VERSO LA VALUTAZIONE DEL RISCHIO DI LIQUEFAZIONE

Traditionally, seismic hazard and risk assessment studies have focused on ground shaking, aiming to calculate the exceedance rate of a decision variable. Secondary perils, such as liquefaction and landslides, have often been overlooked, primarily due to the perception that ground failures generally cause lower losses compared to ground shaking. However, ground failures have been responsible for significant damage to the built environment, prompting a closer examination of the modelling techniques best suited for assessing liquefaction and its induced effects. Geospatial liquefaction models have recently emerged as an alternative to state-of-practice models for evaluating liquefaction potential over large regions with susceptible soils. These relatively simple models utilize available geospatial input variables with global coverage and employ statistical learning methods to predict liquefaction occurrence. In this work, we explored the potential of machine learning approaches to reliably predict liquefaction occurrence or its absence, comparing their predictive performance with that of recently developed parametric models. We have extensively tested the performance of these models by modelling numerous earthquake ruptures and these models tend to correctly depict the regions with elevated probabilities of experiencing liquefaction surface manifestation given an earthquake. For a more comprehensive representation of hazard and risk, probabilistic assessment procedures should be employed to account for the inherent variabilities and uncertainties in the modelling components. We conducted a probabilistic liquefaction hazard analysis at the continental level, with the goal of producing, to our knowledge, the first pan-European liquefaction hazard map. While we appropriately accounted for uncertainties in seismic demand, uncertainties in input soil characteristics and liquefaction modelling were not considered at this stage due to the computational burden. Nevertheless, we recognize the need for computationally efficient procedures that would enable effective incorporation of these aspects. Given the complexity of the modelled phenomenon, incorporating secondary perils into the risk framework presents a substantial challenge. This thesis underscores the importance of including secondary perils, specifically liquefaction, in seismic hazard and risk studies. Relying solely on primary seismic effects (e.g., ground shaking) in risk assessments is no longer sufficient, as evidenced by numerous instances of ground failure in past earthquakes worldwide. This work addresses critical issues related to modelling liquefaction effects, bridging existing gaps, and laying the groundwork for future research.

Tradizionalmente, gli studi di valutazione della pericolosità e del rischio sismico si sono concentrati sul moto del suolo, con l'obiettivo di calcolare il tasso di superamento di una variabile decisionale. I pericoli secondari, come la liquefazione e le frane, sono stati spesso trascurati, principalmente a causa della percezione che i cedimenti del terreno causino generalmente perdite inferiori rispetto al moto del suolo. Tuttavia, i cedimenti del terreno hanno provocato danni significativi all’ambiente costruito, rendendo necessaria un'analisi più approfondita delle tecniche di modellazione più adatte per valutare la liquefazione e i suoi effetti indotti. Negli ultimi anni, i modelli geospaziali di liquefazione sono emersi come alternativa ai modelli tradizionali per la valutazione del potenziale di liquefazione su ampie aree caratterizzate da suoli suscettibili. Questi modelli relativamente semplici utilizzano variabili geospaziali di input disponibili su scala globale ed impiegano metodi di apprendimento statistico per prevedere l’occorrenza della liquefazione. In questo lavoro, abbiamo esplorato il potenziale degli approcci di apprendimento automatico per prevedere in modo affidabile la manifestazione della liquefazione o la sua assenza, confrontandone le prestazioni predittive con quelle di modelli parametrici di recente sviluppo. Abbiamo testato estesamente le prestazioni di questi modelli simulando numerose rotture sismiche, e i risultati mostrano che tendono a identificare correttamente le regioni con probabilità elevate di manifestazione della liquefazione in superficie a seguito di un terremoto. Per una rappresentazione più completa della pericolosità e del rischio, è essenziale adottare procedure di valutazione probabilistica che tengano conto delle variabilità e incertezze insite nei componenti del modello. Abbiamo condotto un'analisi probabilistica della pericolosità da liquefazione a livello continentale, con l'obiettivo di produrre, per quanto a nostra conoscenza, la prima mappa pan-europea della pericolosità da liquefazione. Sebbene abbiamo adeguatamente considerato le incertezze nella domanda sismica, le incertezze relative alle caratteristiche del suolo e alla modellazione della liquefazione non sono state incluse in questa fase a causa dell’onere computazionale. Tuttavia, riconosciamo la necessità di procedure computazionalmente efficienti che consentano l’integrazione efficace di questi aspetti. Data la complessità del fenomeno modellato, l’integrazione dei pericoli secondari nel quadro di valutazione del rischio rappresenta una sfida significativa. Questa tesi sottolinea l'importanza di includere i pericoli secondari, in particolare la liquefazione, negli studi sulla pericolosità e sul rischio sismico. Basare le valutazioni del rischio esclusivamente sugli effetti sismici primari (ad esempio il moto del suolo) non è più sufficiente, come dimostrato da numerosi casi di cedimenti del terreno osservati nei terremoti passati in tutto il mondo. Questo lavoro affronta questioni critiche legate alla modellazione degli effetti della liquefazione, colmando le lacune esistenti e gettando le basi per future ricerche.