1
Dipartimento di Ingegneria Civile
Laurea Magistrale in Ingegneria per l’Ambiente ed il Territorio ANNO ACCADEMICO 2014-2015
Corso di Frane Docente: Prof. ing. Michele Calvello
ESERCITAZIONE
No. 6
Analisi di un caso di studio
descritto in un articolo scientifico in lingua inglese
Relazione
Marco Romeo
Matricola : 0622500170
2
Sommario 1. Introduzione .............................................................................................................................................. 3
2. Traduzione in lingua italiana dell’Abstract ......................................... Errore. Il segnalibro non è definito.
3. Illustrazione del caso di studio .................................................................................................................. 6
4. Presentazione del lavoro scientifico sviluppato dagli autori ..................................................................... 7
5. Analisi critica del lavoro scientifico sviluppato dagli autori .................................................................... 13
Indice delle figure
Figura 1 – Le tecniche di clustering gerarchico non producono un partizionamento flat dei punti, ma una
rappresentazione gerarchica ad albero. ............................................................................................................ 4
Figura 2 – Inclinometro utilizzato per il monitoraggio della frana di Ancona ................................................... 4
Figura 3 – tecnica PS-in SAR .............................................................................................................................. 5
Figura 4 – Ancona, zona franosa ....................................................................................................................... 6
Figura 5 – Carta geologica e la sezione trasversale della frana di Ancona ....................................................... 7
Figura 6 – posizione dei 51 inclinometri ............................................................................................................ 8
Figura 7 – Esempio di dati inclinometro: a) uno spostamento cumulativo , b) spostamento incrementale ,
c) velocità media d) velocità media d differenziale . I dati di lettura più recenti sono mostrati in linee scure
. Le linee tratteggiate a e d delimitano il campo di ± ξINΔt ............................................................................ 9
Figura 8 – funzione di distribuzione cumulativa dalla profondità D01 a D40 ................................................ 9
Figura 9 – stima del valore medio per la profondità D01 ............................................................................... 10
Figura 10 – ......................................................................... 11
Figura 11 – ............................................ 11
Figura 12 – A) interferometro SAR b) esempio del calcolo degli spostamenti verticali a pseudo -location ENV
- P0020 ............................................................................................................................................................. 12
Figura 13 – Istogrammi dei valori dei campioni mediani e caratteristici ξVT : confronto tra ERS ed ENVISAT
......................................................................................................................................................................... 12
3
1. Introduzione
Il seguente lavoro consiste in un’analisi critica di un caso studio descritto in un articolo in lingua inglese; in
particolare, l’articolo di cui si fa riferimento è intitolato “Risk analysis for the Ancona landslideI:
characterization of landslide kinematics”, pubblicato il 26 febbraio 2014 sulla rivista Landslides[1], autori
M. Uzielli [2] et al.
L’articolo studia l’analisi da rischio, e il cinematismo della “frana di Ancona del 1982 [3] “ il focus di questo
articolo analizza la caratterizzazione degli spostamenti della frana e il monitoraggio. I metodi impiegati sono
statistici, forniscono un quadro formale quantitativo sulle informazioni necessarie per eseguire l'analisi
probabilistica del rischio come descritto nel documento di (Uzielli et al. 2014), questo documento fa una
stima semi-quantitativa di rischio per una serie di 39 fabbricati presenti nella zona franosa, gli strumenti del
monitoraggio sono 58 inclinometri (48 dei quali si trova all'interno e 10 si trovano al di fuori del zona frana)
utilizzati per stimare la componente orizzontale della velocità del suolo, e Interferometry (PSI) in particolare
PSInSAR ™ 4 , utilizzati per stimare la componente verticale della velocità di scorrimento superficiale.
L'elaborazione statistica dei dati ottenuti dagli inclinometri elabora una funzioni di distribuzione cumulativa
della velocità medio annua e la successiva estrazione dei pertinenti quantili del campione in esame. La
funzione di distribuzione cumulativa empirica[4] (ECDF) di una variabile casuale X a valori reali è la funzione
che associa a ciascun valore x la probabilità dell'evento "la variabile casuale X assume valori minori o uguali
ad x".. Sono stati calcolati gli spostamenti tra le coppie degli inclinometri calcolandole la profondità di
riferimento. Successivamente, sono stati generati gli alberi di cluster gerarchici, collegando il singolo
algoritmo alla matrice delle distanza di riferimento.
