Le frane indotte dagli eventi meteorologici intensi nelle terre al di sopra del substrato consistente (depositi superficiali di versante - DS) costituiscono un fattore di pericolo per gran parte del territorio collinare e montano. I caratteri geologico-tecnici dei DS svolgono un ruolo rilevante per la comprensione dei fenomeni di franosità superficiale. Il tempo ed i costi necessari per raccogliere dati geologico-tecnici sui DS riducono la densità areale con cui questi vengono acquisiti, determinando limitazioni di affidabilità per le valutazioni predittive regionalizzate di pericolosità da frana superficiale. In questo quadro le performance degli approcci di regionalizzazione delle caratteristiche puntuali dei DS basate su fattori spazialmente continui, quali litologia, struttura e caratteristiche geologico-tecniche del substrato geologico, uso del suolo, morfometria dell’area indagata, hanno un ruolo di fondamentale importanza. Vengono qui esposti i primi risultati di affidabilità di approcci di spazializzazione delle caratteristiche geologico-tecniche dei DS, in particolare la profondità (pDS), basate sulla stratificazione di criteri geologici e la segmentazione dello spazio morfometrico. Lo spazio morfometrico viene descritto attraverso variabili quali pendenza, curvature e flow accumulation, derivate da un modello digitale del terreno con cella di 10 m. Impiegando un insieme di osservazioni puntuali (training dataset di circa 170 pDS tra profili e trivellate) raccolte in una prima area di studio (ADS1: regione a litologia costante del substrato corrispondente alla Formazione del Macigno, media valle del fiume Serchio), le variabili morfometriche sono state classificate mediante approcci hard e fuzzy di statistica multivariata (cluster analysis, neural network). È stata così ottenuta per l’ADS1 una rappresentazione continua in classi di pDS. Le “firme morfometriche” (insieme delle relazioni pDS vs variabili morfometriche) individuate nell’ADS1 sono state utilizzate, con approccio supervisionato, per ottenere una rappresentazione in classi di pDS di una nuova area di studio (ADS2: Alpi Apuane occidentali) geograficamente distinta dalla precedente, ma localizzata sulla stessa formazione di substrato. Un nuovo dataset puntuale delle proprietà geologico-tecniche dei DS acquisito nella ADS2 (test dataset) ha consentito di valutare l’accuratezza predittiva delle pDS stimate tramite estrapolazione delle firme morfometriche di ADS1. Lo stesso dataset è stato utilizzato come training dataset per spazializzare le classi di pDS anche nella ADS2 tramite cluster analysis.
Affidabilità di approcci predittivi di regionalizzazione delle proprietà geologico-tecniche dei depositi superficiali di versante
VENTURINI, TIZIANO;TREFOLINI, EMANUELE;
2015-01-01
Abstract
Le frane indotte dagli eventi meteorologici intensi nelle terre al di sopra del substrato consistente (depositi superficiali di versante - DS) costituiscono un fattore di pericolo per gran parte del territorio collinare e montano. I caratteri geologico-tecnici dei DS svolgono un ruolo rilevante per la comprensione dei fenomeni di franosità superficiale. Il tempo ed i costi necessari per raccogliere dati geologico-tecnici sui DS riducono la densità areale con cui questi vengono acquisiti, determinando limitazioni di affidabilità per le valutazioni predittive regionalizzate di pericolosità da frana superficiale. In questo quadro le performance degli approcci di regionalizzazione delle caratteristiche puntuali dei DS basate su fattori spazialmente continui, quali litologia, struttura e caratteristiche geologico-tecniche del substrato geologico, uso del suolo, morfometria dell’area indagata, hanno un ruolo di fondamentale importanza. Vengono qui esposti i primi risultati di affidabilità di approcci di spazializzazione delle caratteristiche geologico-tecniche dei DS, in particolare la profondità (pDS), basate sulla stratificazione di criteri geologici e la segmentazione dello spazio morfometrico. Lo spazio morfometrico viene descritto attraverso variabili quali pendenza, curvature e flow accumulation, derivate da un modello digitale del terreno con cella di 10 m. Impiegando un insieme di osservazioni puntuali (training dataset di circa 170 pDS tra profili e trivellate) raccolte in una prima area di studio (ADS1: regione a litologia costante del substrato corrispondente alla Formazione del Macigno, media valle del fiume Serchio), le variabili morfometriche sono state classificate mediante approcci hard e fuzzy di statistica multivariata (cluster analysis, neural network). È stata così ottenuta per l’ADS1 una rappresentazione continua in classi di pDS. Le “firme morfometriche” (insieme delle relazioni pDS vs variabili morfometriche) individuate nell’ADS1 sono state utilizzate, con approccio supervisionato, per ottenere una rappresentazione in classi di pDS di una nuova area di studio (ADS2: Alpi Apuane occidentali) geograficamente distinta dalla precedente, ma localizzata sulla stessa formazione di substrato. Un nuovo dataset puntuale delle proprietà geologico-tecniche dei DS acquisito nella ADS2 (test dataset) ha consentito di valutare l’accuratezza predittiva delle pDS stimate tramite estrapolazione delle firme morfometriche di ADS1. Lo stesso dataset è stato utilizzato come training dataset per spazializzare le classi di pDS anche nella ADS2 tramite cluster analysis.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
