑

=

==12

1

12

1

sen

cos

tan

i

ti

i

ti

Y

Y

ϕ

ϕα



10

∑

∑

=

==12

1

12

1

2sen

2cos

tan

i

ti

i

ti

Y

Y

ϕ

ϕβ

Per ciascuna stazione si è costruito il grafico in cui si è tracciata la curva di sintesi

armonica e un istogramma che consente il confronto tra i valori medi mensili misurati e quelli

calcolati (Fig. 2). Gli stessi valori insieme ai parametri caratteristici dell’equazione sono stati

riportati nelle tabelle (p. es Tab. 4).

0.0

10.0

20.0

30.0

40.0

50.0

60.0

70.0

80.0

90.0

gennaio

febbraio

marzo

aprile

maggio

giugno

luglio

agosto

settembre

ottobre

novembre

dicembre

piogge (mm)

evento osservato

evento calcolato

Fig. 2 – Curva di sintesi armonica per l’elaborazione dei dati pluviometrici medi mensili



11

Il confronto tra i dati osservati e quelli calcolati consente di valutare l’influenza dell’evento

anomalo casuale sulla serie osservata mediante la definizione del coefficiente di correlazione.

I risultati delle elaborazioni di sintesi armonica sono riportati in Tab. 51.

STAZIONE Tipo Serie anni di coeff.corr.

osservazione Sint. Arm.

Barbassolo Pluviometro 1986-1998 13 0.59

Bondanello Pluviometro registratore 1993-1999 7 0.75

Boretto Pluviometro registratore 1956-1989 29 0.88

Borgoforte Pluviometro 1952-1977 14 0.90

Borgofranco Pluviometro registratore 1992-1999 8 0.70

Botte sotto Secchia Pluviometro 1951-1990 33 0.86

Bozzolo Pluviometro registratore 1951-1986 34 0.87

Breda Cisoni Pluviometro registratore 1993-1999 7 0.82

Casalmaggiore Pluviometro registratore 1961-1990 28 0.87

Castelgoffredo CODIMA Pluviometro registratore 1993-1999 7 0.76

Castelgoffredo Pluviometro registratore 1970-1998 29 0.89

Castiglione d/S Pluviometro registratore 1951-1990 24 0.90

Ceresara Pluviometro 1951-1969 19 0.94

Desenzano Pluviometro registratore 1951-1972 22 0.82

Gazzuolo Pluviometro 1951-1990 35 0.91

Goito Pluviometro registratore 1993-1999 7 0.80

Gonzaga Pluviometro 1951-1961 11 0.90

Governolo Pluviometro registratore 1951-1990 30 0.96

Mantova Pluviometro registratore 1951-1990 39 0.93

Marengo Pluviometro 1979-1998 13 0.57

Moglia di Sermide Pluviometro registratore 1951-1990 26 0.82

Monzambano Pluviometro registratore 1951-1990 36 0.98

Monzambano CODIMA Pluviometro registratore 1992-1999 8 0.87

Palidano Pluviometro registratore 1993-1999 7 0.87

Pegognaga Pluviometro registratore 1993-1999 8 0.86

Peschiera Pluviometro registratore 1951-1990 40 0.92

Pioppino di Redondesco Pluviometro registratore 1982-1998 15 0.93

Piubega Pluviometro registratore 1970-1998 26 0.87

Piubega CODIMA Pluviometro registratore 1993-1999 7 0.83

Poggio Rusco Pluviometro 1951-1990 40 0.79

Rivarolo Mantovano Pluviometro registratore 1996-1999 4 0.86

Roverbella Pluviometro registratore 1993-1999 7 0.83

Sabbioneta Pluviometro 1951-1985 12 0.80

Saino di Pegognaga Pluviometro registratore 1967-1990 24 0.63

San Giovanni Pluviometro registratore 1993-1999 7 0.82

San Matteo d/C Pluviometro registratore 1965-1990 24 0.76

Sermide Pluviometro registratore 1993-1999 7 0.91

1 Nella Tab. 5 sono stati riportati i coefficienti di correlazione calcolati per i valori medi mensili. Nelle Tavole consegnate nell’Ottobre 1999 invece sono stati utilizzati, quali discriminanti per l’utilizzo delle stazioni nelle correlazioni spaziali, i coefficienti di correlazione relativi ai valori mediani. Le tavole definitive verranno redatte sulla base del criterio qui riportato.



12

Sorbara di Asola Pluviometro registratore 1979-1998 15 0.94

Sustinente Pluviometro 1986-1998 13 0.84

Vallarsa di Nosedole Pluviometro 1986-1998 12 0.76

Viadana Pluviometro 1951-1980 16 0.89

Viadana CODIMA Pluviometro 1993-1999 7 0.90

Volta Mantovana Pluviometro registratore 1969-1998 30 0.86

Volta Mn CODIMA Pluviometro registratore 1993-1999 7 0.92

Tab. 5 – Risultati delle elaborazioni di sintesi armonica per tutte le stazioni considerate

In genere il coefficiente di correlazione (c.c.) tende ad aumentare con l’aumento degli anni

di osservazione poiché diminuisce l’influenza degli eventi estremi. Serie inferiori a 20 anni

vengono di solito considerate inutilizzabili ai fini statistici tuttavia nel caso in questione alcune

stazioni con serie più brevi presentano c.c. accettabili.

Un ulteriore elemento che conferma la buona risposta del metodo statistico adottato è la

differenza tra le stazioni con pluviometro e quelle con pluviografo. Come era da aspettarsi infatti

le stazioni con pluviografo (più precise ed affidabili) presentano un coefficiente di correlazione

più elevato (valore medio 0.85 contro 0.81), come si evince anche dal grafico di Fig. 3.

0.00

0.20

0.40

0.60

0.80

1.00

1.20

0 5 10 15 20 25 30 35 40 45

anni di osservazione

coefficiente di correlazione

pluviometri registratori

pluviometri

Reg. lin. pluviometri

Reg. lin. pluv. reg.



13

Fig. 3 – Rapporto tra i coefficienti di correlazione desunti dalle analisi di sintesi armonica e gli anni di osservazione

In 9 delle 44 elaborazioni eseguite è risultato un coefficiente di correlazione inferiore a

0,82 ad evidenziare sensibili differenze tra i valori misurati e quelli calcolati con il procedimento di

sintesi.

In questi casi le serie storiche non sono state considerate per la definizione delle

caratteristiche pluviometriche provinciali ma sono state giudicate da trascurare. Sono state

inoltre trascurate alcune stazioni con durate delle serie inferiori ai 10 anni, che pur presentando

valori di c.c. superiori a 0.8, fornivano valori delle medie decisamente anomali rispetto alle

stazioni circostanti3.

3.1.1 Distribuzione statistica delle precipitazioni

Una ulteriore analisi statistica effettuata sulle piogge totali annuali è la frequenza.

L’intervallo dei valori registrati (massimi e minimi annui per ciascuna stazione) è stato suddiviso

in 10 classi di eguale ampiezza, e per ciascuna classe si è contato il numero di valori presenti.

In Fig. 4 e Fig. 5 vengono riportati a titolo esemplificativo i grafici di frequenza e frequenza

cumulata per la Stazione di Peschiera.

Scopo dell’analisi è verificare se la distribuzione statistica è di tipo gaussiano. In effetti si

constata che, anche per serie sufficientemente lunghe, come ad esempio Peschiera (40 anni),

la distribuzione statistica si discosta sensibilmente dalla gaussiana perfetta. Per questo motivo

per la definizione di anno piovoso “normale” è preferibile utilizzare il valore della mediana, cioè il

valore superato con frequenza pari a 0.5, piuttosto che la media aritmetica.

2 Il valore di 0.8 del coefficiente di correlazione può apparire abbastanza basso quale soglia di accettabilità, ma si deve considerare la elevatissima variabilità dei dati medi mensili, che verrà illustrata nel cap. 3.1.1

3 In relazione all’utilizzo delle stazioni per la costruzione delle carte isoiete si veda l’eccezione



14

0

10

20

30

40

50

60

70

80

90

100

556.3

648.7

741.0

833.4

925.7

1018.0

1110.4

1202.7

1295.1

1387.4

classi

percentuali

Fig. 4 – Classi di frequenza dei dati di pioggia annuale per la stazione di Peschiera

0

10

20

30

40

50

60

70

80

90

100

400.0

600.0

800.0

1000.0

1200.0

1400.0

1600.0

classi

percentuali

freq.cum.

90° perc.

10° perc.

mediana

media

Fig. 5 – Frequenza cumulata dei dati di pioggia annuale per la stazione di Peschiera con indicazione di media, mediana, Q10 e Q90



15

In Fig. 5 viene mostrata la differenza tra i valori di media e mediana per la stazione di

Peschiera. Vengono inoltre presentati i valori corrispondenti al 10 ed al 90 percentile, di cui si

dirà nei capitoli seguenti.

3.1.2 Piogge totali e giorni piovosi annui

Nelle tabelle descrittive di ciascuna stazione riportate negli allegati sono stati prodotti

anche due grafici che illustrano l’evoluzione nel tempo del clima.

Il primo grafico (Fig. 6) è quello delle piogge totali annue. La quantità di pioggia per

ciascun anno è stata rappresentata in istogramma, mentre la retta rappresenta la regressione

lineare che dovrebbe individuare la tendenza. In effetti, vista la grande variabilità delle

precipitazioni, il coefficiente di correlazione risulta sempre troppo basso per poter affermare che

tale regressione è significativa.

