Contattaci ora

Previsione apporti stagionali

Previsione dell’afflusso di acqua nel lungo termine.

Richiedi informazioni
Scopri il team

Previsioni idrica per i prossimi 6 mesi

Operare in modo efficace sul mercato richiede un’attenta pianificazione dell’apporto idrico per i mesi a venire.

“La capacità del serbatoio sarà sufficiente per raccogliere l’acqua in entrata? Sarò soggetto a stress idrico?”

Le risposte a queste domande sono necessarie per ottimizzare il livello dell’acqua nel bacino e anticipare le possibili condizioni di siccità.

La previsione dei flussi stagionali è il modo giusto per rispondere a queste domande, consentendo l’ottimizzazione delle risorse idriche nel lungo periodo.

Approccio attuale per le previsioni a lungo termine

Gli attuali metodi di previsione adottati dalla maggior parte dei gestori idrici si basano su un approccio “passato-futuro”, ovvero i dati storici sono semplicemente mediati ed estrapolati per il futuro. A volte la stima dell’equivalente in acqua della neve viene utilizzata per aggiornare la previsione corrente.

Questo approccio è soggetto a diversi inconvenienti:

  • Scarsa separazione di acqua e neve: non è possibile quantificare la pioggia dall’effetto di scioglimento della neve;

  • Non tiene conto dell’effettiva condizione dell’acqua nel bacino, con conseguente inefficienza del modello;

  • Necessità di campagne di misurazione della neve, con conseguenti problemi di costi e sicurezza;

  • I dati storici non sono rappresentativi delle condizioni climatiche attuali: un approccio storico puro può portare a scarsa accuratezza e decisioni sbagliate.

Nuova tecnologia per le previsioni a lungo termine

Waterjade è la risposta alle nuove sfide climatiche e tecnologiche, perché adotta un approccio innovativo di modellazione multipla. Si avvale inoltre di fonti di dati provenienti dal settore idrometeorologico, come immagini satellitari, previsioni meteorologiche numeriche e osservazioni in situ. I big data ottenuti alimentano molteplici architetture di modellazione, comprendenti modelli fisici e machine learning, in grado di seguire i processi fisici che avvengono nel bacino e di adattarsi alla configurazione locale.

I risultati sono:

  • Separazione dei contributi di neve e acqua per una migliore comprensione degli equilibri;

  • Uno strumento dedicato per calcolare il volume del giacimento e migliorare la gestione del giacimento stesso;

  • Il sistema può essere esportato a livello internazionale;

  • Rispetto ai metodi moderni, l’errore di previsione è ridotto del 50%;

  • L’approccio utilizza i dati storici solo per la calibrazione del modello, quindi le previsioni sono conformi ai cambiamenti climatici.

Applicazioni

Centrali idroelettriche

Municipalizzate dell’acqua

Contattaci ora