Metodi innovativi per il controllo e la gestione dei fenomeni franosi

Transcript

1 Saie Built Academy: scienze e tecnologie per costruire città e territorio Bologna 22 Ottobre 2014 Metodi innovativi per il controllo e la gestione dei fenomeni franosi Matteo Berti Dipartimento BIGEA - Università di Bologna

2 Contenuti 1. Definizione del problema 2. Il contributo della ricerca scientifica: Soglie pluviometriche - frana di Ronco - frana di Silla Monitoraggio radar da terra 3. Sviluppi futuri - frana di Romanoro - frana di Renzuno - frana di San Leo

3 Lo sforzo della ricerca Articoli scientifici sul tema «frane» pubblicati dal 1994

4 Vent anni e non sentirli

5 Perché è così difficile? Topografia Dislivello (elevazione) Pendenza Forma (curvatura, lunghezza..) Geomorfologia Frane pre-esistenti Attività geomorfologica recente Geologia Tipo di materiale Alterazione Discontinuità Alterazione Proprietà geotecniche Proprietà idrologiche Uso del suolo e fattori antropici Uso del suolo e sua variazione nel tempo Presenza di infrastrutture ed edifici Reti di drenaggio e irrigazione Scavi Idrologia Posizione e forma della falda Componenti idrologiche Rete di drenaggio superficiale Corominas et al. (2013) Clima e sismi Precipitazione Neve e temperatura Sismicità

6 Mitigazione del rischio da frana Mitigare il rischio da frana prima Prevedere dove e quando avverrà un fenomeno franoso durante Controllare in modo più efficace l evoluzione di un fenomeno franoso Carte di suscettività Soglie pluviometriche Monitoraggio satellitare Monitoraggio radar da terra Wireless Sensor Network Tecnologia laser e GPS

7 Soglie pluviometriche Confronto tra 52 soglie pluviometriche pubblicate dal 1980 Soglia pluviometrica «globale» per l Europa centro-meridionale (Guzzetti et al., 2007)

8 Prototipo di sistema di allertamento nazionale (SANF) sanf.irpi.cnr.it Incertezza falsi allarmi 1950 pluviometri dati aggiornati ogni 6 ore previsioni (LAMI) su 3 giorni soglia pluviometrica globale risultati ogni 24 ore comunicati alla Protezione Civile Nazionale Rossi et al. (2012) mancati allarmi

9 Sistema di allertamento di Hong Kong 110 pluviometri previsioni sulle 24 ore soglia pluviometrica locale risultati ogni 24 ore diffusi alla popolazione e ai media Cheung et al. (2006)

10 Incertezza nella definizione della soglia

11 Il caso dell Emilia-Romagna 4141 Frane storiche Anni: Eventi franosi la cui data di attivazione è nota con «precisione» giornaliera 176 Pluviometri Anni: 1931-Presente

12 Incertezza nella definizione della soglia Piogge che hanno dato frane Piogge che NON hanno dato frane Falsi allarmi Mancati allarmi

13 Una possibile soluzione: approccio probabilistico Teorema di Bayes La probabilità di frana è data dal rapporto tra il numero di piogge che hanno dato frane e il numero totale di piogge.

14 Il modello BART (Bayesian Analysis of Rainfall Threshold) pioggia tempo

15 Incertezze legate all uso delle soglie pluviometriche Nell uso operativo delle soglie pluviometriche è necessario considerare che: La stessa pioggia può causare effetti molto diversi nell area di allertamento L evoluzione post-rottura di una frana rimane difficilmente prevedibile

16 La frana di Silla-Montecchi Estensimetri a filo a cavallo della corona di distacco

17 La frana di Ronco-Puzzola

18 Evento meteo di Aprile mm in 9 giorni Intensità media = 10 mm/giorno

19 Aprile 2013: effetti sulla frana di Silla Deformazione senza riattivazione Velocità v=50 mm/giorno

20 Aprile 2013: effetti sulla frana di Silla Deformazione senza riattivazione

21 Aprile 2013: effetti sulla frana di Ronco-Puzzola

22 Frana di Ronco-Puzzola: Gennaio 2013 Sistema di monitoraggio tramite target ottici (Henesis, Parma) Intervallo temporale: Gennaio 2013