Piogge totali annue

y = -6.8166x + 950.75

R2 = 0.1631

0.0

200.0

400.0

600.0

800.0

1000.0

1200.0

1400.0

1600.0

1951

1953

1955

1957

1959

1961

1963

1965

1967

1969

1971

1973

1975

1977

1979

1981

1983

1985

1987

1989

1991

1993

1995

1997

piogge (m

m)

PESCHIERA

Reg. Lin. piogge

Fig. 6 – Grafico dell’andamento delle piogge totali annue per la stazione di Peschiera



16

In modo analogo sono stati trattati i dati relativi ai giorni piovosi4, laddove tale dato era

definibile (Fig. 7). Anche in questo caso le correlazioni non consentono di esprimere un giudizio

di affidabilità.

Giorni piovosi annui

y = -0.5x + 93.4

R2 = 0.1

0

20

40

60

80

100

120

140

160

1951

1953

1955

1957

1959

1961

1963

1965

1967

1969

1971

1973

1975

1977

1979

1981

1983

1986

giorni piovosi (n°)

PESCHIERA

Reg. Lin. giorni piovosi

Fig. 7 - Grafico dell’andamento dei giorni piovosi annui per la stazione di Peschiera

3.1.3 Considerazioni sui sistemi di rilievo delle precipitazioni

I dati pluviometrici utilizzati nelle presenti elaborazioni sono gran in parte desunti dagli

annali dell’Ufficio Idrografico; si tratta cioè di dati “ufficiali”. Alcune stazioni tuttavia non sono

gestite direttamente da tale ufficio, ma sono affidate ad altri Enti. E’ ad esempio il caso della

stazione di Volta Mantovana, gestita dal Consorzio di Bonifica dell’Alto e Medio Mantovano. Il

4 Per giorno piovoso si è inteso (come precisato dell’Ufficio Idrografico) quelli con piogge superiori ad 1 mm. Tale precisazione è importante poiché i pluviometri registratori consentono precisioni fino a 0.2 mm/giorno. Dai dati raccolti emerge che i giorni con precipitazioni superiori a 1 mm sono compresi tra 70 e 80, mentre i giorni con piogge superiori a 0.2 mm sono oltre 100.



17

Consorzio rileva i dati tramite un pluviografo e li elabora in proprio; all’Ufficio Idrografico invia

non le elaborazioni ma i grafici originali.

Pertanto per una serie di dati (1974-1984) è stato possibile confrontare i risultati delle

elaborazioni, relativi alle piogge totali annue, dei due Enti (Fig. 8).

0.0

100.0

200.0

300.0

400.0

500.0

600.0

700.0

800.0

900.0

1000.0

1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984

Ufficio Idrografico

Consorzio

Fig. 8 – Confronto tra i dati di piogge totali annue della stessa stazione (Volta Mantovana) elaborati dal Consorzio e dell’Ufficio Idrografico

Il risultato non è molto confortante. In alcuni anni lo scarto tra le due elaborazioni è

superiore al 2%. Considerato che per le elaborazioni delle piogge intense l’intervallo di

confidenza è del 5%, l’errore indotto dalla lettura dei grafici potrebbe incidere in modo

significativo.

Non è noto il sistema di interpretazione dei grafici adottato dai due Enti, né sono stati

consultati i grafici originali, pertanto non è possibile stabilire dove sia l’errore, tuttavia è

importante far notare la discordanza, che induce a diffidare della qualità dei dati conferiti.



18

Errori ancora più importanti sono ovviamente possibili per stazioni dotate di pluviometro

manuali (ancora troppo numerose); errori indotti ad esempio dalla differente (e non sempre

precisa) ora di rilevazione.

3.2 Rappresentazione cartografica

L’elaborazione statistica dei dati pluviometrici ha consentito, per ciascuna stazione, di

definire i caratteri pluviometrici annuali.

Ai fini della descrizione della climatologia della Provincia, coerentemente con le

indicazioni del “Programma Regionale”, sono stati definiti tre scenari corrispondenti all’anno

“normale” a quello “secco” ed a quello “piovoso”. Come già detto nei paragrafi precedenti l’anno

“normale” coincide con il valore della mediana (50 percentile della serie considerata), mentre

l’anno secco coincide con il decimo percentile e l’anno piovoso con il novantesimo.

Nel caso dell’anno secco i valori indicati vengono superati 9 anni su 10 mentre nel caso

dell’anno piovoso in 1 anno su 10.

I risultati delle elaborazioni sono riportate in Tab. 6

STAZIONE Piogge annue (mm)

anno secco anno mediano anno piovoso minima massima

Barbassolo 556.8 700.0 879.2 451.0 899.0

Bondanello 374.5 507.6 670.1 297.2 700.2

Boretto 467.3 622.0 878.3 328.6 1020.0

Borgoforte 454.1 664.2 878.0 252.0 908.5

Borgofranco 509.3 615.1 672.0 419.4 760.6

Botte sotto Secchia 554.5 799.0 934.2 369.0 1117.0

Bozzolo 614.8 755.4 1004.0 477.6 1059.6

Breda Cisoni 405.8 510.4 767.6 376.0 790.6

Casalmaggiore 535.8 732.2 908.7 117.6 1057.2

Castelgoffredo CODIMA 576.5 704.4 909.1 517.8 1015.4

Castelgoffredo 442.3 667.2 922.4 312.0 993.0

Castiglione d/S 680.9 917.3 1114.4 473.8 1231.0

Ceresara 649.4 752.8 913.4 341.0 1173.0

Desenzano 707.6 962.4 1283.7 566.0 1373.0

Gazzuolo 638.6 804.0 1022.2 465.8 1163.2

Goito 478.4 652.0 785.0 425.0 826.4

Gonzaga 532.0 659.0 821.4 510.0 854.0

Governolo 417.2 650.7 861.5 172.8 1355.4

Mantova 505.5 646.6 873.6 406.6 995.8



19

Marengo 591.4 695.0 880.4 541.0 959.0

Moglia di Sermide 543.8 726.5 891.5 525.0 1037.4

Monzambano 590.0 773.7 898.0 308.4 1057.0

Monzambano CODIMA 408.9 689.9 1007.0 257.8 1007.0

Palidano 447.3 626.4 805.1 422.6 877.6

Pegognaga 544.3 620.2 811.6 499.8 944.0

Peschiera 571.0 774.5 1088.6 464.0 1387.4

Pioppino di Redondesco 507.0 671.8 825.2 356.0 1082.2

Piubega 571.5 727.4 880.8 480.4 918.6

Piubega CODIMA 658.8 689.0 919.6 652.0 991.2

Poggio Rusco 535.8 673.7 873.9 421.8 936.0

Rivarolo Mantovano 443.3 612.3 894.5 433.6 952.6

Roverbella 622.7 754.4 918.4 532.6 1014.4

Sabbioneta 492.8 661.6 843.8 167.2 1147.8

Saino di Pegognaga 463.1 685.3 824.8 393.6 873.0

San Giovanni 390.3 565.8 831.4 359.0 1018.4

San Matteo d/C 547.2 665.3 962.4 396.4 1333.2

Sermide 327.6 422.4 499.2 301.2 560.0

Sorbara di Asola 536.3 567.6 785.5 444.2 944.8

Sustinente 519.4 726.0 813.8 443.0 1054.0

Vallarsa di Nosedole 522.4 715.0 754.7 460.0 981.0

Viadana 566.0 793.6 963.2 541.9 981.3

Viadana CODIMA 566.0 793.6 963.2 541.9 981.3

Volta Mantovana 574.0 708.9 847.8 456.0 917.8

Volta Mn CODIMA 574.0 647.4 782.9 568.8 880.0

Tab. 6 – Stima dei valori di precipitazione per l’anno secco, l’anno normale e l’anno piovoso

Le cartografie di Tav. PM 1 - Tav. PM 3 sono state ottenute spazializzando i dati con il

programma Surfer della Golden Software.

Il programma prevede la realizzazione di un modello tridimensionale basato su una griglia

a maglia quadrata di dimensione definita. I dati in input sono costituiti da triplette di coordinate

dei punti rilevati (coordinate x,y e pioggia). Il programma calcola la griglia (stabilita in questo

caso con interdistanza dei punti di 1000 m) mediante algoritmo di interpolazione Kriging.

Successivamente il tracciamento delle curve isovalore viene effettuata per interpolazione

lineare tra i punti della maglia predefinita. Infine alle curve isovalore viene applicata una funzione

“spline” di basso grado per l’arrotondamento dei raccordi.

3.3 Considerazioni sulla pluviometria



20

Osservando i risultati delle elaborazioni, si deduce che la distribuzione mensile della

media delle precipitazioni è caratterizzata da due massimi, in primavera e in autunno, e due

minimi, in inverno e in estate.

Inoltre, si osserva una certa variazione procedendo da nord a sud.

Nell’area settentrionale delle colline moreniche i mesi meno piovosi sono gennaio e

febbraio mentre ad aprile e maggio si registrano le precipitazioni di maggiore intensità. La

piovosità media annuale di quest’area è pari a 700-750 mm/anno.

Nella zona pedecollinare e nella parte settentrionale della media pianura si hanno

precipitazioni di circa 650-700 mm/anno, generalmente caratterizzate da regimi sempre con

minimi assoluti invernali (gennaio o febbraio) e con massimi assoluti indifferentemente

primaverili (aprile o maggio) o autunnali (ottobre o novembre).

Nel settore centro-meridionale della provincia, dove si registra un’ulteriore diminuzione

della piovosità media annua (pari a 600-650 mm/anno) i mesi più piovosi sono ottobre e

novembre mentre i meno piovosi possono essere sia quelli invernali di gennaio e febbraio che

quelli estivi di luglio agosto.

3.3.1 L’anomalia della stazione “Botte sotto Secchia”

La Stazione Botte sotto Secchia presenta una significativa anomalia rispetto a quelle

circostanti, la stessa tuttavia presenta una serie di lunga durata e di buona qualità (0.86 il

coefficiente di correlazione), pertanto non si sono individuati motivi validi per escluderla nella

realizzazione delle cartografie delle precipitazioni totali annue (Carte delle isoiete - Tav. PM1 –

PM3). Tuttavia per verificare l’andamento delle stesse isoiete in assenza della Stazione anomala

si sono redatte anche le cartografie PM1bis – PM3bis, che forniscono andamenti delle isoiete

molto più omogenei nell’area circostante il Secchia.



