Le deformazioni lente di versante in roccia (DGPV e grandi frane) sono fenomeni diffusi che interessano interi versanti e mobilizzano volumi di roccia anche di miliardi di metri cubi. La loro evoluzione è legata a processi di rottura progressiva sotto forzanti esterne e di accoppiamento idromeccanico, rispecchiate da un complesso processo di creep. Sebbene caratterizzate da bassi tassi di spostamento (fino a pochi cm / anno), queste instabilità di versante danneggiano infrastrutture e ospitano settori potenzialmente soggetti a differenziazione e collasso catastrofico. È quindi necessaria una robusta caratterizzazione del loro stile di attività per determinare il potenziale impatto sugli elementi a rischio e anticipare un eventuale collasso. Tuttavia una metodologia di analisi finalizzata a questo scopo è ancora mancante. In questa prospettiva, abbiamo sviluppato un approccio multiscala che integra dati morfostrutturali, di terreno e tecniche DInSAR, applicandoli allo studio di un inventario di 208 deformazioni lente di versanti mappate in Lombardia. Su questo dataset abbiamo eseguito una mappatura geomorfologica e morfostrutturale di semi dettaglio tramite immagini aeree e DEM. Abbiamo quindi sviluppato un pacchetto di procedure oggettive per lo screening su scala di inventario delle deformazioni lente di versante integrando dati di velocità di spostamento, cinematica e di danneggiamento dell’ammasso roccioso per ogni frana. Utilizzando dataset PS-InSAR e SqueeSAR, abbiamo sviluppato una procedura mirata a identificare in maniera semiautomatica la velocità InSAR rappresentativa, il grado di segmentazione e l'eterogeneità interna di ogni frana mappata identificando la presenza di possibili fenomeni secondari. Utilizzando la tecnica 2DInSAR e tecniche di machine learning, abbiamo inoltre sviluppato un approccio automatico caratterizzare la cinematica di ciascuna frana. I dati così ottenuti sono stati integrati tramite analisi di PCA e K-medoid per identificare gruppi di frane caratterizzati da stili di attività simili. Partendo dai risultati della classificazione su scala regionale, ci siamo poi concentrati su 3 casi di studio emblematici, le DGPV di Corna Rossa, Mt. Mater e Saline, rappresentativi di problematiche tipiche delle grandi frane (segmentazione spaziale, attività eterogenea, sensibilità alle forzanti idrologiche). Applicando un approccio DInSAR mirato abbiamo indagato la risposta del versante a diverse baseline temporali per evidenziare le eterogeneità spaziali e, tramite un nuovo approccio di stacking su basline temporali lunghe abbiamo estrattoi segnali di spostamento permanenti ed evidenziato i settori e le strutture con evoluzione differenziale. Lo stesso approccio DInSAR è stato utilizzato per studiare la sensibilità delle deformazioni lente di versante alle forzanti idrologiche. Il confronto tra i tassi di spostamento stagionale e le serie temporali di precipitazioni e scioglimento neve per il monte. Mater e Saline hanno delineato complessi trend di spostamento stagionale. Queste tendenze, più evidenti per i settori più superficiali, evidenziano una risposta maggiore a periodi prolungati di precipitazione modulati dagli effetti dello scioglimento della neve. Ciò suggerisce che le DGPV, spesso considerate non influenzate dalla forzante climatica a breve termine (pluriennale), sono sensibili a input idrologici, con implicazioni chiave nell'interpretazione del loro fallimento progressivo. I nostri risultati hanno dimostrato l'efficacia della metodologia multi-scala proposta, che sfrutta i prodotti DInSAR e l'analisi mirata per identificare, classificare e caratterizzare l'attività delle deformazioni lente di versante includendo dati geologici in tutte le fasi dell'analisi. Il nostro approccio, è applicabile a diversi contesti e dataset e fornisce gli strumenti per indagare processi chiave in uno studio finalizzato alla definizione del rischio connesso alle deformazioni lente di versante.

