guida/Sezione1.md.md

@@ -8,7 +8,7 @@ Il primo problema da affrontare per una revisione dei metodi di progettazione a
 ### La non-stazionarietà delle serie pluviometriche in Toscana
 I segnali del cambiamento climatico cominciano ad essere evidenti da diversi anni, e misurabili con analisi statistiche rigorose, su diverse serie pluviometriche anche in Toscana (Fatichi & Caporali, 2009, Bartolini et al., 2014). Più complessa però è la determinazione di cambiamenti e *trends* (intesi come cambiamenti progressivi e continuativi) nelle piogge estreme, intrinsecamente caratterizzate da un numero molto più limitato di dati (e.g. i soli valori massimi annuali, nel caso dell’analisi standard di tipo block maxima, cfr. alla sezione sui metodi per l’analisi degli estremi). Un recentissimo studio pubblicato sui cambiamenti delle piogge estreme in Italia (Mazzoglio et al., 2025), mostra chiaramente come anche la Toscana, insieme al resto dell’Italia, sia interessata da significativi cambiamenti nelle distribuzioni di probabilità delle piogge estreme, ma con due evidenti elementi di complessità: la forte variabilità sul territorio di ampiezza e perfino segno dei trends; la dipendenza del cambiamento anche dalla tipologia delle precipitazioni (precipitazioni convettive brevi, ben rappresentabili dal dato massimo orario, e precipitazioni legate a fenomeni meteorologici di larga scala, ben rappresentabili dal dato massimo giornaliero). Nello specifico, per la Toscana (Figura 1) vengono stimati dei trends molto significativi per le massime piogge giornaliere soprattutto lungo la dorsale appenninica tosco-emiliana e più modeste nella Toscana centrale, di segno opposto invece in gran parte del sud della regione; più variabili territorialmente (ma comunque più significativi ancora nel nord ella regione) sono invece i trends per la massime piogge orarie.
 
-![immagine](![image](uploads/9ff84bba3c44f84a8e1ffc5bf22a4116/image.png))
+![image](uploads/de344270cd6235f0e390a3ae319aa100/image.png)
 *Figura 1 - Statistica del test di Mann-Kendall per gli intervalli di tempo di 1 ora (a) e 24 ore (c). Stimatore della pendenza di Sen per gli intervalli di tempo di 1 ora (b) e 24 ore (d). Le mappe di background sono ottenute interpolando spazialmente con un Kriging ordinario la statica del test di Mann-Kendall (a, c) e gli stimatori della pendenza di Sen (b, d) ottenuti in tutte le stazioni, senza considerare la significatività del trend. La dimensione del triangolo è inversamente proporzionale al livello di significatività nei riquadri (a, c) e proporzionale allo stimatore della pendenza di Sen nei riquadri (b, d). (Tradotto e adattato da Mazzoglio et al., 2025).*