21

4 PIOGGE INTENSE

Le piogge intense sono i fenomeni più violenti che si verificano nella nostra atmosfera.

Presentano generalmente ridotta estensione temporale e sono spesso associate a fenomeni

che rivestono interesse per la protezione civile quali alluvioni improvvise (flash floods), raffiche di

vento, trombe d’aria, grandinate e i fulmini.

Per la valutazione delle piogge intense sono stati raccolti, e riportati in tabelle, i massimi

valori annui di precipitazione, per intervalli di 1, 3, 6, 12 e 24 ore consecutive appartenenti o no

allo stesso giorno.

Le serie prese in esame sono elencate in Tab. 7:

STAZIONE Dal al Numero di anni rilevati

Boretto 1956 1989 29

Bozzolo 1951 1986 30

Calliera 1980 1990 8

Casalmaggiore 1961 1990 24

Castelgoffredo 1970 1996 27

Castiglione delle Stiviere 1980 1990 10

Ceresara 1951 1968 17

Governolo 1969 1990 24

Mantova 1937 1986 48

Moglia di Sermide 1971 1989 19

Monzambano 1950 1990 38

Peschiera 1951 1986 32

Pioppino di Redendesco 1980 1996 17

Piubega 1970 1996 27

Poggio Rusco 1970 1990 19

Sabbioneta 1951 1959 6

Saino di Pegognaga 1968 1990 12



22

San Matteo delle Chiaviche 1965 1990 22

Sorbara di Asola 1968 1990 18

Vallazza 1977 1990 7

Volta Mantovana 1969 1996 28

Tab. 7 – Stazioni utilizzate per la stima delle precipitazioni intense

I dati sono stati regolarizzati con il metodo di elaborazione statistica di Gumbel, al fine di

marcare ogni evento col valore della sua frequenza probabile.

In particolare, è stato determinato quale sia il periodo di anni (tempo di ritorno Tr) nel

quale un determinato evento sia, mediamente, eguagliato o superato. Ovviamente nella lettura

dei risultati va considerato che il tempo di ritorno non rappresenta una scadenza fissa per il

prodursi di un evento ma solo la ricorrenza media del suo verificarsi.

Avvalendosi del metodo statistico di Gumbel, che utilizza la distribuzione di probabilità dei

valori estremi doppio-esponenziale, il valore dell’evento caratterizzato da un tempo di ritorno Tr

viene ottenuto dalla seguente espressione:

X T XS

SY

S

SY Tr

X

N

N

X

N

r( ) ( )= − +

dove:

)(TrX = valor medio degli eventi considerati

X = valor medio degli eventi considerati

SX = scarto quadratico medio della variabile in esame

SN = scarto quadratico medio della variabile ridotta:

SN

Y YN i N

i

N

=−

−=∑

1

12

1

( )

YN = media della variabile ridotta funzione del numero di osservazioni N

YN

YN i

i

N

==∑

1

1



23

Y(Tr) = variabile ridotta legata al tempo di ritorno Tr dalla relazione:

Y TT

Tr

r

r

( ) ln ln= − −−

1

Nell’espressione precedente si definisce moda la quantità XS

SY

X

N

N− mentre il fattore

S

S

X

N

è indicato con il termine alpha.

Per ciascuna stazione considerata è stata redatta una tabella nella quale sono stati

riportati i risultati intermedi e quelli definitivi calcolati con il metodo di Gumbel per tempi di ritorno

di 5, 10, 20, 50 e 100 anni (Fig. 9).

Inoltre per ciascun tempo di ritorno si è provveduto a definire, mediante interpolazione col

metodo della regressione lineare, l’equazione di possibilità pluviometrica (Fig. 10), definita

come:

nath=

dove: h = altezza di pioggia t = durata della pioggia a, n = parametri da determinare

In definitiva, il procedimento di elaborazione adottato ha consentito di allargare il campo

delle previsioni oltre il periodo d’osservazione, seppure l’attendibilità si riduca all’aumentare del

tempo di ritorno, specialmente in rapporto all’estensione del periodo di osservazione.



24

y = 34.251x0.2484

y = 40.615x0.2421

y = 46.721x 0.2375

y = 54.628x0.233

y = 60.554x0.2303

10

100

1000

1 10 100

t (ore)

h (mm)

TR=5 TR=10 TR=20 TR=50 TR=100

Fig. 10 – Curve di possibilità pluviometrica ad assegnato tempo di ritorno per la Stazione di Peschiera

4.1 Validazione della legge statistica adottata

La distribuzione doppio esponenziale o di Gumbel è una distribuzione di tipo teorico che

deve essere verificata nella sua accettabilità rispetto a quella reale.

L’attendibilità della distribuzione di Gumbel alle oltre 100 serie storiche raccolte è stata

pertanto testata mediante il test di asimmetria.



25

Il valore del coefficiente di asimmetria (γ’) e del relativo scarto quadratico medio (σ’) per la

legge di Gumbel al variare del numero di dati del campione è stato calcolato Matalas et alii

(1975) mediante tecniche di generazione dei dati (Tab. 8).

Anni di osservazione N 10 20 30 40 50

Coefficiente di asimmetria γ’ 0.525 0.742 0.840 0.898 0.938

Scarto quadratico medio σ’ 0.626 0.588 0.555 0.528 0.504

Tab. 8 – Valori del coefficiente di asimmetria e del relativo scarto quadratico medio per la legge di Gumbel al variare delle dimensioni di campione

Il test pertanto consiste nel verificare che il coefficiente di asimmetria di ciascuna serie,

funzione del numero N di dati della serie e del livello di significatività prefissato (5%), si

mantenga entro i limiti:

'2''2' σγγσγ +≤≤−

Il coefficiente di asimmetria è definito dalla relazione:

( )

( ) 2

3

1

2

1

3

−

−⋅=

∑

∑

=

=

N

i

i

N

i

i

hh

hh

Nγ

Il coefficiente di asimmetria per ciascuna serie di ogni stazione è riportato in Tab. 9

Stazione N Coeff. di asimmetria

1 h 3 h 6 h 12 h 24 h

Boretto 29 0.70 1.36 1.02 0.63 0.59

Bozzolo 30 1.19 1.89 1.79 1.53 0.42



26

Calliera 8 -0.10 0.11 -0.09 -0.67 -0.78

Casalmaggiore 24 2.36 1.25 1.19 2.12 2.08

Castelgoffredo 27 0.83 1.15 0.57 0.44 0.13

Castiglione delle Stiviere 10 1.92 1.67 1.30 0.60 0.89

Ceresara 17 2.42 2.53 2.20 2.04 1.47

Governolo 24 0.87 0.36 1.60 1.67 0.93

Mantova 48 1.12 1.68 2.06 2.01 1.70

Moglia di Sermide 19 1.21 0.70 0.56 0.52 0.49

Monzambano 38 0.77 0.46 0.52 0.58 0.93

Peschiera 32 0.40 0.90 0.68 0.62 0.52

Pioppino di Redondesco 17 -0.15 0.17 -0.01 1.27 0.92

Piubega 27 1.29 1.94 1.37 0.65 0.25

Poggio Rusco 19 1.85 2.09 1.64 1.10 0.72

Sabbioneta 6 1.53 0.22 0.26 -0.12 0.28

Saino di Pegognaga 12 0.75 0.20 -0.04 0.21 0.83

S. Matteo delle Chiaviche 22 0.34 0.71 0.96 1.27 0.27

Sorbara di Asola 18 2.00 1.29 1.72 1.26 1.87

Vallazza 7 -0.46 0.62 0.44 -0.31 -0.05

Volta Mantovana 28 0.62 0.42 0.54 0.22 0.30

Tab. 9 – Tabella dei valori del coefficiente di asimmetria delle serie storiche e del coefficiente di correlazione delle curve di possibilità pluviometrica

Il risultato del test di asimmetria è riportato in Fig. 11



27

-1.000

-0.500

0.000

0.500

1.000

1.500

2.000

2.500

3.000

0.00 5.00 10.00 15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00

anni di osservazione

coefficiente di asimmetria

γ−2σ

γ+2σ

Boretto

Bozzolo

Calliera

Casalmaggiore

Castelgoffredo

Castiglione d/S

Ceresara

Governolo

Mantova

Moglia di Sermide

Monzambano

Peschiera

Pioppino

Piubega

Poggio Rusco

Sabbioneta

Saino

S. Matteo

Sorbara di Asola

Vallazza

Volta Mantovana

Fig. 11 – Risultati del test di asimmetria

In base ai criteri di valutazione adottati si è verificato che la distribuzione di Gumbel, per le

precipitazioni massime di 1, 3, 6, 12 e 24 ore consecutive, è da ritenersi adeguata per l’88.6 %

delle stazioni.

Le serie che presentano uno scarso adattamento alla regolarizzazione proposta sono :

- serie delle precipitazioni massime di 1, 12 e 24 ore per la stazione di Casalmaggiore

- serie delle precipitazioni massime di 1 ora per la stazione di Castiglione delle Stiviere

- serie delle precipitazioni massime di 1, 3, 6 e 12 ore per la stazione di Ceresara

- serie delle precipitazioni massime di 6 e 12 ore per la stazione di Mantova

- serie delle precipitazioni massime di 1 ora per la stazione di Sorbara di Asola

- serie delle precipitazioni massime di 3 ore per la stazione di Poggio Rusco.



