Svolge un’intensa attività di ricerca sui temi della modellazione e del monitoraggio ambientale che ha consentito di sviluppare numerosi progetti di ricerca di rilevanza internazionale e locale. I suoi interessi abbracciano le tematiche dell’idrologia e l’ecoidrologia, con particolare attenzione alla modellazione distribuita, la previsione delle piene, i processi stocastici in idrologia, l’interazione suolo-vegetazione-atmosfera, monitoraggio da satellite e mediante droni. 

La sua attività di ricerca ha portato allo sviluppo di numerosi prodotti utilizzati in vari ambiti dell’idrologia operativa: 1) modelli idrologici (e.g., DREAM, AD2); 2) sistemi per il monitoraggio dello stato di imbibizione dei suoli (e.g., SMAR, SMAR-EnKF); 3) sistemi di mappatura su larga scala della pericolosità idraulica (e.g., TIm, GFI); 4) modelli derivati di previsione delle piene (e.g., IF, TCIF); 5) modelli di stima dello scour su pile da ponte (e.g., BRISENT, TDDS). 

La sua ricerca si suddivide in tre filoni fondamentali: 1) Processi stocastici in idrologia; 2) Idrologia di larga scala; 3) Monitoraggio ad alta risoluzione.  

TEMA 1: Processi Stocastici in Idrologia – Stochastic Processes in Hydrology

L’approccio statistico rappresenta uno dei principali strumenti di analisi per lo studio dei fenomeni naturali. Eventi estremi e processi di base sono stati analizzati e caratterizzati utilizzando diversi metodi statistici quali: teoria dei valori estremi, distribuzioni di probabilità teoricamente derivate, processi di Poissonequazioni differenziali stocastiche, e statistica bayesiana. Questi metodi sono stati utilizzati per fornire strumenti di calcolo in diversi ambiti delle costruzioni idrauliche, dell’idrologia e dell’ecoidrologia. Tra questi è opportuno menzionare i modelli per la caratterizzazione spazio-temporale del contenuto idrico del suolo, le distribuzioni derivate per la stima delle piene e dell’erosione localizzata, ed i modelli interpretativi sulla organizzazione spaziale della vegetazione. 

Figura 1 Processo di Poisson generalizzato.
Figura 2.  Esempio di processo stazionario generato da una forzante di tipo Poissoniano.

TEMA 2: Idrologia di Larga Scala – Big Data in Hydrology

Il tema del Big Data offre nuove opportunità per l’avanzamento delle conoscenze data la crescente disponibilità di dati satellitariosservazioni diffuse provenienti da varie fonti. La ricerca che deve fare sintesi identificando pattern e strutture di correlazione, ma anche rimuovere rumore ed errori di misura. In tale ambito, sono stati utilizzati algoritmi di Machine Learning (Linear Binary ClassifierRandom Forest) per la ricostruzione di mappe di inondazione su grande scala (e.g., regionale, nazionale o continentale). Ad esempio, è stato sviluppato un tool denominato Smartflood che fornisce la mappatura della pericolosità idraulica a scala europea, sfruttando informazioni provenienti da varie fonti (Fig. 3). 

Figura 3WebGIS per il calcolo delle aree inondabili a scala europea.

Sono stati inoltre sviluppati sistemi di gestionecontrolloricostruzione delle misure idrologiche (database regionali) derivate da reti di monitoraggiomodelli metereologici a scala locale per la previsione di eventi di piena e di frana attraverso modellazione idrologica distribuita (Fig. 3). Sono stati implementati sistemi di assimilazione utilizzando Extended Kalman filter (EKF) e Ensamble Kalman filter (EnKF) a supporto della modellazione e del monitoraggio idraulico/idrologico.  

Figura 4. Sistema di allertamento regionale della Protezione Civile della Basilicata dove vengono evidenziate le aree di criticità idrogeologica sulla base delle misure idrologiche. 

TEMA 3: Monitoraggio ad Alta Risoluzione – Drone-Based Observations

Le enormi innovazioni dei sistemi di osservazione delle terra hanno consentito di migliorare la nostra capacità di monitoraggio di sistemi naturali ed antropizzati. In tale ambito, i droni consentono di effettuare osservazioni ad un livello di dettaglio impensabile fino a qualche anno fa. Pertanto, sono stati sviluppati nuovi algoritmi e strumenti per il monitoraggio ambientale,mediante droni, per migliorare la risoluzione e l’accuratezzadelle misure in campo agronomico, forestale ed idrologico. In particolare, sono stati sviluppati algoritmi finalizzati al monitoraggio dello stato della vegetazione e dell’umidità del suolo mediante camere multispettrali e termiche. Si riporta, a titolo di esempio, il rilievo da drone svolto con camera ottica e termicaper caratterizzare lo stato di un vigneto nell’area del Vulture (Fig. 4). 

Figura 4. Ortofoto da camera ottica e termica dei vigneti di Aglianico delle Cantine del Notaio a Maschito (Monte Vulture – Potenza). La mappatura descrive l’uso del suolo con una risoluzione di 1 cm e la temperatura superficiale con una risoluzione di 5 cm.  

L’acquisizione di immagini e video da drone consentono di produrre stime spazialmente distribuite dei campi di velocità mediante le tecniche ottiche LSPIVPTV. Queste offrono l’opportunità di migliorare le misure di portata in alveo e monitorare gli eventi di inondazione utilizzando filmati rinvenienti per esempio da Social Media. Si riporta qui di seguito una misurazione della velocità superficiale effettuata mediante tecniche ottiche applicate al fiume Bradano (Fig. 5).  

Figura 6. Campo di moto 2D misurato mediante PTV.

By