Il Clustering[5] o analisi dei gruppi è un insieme di tecniche di analisi multivariata dei dati volte alla
selezione e raggruppamento di elementi omogenei in un insieme di dati. Le tecniche di clustering si basano
su misure relative alla somiglianza tra gli elementi. In molti approcci questa similarità, o meglio,
dissimilarità, è concepita in termini di distanza in uno spazio multidimensionale. La bontà delle analisi
ottenute dagli algoritmi di clustering dipende molto dalla scelta della metrica, e quindi da come è calcolata
la distanza. Gli algoritmi di clustering raggruppano gli elementi sulla base della loro distanza reciproca, e
quindi l'appartenenza o meno ad un insieme dipende da quanto l'elemento preso in esame è distante
dall'insieme stesso. In statistica e apprendimento automatico, il clustering gerarchico è un approccio di
clustering che mira a costruire una gerarchia di clusterIl [6] risultato di un clustering gerarchico è
rappresentato in un dendrogramma [7].
4
Un dendrogramma è uno strumento grafico per la visualizzazione dei coefficiente di similarità quantificato
dalle varie macchine e dai vari cluster nel processo di “raggruppamento”, è costituito da linee a forma di U
di collegamento oggetti (nodi foglia) in un albero gerarchico. L'altezza di ogni U rappresenta la differenza di
spostamento orizzontale tra due nodi foglia (cioè, inclinometri) essendo collegati.
Gli inclinometri utilizzati sono “biassiale NIVEL 210”[8] che sfrutta la trasmissibilità elettromagnetica. I tubi
inclinometri [9], controllando gli spostamenti orizzontali, forniscono una misura diretta della stabilità del
sito che può essere, così, verificata attraverso campagne periodiche di monitoraggio o mediante sistemi di
monitoraggio “in continuo”. In quest’ultimo caso vengono installate entro la tubazione inclinometrica un
certo numero di sonde inclinometriche fisse (simili a quelle removibili), collocate a profondità alle quali ci si
aspetta che avvenga il movimento, solitamente determinate a seguito di misure sonde rimovibili. Le sonde
fisse sono connesse ad una unità remota di acquisizione e nel caso venga eseguito un monitoraggio per
scopi di protezione civile la strumentazione viene accoppiata a sistemi di allertamento.
Per quanto riguarda la stima della componente verticale di velocità come già detto è stata utilizzata la
tecnica PS-InSAR [10][11] essa si basa sull’osservazione che un piccolo sottoinsieme di bersagli radar
(Permanent Scatterers, PS), identificabili con strutture antropiche o riflettori naturali stabili, è praticamente
immune da effetti di decorrelazione geometrica e temporale, rendendo i segnali di fase dei PS stabili nel
tempo. Le misure di spostamento e di velocità dei PS riguardano solo la componente dello spostamento e
della velocità lungo la linea di vista del sensore (LOS) e sono di tipo relativo sia nel tempo (rispetto
all’acquisizione di riferimento, immagine master) sia nello spazio (rispetto a un punto di riferimento
considerato stabile, reference point). La precisione per ciascuna misura è di ± 1mm/anno sulle velocità
media di deformazione e di ± 5 mm sulla singola misura di spostamento. A ciascun PS è associata la
coerenza (valori tra 0 e 1) che misura l’accordo tra i dati ed il modello di spostamento utilizzato in fase di
Figura 2 – Inclinometro utilizzato per il monitoraggio della frana di Ancona
Figura 1 – Le tecniche di clustering gerarchico non producono un partizionamento flat dei punti, ma una
rappresentazione gerarchica ad albero.
5
analisi. La precisione sulla posizione dei PS è di: ± 2÷5 m nella componente Est-Ovest; ± 5÷6 in direzione
Nord-Sud e 1÷2 m sulla quota altimetrica (MATTM- PST, 2010).
Nella letteratura scientifica sono numerosi i contributi tesi alla applicazione delle tecniche PS-InSAR, o più
in generale DInSAR, allo studio di fenomeni franosi a cinematica lenta. Tali studi, nel sottolineare le
potenzialità della tecnica, ne evidenziano con chiarezza alcuni dei limiti attuali che sono essenzialmente
legati a: i) tempi di rivisitazione dei sensori che consentono di ricavare informazioni solo su fenomeni da
estremamente lenti a molto lenti (Cruden e Varnes, 1996; Colesanti e Wasowski, 2006; Cascini et al., 2009,
2010); ii) copertura molto limitata in aree vegetate per i sensori operanti in banda C; iii) misura registrata
lungo la LOS che rende indispensabili operazioni di proiezione che portino in conto fattori quali: la
pendenza e l’aspetto dei versanti, la geometria di acquisizione dei sensori; il cinematismo del fenomeno
osservato (Colesanti e Wasowski, 2006; Peduto, 2008; Cascini et al., 2009; Terranova et al., 2009; Cascini et
al., 2010). Le difficoltà connesse con l’interpretazione dei fenomeni franosi a cinematica lenta rende,
quindi, indispensabile lo sviluppo di idonee procedure d’uso dei dati DInSAR alle quali il gruppo di
Geotecnica dell’Università di Salerno sta lavorando con assiduità già da alcuni anni (Cascini et al., 2009;
2010; 2011).