28

In realtà va rilevato che solamente le stazioni di Ceresara e Casalmaggiore presentano

coefficienti di asimmetria decisamente superiori al valore soglia; per tutte le altre stazioni il

superamento è molto limitato. Considerato che il livello di significatività imposto è del 5% si

ritiene che i valori riferiti alle serie di queste stazioni possano essere utilizzati.

4.2 Coefficiente di correlazione

La stima del coefficiente di correlazione tra i dati calcolati con il metodo di Gumbel e la

relativa curva segnalatrice di possibilità pluviometria ottenuta per interpolazione è un ulteriore

indice della qualità dei dati utilizzati.

Stazione N Coeff. di correlazione

Tr=5 y Tr=10 y Tr=20 y Tr=50 y Tr=100 y

Boretto 29 0.995 0.991 0.988 0.984 0.981

Bozzolo 30 0.972 0.962 0.953 0.943 0.937

Calliera 8 0.953 0.953 0.953 0.953 0.953

Casalmaggiore 24 0.984 0.972 0.963 0.954 0.949

Castelgoffredo 27 0.981 0.971 0.963 0.952 0.946

Castiglione delle Stiviere 10 0.987 0.972 0.955 0.933 0.917

Ceresara 17 0.954 0.936 0.922 0.908 0.899

Governolo 24 0.970 0.954 0.942 0.929 0.921

Mantova 48 0.997 0.994 0.991 0.988 0.985

Moglia di Sermide 19 0.993 0.988 0.983 0.977 0.972

Monzambano 38 0.998 0.996 0.995 0.993 0.992

Peschiera 32 0.981 0.969 0.959 0.947 0.939

Pioppino di Redondesco 17 0.986 0.982 0.979 0.975 0.973

Piubega 27 0.992 0.989 0.985 0.981 0.979

Poggio Rusco 19 0.993 0.990 0.987 0.984 0.981

Sabbioneta 6 0.948 0.930 0.915 0.899 0.890

Saino di Pegognaga 12 0.993 0.992 0.990 0.987 0.985

S. Matteo delle Chiaviche 22 0.991 0.992 0.993 0.993 0.993

Sorbara di Asola 18 0.984 0.981 0.988 0.972 0.969

Vallazza 7 0.892 0.841 0.803 0.766 0.745

Volta Mantovana 28 0.989 0.991 0.992 0.993 0.993

Tab. 10 – Tabella dei valori del coefficiente di correlazione per le rette di possibilità pluviometrica



29

L’analisi di questi dati evidenzia la necessità di scartare le stazioni con tempi di rilevazione

troppo brevi (Vallazza e Sabbioneta), confermando inoltre la scarsa qualità della Stazione di

Ceresara. Limiti nell’utilizzo dei dati relativi a tempi di ritorno superiori a 50 anni emergono inoltre

per le stazioni di Bozzolo, Castiglione delle Stiviere, Governolo e Peschiera.

4.3 Regionalizzazione statistica

Il problema principale della analisi delle serie studiate è la loro mancanza di omogeneità,

soprattutto per quel che riguarda l’estensione delle serie. Per ovviare a tale problema si è

provveduto ad una ulteriore elaborazione statistica dei dati disponibili , denominata

“regionalizzazione”.

La regionalizzazione statistica consente di "sostituire il tempo con lo spazio" utilizzando

informazioni idrologiche provenienti da siti limitrofi per compensare l'esiguità del campione

disponibile in corrispondenza del sito d'esame. A tal fine è necessario che nell'intorno del sito le

proprietà statistiche siano sufficientemente omogenee ovvero vi sia una "regione omogenea".

In tal caso l'insieme delle osservazioni condotte in una regione omogenea può essere

impiegato per inferire un campo di frequenze osservate superiore a quello che viene coperto da

una singola serie di osservazioni.

Il metodo che si adotta è quello denominato "index flood": esso si basa sul concetto che

all'interno della regione omogenea vale un'unica distribuzione di frequenza per la variabile

d'interesse (massimo annuale di precipitazione per una certa durata), con l'eccezione di un

parametro di scala (index flood). Generalmente il parametro di scala è rappresentato in ciascun

sito dal valore medio dei massimi annuali.

Il metodo sopra esposto si sviluppa secondo i seguenti passi:

- i dati di ciascun sito vengono normalizzati calcolandone il rapporto con il corrispondente

valore medio;



30

- si calcolano i parametri statistici (media; deviazione standard) di ciascun sito utilizzando i

valori normalizzati;

- si stima la media regionale dei parametri valutandone la media pesata e utilizzando come

ponderatori la numerosità dei dati relativi ad ogni stazione pluviometrica;

- si utilizzano i parametri statistici regionali per identificare una distribuzione di frequenza dei

dati normalizzati. Tale curva prende il nome di "curva di crescita" (growth curve).

Nel caso in oggetto le curve di crescita per ogni valore della durata di pioggia sono

derivate dalla distribuzione di Gumbel:

( ) yeexP

−−=

con

y = α(x-u)

della quale sono stati calcolati i parametri

u = m(x) - 0.450 σ(x)

α = 1.283 / σ(x)

dove:

x = massimo annuale dell'altezza di pioggia

m(x) = media regionale

σ(x) = deviazione standard

Stimati i parametri della distribuzione di Gumbel si determinano le altezze di pioggia

adimensionali (in quanto ricavate dai dati normalizzati) corrispondenti ad un determinato tempo

di ritorno T con la relazione:

−

−=1

1

T

TLnLnux

α

I valori ottenuti sono riportati nella seguente Tab. 11:

durata (h) 1 3 6 12 24

Tr (anni)



31

5 1,279 1,275 1,265 1,248 1,241

10 1,506 1,498 1,480 1,450 1,436

20 1,724 1,713 1,686 1,644 1,624

50 2,006 1,990 1,953 1,895 1,867

100 2,217 2,198 2,154 2,083 2,049

200 2,428 2,405 2,353 2,270 2,231

Tab. 11 – Tabella delle altezze di pioggia adimensionali

Successivamente il calcolo dell'altezza di pioggia relativa ad una certa durata e con un

certo tempo di ritorno presso un qualsiasi sito nella regione omogenea si articola come segue:

stima del valore della media µµµµx dei massimi annuali di pioggia, per una certa durata, presso il sito d'interesse. Di ogni stazione si calcola il valore medio dei massimi annuali per ogni durata (Tab. 11 – Tabella delle altezze di pioggia adimensionali

- Tab. 12); ad esempio per la stazione di Castelgoffredo, la media dei massimi annuali di

durata pari a 3 ore risulta 31.06 mm;

Tab. 12 – Tabella dei valori medi dei massimi annuali per ciascuna durata di pioggia

Durata (h)Stazione 1 3 6 12 24

BORETTO 23.11 32.055 37.586 45.214 55.662

BOZZOLO 30.223 43.177 51.12 57.1 69.69

CALLIERA 26.75 41.15 43.6 53.238 58.513

CASALMAGGIORE 28.396 36.917 43.9 52.538 64.167

CASTELGOFFREDO 21.481 31.063 37.974 43.541 54.341

CASTIGLIONE 32.38 45.44 53.62 64.71 77.93

CERESARA 31.588 44.841 51.365 57.376 67.412

GOVERNOLO 23.921 33.642 40.808 46.158 56.329

MANTOVA 27.267 33.953 39.596 44.608 52.715

MOGLIA DI SERMIDE 22.8 32.484 37.958 47.021 57.011

MONZAMBANO 27.155 34.3 40.797 47.611 54.982

PESCHIERA 25.556 35.331 42.909 49.128 59.026

PIOPPINO 25.353 36.482 42.659 49.624 58.559

PIUBEGA 24.852 35.474 42.607 50.619 60.689

POGGIO RUSCO 24.505 34.758 40.947 47.811 57.221

S MATTEO 21.868 32.777 40.305 47.005 56.332

SABBIONETA 19.217 24 34.633 44.633 61.033

SAINO DI PEGOGNAGA 27.7 37 42.05 48.883 55.333

SORBARA 22.233 34.667 40.833 47.322 59.822

VOLTA MANTOVANA 20.376 30.764 36.443 41.886 50.881



32

- calcolo della pioggia adimensionale x'p mediante i valori della Tab. 11 sopra riportata; ad

esempio la pioggia adimensionale di durata 3 ore con tempo di ritorno di 20 anni è pari a

1.713;

- calcolo della altezza di pioggia xp corrispondente ad un certo tempo di ritorno T mediante la

relazione:

xp = x'p ⋅ µx

Nell'esempio in considerazione, l'altezza di pioggia massima annuale di durata 3 ore con

tempo di ritorno 20 anni a Castelgoffredo sarà:

h = 1.713 ⋅ 31.06 = 53.20 mm

Per agevolare la determinazione delle medie dei massimi annuali di pioggia in tutta

l'area considerata, sono state costruite le curve ad egual altezza di pioggia (isoiete) per ogni

valore di durata. Durante questa elaborazione non è stata presa in considerazione la stazione di

Ceresara che presenta una evidente anomalia nei dati come evidenziato nel test

dell'asimmetria.

Per quanto riguarda il calcolo delle pioggie adimensionali in funzione del tempo di ritorno

(Tab. 11), non è stata considerata la stazione di Ceresara anche se i dati sono risultati

omogenei in quanto la variazione tra i risultati ottenuti considerando la stazione di Ceresara e

quelli ottenuti trascurandola, è contenuta nell'1%.

4.4 Rappresentazione cartografica

L’elaborazione statistica delle piogge intense con durate di 1, 3, 6, 12 e 24 ore ha

consentito, per ciascuna stazione, di definire i valori per tempi di ritorno prefissati, utilizzando il

metodo descritto nel paragrafo precedente.



33

I dati calcolati, utilizzati per la redazione delle cartografie sono riportati in Tab. 13. Tali dati

sono stati rappresentati cartograficamente, alla scala 1:100.000, mediante carte a curve

isovalore (isoiete per piogge di durata ed a Tr definito).

