| ... | @@ -84,12 +84,10 @@ L’entità dello spostamento del baricentro ($\Delta x, \Delta y$) vale dunque: |
... | @@ -84,12 +84,10 @@ L’entità dello spostamento del baricentro ($\Delta x, \Delta y$) vale dunque: |
|
|
|
|
|
|
|
$$\begin{cases} \Delta x = x_{\text{desiderato}} - x_{\text{baricentro, evento}} \\ \Delta y = y_{\text{desiderato}} - y_{\text{baricentro, evento}} \end{cases}$$
|
|
$$\begin{cases} \Delta x = x_{\text{desiderato}} - x_{\text{baricentro, evento}} \\ \Delta y = y_{\text{desiderato}} - y_{\text{baricentro, evento}} \end{cases}$$
|
|
|
|
|
|
|
|
### 2. Scalatura Probabilistica dell'Intensità
|
|
### 2. Adattamento del Tempo di Ritorno
|
|
|
|
|
|
|
|
Le intensità di pioggia dell'evento vengono rimodulate in modo omogeneo per adattarle al **Tempo di Ritorno ($\mathbf{T_R}$) di progetto** desiderato.
|
|
Le intensità di pioggia dell'evento vengono rimodulate in modo omogeneo per adattarle al **Tempo di Ritorno ($\mathbf{T_R}$) di progetto** desiderato.
|
|
|
|
|
|
|
|
### 2.4.1 Adattamento del Tempo di Ritorno
|
|
|
|
|
|
|
|
|
|
Per eseguire l'adattamento al $T_R$ desiderato, si sfrutta una **relazione empirica log-lineare** che lega la variazione percentuale dei parametri di intensità ($\Delta I$) alla conseguente variazione del Tempo di Ritorno, calcolata nello spazio logaritmico.
|
|
Per eseguire l'adattamento al $T_R$ desiderato, si sfrutta una **relazione empirica log-lineare** che lega la variazione percentuale dei parametri di intensità ($\Delta I$) alla conseguente variazione del Tempo di Ritorno, calcolata nello spazio logaritmico.
|
|
|
|
|
|
|
|
Il **Coefficiente di Sensibilità Log-Lineare ($\mathbf{K}$)** viene calibrato sul catalogo di eventi mediante analisi di regressione della sensibilità. Per ogni evento di calibrazione ($i$), si calcola:
|
|
Il **Coefficiente di Sensibilità Log-Lineare ($\mathbf{K}$)** viene calibrato sul catalogo di eventi mediante analisi di regressione della sensibilità. Per ogni evento di calibrazione ($i$), si calcola:
|
| ... | | ... | |