Regional and local scale analysis of very slow rock slope deformations integrating InSAR and morpho-structural data

2021

Abstract

Le deformazioni lente di versante in roccia (DGPV e grandi frane) sono fenomeni diffusi che interessano interi versanti e mobilizzano volumi di roccia anche di miliardi di metri cubi. La loro evoluzione è legata a processi di rottura progressiva sotto forzanti esterne e di accoppiamento idromeccanico, rispecchiate da un complesso processo di creep. Sebbene caratterizzate da bassi tassi di spostamento (fino a pochi cm / anno), queste instabilità di versante danneggiano infrastrutture e ospitano settori potenzialmente soggetti a differenziazione e collasso catastrofico. È quindi necessaria una robusta caratterizzazione del loro stile di attività per determinare il potenziale impatto sugli elementi a rischio e anticipare un eventuale collasso. Tuttavia una metodologia di analisi finalizzata a questo scopo è ancora mancante. In questa prospettiva, abbiamo sviluppato un approccio multiscala che integra dati morfostrutturali, di terreno e tecniche DInSAR, applicandoli allo studio di un inventario di 208 deformazioni lente di versanti mappate in Lombardia. Su questo dataset abbiamo eseguito una mappatura geomorfologica e morfostrutturale di semi dettaglio tramite immagini aeree e DEM. Abbiamo quindi sviluppato un pacchetto di procedure oggettive per lo screening su scala di inventario delle deformazioni lente di versante integrando dati di velocità di spostamento, cinematica e di danneggiamento dell’ammasso roccioso per ogni frana. Utilizzando dataset PS-InSAR e SqueeSAR, abbiamo sviluppato una procedura mirata a identificare in maniera semiautomatica la velocità InSAR rappresentativa, il grado di segmentazione e l'eterogeneità interna di ogni frana mappata identificando la presenza di possibili fenomeni secondari. Utilizzando la tecnica 2DInSAR e tecniche di machine learning, abbiamo inoltre sviluppato un approccio automatico caratterizzare la cinematica di ciascuna frana. I dati così ottenuti sono stati integrati tramite analisi di PCA e K-medoid per identificare gruppi di frane caratterizzati da stili di attività simili. Partendo dai risultati della classificazione su scala regionale, ci siamo poi concentrati su 3 casi di studio emblematici, le DGPV di Corna Rossa, Mt. Mater e Saline, rappresentativi di problematiche tipiche delle grandi frane (segmentazione spaziale, attività eterogenea, sensibilità alle forzanti idrologiche). Applicando un approccio DInSAR mirato abbiamo indagato la risposta del versante a diverse baseline temporali per evidenziare le eterogeneità spaziali e, tramite un nuovo approccio di stacking su basline temporali lunghe abbiamo estrattoi segnali di spostamento permanenti ed evidenziato i settori e le strutture con evoluzione differenziale. Lo stesso approccio DInSAR è stato utilizzato per studiare la sensibilità delle deformazioni lente di versante alle forzanti idrologiche. Il confronto tra i tassi di spostamento stagionale e le serie temporali di precipitazioni e scioglimento neve per il monte. Mater e Saline hanno delineato complessi trend di spostamento stagionale. Queste tendenze, più evidenti per i settori più superficiali, evidenziano una risposta maggiore a periodi prolungati di precipitazione modulati dagli effetti dello scioglimento della neve. Ciò suggerisce che le DGPV, spesso considerate non influenzate dalla forzante climatica a breve termine (pluriennale), sono sensibili a input idrologici, con implicazioni chiave nell'interpretazione del loro fallimento progressivo. I nostri risultati hanno dimostrato l'efficacia della metodologia multi-scala proposta, che sfrutta i prodotti DInSAR e l'analisi mirata per identificare, classificare e caratterizzare l'attività delle deformazioni lente di versante includendo dati geologici in tutte le fasi dell'analisi. Il nostro approccio, è applicabile a diversi contesti e dataset e fornisce gli strumenti per indagare processi chiave in uno studio finalizzato alla definizione del rischio connesso alle deformazioni lente di versante.
18-feb-2021
Italiano
AGLIARDI, FEDERICO
CROSTA, GIOVANNI
Università degli Studi di Milano - Bicocca
File in questo prodotto:
Non ci sono file associati a questo prodotto.

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/132846
Il codice NBN di questa tesi è URN:NBN:IT:UNIMIB-132846