In SINTESI
SYMPLE propone una Scuola di Modellistica Idrogeologica tenuta da professionisti, docenti universitari e ricercatori. I corsi uniranno teoria, esercizi ed applicazioni pratiche, combinazione essenziale nel particolare settore trattato. Tale approccio è urgente e necessario, benché ancora poco diffuso.
Tradizionalmente, i progetti idrogeologici prevedono la raccolta dati su campo, la definizione di un modello concettuale e, successivamente, lo sviluppo di un modello numerico. Il presupposto, facilmente contestabile, è che sia possibile simulare deterministicamente quello che succede nel sottosuolo. Il metodo “tradizionale” ha portato ad una diffusa diffidenza nella modellazione e nell’effettiva utilità dei risultati che può fornire.
SYMPLE intende promuovere e facilitare la comprensione, l’uso e la valutazione dei modelli numerici idrogeologici attraverso un programma multidisciplinare (la Scuola) associato all’utilizzo di strategie mirate a risolvere problemi specifici (project-related strategies).
Lo scopo sarà raggiunto attraverso l’adesione al paradigma emergente di “partire dal problema da risolvere e lavorare a ritroso”, oggi applicabile tramite software di supporto alla modellazione (partner-software) come PEST e PEST++. Questo approccio consiste nell’identificare prima i dati con maggiore capacità di ridurre le incertezze associate alle previsioni richieste al modello, e poi progettare la strategia di simulazione numerica. In questo modo è possibile quantificare e ridurre le incertezze, supportando correttamente il processo decisionale che utilizzerà i risultati del modello.
Strategie mirate a gestire correttamente la risorsa idrica richiedono l’utilizzo di software adeguato, ma soprattutto una differente mentalità. La modellazione può essere così resa più veloce e meno costosa, in quanto:
- costruita in base agli obiettivi da raggiungere;
- caratterizzata dal minimo livello di complessità necessario per supportare decisioni specifiche;
- assistita da software di supporto per applicare soluzioni strategiche ai problemi.
La modellazione sarà quindi sufficientemente complessa da assimilare i dati e ridurre l’incertezza, ma strategicamente semplice poiché focalizzata sulle risposte necessarie a prendere le decisioni e risolvere i problemi.