I tempi di ritorno ritenuti più significativi sono 10, 20 e 50 anni. Le cartografie realizzate

sono state pertanto 15.

Le cartografie di Tav. PI 1 - Tav. PI 15 sono state ottenute spazializzando i dati con il

programma Surfer della Golden Software, in maniera analoga a quanto illustrato nel Cap. 3.2.

Tutte le cartografie evidenziano una sostanziale omogeneità tra loro, fatte salve le

variazioni legate ai valori crescenti in funzione dei tempi di ritorno e della durata delle piogge.

Le colline moreniche rappresentano la zona con i massimi valori di piogge intense; tali

valori diminuiscono progressivamente fino alla zona pedecollinare, per poi stabilizzarsi nella

pianura ad est dell’asse Piubega-Suzzara. In questa zona la variazioni sono relativamente

limitate, e possono essere anche imputabili alla qualità dei dati disponibili.

Situazione diversa presenta invece la zona del Chiese-Oglio, in cui le precipitazioni

risultano sempre più elevate che nel resto della pianura.



34

5 TEMPERATURE

Per lo studio delle caratteristiche termiche si è fatto riferimento ai valori registrati dalle

seguenti stazioni termometriche:

STAZIONE Serie Anni di Media coeff.corr.

Osservazione Annua °C Sint. Arm.

Bondanello 1993-1999 7 13.0 0.998

Boretto 1956-1989 29 12.8 0.991

Borgofranco 1992-1999 8 14.1 0.994

Breda Cisoni 1993-1999 7 13.3 0.997

Castelgoffredo 1993-1999 7 14.2 0.996

Desenzano 1951-1972 22 13.7 1.000

Goito 1993-1999 7 13.4 0.991

Mantova 1951-1990 39 13.6 0.996

Monzambano 1992-1999 8 13.4 0.991

Paludano 1993-1999 7 13.9 0.999

Pegognaga 1993-1999 8 14.3 0.999

Peschiera 1951-1990 40 14.4 0.999

Piubega 1993-1999 7 13.0 0.999

Rivarolo Mantovano 1996-1999 4 13.2 0.999

Roverbella 1993-1999 7 12.9 0.999

San Giovanni 1993-1999 7 13.7 0.999

Schivenoglia 1993-1999 7 12.5 0.998

Sermide 1993-1999 7 15.0 0.999

Viadana 1993-1999 7 13.6 0.999

Volta Mantovana 1993-1999 7 13.9 0.998

Si osservi che di queste stazioni solo 4 presentano serie sufficientemente lunghe, e di

queste solo Mantova ricade all’interno dei confini provinciali, mentre Desenzano e Peschiera,

sono in provincia di Brescia, e Boretto è in provincia di Reggio Emilia. Inoltre, come per le

precipitazioni, per ciascuna stazione, si sono dovuti considerare intervalli di anni differenti.

Si tratta, purtroppo, di dati non sufficientemente precisi, insufficienti a consentire una

buona definizione delle caratteristiche termiche del territorio provinciale, anche se va detto che

le ridotte variazioni altimetriche della superficie topografica contribuiscono a limitare le differenze

di temperatura tra le diverse zone.



35

Per ciascuna stazione considerata è stata redatta una tabella con indicate, per ciascun

anno di funzionamento della stazione, le medie dei valori massimi e minimi registrati in ciascun

mese. Si è quindi proceduto al calcolo delle medie di tali valori a loro volta elaborate tramite

l’equazione di sintesi armonica, analogamente a quanto è stato fatto per le precipitazioni totali

mensili (Fig. 12).

0.0

5.0

10.0

15.0

20.0

25.0

30.0

gennaio

febbraio

marzo

aprile

maggio

giugno

luglio

agosto

settembre

ottobre

novembre

dicembre

temperature (°)

evento osservato

evento calcolato

Fig. 12 – Curva di sintesi armonica per l’elaborazione dei dati termometrici medi mensili

Tutte le serie considerate hanno fornito coefficienti di correlazione maggiori di 0,990.

Dall’osservazione delle curve di sintesi armonica si deduce che nella provincia di Mantova

il regime delle temperature è di tipo unimodale, ovvero con un solo massimo e un solo minimo



36

annuale. Tutte le equazioni di sintesi armonica, infatti, presentano la componente annuale

decisamente superiore a quella semestrale.

I valori di temperatura più elevati si registrano in luglio mentre quelli più bassi si

riscontrano nel mese di gennaio.

Nonostante la scarsa qualità dei dati disponibili, vista la limitata variabilità delle

temperature nel tempo, si è ritenuto comunque possibile redigere una Carta di sintesi delle

temperature medie annue (Tav. T 1)

Dalla Carta si deduce che le temperature medie annue diminuiscono spostandosi dalle

stazioni più settentrionali (colline moreniche e Garda) dove raggiungono valori prossimi ai 14 °C,

verso Sud (asse Roverbella - Piubega) dove si hanno medie inferiori ai 13°C. Le temperature

tornano poi a salire di nuovo verso il Po, sempre con valori prossimi ai 14°.

I dati rilevati alle stazioni di Peschiera e Desenzano rappresentano la situazione relativa

alla zona delle colline moreniche che risente dell’effetto mitigatore del lago di Garda. In

particolare questi determina l’innalzamento delle temperature invernali, con minime mediamente

paria a 3,5 °C, e la conseguente diminuzione dei giorni di gelo.

Lungo l’asse del fiume Po, invece, come si può osservare dall’analisi dei dati registrati alla

stazione di Boretto, si hanno maggiori escursioni termiche (oltre i 22 °C), con temperature

invernali prossime a 0,0 °C e frequenti fenomeni di gelo e nebbia.

Tra queste due situazioni estreme si interpone il regime termico rilevato alla stazione di

Mantova, che fornisce informazioni relative al settore centrale della provincia.

6 CONDIZIONI TERMO-PLUVIOMETRICHE

Noti i caratteri pluviometrici e termici ed i rispettivi regimi, ricavati analiticamente con

l’equazione di sintesi armonica, conviene estendere la ricerca all’analisi del loro comportamento

reciproco.



37

Al fine di valutare le connessioni che intercorrono tra le temperature e le precipitazioni

medie mensili, i valori di questi due elementi, relativi alle stazioni di Boretto, Desenzano Mantova

e Peschiera, sono stati riportati rispettivamente nelle ascisse e nelle ordinate di diagrammi

cartesiani denominati, climogrammi termopluviometrici (Fig. 13).

Sono state scelte solo queste stazioni poiché le altre stazioni che presentano la presenza

contemporanea di pluviometro e termometro sono dotate di serie troppo brevi, come già

illustrato in precedenza.

dicembre

novembre

ottobre

settembre

agostoluglio

giugno

maggio

aprile

marzo

febbraio

gennaio

Ia=10

Ia=20

Ia=30

Ia=60

Ia=40

Ia=50

0.0

20.0

40.0

60.0

80.0

100.0

0.0

5.0

10.0

15.0

20.0

25.0

temperature (°)

piogge (mm)

I quadrante

freddo-umido

II quadrante

freddo-secco

III quadrante

caldo-umido

I° quadrante

caldo secco

Fig. 13 – Climogramma termopluviometrico per la stazione di Peschiera



38

Tale analisi assume particolare significato nel determinare l’evapotraspirazione e

l’infiltrazione efficace, fattori del bilancio idrologico per i quali non si hanno dati di rilievo diretto.

I valori utilizzati per la costruzione dei grafici sono quelli ricavati analiticamente tramite le

equazioni di sintesi armonica.

I climogrammi sono stati suddivisi in 4 quadranti per mezzo dei valori medi annuali di

temperatura e di precipitazione. Ogni quadrante definisce una delle seguenti situazioni

climatiche:

I - freddo-umido,

II - freddo-secco,

III - caldo-secco,

IV - caldo-umido.

Considerando il minore o maggiore sviluppo della linea di correlazione in ciascun

quadrante è possibile apprezzare il dominio dei due elementi climatici e i loro rapporti di

interdipendenza.

A Mantova si ha da gennaio a fine marzo un periodo freddo-secco, che diviene freddo

umido in aprile. Il clima caldo, da maggio ad ottobre, risulta sempre umido. Infine in novembre e

in dicembre si registra una situazione climatica freddo-umida.

La situazione è abbastanza simile a Peschiera e Desenzano, anche se le curve risultano

meno appiattite nel IV quadrante, segno di una maggiore differenziazione nel periodo caldo.

Situazione abbastanza diversa presenta invece Boretto, con la stagione freddo-secca che

si prolunga fino ad aprile, passango a caldo-umida a maggio per poi divenire caldo-secca nei

mesi estivi. La situazione è invece analoga alle altre stazioni nel periodo autunnale.



39

In ogni grafico è stato tracciato un fascio di rette, ciascuna delle quali rappresenta il luogo

dei punti con lo stesso indice di aridità. Tale indice secondo la formulazione di De Martonne è

dall’espressione:

IaP

t

m

m

=+

1210

in cui Pm e tm sono rispettivamente i valori medi mensili delle precipitazioni e delle

temperature.

Utilizzando i valori delle precipitazioni e temperature, ottenuti con le equazioni di sintesi

armonica, sono stati calcolati i valori mensili dell’indice di aridità relativi alle 4 stazioni già

considerate, e riportati nella seguente (Tab. 14)

STAZIONE G F M A M G L A S O N D Media

Boretto 40,3 34,7 33,5 31,2 25,3 18,4 14,3 14,9 20,8 31,1 42,2 46,2 29,4

Desenzano 45,3 37,4 38,5 40,7 38,2 31,5 25,3 24,0 29,5 40,5 52,1 54,9 38,2

Mantova 40,2 31,2 27,9 27,2 25,0 20,8 16,7 15,5 18,8 26,9 37,9 45,2 27,8

Peschiera 37,8 32,7 33,5 35,3 33,3 27,8 22,4 20,3 23,0 30,3 39,1 42,9 31,5

Tab. 14 – Valori mensili dell’indice di aridità

Dall’esame di questi dati e dall’osservazione dei grafici proposti in allegato, risulta che,

generalmente, il valore minimo dell’indice di aridità, ovvero la massima aridità, si registra nel

mese di agosto. Fa eccezione la stazione di Boretto in cui l’indice d’aridità medio mensile del

mese di luglio è inferiore a quello di agosto.