2. Traduzione Abstract
The Ancona landslide is a complex, deep-seated landslide displaying composite rotational–translational
kinematisms and affecting a large urban area in the Ancona municipality on the Adriatic coast of central
Italy. The landslide was reactivated with a large and destructive event on 13 December 1982 following a
long period of precipitation and has remained active since. This paper focuses on the estimation of the
landslide kinematics (more specifically, the horizontal and vertical components of average yearly velocity)
for subsequent estimation of risk for a set of 39 buildings as presented in a companion paper. The study
relies both on the processing of inclinometer and radar interferometer monitoring data through statistical
procedures. Triggering factors are not investigated. Outputs from the two sets of monitoring data are
compared quantitatively and qualitatively. The inherent limitations in available data are discussed. The
validity of the quantitative results in the context of the risk estimation effort is discussed.
Figura 3 – tecnica PS-in SAR
6
Analisi dei rischi per la frana di Ancona- Caratterizzazione di cinematica di frana
La frana di Ancona è un complesso, una profonda frana con visualizzazione e cinematismi rotanti-
traslazionali che interessano una larga area urbana nel comune di Ancona sulla costa adriatica del centro
Italia. La frana è stata riattivata con un largo e distruttivo evento il 13 dicembre 1982 a seguito di un lungo
periodo di precipitazioni ed è rimasta attiva da allora. Questo documento si concentra sulla stima della
cinematica di frana ( più specificamente la componente orizzontale e verticale della velocità media annua)
per la susseguente stima di rischio per una serie di 39 costruzioni come presentato in un articolo di gruppo.
I fattori scatenanti non sono stati investigati. Le uscite delle due serie di dati di monitoraggio sono
comparati quantitativamente e qualitativamente. Le limitazioni inerenti ai dati disponibili sono discusse. La
validità dei risultati quantitativi nel contesto dello sforzo di stima del rischio è discusso.
3. Illustrazione del caso di studio Il caso di studio presentato nell’articolo oggetto di analisi è quello della grande frana che ha colpito il
comune di Ancona nella notte del 13 dicembre 1982 , la frana si verificò lungo la costa a nord della città, nei
pendii adiacenti del Montagnolo, il volume di massa in movimento è stato di circa 180 milioni di m3, mentre
la superficie interessata è stata di 220 ettari, pari al 11% del superficie totale urbana del comune di Ancona.
L'evento non portò feriti, tuttavia, causò ingenti danni alle strutture e le infrastrutture (danni per 865
abitazioni e per 2500 metri di ferrovia[12]). Dai quartieri residenziali denominati Posatora e Borghetto,
furono evacuati 3.661 persone (1.071 famiglie).
Gli spostamenti iniziarono al piede del pendio, e si diffusero verso l'alto. Furono registrati nelle parti
inferiori del pendio spostamenti orizzontali fino a 8 metri e insediamenti verticali fino a 3m, mentre nella
parti superiori della superfice del pendio, spostamenti orizzontali fino a 5 m e grandi insediamenti verticali
fino a 2,5 m. Gli effetti della frana non si limitarono solo alle aree a terra, infatti grandi spostamenti si
verificato anche nel fondo marino adiacente alla frana principale. "(Cotecchia 2006) Complesso movimento
gravitativo intraformazionale profondo (DGPV) con superfici di scorrimento sovrapposte di cui la più
profonda a -75 m dal p.c. con immersione verso Nord (Cruden & Varnes 1996)
Dall’analisi dell’inquadramento geologico I terreni sono ascrivibili ad una successione Plio-Pleistocenica
caratterizzata da argille marnose grigio bluastre stratificate del Pliocene inferiore-medio, con intercalazioni
Figura 4 – Ancona, zona franosa
7
siltosi e sabbiose, sopra cui giace in trasgressione, il Pleistocene costituito da argille siltosi marnose grigio-
azzurre, stratificate nella parte superiore con livelli arenacei sabbiosi. Nella figura quattro è riportata la
carta geologica e la sezione trasversale della zona ove stata colpita dalla frana.
