Acquista:
Caratterizzazione dei terreni a scala
vasta finalizzata alla messa a punto
di interventi non strutturali per la
mitigazione del rischio da frana.
In questo articolo si descrive la metodologia utilizzata per la
costruzione di un database delle caratteristiche fisiche e meccaniche
dei terreni della Provincia di Perugia, finalizzato all'applicazione di
modelli per la previsione del rischio da frana a scala vasta.
Partendo da un’ampia raccolta di dati, derivanti da precedenti
indagini geotecniche condotte nel territorio esaminato e fornite
dall'Ufficio Protezione Civile e Controllo Costruzioni della
Provincia di Perugia, sono state svolte analisi statistiche per una
valutazione preliminare della loro qualità. Successivamente è stata
applicata la tecnica geostatistica del Kriging al fine di ottenere: (i)
la distribuzione spaziale delle caratteristiche meccaniche dei terreni
nell’area di studio selezionata, tenendo conto dei punti di misura e
delle loro correlazioni spaziali; (ii) la valutazione dell'affidabilità
dei dati sulla base dei variogrammi sperimentali ottenuti per le
principali tipologie di terreno individuate.
A valle di questa caratterizzazione a scala vasta, per dimostrare
l’importanza della disponibilità di informazioni quantitative
georeferenziate nell’applicazione di modelli previsionali, viene
presentata un'applicazione del modello probabilistico fisicamente
basato PG_TRIGRS [SALCIARINI et al., 2016] per la valutazione
della pericolosità da frana pluvioindotta, con riferimento a un’area
di studio selezionata all’interno della Provincia di Perugia.
This paper describes the methodology used to create a database of the physical and mechanical properties of the soils within the Perugia Province, for the application of probabilistic predictive models at large scale. Starting from an extensive data collection from previous geotechnical campaigns, provided by the Civil Protection and Structural Control Office of the Perugia Province, the geostatistic Kriging technique was applied to obtain: (i) a spatial distribution of the mechanical characteristics of the soil within the selected study area, taking into account the collected measurement points and their spatial correlation; (ii) an evaluation of data reliability on the basis of the computed experimental variograms for the main types of soil identified. After this large-scale characterization, an application of the probabilistic physically–based model PG_TRIGRS [SALCIARINI et al., 2017] for rainfall–induced shallow landslide assessment over a selected study area in the Perugia Province is presented, in order to demonstrate the importance of the availability of quantitative and geo-referenced information concerning the mechanical properties of soils to apply predictive tools.
Se vuoi essere informato sulle nostre novità editoriali, registrati alla nostra newsletter!