I valori massimi, invece, si osservano in dicembre in tutte le stazioni in esame.



40

Gli indici delle stazioni più settentrionali (Desenzano e Peschiera) sono, quasi sempre,

maggiori dei corrispettivi delle altre località.

Inoltre, risulta differente anche l’andamento dell’indice d’aridità, in quanto nelle sopracitate

stazioni si hanno massimi relativi nel mese di aprile a differenza di quanto accade a Boretto e

Mantova ove si assiste a partire da dicembre ad una continua diminuzione fino ai minimi estivi.

7 UMIDITÀ

Le stazioni del CODIMA, dotate di igrometro, hanno consentito la raccolta di dati inerenti

l’umidità, anche se su serie decisamente brevi.

STAZIONE Serie Anni di Media coeff.corr.

Osservazione Annua % Sint. Arm.

Bondanello 1993-1999 7 73.7 0.85

Borgofranco Po 1992-1999 8 72.3 0.99

Breda Cisoni 1993-1999 7 72.3 0.99

Castelgoffredo 1993-1999 7 73.2 0.96

Goito 1993-1999 7 71.4 0.98

Monzambano 1992-1999 8 69.6 0.96

Paludano 1993-1999 7 76.7 0.99

Pegognaga 1993-1999 8 72.0 0.99

Piubega 1993-1999 7 78.6 0.99

Rivarolo Mantovano 1996-1999 4 73.9 0.95

Roverbella 1993-1999 7 71.7 0.98

San Giovanni 1993-1999 7 70.6 0.97

Schivenoglia 1993-1999 7 73.2 0.99

Sermide 1993-1999 7 69.8 0.99

Viadana 1993-1999 7 69.8 0.99

Volta Mantovana 1993-1999 7 69.4 0.95

Per ciascuna stazione considerata è stata redatta una tabella con indicate, per ciascun

anno di funzionamento della stazione, le medie dei valori massimi e minimi registrati in ciascun

mese. Si è quindi proceduto al calcolo delle medie di tali valori a loro volta elaborate tramite

l’equazione di sintesi armonica, analogamente a quanto è stato fatto per le precipitazioni totali

mensili e per le temperature (Fig. 14).



41

0.0

10.0

20.0

30.0

40.0

50.0

60.0

70.0

80.0

90.0

gennaio

febbraio

marzo

aprile

maggio

giugno

luglio

agosto

settembre

ottobre

novembre

dicembre

umidità (%

)

evento osservato

evento calcolato

Fig. 14 - – Curva di sintesi armonica per l’elaborazione dei dati igrometrici medi mensili

Dall’osservazione delle curve di sintesi armonica si deduce che nella provincia di Mantova

il regime dell’umidità è di tipo bimodale, anche se con il massimo invernale più pronunciato di

quello estivo. In alcune stazioni la differenza tra i massimi aumenta significativamente, tanto da

far pensare che il regime possa mutare ad unimodale



42

La mancanza di dati di confronto con stazioni dotate di serie più lunghe rende tuttavia

impossibile qualsiasi commento sulla qualità dei dati, anche se i coefficienti di correlazione

ricavati sono sempre alti. Si tratta in ogni caso di rilevazioni di notevole interesse che potranno

diventare utili con il tempo, man mano che le serie si allungheranno.

8 EVAPOTRASPIRAZIONE E BILANCIO IDROLOGICO

Dove disponibili, i valori di precipitazione e temperatura elaborati mediante l’equazione di

sintesi armonica sono stati utilizzati anche per il calcolo dell’evapotraspirazione e per

determinare il bilancio idrologico del suolo mediante il metodo di C.W. Thornthwaite e J.R.

Mather.

L’evapotraspirazione è rappresentata numericamente dalla quantità d’acqua persa in

seguito ai fenomeni di evaporazione e traspirazione.

Per l’effettiva comprensione di quanto il fenomeno incida sulla riserva idrica del suolo,

determinandone variazioni annuali e pluriennali, si è soliti distinguere tra due tipi di

evapotraspirazione.

La prima è l’evapotraspirazione potenziale, ETP, che individua la quantità d’acqua

potenzialmente evapotraspirata in un sistema in cui la riserva idrica del suolo è idealmente

rinnovata in misura tale da garantire una sufficiente e costante disponibilità per l’apparato

radicale. Essa, pertanto, rappresenta l’esatta necessità idrica della vegetazione ed è funzione

principalmente della temperatura e dell’insolazione.

La seconda è l’evapotraspirazione reale (ETR), che risente della differenza tra il valore di

precipitazione e quello dell’evapotraspirazione potenziale.

Infatti, nei mesi in cui il valore delle precipitazioni è maggiore o uguale alla

evapotraspirazione potenziale, l’evapotraspirazione reale uguaglia quella potenziale e la quantità



43

d’acqua in eccesso, la cosiddetta eccedenza idrica, in parte ricostituisce la riserva idrica del

suolo ed in parte alimenta lo scorrimento superficiale.

Al contrario, se le precipitazioni sono inferiori rispetto alla evapotraspirazione potenziale,

si ha un deficit idrico che comporta una diminuzione della riserva idrica del suolo.

E’ corretto sottolineare che i calcoli relativi all’evapotraspirazione forniscono solo valori

orientativi, in quanto alcuni fattori come la copertura del suolo e il suo utilizzo possono apportare

significative variazioni al fenomeno.

Si pensi ad esempio alle aree densamente urbanizzate dove l’infiltrazione idrica e il

conseguente ripristino delle riserve sotterranee sono ostacolati a favore del ruscellamento

superficiale.

Il calcolo dell’ETP è stato effettuato applicando l’espressione:

ETP = k*etp(I,t)

Dove k è il coefficiente di illuminazione mensile, che si ricava da apposite tabelle in

funzione della latitudine mentre etp è l’evapotraspirazione potenziale non corretta (“provvisoria”)

funzione della temperatura media mensile t e dell’indice di calore globale I, somma degli indici di

calore mensile i, anch’essi funzione di t.

I valori di ETP sono stati confrontati con quelli delle precipitazioni (P), col presupposto che

dove l’ETP è uguale per tutto l’anno alla pioggia e l’acqua è in quantità sufficiente per coprire il

fabbisogno della vegetazione, non si ha né deficit né eccesso idrico, per cui il clima non è né

arido né umido. Quando, invece, vi è un deficit rispetto all’ETP il clima diventa arido, mentre

un’eccedenza idrica denota un clima umido.

I valori negativi di P-ETP sono stati cumulati (dpl) e utilizzati in un’apposita tabella per la

determinazione della capacità di ritenzione idrica del terreno (AWC) alla quale si sono attribuiti

valori massimi differenti stimati in funzione dell’utilizzazione e della tessitura del suolo (150 mm

a Mantova e 100 mm nelle altre stazioni).



44

Le variazioni della riserva vR sono da intendersi come le differenze positive e negative

della riserva idrica rispetto al mese precedente.

Il calcolo dell’evapotraspirazione reale è stato effettuato tenendo conto che essa coincide

con ETP, nei mesi in cui P è maggiore di ETP, mentre è data da P+vR quando P è minore di

ETP.

In ultima analisi si sono considerati il deficit di umidità (d) dato dalla differenza ETR-ETP,

e l’eccedenza idrica (S), cioè il surplus di afflussi pari a P-ETP valori positivi

dell’evapotraspirazione, mentre è uguale a zero quando la capacità di ritenuta idrica AWC è

inferiore al suo massimo.

Per ciascuna stazione è stata redatta una tabella contenente tutti i parametri sopracitati

ed è stata proposta una rappresentazione grafica del bilancio idrologico (Fig. 15).

0.0

20.0

40.0

60.0

80.0

100.0

120.0

140.0

160.0

180.0

200.0

gennaio

febbraio

marzo

aprile

maggio

giugno

luglio

agosto

settembre

ottobre

novembre

dicembre

millimetri

P

ETP

ETRdeficit idrico

variazione

della riserva

ricarica

idrica

surplus

idrico

Fig. 15 – Bilancio idrologico per l’anno mediano a Peschiera



45

In accordo con i regimi delle temperature, le elaborazioni eseguite indicano

un’evapotraspirazione potenziale che presenta valori minimi nel periodo invernale, in particolare

in gennaio, ed elevati nel periodo estivo con massimi in luglio compresi tra i 150 e i 175 mm.

Il totale annuo dell’evapotraspirazione potenziale risulta mediamente inferiore ad 800 mm.

A fronte di tale valore, si osserva che i totali annui di evapotraspirazione reale oscillano

attorno ai 550 mm con una tendenza all’aumento da sud verso nord.

In particolare, nelle stazioni più settentrionali, risultano più elevati i valori massimi. A

Peschiera ad esempio nel solo mese di giugno si superano i 110 mm, mentre nello stesso mese

a Boretto evaporano 91,4 mm.

Le variazioni della riserva vR indicano che da aprile/maggio a settembre il contenuto

d’acqua nel suolo continua a diminuire, mentre a partire da ottobre si assiste alla fase di ricarica

di durata differente a seconda delle stazioni (fino a febbraio a Mantova, a gennaio a Boretto, a

dicembre a Peschiera, a novembre a Desenzano)

In tutte le stazioni l’evapotraspirazione reale è massima nel mese di giugno e assume

valori minimi nel mese di gennaio. Il massimo deficit idrico si verifica in estate, tra luglio e

agosto.

