Valutazione del danno alluvionale mediante strumenti di statistica multivariata e machine Learning

Gli eventi alluvionali sono da sempre causa di ingenti danni in tutto il territorio italiano. Le previsioni nel lungo periodo mostrano un aumento in frequenza e intensità di questi eventi, anche a causa del cambiamento climatico in atto e di una non corretta pianificazione territoriale. Diventa quindi necessaria un'attenta valutazione del rischio idraulico e delle relazioni esistenti tra i numerosi parametri associati, che oggi può trovare grande supporto nelle metodologie di analisi che si sono diffuse negli ultimi anni grazie all'avanzamento della tecnologia dell'informazione. È proprio con queste nuove analisi che è stato esaminato l'evento alluvionale che ha coinvolto le città di Bastiglia e Bomporto nel gennaio 2014 a causa della rottura d'argine del fiume Secchia. Lo studio ha come obiettivo principale la ricerca di un modello che permetta: o di spiegare e interpretare le relazioni esistenti tra il danno dichiarato in fase di ricognizione dai privati con le principali variabili ambientali derivate da modellazione idraulica e da analisi con strumenti GIS o di valutare il danno ex-ante in modo da guidare le fasi di pianificazione territoriale destinate alla riduzione e mitigazione del rischio idraulico. Nello specifico sono stati utilizzati algoritmi di regressione (random forest e xgboost) per studiare il comportamento del danno registrato sulle abitazioni e strumenti di statistica multivariata (clustering) per identificare le caratteristiche che accomunano i vari edifici rispetto al danno economico che hanno subito. I risultati di questo studio preliminare mostrano come questo approccio aiuti ad investigare la conoscenza dei parametri che concorrono al fenomeno alluvionale e alla definizione di modelli previsionali della stima del danno economico connesso ad eventi alluvionali.