I ricercatori praticanti il laboratorio si occupano di analisi di serie storiche climatiche (es. precipitazione, temperatura) tramite l'utilizzo di tecniche statistiche. Le principali attività sono:
- Analisi di frequenza
- Analisi dei trend
- Analisi degli eventi estremi
- Analisi geospaziali
Tra i vari metodi utilizzati, il gruppo di ricerca applica tecniche di intelligenza artificiale (machine learning e deep learning) per l'analisi delle serie storiche e per la realizzazione di modelli idraulici/idrogeologici.
Prodotti scientifici:
- Bini, M., Casarosa, N., Luppichini, M., 2021. Exploring the relationship between river discharge and coastal erosion: An integrated approach applied to the pisa coastal plain (italy). Remote Sens (Basel) 13. DOI
- Luppichini, M., Barsanti, M., Giannecchini, R., Bini, M., 2021. Statistical relationships between large-scale circulation patterns and local-scale effects: NAO and rainfall regime in a key area of the Mediterranean basin. Atmos Res 248, 105270. DOI
- Luppichini, M., Barsanti, M., Giannecchini, R., Bini, M., 2022. Deep learning models to predict flood events in fast-flowing watersheds. Science of The Total Environment 813, 151885. DOI
- Luppichini, M., Bini, M., Barsanti, M., Giannecchini, R., Zanchetta, G., 2022. Seasonal rainfall trends of a key Mediterranean area in relation to large-scale atmospheric circulation: How does current global change affect the rainfall regime? J Hydrol (Amst) 612, 128233. DOI