Landslide susceptibility in the Collazzone area (Umbria, Central Italy). A physically based model for deep-seated slides

Dimensione: px

Iniziare la visualizzazioe della pagina:

Download "Landslide susceptibility in the Collazzone area (Umbria, Central Italy). A physically based model for deep-seated slides"

Federigo Alberti
5 anni fa
Visualizzazioni

1 Landslide susceptibility in the Collazzone area (Umbria, Central Italy). A physically based model for deep-seated slides Baccarini L. a, Alvioli M. b, Cardinali M. b, Fiorucci F. b, Marchesini I. b, Mergili M. c, Rossi M. b, Valigi D. a a Dipartimento di Fisica e Geologia, Università degli Studi di Perugia, via Pascoli snc, Perugia b CNR IRPI, via Madonna Alta 126, Perugia c BOKU University of Natural Resources and Life Sciences, Institute of Applied Geology - Vienna

2 Aim of the work Modellazione della suscettibilità da frane profonde nell area di Collazzone utilizzando il modello distribuito fisicamente basato denominato R.ROTSTAB (Mergili et al., 2014)

3 Study area

4 Geological framework Bacino Tiberino Conti & Girotti, 1977 Fogli 130 e 131 della Carta Geologica d'italia in scala 1:100000

5 Geological framework Nell area di studio affiora la Formazione di Santa Maria di Ciciliano. I materiali che la caratterizzano sono molto variabili (corpi sabbiosi tabulari, più raramente ghiaiosi e depositi limo-argillosi) e spesso interdigitati.

Geomorphological framework Carta Inventario delle frane Multi Temporale

, 2007) Gully erosion (maggio 2013) Frana di Lorgnano (maggio 2013)

influenzato e modellato da frane ed erosione incanalata innescati da

6 Geomorphological framework Carta Inventario delle frane Multi Temporale (Guzzetti et al., 2006; Ardizzone et al., 2007; Galli et al., 2007) Gully erosion (maggio 2013) Frana di Lorgnano (maggio 2013) Versanti di tipo prevalentemente collinare Paesaggio profondamente influenzato e modellato da frane ed erosione incanalata innescati da eventi meteorici (piogge e scioglimento delle nevi) Molte delle frane presenti sono riattivazioni

Geotechnical characterization - Sampling Acquisizione di dati di campagna e di campioni di terreno - 26 siti Prove speditive di campagna: Penetrometro Pocket Vane Test Campagna di misure eseguita nel

7 Geotechnical characterization - Sampling Acquisizione di dati di campagna e di campioni di terreno - 26 siti Prove speditive di campagna: Penetrometro Pocket Vane Test Campagna di misure eseguita nel maggio 2013 in collaborazione con l University of Natural Resources and Life Sciences di Vienna. Prove di laboratorio: Contenuto d acqua Peso specifico dei costituenti Sostanza organica Analisi granulometriche Limiti di Atterberg Prove di taglio diretto

8 Geotechnical characterization Lithotypes map sabbia_inf Carta delle litologie prodotta dal CNR-IRPI Collazzone Collazzone Frana di Lorgnano (limo) Cardinali & Fiorucci, 2013 carta litologica usata per la modellazione Bancone sabbia_sup

sabbia_sup, che rispecchia la natura degli ambienti

9 Geotechnical characterization USDA classification Elevata eterogeneità granulometrica per i litotipi sabbia_inf e sabbia_sup, che rispecchia la natura degli ambienti deposizionali Per il litotipo limo si registra una minore variabilità

Geotechnical characterization - Geotechnical parameters DATI Campagna Professionisti Letteratura Parametri geotecnici richiesti dal modello R.

10 Geotechnical characterization - Geotechnical parameters DATI Campagna Professionisti Letteratura Parametri geotecnici richiesti dal modello R.ROTSTAB: coesione, c [N/m2] angolo di attrito interno, ϕ [ ] peso di volume secco, γd [N/m3] porosità, n [% in volume] Parametri geotecnici utilizzati per stimare le medie (μ) e le deviazioni standard (σ) di ciascuna litologia.

11 Parameters statistical distributions Le distribuzioni gaussiane hanno permesso di generare, in modo random, valori per ciascun parametro da usare per le simulazioni.

12 R.ROTSTAB model R.ROTSTAB (Mergili et al., 2014) è un implementazione dell Open Source GRASS GIS che valuta la stabilità di versante per un elevato numero di superfici di scivolamento profonde di tipo ellissoidale, generate in modo casuale. Modello di stabilità di versante basato su una superficie di scivolamento circolare (da Mergili et al., 2014).