Una metodologia più semplice per la valutazione dell’evapotraspirazione reale media

annua è quella proposta da Turc, che si basa sulla formula:

ETRP

P

L

=

+0 9

2

2.

dove:

ETR = evapotraspirazione reale media annua in mm

P = altezza di afflusso meteorico media annua in mm

L = 300 + 25 T +0,05 T3

T = temperatura media dell’aria in °C



46

Nella seguente Tab. 15 vengono proposti, per le stazioni esaminate, i valori di

evapotraspirazione reale media annua calcolati con entrambe le metodologie sopradescritte:

STAZIONE ETR per Thornthwaite Mather mm/anno

ETR per Turc Mm/anno

Boretto 555,6 606,8

Mantova 581,0 551,3

Peschiera 474,3 551,3

Desenzano 476,3 487,0

Tab. 15 – Valori di evapotraspirazione



47

9 EFFICIENZA ED EFFICACIA DELLA RETE DI CONTROLLO

Le considerazioni espresse nei capitoli precedenti consentono di trarre alcune conclusioni

in ordine alla rete di controllo:

1. elevato numero di stazioni di controllo ma con distribuzione territoriale non omogenea;

2. efficienza limitata di tutte le stazioni dotate di pluviometro;

3. efficienza limitata delle stazioni con pluviografo, legata alla soggettività della interpretazione

dei grafici;

4. efficacia buona della rete esistente in relazione alla limitata variabilità climatica;

5. efficienza scarsa o nulla nella raccolta e collegamento dei dati tra le diverse stazioni.

Le considerazioni pluviometriche e termometriche espresse nei capitoli precedenti hanno

consentito di suddividere il territorio provinciale in 6 diverse aree a comportamento

sufficientemente omogeneo, rappresentate in Fig. 16:

1. Area delle colline moreniche

2. Area Oglio-Chiese

3. Area di Mantova

4. Area di Viadana

5. Area di Pegognaga

6. Area di Ostiglia-Sermide

In realtà le aree 3, 5 e 6 presentano scarse variazioni, ma sono state suddivise sia per

motivi orografici che per l’eccessiva ampiezza.

Le stazioni esistenti sembrano poter rappresentare con sufficiente precisione la situazione

meteorologica, a condizione che:



48

- si effettui una revisione dei sistemi di raccolta dati, sostituendo i pluviometri manuali con

strumentazioni più moderne;

- si realizzi una banca dati a cui afferiscano tutti i dati disponibili in tempi brevi;

- i dati vengano elaborati a scadenze brevi (p.es. mensili).

Una volta verificati i dati di tutte le stazioni per uno stesso intervallo di tempo (almeno

decennale), consentendo quindi un confronto che nel presente studio è in gran parte mancato

per la carenza dei dati, si potrà limitare il numero delle stazioni necessarie a 2-3 per ciascuna

area omogenea, contenendo i costi di gestione e gli oneri per le elaborazioni dei dati.

10 ANALISI DATI STORICI SUGLI EVENTI CALAMITOSI

Il “Programma provinciale di previsione e prevenzione di Protezione Civile” ha previsto in

questa fase anche una raccolta di dati storici relativa agli eventi catastrofici che hanno

interessato la Provincia di Mantova, basata sulla consultazione delle pubblicazioni a carattere

periodico (giornali e riviste) pubblicate nella provincia. Tale studio è stato affidato al Dr. F.

Baraldi ed è stato denominato “Ricerca storica sugli eventi calamitosi in Provincia di Mantova

(secoli XIX e XX)”.

La raccolta non può essere ritenuta esaustiva di tutti gli eventi che hanno interessato la

provincia nel periodo considerato, ma soltanto di quelli che, suscitando in qualche modo

l’interesse del cronista, sono stati ritenuti degni della descrizione nella cronaca locale.

E’ immediatamente evidente che le problematiche relative alla qualità dei dati raccolti

sono dipendenti da:

- presenza del cronista nella zona interessata dall’evento;

- livello di interesse del cronista per la problematica;

- accuratezza nella descrizione del dato e nella terminologia;

- interesse del giornale per la problematica, sia per motivi culturali che politici;



49

Per maggiori commenti alle caratteristiche dei dati rilevati si rimanda in ogni caso alla

relazione a corredo della “Ricerca”.

Per questo motivo, dovendo analizzare in modo statistico i dati forniti (riferiti ai soli eventi

meteorici), si è ritenuto preferibile utilizzare i soli dati relativi al dopoguerra, per i seguenti motivi:

- maggiore omogeneità delle fonti: sostanzialmente in gran parte la Gazzetta di Mantova, che

ha fatto proprio della capillare diffusione territoriale il proprio punto di forza;

- una maggiore attenzione per la cronaca: nel XIX secolo la cronaca era ridottissima);

- una maggiore obiettività: nel periodo fascista gli eventi negativi che potevano in qualche

modo mettere in dubbio l’efficienza dello Stato erano sovente censurati;

- maggiore presenza di cronisti locali.

Trasformare dati qualitativi quali quelli riportati negli articoli di giornale in una analisi

quantitativa del rischio, viste le perplessità esposte, risulta pertanto problematico, dato che

devono necessariamente essere introdotte delle semplificazioni:

- è necessario accorpare eventi che potrebbero essere sostanzialmente diversi, ma che per

la terminologia utilizzata non possono essere distinti, p.es. temporale, acquazzone, pioggia,

scroscio, nubifragio, tempesta, fortunale, ecc.

- non è possibile, nella maggior parte dei casi, definire la magnitudo dell’evento.

A favore dell’analisi va tuttavia detto che si tratta già di una espressione del rischio

meteorologico, inteso come intersezione tra pericolosità dell’evento e danno potenziale. Gli

articoli infatti riportano gli eventi meteorici soltanto quando producono danneggiamenti.

10.1 L’analisi effettuata

Tenuto conto delle problematiche esposte nel capitolo precedente si è comunque

proceduto ad una analisi “statistica” dei dati disponibili relativi al periodo 1946-1995.



50

Si è innanzitutto stabilito di accorpare gli eventi meteorici registrati in 4 categorie,

corrispondenti agli eventi estremi che possono indurre rischi significativi: temporali, grandine,

neve, fulmini.

La lista non è ovviamente esaustiva dei possibili rischi meteorologici, ma soltanto di quelli

che hanno potuto essere descritti “classificati” con una certa accuratezza. Esempio caratteristico

è quello della nebbia, che costituisce sicuramente un rischio elevato, ma che in provincia di

Mantova sicuramente non fa notizia, tanto che ricorre una sola volta in tutto l’archivio.

Per ciascuna di queste classi si è effettuata una ricerca volta a determinare il numero di

eventi che per ogni anno dal 1946 al 1995 ha colpito ciascun comune della Provincia. A tal

proposito va evidenziato che la stessa segnalazione può riguardare più comuni, perciò il singolo

evento (p.es. temporalesco) può essere conteggiato più volte nella statistica. I risultati delle

letture dei dati storici così ottenute sono riportate in Tab. 16 - Tab. 19.

La scelta di utilizzare come unità di rilevazione il Comune nasce dalla necessità di

normalizzare i dati: è evidente infatti che il numero di eventi che effettivamente si verificano è

proporzionale alla superficie territoriale interessata, mentre il rischio è connesso anche alla

densità degli insediamenti. L’unità territoriale costituita dal comune, di cui sono note sia la

superficie che le popolazione residente, consente pertanto la normalizzazione dei dati, con

diversi metodi.

Una prima considerazione sulla validità dei dati può essere basata sul numero di eventi

segnalati per anno. Dalla Fig. 17 si evince che, a parte la fine degli anni ’50 in cui le segnalazioni

sono scarse, il numero di eventi presenta delle variazioni (ed una ciclicità) che possono essere

imputate alla variabilità meteorologica. Se il livello di “attenzione” per gli eventi meteorici fosse

aumentato (o meno probabilmente diminuito) si sarebbe dovuto avere un trend in tal senso.

La considerazione è stata fatta per i temporali, che presentano il maggior numero di

segnalazioni, tuttavia può essere estesa anche agli altri eventi.



51

Temporali

0

5

10

15

20

25

46

48

50

52

54

56

58

60

62

64

66

68

70

72

74

76

78

80

82

84

86

88

90

92

94

anni

N° eventi

Fig. 17 – Numero di temporali per anno

Nelle tabelle 16-19 sono riportati, oltre al numero di eventi per comune, anche gli indici

forniti dalle normalizzazioni dei dati riferite e tre metodologie diverse:

1. normalizzazione rispetto al numero di abitanti cioè 1000abitanti

eventi⋅

°°

=N

Ni

2. normalizzazione rispetto alla superficie territoriale cioè 10eventi

2⋅

°=

Km

Ni

3. normalizzazione rispetto alla densità di popolazione cioè 50/abitanti

eventi2

⋅°

°=

KmN

Ni

Dall’analisi degli indici, che contengono diversi fattori moltiplicativi per poter essere

immediatamente confrontabili, si evince che la normalizzazione rispetto alla densità di

popolazione differisce significativamente dagli altri due.

Questo aspetto è interessante proprio per la caratteristica del dato rilevato: la

normalizzazione rispetto alla densità di popolazione tiene conto infatti di un fattore importante

nella definizione del rischio e cioè la maggiore o minore presenza di elementi impattabili, ma il



52

dato rilevato, come detto in precedenza, è già una valutazione del rischio, perciò questa

normalizzazione appare come un prodotto di fattori.