Figura 5 – Carta geologica e la sezione trasversale della frana di Ancona
Le cause dell’attivazione dell'evento 1982 e sono imputare presumibilmente all’aumento di permeabilità
dell’argilla dovute all’infiltrazione nelle fessure a trincee naturali riaperte dal terremoto nel 1972-1973
Crescenti et al. (1983), infiltrazioni causate dalla stagione piovosa che fu caratterizzata da sei giorni
consecutivi di pioggia, con un'intensità media di 30 mm / giorno, corrispondente ad un periodo di ritorno di
meno di 10 anni. Hanno giocato un ruolo rilevante anche i tagli artificiali subverticali della argilla cave
accelerando i processi di instabilità dei versanti. Il rapporto tra i fattori scatenanti e spostamenti si trova al
di là del campo di applicazione dello studio e non è indirizzata ulteriormente.
Le indagini geologiche e geotecniche portarono alla conclusione che il consolidamento risultava
inaccettabile, sia per le ingenti somme da stanziare che per il forte impatto ambientale che tali opere
avrebbero generato stravolgendo lo stato dei luoghi in modo sostanziale (rilevato a valle di più di 30 m).
Matura così nell’Amministrazione Comunale la convinzione di doversi rapportare al fenomeno franoso con
un atteggiamento di possibile “convivenza leggera”, ovvero orientato non ad un’eliminazione del rischio,
risultato peraltro impossibile anche a fronte di ingenti opere di consolidamento, ma ad una riduzione dello
stesso. L’Amministrazione Comunale, a fronte di una situazione nella quale 70 abitazioni comprese nel
perimetro della Frana risultano ancora abitate, nonostante i ripetuti inviti a rispettare le ordinanze di
sgombero suo tempo emanate, ha chiesto alla Regione Marche di integrare la legge con prescrizione di una
agibilità legata a un attivazione di un monitoraggio in continuo in continuo dell’area in frana, e una
redazione di un piano di emergenza e di controllo chiamato “The early warning system”.
4. Presentazione del lavoro scientifico sviluppato dagli autori Questo documento tenta di caratterizzare quantitativamente la cinematica in corso della frana , attraverso
l'elaborazione dei dati degli inclinometri e i dati di misura degli interferometri, realizzando una successiva
formulazione di ipotesi qualitative relative alla media annua delle velocità orizzontali e verticali del
movimento franoso. Come specificato dagli autori Uzielli et al. (2014), ai fini della stima del rischio per una
simulazione probabilistica di spostamento, questo tipo di approccio basato su un metodo statistico è
8
concettualmente e sufficiente valido, in quanto comporta l'organizzazione, dell’analisi ed elaborazione dei
dati omogenei raccolti nel tempo, così permettendo la proiezione quantitativa del cinematismo della frana.
Nel perseguire un approccio statistico, è fondamentale inoltre valutare preliminarmente il campo di
applicazione, la risoluzione presumibile, il carattere dell’analisi in termini di precisione attese e la precisione
dei dati disponibili. Lo stesso autore ha sottolineato la difficoltà nell'interpretazione dei dati e nella
formazione di un modello cinematico coerente.
La stima della velocità del suolo orizzontale è perseguito attraverso l’analisi ed elaborazione delle
misurazioni inclinometriche. Dati da 58 inclinometri (48 dei quali si trova all'interno e 10 si trovano al di
fuori del zona frana), con almeno 5 serie di misurazioni effettuate tra 2002 e il 2008, erano disponibili.
Figura 6 – posizione dei 51 inclinometri
I dati ottenuti dagli inclinometri sono stati usati per individuare le superfici di scorrimento e per studiare la
velocità di scorrimento. In qualsiasi profondità di misurazione, lo spostamento cumulativo (DIN, c) è lo
spostamento totale rispetto allo zero-lettura. Lo spostamento incrementale (DIN, i) è lo spostamento
rispetto alla lettura precedente. La velocità media giornaliera incrementale (ξ INd) è data dallo
spostamento incrementale tra due letture diviso il numero di giorni che si verificano tra le due letture,
viene misurata in millimetri al giorno. La velocità incrementale medio giornaliero fu così proiettata
annualmente moltiplicando ξINd da 365 per ottenere la ξIN velocità media annua (mm/anno). Questa
proiezione comporta l'ipotesi di stazionarietà temporale, vale a dire, che non vi sono significative variazioni
di velocità temporali. Tale ipotesi si riferisce ai dati di monitoraggio disponibili raccolti nel periodo 2002-
