Modellazione Spazio-Temporale Bayesiana delle Precipitazioni Estreme in Piemonte = Bayesian Spatio-Temporal Modeling of Extreme Precipitation in the Piedmont

Questa tesi si propone di analizzare gli eventi di precipitazioni massime in Piemonte attraverso un approccio modellistico spazio-temporale. Il dataset considerato comprende le precipitazioni massime annuali registrate presso diverse stazioni meteorologiche nel periodo 1928–2020. L’analisi si basa sull’implementazione di due modelli gerarchici bayesiani mediante il pacchetto R-INLA. Il primo modello adotta la famiglia di distribuzioni bGEV (blended Generalized Extreme Value), proposta come alternativa flessibile alla classica GEV per la modellazione dei massimi annuali. Il secondo segue un approccio a soglia, in cui si modellano le eccedenze oltre un livello elevato tramite una distribuzione Generalized Pareto. In entrambi i casi, è stata sviluppata una struttura spazio-temporale in cui il campo latente è modellato tramite l’approccio SPDE (Stochastic Partial Differential Equation) e una dinamica temporale di tipo AR(1). L’obiettivo è fornire una rappresentazione flessibile e coerente della variabilità spazio-temporale delle precipitazioni estreme, utile per comprendere meglio i pattern di rischio idro-meteorologico sul territorio regionale.