Nelle Fig. 18 - Fig. 20 vengono presentati graficamente i risultati delle elaborazioni relative

all’evento “temporale” sopra esposte, suddividendo gli indici in 5 classi, non omogenee. La

normalizzazione più affidabile appare quella ottenuta suddividendo, per ogni comune il numero

di eventi registrati per la superficie territoriale espressa in Km2. Tale affermazione deriva dal

confronto con le cartografie delle piogge intense.

Tali normalizzazione sono state pertanto applicate agli eventi “neve”, “grandine” e

“fulmini”, ottenendo così le Fig. 21Fig. 23.

11 GLI SCENARI DI RISCHIO

Di seguito vengono illustrati gli scenari relativi ai rischi di tipo meteorologico. Nella

definizione di tali scenari si è tenuto conto soprattutto delle notizie derivanti dalla raccolta dei dati

storici, utili per individuare la gravità dei danni indotti.

– Temporali � piogge che determinano allagamenti localizzati, soprattutto nei centri abitati a

causa del dimensionamento delle fognature, presumibilmente pioggie di 1 h con

Tr 10 anni. Per piogge di durate e tempi di ritorno superiori le problematiche si

spostano sul rischio idraulico.

Il danno è di tipo sociale cioè difficoltà di circolazione nei centri abitati, con

immobilizzazione delle persone disagiate (anziani, disabili), o di tipo igienico

causato dal rigurgito delle fognature. Si risolve in tempi limitati (qualche ora). Va

precisato tuttavia che in genere questo tipo di eventi è associato a grandinate,

vento forte e fulmini, che producono a loro volta danni di tipo diverso di cui si dirà

di seguito.



53

Il periodo più probabile per questi eventi è l’estate. Considerata la limitata

variabilità delle piogge intense a scala provinciale il pericolo è da ritenere

sostanzialmente omogeneo, mentre il rischio è concentrato nelle aree urbane.

L’analisi storica ha tuttavia evidenziato una certa concentrazione in aree

particolari (Fig. 19).

– Grandine � La grandine causa danni economici significativi per la perdita di colture e danni

più limitati ai fabbricati ed ai mezzi mobili. Rare sono le segnalazioni di danni alle

persone.

Il rischio risulta elevato soprattutto per le zone di produzione di colture pregiate

(orticole, frutta) che si raccolgono in luglio-agosto.

La mancanza di rilievi diretti dell’evento grandine non consente di definire tempi di

ritorno degli eventi più significativi. L’elaborazione dei dati storici sembra

consentire l’individuazione di zone a maggior rischio (Fig. 22).

– Fulmini � I dati storici segnalano 167 eventi in 50 anni su tutto il territorio provinciale, con

danni che vanno dall’incendio al danneggiamento di impianti elettrici (con

interruzione della corrente anche su aree vaste) al danneggiamento di torri e

campanili, fino alla morte di animali ed in un caso di una persona (1988). Il

periodo segnalato va da marzo a ottobre, ma la massima concentrazione si ha in

luglio-agosto. Si tratta in ogni caso di eventi associati ai temporali, con analoga

distribuzione territoriale (Fig. 23).

– Neve � Il rischio neve, viste le caratteristiche climatiche della provincia, è piuttosto limitato

dal punto di vista economico; i danni infatti si limitano al crollo di qualche

capannone o stalla di vecchia costruzione. Il danno sociale è viceversa elevato: la

ricerca storica ha riportato infatti numerose segnalazioni di morti per incidenti

imputati alla neve.



54

Eccezionalmente (come il 13 gennaio 1985) le nevicate interessano la gran parte

dei comuni mantovani con spessori segnalati fio a 90 cm; la neve inoltre perdura

al suolo per tempi prolungati a causa delle basse temperature, causando danni

soprattutto alla circolazione

La Provincia non è attrezzata con stazioni nivometriche, per cui non si dispone di

dati statistici per la classificazione del fenomeno, il rilevo storico tuttavia evidenzia

concentrazioni degli eventi soprattutto nel medio e basso mantovano (Fig. 21).

– Vento � Il vento risulta pericoloso soprattutto per la stabilità delle piante di alto fusto la cui

caduta può determinare l’interruzione della viabilità o delle linee elettriche e

telefoniche. Nei centri abitati il rischio è connesso con la caduta di cornicioni,

comignoli e tegole, che possono causare danni fisici alle persone. Anche in

questo caso la mancanza di rilievi diretti dell’evento grandine non consente di

definire tempi di ritorno degli eventi più significativi.

– Nebbia � La nebbia, pur costituendo un rischio elevato per il territorio mantovano risulta di

problematica caratterizzazione in quanto non esistono rilievi diretti e le cronache,

come detto in precedenza, non la segnalano direttamente. E’ indubbio tuttavia

che la nebbia sia causa di numerosissimi incidenti stradali, visto che alcune zone

della provincia sono interessate a questo fenomeno, secondo dati bibliografici,

per oltre 25 giorni all’anno (Fig. 24).



55

Fig. 24 – Giorni di nebbia in Pianura Padana

– Siccità � Questo evento deriva da una concatenazione di fattori di difficile valutazione.

L’evento siccità inteso dal punto di vista meteorologico è infatti indotto

dall’assenza di pioggia (ed in questo senso dipende dalle condizioni climatiche

locali, ma dal punto di vista del rischio ambientale, soprattutto nell’area

mantovana, pressoché totalmente interessata da colture agricole, la siccità viene

percepita soprattutto come riduzione della disponibilità irrigua. Tale disponibilità

tuttavia non è legata ai fenomeni meteorici che interessano la provincia di

Mantova, ma dipende in gran parte dalla disponibilità idrica proveniente dalle

zone montane, soprattutto alpine



56



57

Figure, tabelle e tavole

Fig. 1 – Rete pluviometrica utilizzata

Fig. 2 – Curva di sintesi armonica per l’elaborazione dei dati pluviometrici medi mensili

Fig. 3 – Rapporto tra i coefficienti di correlazione desunti dalle analisi di sintesi armonica e gli anni di osservazione

Fig. 4 – Classi di frequenza dei dati di pioggia annuale per la stazione di Peschiera

Fig. 5 – Frequenza cumulata dei dati di pioggia annuale per la stazione di Peschiera con indicazione di media, mediana, Q10 e Q90

Fig. 6 – Grafico dell’andamento delle piogge totali annue per la stazione di Peschiera

Fig. 7 - Grafico dell’andamento dei giorni piovosi annui per la stazione di Peschiera

Fig. 8 – Confronto tra i dati di piogge totali annue della stessa stazione (Volta Mantovana) elaborati dal Consorzio e dell’Ufficio Idrografico

Fig. 9 – Tabella dell’analisi delle piogge intense per la stazione di Peschiera

Fig. 10 – Curve di possibilità pluviometrica ad assegnato tempo di ritorno per la Stazione di Peschiera

Fig. 11 – Risultati del test di asimmetria

Fig. 12 – Curva di sintesi armonica per l’elaborazione dei dati termometrici medi mensili

Fig. 13 – Climogramma termopluviometrico per la stazione di Peschiera

Fig. 14 - – Curva di sintesi armonica per l’elaborazione dei dati igrometrici medi mensili

Fig. 15 – Bilancio idrologico per l’anno mediano a Peschiera

Fig. 16 – Aree omogenee per la rete di controllo

Fig. 17 – Numero di temporali per anno

Fig. 18 – Indici di frequenza dei temporali nei comuni della provincia (n° eventi)

Fig. 19 – Indici di frequenza dei temporali nei comuni della provincia (eventi/kmq)

Fig. 20 – Indici di frequenza dei temporali nei comuni della provincia (eventi/densità di popolazione)

Fig. 21 – Indici di frequenza della neve nei comuni della provincia

Fig. 22 – Indici di frequenza della grandine nei comuni della provincia

Fig. 23 – Indici di frequenza dei fulmini nei comuni della provincia

Fig. 24 – Giorni di nebbia in Pianura Padana

Tab. 1 – Rete pluviometrica e caratteristiche delle stazioni

Tab. 2 – Sovrapposizione delle serie di misura delle piogge giornaliere

Tab. 3 – Tabella riassuntiva dei dati pluviometrici della stazione di Peschiera

Tab. 4 – Calcolo dell’equazione di sintesi armonica per la stazione di Peschiera



58

Tab. 5 – Risultati delle elaborazioni di sintesi armonica per tutte le stazioni considerate

Tab. 6 – Stima dei valori di precipitazione per l’anno secco, l’anno normale e l’anno piovoso

Tab. 7 – Stazioni utilizzate per la stima delle precipitazioni intense

Tab. 8 – Valori del coefficiente di asimmetria e del relativo scarto quadratico medio per la legge di Gumbel al variare delle dimensioni di campione

Tab. 9 – Tabella dei valori del coefficiente di asimmetria delle serie storiche e del coefficiente di correlazione delle curve di possibilità pluviometrica

Tab. 10 – Tabella dei valori del coefficiente di correlazione per le rette di possibilità pluviometrica

Tab. 11 – Tabella delle altezze di pioggia adimensionali

Tab. 12 – Tabella dei valori medi dei massimi annuali per ciascuna durata di pioggia

Tab. 13 – Valori delle piogge intense con diversi tempi di ritorno

Tab. 14 – Valori mensili dell’indice di aridità

Tab. 15 – Valori di evapotraspirazione

Tab. 16 - Tabelle dell'evento "temporale" nei comuni della provincia

Tab. 17 - Tabelle dell'evento "neve" nei comuni della provincia

Tab. 18 - Tabelle dell'evento "grandine" nei comuni della provincia

Tab. 19 - Tabelle dell'evento "fulmini" nei comuni della provincia

Documents

INDICE - mobi.provincia.mantova.itmobi.provincia.mantova.it/UploadDocs/5472_Relazione_Meteo.pdf · di coincidenza delle stesse sono stati ricercati e collezionati tutti i dati disponibili