2008. Un periodo, non "eccezionale" quindi non catturare gli scenari estremi che sono avvenuti nel 1982.
Stazionarietà è stata verificata mediante test statistico di tau di Kendall. Le letture azimut non sono state
considerati nell'analisi, dalla registrazione degli azimut si è visto che essi sono influenzi da vari fattori (ad
esempio, la vicinanza alle trincee naturali e pendenze massime di pendenza) . L'indisponibilità di misure
azimutali affidabili, tuttavia, non ha impedito la caratterizzazione del cinematismo e la stima del rischio.
Per identificare le relative superfici di scorrimento e la velocità differenziale ξ INΔ, è stata ipotizzata una
9
soglia minima della velocità differenziale pari a ξINΔt = 1 mm anno-1 m-1, sotto la quale ξINΔ (in valore
assoluto) può essere considerato trascurabile (|ξINΔ|≥ξINΔt).
Figura 7 – Esempio di dati inclinometro: a) uno spostamento cumulativo , b) spostamento incrementale , c) velocità media d) velocità media d differenziale . I dati di lettura più recenti sono mostrati in linee scure . Le linee tratteggiate a e d delimitano il
campo di ± ξINΔt
Nella figura 7 vi è l’esempio dei dati ottenuti con l’inclinometro BA04. Dall’analisi di tutti gli inclinometri si è
osservato che i fenomeni di scorrimento sono quasi continui, rafforzando così l'ipotesi di stazionarietà
temporale di scorrimento. Per ottenere le funzioni di distribuzione cumulativa, dai dati degli inclinometri
sono stati presi a riferimento 12 profondità, considerate significative per la descrizione della frana, le
profondità sono: 1, 3, 5, 10, 20, 30, 40, 50, 60, 70, 80, e 90m BGL, (di seguito indicato rispettivamente come
D01, D03, D05, D10, D20, D30, D40, D50, D60, D70, D80, e D90).
La funzione di distribuzione cumulativa empirica associata e la velocità media annua, sono stati calcolati per
ogni inclinometro e per ogni riferimento di profondità (esempio figura 8).
Da ogni campione di velocità sono stati estratti: a) il quantile a 0.05th, b) la mediana del quantile del
campione 0.50th, (c) il quantile 0.95th. Di seguito, indicati rispettivamente con ξΙΝ, 05, ξIN, md, e ξIN, 95.
Mentre la mediana corrisponde a un probabilità centrale, le 0.05 e 0.95 quantili rappresentano i limiti
inferiore e superiore, del 90% della gamma del campione.
Figura 8 – funzione di distribuzione cumulativa dalla profondità D01 a D40
In figura 9 è mostrato un esempio del valore ξINmd stimato alla profondità D01 per gli inclinometri situati
all'interno o vicino al perimetro della frana. Trame simili sono stati ottenuti per tutte le 12 profondità di
10
riferimento. Si è constatato che la stragrande maggioranza delle velocità annuali, anche molto in superfice,
si trovano nel range "Estremamente lento" (cioè, inferiore a 15 mm/anno) secondo la classificazione per
Cruden e Varnes (1996). La variabilità spaziale dello spostamento misurato dall’inclinometro all'interno del
perimetro della frana è stata valutata attraverso la gerarchica clustering. Successivamente,sono stati
generati alberi di cluster gerarchici, applicando ogni singolo algoritmo e collegandolo allo specifico
approfondimento della coppia distanza della matrice euclidea.
Figura 9 – stima del valore medio per la profondità D01
L'analisi dendrogramma è utile perchè permette una valutazione quantitativa del grado di dispersione
delle grandezze di velocità orizzontale all'interno della frana, permette l’individuazione di spostamenti
maggiormente superiori agli altri e fornisce uno strumento affidabile per la caratterizzazione critica sulla
cinematica della frana. Nel contesto specifico di questa caso studio il clustering gerarchico fornisce uno
strumento utile per la selezione di una tecnica appropriata per la spazializzazione di velocità orizzontale. I
dendrogrammi hanno provato che per tutta l’area della frana i movimenti sono lenti, ad eccezione della
zona Barducci ove le velocità sono più grandi. Ai fini del rischio dei 39 edifici, lo spostamento di terra è
preso come parametro di riferimento per la caratterizzazione dell’ intensità della frana, ovviamente si deve
stimare lo spostamento a terra nella posizione degli edifici stessi, però poiché queste posizioni non sono
coincidenti con quelle degli inclinometri, può essere conveniente spazializzare la velocità media annua
(successivamente utilizzato nel calcolo di spostamento) dalle stime puntuali disponibili tramite
interpolazione algoritmi. RBFs interpolatori deterministici esatti per fornire le superfici di previsione, che
sono paragonabili alla forma esatta del kriging. Inoltre, è intuitivo che, a causa della distribuzione spaziale
non uniforme della posizioni degli inclinometri e dalle distanze significative tra cluster e inclinometri, i
risultati di interpolazione geostatistica non sono di qualità uniforme in termini di affidabilità.
