Negli ultimi anni, la valutazione del rischio da frane ha assunto un significato ed un'importanza sempre maggiori. I movimenti di versante, sia in terra sia in roccia, sono, infatti, tra i maggiori pericoli naturali e rappresentano una seria minaccia per la popolazione e le proprietà , a causa soprattutto dell'influenza antropica sulle continue modifiche del territorio. Questo scenario ਠtipico sia nelle zone alpine sia in quelle appenniniche del territorio italiano. Molte frane che avvengono in tali aree consistono in movimenti lenti, traslativi, piuttosto superficiali, che coinvolgono materiale fine, essenzialmente argilla. Il fattore scatenante principale ਠidrologico, per cui gli spostamenti sono connessi alle fluttuazioni del livello di falda. Per studiare il comportamento di questa tipologia di frane, ਠstato messo a punto un modello dinamico-viscoso, capace di prevedere una misura di spostamento, a partire da un valore del livello piezometrico, e di restituire una stima dell'angolo di attrito mobilitato. Facendo uso di un affidabile e dettagliato database di monitoraggio, relativo alla frana di Alverà in località Cortina d'Ampezzo, ਠstata eseguita una calibrazione probabilistica del modello, attraverso un approccio di tipo Bayesiano. L'uso del metodo Monte Carlo nella costruzione delle catene di Markov ha permesso il campionamento della probabilità a posteriori, a partire da quella a priori e dalla funzione di verosimiglianza. La soluzione del problema inverso viene espressa, quindi, in forma di funzione di densità di probabilità per ognuno dei parametri del modello, includendo la loro struttura di correlazione. Un simile approccio rappresenta uno strumento di analisi pi๠razionale per una futura gestione del rischio, in quanto permette da un lato la quantificazione delle incertezze legate alle previsioni del modello, dall'altro di considerare e di utilizzare l'informazione acquisita in una maniera pi๠efficace.
Calibrazione probabilistica di un modello dinamico di movimenti lenti di versante
2009
Abstract
Negli ultimi anni, la valutazione del rischio da frane ha assunto un significato ed un'importanza sempre maggiori. I movimenti di versante, sia in terra sia in roccia, sono, infatti, tra i maggiori pericoli naturali e rappresentano una seria minaccia per la popolazione e le proprietà , a causa soprattutto dell'influenza antropica sulle continue modifiche del territorio. Questo scenario ਠtipico sia nelle zone alpine sia in quelle appenniniche del territorio italiano. Molte frane che avvengono in tali aree consistono in movimenti lenti, traslativi, piuttosto superficiali, che coinvolgono materiale fine, essenzialmente argilla. Il fattore scatenante principale ਠidrologico, per cui gli spostamenti sono connessi alle fluttuazioni del livello di falda. Per studiare il comportamento di questa tipologia di frane, ਠstato messo a punto un modello dinamico-viscoso, capace di prevedere una misura di spostamento, a partire da un valore del livello piezometrico, e di restituire una stima dell'angolo di attrito mobilitato. Facendo uso di un affidabile e dettagliato database di monitoraggio, relativo alla frana di Alverà in località Cortina d'Ampezzo, ਠstata eseguita una calibrazione probabilistica del modello, attraverso un approccio di tipo Bayesiano. L'uso del metodo Monte Carlo nella costruzione delle catene di Markov ha permesso il campionamento della probabilità a posteriori, a partire da quella a priori e dalla funzione di verosimiglianza. La soluzione del problema inverso viene espressa, quindi, in forma di funzione di densità di probabilità per ognuno dei parametri del modello, includendo la loro struttura di correlazione. Un simile approccio rappresenta uno strumento di analisi pi๠razionale per una futura gestione del rischio, in quanto permette da un lato la quantificazione delle incertezze legate alle previsioni del modello, dall'altro di considerare e di utilizzare l'informazione acquisita in una maniera pi๠efficace.I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14242/241028
URN:NBN:IT:UNIPR-241028