13 R.ROSTATB model Assignment geotechnical parameters FS > 1 pendio stabile (modificato da Hovland, 1977; Xie et al., 2003, 2004a, b, 2006) Modello di stabilità di versante del pendio indefinito (modificato da Mergili et al., 2014)

R.ROSTATB model Assignment geometric parameters of the ellipsoids Il modello ha richiesto inoltre i parametri geometrici degli ellissoidi, basati sulle dimensioni delle frane profonde

14 R.ROSTATB model Assignment geometric parameters of the ellipsoids Il modello ha richiesto inoltre i parametri geometrici degli ellissoidi, basati sulle dimensioni delle frane profonde presenti nella zona di studio: Lunghezza della frana (L) [m] Larghezza della frana (W) [m] Profondità (D) [m] Offset da terra (O) [m] Rapporto lunghezza/profondità (W/D) [adimensionale]

15 R.ROSTATB model Il modello suddivide l area di studio in celle raster e per ogni cella determina: la superficie critica con il fattore di sicurezza più basso la superficie di scivolamento più profonda

16 R.ROSTATB model Application to the study area È stato prodotto uno script che ha eseguito un numero di simulazioni prefissate del modello R.ROTSTAB combinando casualmente i parametri geotecnici e geometrici degli ellissoidi Sono state effettuate 1500 simulazioni Lo script ha inoltre prodotto le mappe del Fattore di Sicurezza (FS) Le mappe prodotte sono state confrontate con le frane profonde presenti nell area, estrapolate dalla Carta Inventario Multi Temporale

17 R.ROSTATB model Application to Collazzone Area Mapset di frane PROFONDE esistenti a Collazzone Frane profonde antecedenti al 1937 e fino al 2010 Frane profonde Frane profonde

R.ROSTATB model veri positivi (TP): numero di celle previste come instabili (FS<1) in corrispondenza di frane veri negativi (TN): numero di celle previste come stabili (FS 1) in assenza

18 R.ROSTATB model veri positivi (TP): numero di celle previste come instabili (FS<1) in corrispondenza di frane veri negativi (TN): numero di celle previste come stabili (FS 1) in assenza di frane falsi positivi (FP): numero di celle previste come instabili (FS<1) in assenza di frane falsi negativi (FN): numero di celle previste come stabili (FS 1) in corrispondenza di frane

19 R.ROSTATB model First phase of simulation Utilizzando una distribuzione gaussiana per la coesione, le simulazioni effettuate forniscono buoni risultati per valori di coesione compresi tra 400 e 600 N/m 2 per la sabbia_inf, che corrispondono circa all 8 percentile della distribuzione. HR = 57% NR = 53%

20 R.ROSTATB model Second phase of simulation (El-Ramly, 2005; Petrovic, 2008) LITOTIPO λ sabbia_inf limo sabbia_sup A partire dalla PDF sono stati generati valori di coesione per ciascun litotipo

21 R.ROSTATB model Second phase simulation results RUN sabbia_inf limo sabbia_sup HR c [N/m 2 ] ϕ [ ] c [N/m 2 ] ϕ [ ] c [N/m 2 ] ϕ [ ] [%] NR [%] I valori di c e ϕ che forniscono le simulazioni migliori delle frane profonde verificatesi dal 1996 al 2004 sono in tutti i casi bassi rispetto ai valori medi. HR = 67% NR = 55%

22 R.ROSTATB model Sensitivity analysis of sabbia_inf Valori medi dei parametri geotecnici (c e ϕ ) derivati dalle simulazioni migliori della seconda fase: LITOTIPO c media [N/m 2 ] ϕ medio [ ] sabbia_inf limo sabbia_sup HR varia del 22% NR varia del 15 % 2800 N/m 2 24 HR varia del 59% NR varia del 33 %

R.ROSTATB model Sensitivity analysis of limo

medio [ ] sabbia_inf 2000 23 limo 1300 13

23 R.ROSTATB model Sensitivity analysis of limo Valori medi dei parametri geotecnici (c e ϕ ) derivati dalle simulazioni migliori della seconda fase: LITOTIPO c media [N/m 2 ] ϕ medio [ ] sabbia_inf limo sabbia_sup HR varia del 19% NR varia dell 8% 1600 N/m 2

24 R.ROSTATB model Representative values of geotechnical parameters LITOTIPO Coesione (c ) [N/m 2 ] Angolo di attrito (ϕ ) [ ] sabbia_inf limo sabbia_sup

25 Deep-seated landslides susceptibility map HR = 68% NR = 56% Soddisfacente grado di match con le frane profonde presenti a Collazzone per il periodo

26 Conclusions Stima dei parametri geotecnici (c e ϕ ), per sabbia_inf, limo e sabbia_sup, rappresentativi dell area di studio Creazione di una mappa di suscettibilità da frane profonde per l area di Collazzone I parametri geotecnici ottenuti possono essere utilizzati per simulare zone limitrofe caratterizzate da morfologie, litotipi e condizioni meteorologiche simili

27 Future developments Si ritiene opportuno in futuro modellare separatamente i tre litotipi per avere migliori performance del modello R.ROTSTAB.

28 Thanks for your attention

Documenti analoghi

La banca dati delle caratteristiche geotecniche del sottosuolo di Roma

La banca dati delle caratteristiche geotecniche del sottosuolo di Roma G. Cavarretta, G. P. Cavinato, M. Mancini, M. Moscatelli, A. Patera, G. Raspa, F. Stigliano, R. Vallone, F. Garbin, S. Milli, S. Storoni