La spazializzazione degli spostamenti deve tener conto delle conoscenze e informazioni per quanto riguarda
le caratteristiche tettoniche e geomorfologiche del zona frana. In Figura 6 sono rapprese le sottozone
dell’area frana. Il contorno esterno dell’ unione delle sottozone è stato realizzato considerando al massimo
un offset di 150 m dagli inclinometri.
11
I 39 edifici si trovano nelle sottozone I, II, e III, le altre sottozone IV, V, VI, e VII sono incluse allo scopo di
caratterizzare la cinematica della frana. Come si evince dalla figura 11 la velocità media rientra nella
categoria "estremamente lento" nel frana scala di velocità, per la quale la costruzione è "possibile con
Precauzioni).
Figura 10 –
Valori caratteristici rientrano per lo più nella categoria "molto lento" "secondo Cruden e Varnes (1996).
Indicando che la maggior parte delle strutture permanenti sono suscettibili a subire danni come
conseguenza di scorrimento.
Figura 11 –
I dati radar interferometrici sono stati utilizzati per stimare la componente verticale della velocità di
scorrimento superficiale. Tale componente verrà utilizzata congiuntamente con la componente orizzontale
ottenuta dai dati degli inclinometri per la quantificazione del rischio. Per il sito Ancona, i dati PSInSAR dai
satelliti ERS-1 ed ERS-2 dell'Agenzia spaziale europea (ESA) erano disponibili per 42 ascendente immagini
(dal 1992/08/23 al 2000/12/13) e 66 in discesa immagini (dal 11 giugno 1992 to 10 dicembre 2000); dati da
ENVISAT (ENV) erano disponibili per 36 immagini ascendenti (dal 26 Feb 2003 per 22 ottobre 2008) e 28
immagini discendenti (dal 15 Dec 2002 al 23 Nov 2008). Sia per ERS e ENV, gli angoli di incidenza erano θasc
12
= -23 ° (ascendente) e θdes = + 23 ° (discendente). Un totale di 6.406 (3.811 ascendente; 2.595
discendente) e 6.575 (2.638 ascendente; 3.937 discendente) PS erano disponibili per ERS e ENV. I PS sono
mostrati in Figura 6. Coppie di coniugato PS sono stati identificati sulla base di una criterio della distanza
euclidea. La soglia massima proiettata è stata istituita a distanza di 10m. Pseudo-luoghi sono stati calcolati
come punti medi geografiche del segmento che collega il coniugato discese e risalite PS. In una prospettiva
temporale, il ritardo massimo accettabile tra ascendente e discendente è stato fissato a 50 giorni. Il numero
associato di pseudo-date (velocità verticale) è stato di 131 per ERS e 58 per ENV.
Figura 12 – A) interferometro SAR b) esempio del calcolo degli spostamenti verticali a pseudo -location ENV - P0020
Figura 12 illustra un esempio di calcolo di spostamenti verticali dal set di dati ENV. Il grafico a mostra la
sequenza cronologica delle misure ascendenti e discendenti (Dasc e DDES) presi in date distinte per la
coppia di coniugato PS "A1RAE" (ascendente) e "A08PY" (discendente), mentre il grafico b) traccia la
risultante verticale degli spostamenti a pseudo-location ENV-PO120. A seguito della valutazione di
stazionarietà temporale, delle velocità, calcolate con il test tau di Kendall come per i dati degli inclinometri,
la velocità verticale annua ξVTwas calcolata moltiplicando per 365 i dati del test è stata presa di riferimento
per la caratterizzazione della componente verticale di scorrimento. Confronto tra i dati ERS e dati ENV sono
riportati in figura 13 gli istogrammi rappresentano la frequenza relativa di valori mediani e caratteristici di
ξVT calcolati da ERS e dati ENV per il set completo di pseudo-localizzazione.
