Calibrazione probabilistica di un modello dinamico di movimenti lenti di versante

Abstract

Negli ultimi anni, la valutazione del rischio da frane ha assunto un significato ed un'importanza sempre maggiori. I movimenti di versante, sia in terra sia in roccia, sono, infatti, tra i maggiori pericoli naturali e rappresentano una seria minaccia per la popolazione e le proprietà, a causa soprattutto dell'influenza antropica sulle continue modifiche del territorio.

Questo scenario è tipico sia nelle zone alpine sia in quelle appenniniche del territorio italiano. Molte frane che avvengono in tali aree consistono in movimenti lenti, traslativi, piuttosto superficiali, che coinvolgono materiale fine, essenzialmente argilla. Il fattore scatenante principale è idrologico, per cui gli spostamenti sono connessi alle fluttuazioni del livello di falda.

Per studiare il comportamento di questa tipologia di frane, è stato messo a punto un modello dinamico-viscoso, capace di prevedere una misura di spostamento, a partire da un valore del livello piezometrico, e di restituire una stima dell'angolo di attrito mobilitato. Facendo uso di un affidabile e dettagliato database di monitoraggio, relativo alla frana di Alverà in località Cortina d'Ampezzo, è stata eseguita una calibrazione probabilistica del modello, attraverso un approccio di tipo Bayesiano. L'uso del metodo Monte Carlo nella costruzione delle catene di Markov ha permesso il campionamento della probabilità a posteriori, a partire da quella a priori e dalla funzione di verosimiglianza. La soluzione del problema inverso viene espressa, quindi, in forma di funzione di densità di probabilità per ognuno dei parametri del modello, includendo la loro struttura di correlazione.

Un simile approccio rappresenta uno strumento di analisi più razionale per una futura gestione del rischio, in quanto permette da un lato la quantificazione delle incertezze legate alle previsioni del modello, dall'altro di considerare e di utilizzare l'informazione acquisita in una maniera più efficace.

In recent years, landslide risk assessment has gained significant and ever increasing importance. In fact, soil and rock movements are natural threats that represent the major risk for both the population and infrastructure, particularly due to the anthropic influence on the continuous modifications of the territory.

This is a typical scenery in Italy, along both the Alpine and Apennine chain. Most landslides occurring in this area consist of slow shallow translational movements, which involve fine, essentially clay material. The main triggering factor is hydrologic, since the movements are usually strictly connected to ground water level fluctuations.

In order to study the behaviour of this type of landslides, a well-defined dynamic-viscous model, able to predict the displacements from groundwater level inputs and return a value of mobilised friction angle, was set up. Making use of well established and highly reliable monitoring database of Alverà landslide, located in Cortina d'Ampezzo (Dolimites, Italy), a probabilistic model calibration was performed, by means of the Bayesian approach. Starting from the prior and the likelihood, the use of Markov-Chain Monte Carlo method allowed to sample the posterior, given in the form of probability density function for each model parameter conditioned on site specific data, including their corresponding correlation structure.

Such approach represents a more rational tool for future risk management, as it enables to take into account the available information in a more effective way and to quantify the uncertainty related to the predictions.