23 L evento meteo di Febbraio mm in 15 giorni Intensità media = 14 mm/giorno

24 Febbraio 2014: effetti sulla frana di Silla Riattivazione del corpo di frana Velocità v=225 v=25 mm/giorno v=8 mm/giorno Riattivazione

25 Febbraio 2014: effetti sulla frana di Silla Riattivazione del corpo di frana

26 Febbraio 2014: effetti sulla frana di Silla Riattivazione del corpo di frana

27 Febbraio 2014: effetti sulla frana di Ronco-Puzzola

28 Frana di Ronco-Puzzola: Febbraio 2014

29 Frana di Ronco-Puzzola: Febbraio 2014

30 Radar Interferometrico Terrestre Misura dello spostamento di fase ϕ ϕ=(4π/λ)d ϕ= ϕ DISP + ϕ NOISE + ϕ ATM Caratteristiche Distanza max=4 km Accuratezza<1 mm Operativo giorno/notte Temperatura =-20 /+55 Consumo=100 W Peso=250 kg da

31 Risultati di letteratura Frana di Santa Trada (Del Ventisette et al., 2011) Fronte di cava (Takahashi et al., 2013)

32 Il caso dell Emilia-Romagna Condizioni sfavorevoli Versanti vegetati, pochi affioramenti Aree riflettive a cluster Movimenti molto lenti (mm/anno) Tutti i punti Punti coerenti

33 Esempio 1: la frana di Romanoro (Frassinoro, MO) argille scagliose colata in terra ultima riattivazione: Gennaio 2010 GB-INSAR survey: Aprile 2010

34 Esempio 1: la frana di Romanoro (Frassinoro, MO) Spostamento (mm)

35 24 mm in 15 mesi Esempio 2: la frana di Renzuno (Casola Valsenio, RA)

36 Esempio 2: la frana di Renzuno (Casola Valsenio, RA) Frana di Roncosole Marnoso-Arenacea scorrimento traslativo in roccia attivazione parziale: Marzo 2010 GB-INSAR survey: 7-21 Maggio 2010

37 Esempio 2: la frana di Renzuno (Casola Valsenio, RA) Radar Punti riflettenti Corona di distacco

38 Esempio 2: la frana di Renzuno (Casola Valsenio, RA) Serie temporale di due punti significativi assenza di movimenti rilevanti versante tornato all equilibrio comportamento «impulsivo»

39 Esempio 3: la frana di San Leo F.ne di San Marino crollo in roccia innesco: 27 Febbraio 2014 volume mc GB-INSAR: Marzo presente

40 Esempio 3: la frana di San Leo Spostamenti radar misurati al 7 Marzo 2014 al 21 Ottobre 2014, proiettati sul modello 3D della scarpata

41 Sviluppi futuri Monitoraggio satellitare Reti di sensori Mobile monitoring Migliore capacità di controllo dei fenomeni franosi Maggiore afflusso di dati dall ambiente

42 Prepariamoci Una bella sfida: Omogenizzazione dei dati Interpretazione dei dati Condivisione dei dati con strutture operative (STB, unioni di comuni..) Identificazione di dati anomali/guasti? Supporto alla definizione degli scenari di evento Comunicazione al pubblico

43 Le prime esperienze internazionali Organizzazione Rischio alluvioni: 12 idrologi Rischio frane: 10 idrologi/geologi/idrogeologi Rischio valanghe: 20 esperti neve Misure in tempo reale: pioggia, neve, livello fiumi, livello di falda Previsioni piene: modello numerico Previsioni frane: soglie pluviometriche Finalità 1) Allertare le autorità locali 2) Fornire dati in tempo reale sull andamento dei fenomeni 3) Aumentare la consapevolezza del rischio Norwegian Water Resources and Energy Directorate Warning systems for flood and landslide

44 Conclusioni Le frane sono fenomeni naturali complessi, ancora largamente imprevedibili Negli ultimi decenni, la nostra capacità di capire questi fenomeni e di osservarli è molto migliorata I recenti sviluppi in campo tecnologico hanno reso disponibili nuovi strumenti e nuovi apparati di comunicazione utili per il controllo dei fenomeni franosi Gli enti preposti alla sicurezza del territorio devono cogliere questa sfida e preparsi a gestire il rischio idrogeologico con strumenti nuovi