Il calcolo del tempo di deflusso idrico nei sistemi fognari urbani rappresenta una sfida tecnica cruciale per la gestione sostenibile delle acque meteoriche, soprattutto in contesti cittadini dove la complessità della rete e la variabilità pluviometrica locale influenzano profondamente le dinamiche di esondere e congestione. Mentre il Tier 1 fornisce i fondamenti teorici del deflusso idrico – dalla formula di continuità alla legge di Saint-Venant – il Tier 2 introduce un approccio dinamico e integrato, basato su dati locali di precipitazione, topologia reale della rete e modellazione continua. Questo articolo esplora con dettaglio il processo passo dopo passo per determinare il tempo di deflusso, superando i limiti dei metodi semplificati e fornendo linee guida operative applicabili direttamente sul campo, con particolare attenzione alla calibrazione locale e alla gestione degli errori critici.

La precisione nel calcolo del deflusso dipende in modo determinante dalla qualità e dalla specificità dei dati di input. Il Tier 2 richiede una raccolta geospaziale e temporale rigorosa:
– Identificazione delle stazioni pluviometriche con analisi della distanza media dalla rete fognaria, preferibilmente distribuite in modo stratificato per captare gradienti spaziali di intensità;
– Normalizzazione della precipitazione da mm/h a portata volumetrica (m³/s) mediante coefficienti di deflusso C calibrati localmente, tenendo conto di uso del suolo (C=0.9 per asfalto, C=0.3 per prati), copertura impermeabile e rugosità superficiale;
– Classificazione della rete fognaria per tipologia (condotte dritte, curve, ramificate), materiale (favorendo PVC, ghisa, cemento), pendenza media e perdite di carico localizzate.
L’integrazione di dati radar meteorologici ad alta risoluzione locale (es. MeteoCloud Italia) riduce l’incertezza pluviometrica fino al 30% rispetto a reticoli sparsi.

Il tempo di deflusso idrico Si definisce come la somma del tempo di viaggio lungo condotte dritte (t_vi) e dei ritardi indotti da ramificazioni, valvole, serbatoi e variazioni di pendenza. Il modello Tier 2 utilizza un approccio a fasi:

1. Fase 1: Tempo di viaggio idraulico lineare
   Calcolato con la formula: tvi = L / (K · i)
   dove L è la lunghezza effettiva della condotta, K è il coefficiente di invaso (derivato da curve di deflusso Saint-Venant semplificate), i è l’intensità pluviometrica locale. Per flussi non uniformi, si applica l’equazione delle caratteristiche con discretizzazione temporale implicita.
2. Fase 2: Integrazione dei ritardi di rete
   Si considera il tempo di ritardo trit dovuto a:
   – Ramificazioni e giunzioni (analisi di soglia con coefficiente di ritardo τram = 30–120 s per nodi critici);
   – Controllo da valvole e serbatoi (curve empiriche basate su sequenze storiche di apertura);
   – Espansioni di tubazioni e variazioni di pendenza.
   La somma totale diventa: tdeflusso = tvi + trit
3. Fase 3: Simulazione numerica avanzata
   Utilizzo di software dedicati tipo SWMM o InfoWorks ICM, dove la rete viene discretizzata in segmenti con condizioni al contorno dinamiche. I dati di input includono distribuzioni temporali di scorrimento, perdite di carico localizzate e regimi di deflusso misto (superficiale e condotto).
4. Fase 4: Validazione con eventi storici
   Confronto tra previsioni e misure di portata (es. da stazioni di monitoraggio) con calcolo dell’errore percentuale medio, correzione iterativa del modello per garantire tolleranza ≤10% rispetto a osservazioni reali.

*Nota:* In contesti con rete mista e pendenze variabili, l’errore può superare il 15% senza calibrazione locale; l’uso del metodo delle caratteristiche riduce l’incertezza rispetto a modelli empirici statici.

Il processo si concretizza in cinque fasi operative:

1. Georeferenziazione con GIS
   Assegnazione di coordinate geografiche alle condotte tramite integrazione con OpenStreetMap o database regionali regionali, calcolo delle lunghezze idrauliche effettive (L_eff = L_geod · f_rugosità), con correzione per curve verticali e ramificazioni. L’integrazione con modelli 3D (es. tramite CityGML) migliora la precisione geometrica del 20–30%.
2. Stima precisa del coefficiente C
   Oltre a tabelle standard (ASPTU, CNR-EN 752), si raccomanda la calibrazione in situ con misure di deflusso durante eventi di prova, ad esempio tramite tracciamento con coloranti o sensori di livello ad alta frequenza. C_asfaltato ≈ 0.9, C_prato ≈ 0.3, ma valori locali possono variare del 15–20%.
3. Calcolo empirico del tempo di deflusso
   Applicazione della formula tdef = (Leff / v) + trit, con velocità media v = Q / A. La sezione trasversale A deve essere calcolata con metodi idraulici (metodo delle traiettorie, formula di Manning con n_f dinamico).
4. Correzione per congestione e picchi estremi
   Inserimento di fattori di sicurezza basati sull’analisi di sensitività: aumento del 25% della portata di progetto per eventi di 50 anni, con simulazione di sovraccarico in tratti critici.
5. Report finale con tolleranza ±10%
   Sintesi dei risultati con confronto triangolare tra modello e dati in situ, evidenziando discrepanze e suggerendo aggiustamenti (es. riduzione della pendenza stimata in curve).

*Esempio pratico:* In un quartiere di Roma con 8 condotte principali da 200 mm, la simulazione SWMM indica un tempo di deflusso totale di 5.1 min, con ritardi accumulati di 1.3 min dalle ramificazioni. Con validazione, la deviazione è del 6%: si corregge il modello riducendo il coefficiente di pendenza locale in curva, portando il tempo a 5.0 min con tolleranza accettabile.

– **Errore di sovrastima pendenza**: una pendenza reale del 0,5% può ridurre il tempo di viaggio di oltre 8 secondi in 1 km; soluzione: rilievi topografici laser o rilievi topografici GPS RTK per verificare pendenze medie con errore <0.1%.
– **Omissione di valvole e ramificazioni**: queste contribuiscono al 40% del ritardo totale. Mappatura incrementale con dati di ispezione (CCTV, sonde di portata) evita sottostime critiche.
– **Variabilità spaziale delle precipitazioni**: l’uso di una singola stazione pluviometrica ca la rete può generare errori superiori al 25%. Soluzione: rete di sensori distribuiti o interpolazione radar MeteoCloud Italia con correzione altimetrica.
– **C> standard anziché calibrati localmente**: il rischio di errore supera il 20%; campagna di misura con tracciamento colorante o flussimetri acustici garantisce valori C precisi a ±5%.
– **Analisi unidimensionale vs dinam