Figura 13 – Istogrammi dei valori dei campioni mediani e caratteristici ξVT : confronto tra ERS ed ENVISAT
Le differenze significative ξVT tra i campioni di Dati ERS e ENV suggeriscono un esame più approfondito
sulla pertinenza dei dati per la valutazione del cinematismo della pendenza attuali. I dati ERS sono stati
13
acquisiti nel periodo 1992-2000, cioè, prima della bonifica (Cotecchia 2006) e opere di consolidamento,
mentre i dati ENV riferiscono alla post-bonifica periodo (2002-2008). La figura 13 mostra che i valori
mediani di ξVT sono abbastanza coincidenti (istogrammi di frequenza relativi sono circa sovrapposti).
Tuttavia, i valori caratteristici dei dati ERS sono più grandi dei dati ENV, questa osservazione potrebbe
essere correlato agli effetti delle opere di bonifica. In altre in questo studio la stima si basa sulla
simulazione probabilistica della velocità verticale media annua, queste distribuzioni vengono definiti dalla
frequenza degli istogrammi della velocità mediani, anche se i valori mediani del campione da ERS e dei dati
ENV sono quasi coincidenti, i quantili ERS differiscono notevolmente dai quantili ENV, per questo motivo i
dati ERS non corrispondente allo stesso periodo non possono essere confrontati con i dati ERS. Inoltre la
scarsità di PS in tutte le sottozone comporta una scarsa spazializzazione della componente verticale di
velocità. Spazializzazione è stata quindi eseguita soggettivamente esaminando i valori mediani e
caratteristici ξVT per i dati ENV.
Nonostante i limiti sopra citati che sono inerenti alla applicazione di tecniche statistiche per un reale e
complesso studio di caso, i risultati della stima statistica della velocità di scorrimento sono considerati
adeguata in termini di coerenza con le esperienze esistenti in materia la frana di Ancona e degno di
attuazione pratica del stima del rischio quantitativa dettagliata in Uzielli et al. (2014).
5. Analisi critica del lavoro scientifico sviluppato dagli autori
Nel perseguire un approccio statistico, è fondamentale valutare preliminarmente il campo di applicazione.
la risoluzione presumibile, e il carattere delle analisi in termini di precisione atteso e precisione dei dati
disponibili.
Sulla valutazione della componente orizzontale della velocità di scorrimento, gli elementi fondamentali di
criticità sono i dati presi a riferimento, per la successiva analisi statistica del rischio da parte degli autori.
Di fondamentale importanza è il periodo discontinuo di monitoraggio e il periodo di riferimento
considerato, infatti i dati presi a riferimento sono dati raccolti tra il 2002-2008, questo periodo non cattura
gli scenari estremi come quelli avvenuti nel 1982. Come detto altro punto fondamentale sono la mancanze
di continuità nelle letture nel corso degli anni, con un conseguente succedersi di diversi operatori e
attrezzature che comportano errori sistematici e accidentali, infatti l’accuratezza delle misure
inclinometriche dipende sia dalla qualità della strumentazione sia dalla cura prestata in fase di esecuzione
delle misure. Ad esse, infatti, come detto sono associabili due distinte categorie di errori. In particolare
sono causa di errori sistematici: la variazione della sensibilità delle apparecchiature di misura (derive di
temperatura e invecchiamento dei sensori); la variazione dell’assetto dei sensori inclinometrici, dovuta alla
costruzione meccanica dello strumento; la variazione dei valori di “zero”, ovvero di taratura, dei sensori
stessi; gli errori dovuti alla spiralatura delle tubazioni ovvero di torsione delle guide dei tubi inclinometrici.
Tale spiralatura è dovuta sia al processo di costruzione dei tubi, sia al non perfetto allineamento dei vari
spezzoni di tubo, nonché alle operazioni di recupero dei rivestimenti provvisori del foro di sondaggio usati
durante la perforazione. Sono causa di errori accidentali: la variazione dell’assetto della sonda dovuto a
variazioni di tolleranza meccanica tra ruote e guide, a causa di deposizioni, incrostazioni, giunti, ecc.; la
scarsa precisione nella determinazione della quota della sonda.
14
Per quanto riguarda la stima della componente della velocità verticale ove è stati utilizzatia tecnica PsSAR,
la criticità evidente sta nella scarsa distribuzione dei PS nelle varie sottozone infatti si evince che nelle
sottozone I e III vi sono quattro PS che, tuttavia, sono sostanzialmente sovrapposti, nella sottozona V
comprende due obiettivi, mentre tutte le altre sottozone non vi sono PS. Il grado di accuratezza dello studio
dipende dalle caratteristiche (coerenza) dei PS individuabili e dal loro numero: in genere è possibile
eseguire analisi significative disponendo di almeno 20 punti per km2, condizione spesso raggiunta in
presenza di rocce esposte, manufatti, tralicci ed altri elementi facilmente riconoscibili.
Influenza molto la stima anche la temporaneità dei dati acquisiti infatti i dati acquisiti, dati ERS sono stati
acquisiti nel periodo 1992-2000, cioè, prima della bonifica e opere di consolidamento, mentre i dati ENV
riferiscono alla post-bonifica periodo (2002-2008).
Per quanto riguarda l’analisi statistica svolta dagli autori, Il punto su cui, invece, è bene attrarre
l’attenzione, è l’indispensabilità di eseguire il clustering[13], solo dopo, naturalmente, aver filtrato
statisticamente i risultati; costruendo una serie di gruppi attorno agli elementi della serie, per evitare di
portarsi dietro, il più possibile, elementi con valori non affidabili; tutto ciò, al fine di diminuire il rischio di
costruire cluster errati. L’insieme dei dati da inserire nel clustering rappresenta una matrice caratteristica,
cioè una serie di t tempi che misurino i livelli che caratterizzano i t differenti tempi sperimentali. Si denota
con la matrice X di dimensione (n-elementi per t-tempi) la matrice dei dati caratteristici. Dette matrici non
saranno altro che tabelle in cui per ogni riga si avranno i valori di uno stesso elemento, mentre in ogni
colonna si avranno i valori di uno stesso istante.
Guardando al dendrogramma si può notare come tale procedura costituisca un buon compromesso tra il
legame singolo e il legame completo. L’unica criticità sta nel fatto che tale metodo impone ai gruppi una
struttura globulare[14] (Everitt e Dunn2001)
Bibliografia [1] http://link.springer.com/article/10.1007%2Fs10346-014-0474-0, DOI 10.1007/s10346-014-0474-0
[2] Georisk Engineering S.r.l. ; Florence, Italy ; e-mail: [email protected]
[3] http://it.wikipedia.org/wiki/Storia_di_Ancona
[4] http://it.wikipedia.org/wiki/Funzione_di_ripartizione
[5] http://it.wikipedia.org/wiki/Clustering
[6] http://it.wikipedia.org/wiki/Clustering_gerarchico
[7] http://it.wikipedia.org/wiki/Dendrogramma
[8] Convivenza delle popolazioni con un'area a rischio frana: il Caso di Ancona (Stefano Cardellini) [4th
Meeting 15-17 Giugno 2009 Cagli (PU)]
[9] http://www.ambienteinliguria.it/eco3/DTS_GENERALE/20100421/Manuale_tecnico_1.pdf
[10] ANALISI DI FRANE LENTE IN AREA URBANA CON IL CONTRIBUTO DEI DATI PS-INSAR: IL CASO DI
CASTELPAGANO (BN) Livia Arena*, Leonardo Cascini*, Settimio Ferlisi*, Fiorella Galluccio**, Italo Giulivo**,
Fabio Matano***, Dario Peduto*
15
[11] https://corsofraneunisa2014.wordpress.com/2014/11/21/seminario-analisi-ed-interpretazione-di-
spostamenti-superficiali-con-lausilio-di-immagini-satellitari-acquisite-da-sar/
[12] https://www.youtube.com/watch?v=WBDXKXAfxDE (documentario invisibile minaccia)
[13] http://www.fedoa.unina.it/2869/1/Milone_Statistica.pdf
[14]https://books.google.it/books?id=YwNFQ52JtbgC&pg=PA219&lpg=PA219&dq=L%E2%80%99unica+criti
cit%C3%A0+sta+nel+fatto+che+tale+metodo+impone+ai+gruppi+una+struttura+globulare+%28Everitt+e+D
unn2001%29&source=bl&ots=M_q2ybu-WA&sig=4WBTBF-
ryPacwPB_vAZnXA_eitk&hl=it&sa=X&ei=MLrUVKbVKY20afC_gdgO&ved=0CCEQ6AEwAA#v=onepage&q=L%
E2%80%99unica%20criticit%C3%A0%20sta%20nel%20fatto%20che%20tale%20metodo%20impone%20ai%
20gruppi%20una%20struttura%20globulare%20(Everitt%20e%20Dunn2001)&f=false
- http://www.isprambiente.gov.it/Media/carg/note_illustrative/282_Ancona.pdf
