Applicazione di un modello previsionale di tipo bayesiano per la valutazione della pericolosità connessa a movimenti di versante

A quantitative prediction model for landslide hazard assessment is presented here. It is applied in the Versa river basin (Oltrepo Pavese, north-western Apennines - northern Italy), an area characterised by a complex geological and geomorphological setting with high frequency and density of landslide phenomena. The applied prediction model (Weight of Evidence, BONHAM-CARTER ET AL. 1989) is the log-linear form of the bayesian model and is based on a spatial database, consisting of several layers of digital maps representing the causal factors of the occurrence of landslides. This model gives a quantitative measure of future landslide hazard and is based on two basic assumptions: 1 - future landslides will occur under circumstances similar to the ones of past landslides; 2 - the spatial data representing the causal factors contained in the GIS database can be used to formulate the future landslide hazard. The study is subdivided in nine steps: 1) definition of the conceptual model and map scale; 2) collection of available data; 3) construction of GIS database containing all causal factors (themes and other supporting information); 4 - 5) pre-processing of selected data in order to obtain the classified themes and the digital elevation model of the study area; 6) application of the prediction model and estimation of probability values; 7) display of the preliminary hazard map; 8) validation of the prediction results through sensitivity and comparative analysis (the availability of landslide inventories referring to different periods (1978, 1992, 1999) gives consistency to this phase of validation of prediction results); 9) construction of the final hazard map.

Viene proposta l'applicazione, nell'ambito di un sistema informativo territoriale, di un modello previsionale per la valutazione del grado di stabilità potenziale dei versanti nell'ambito del bacino del Torrente Versa (Oltrepo Pavese, Appennino nord-occidentale), un'area caratterizzata da un complesso assetto geologico-strutturale e da una elevata densità di frana. Il modello previsionale applicato (Weight of Evidence, BONHAM-CARTER ET AL., 1989) costituisce la versione log-lineare del più noto modello bayesiano ed è basato sulle informazioni archiviate in una banca dati, opportunamente strutturata, contenente una serie di tematismi presumibilmente correlati, secondo relazioni dirette o indirette, ai processi d'instabilità indagati. Il modello fornisce una misura quantitativa della pericolosità connessa ai movimenti di versante ed è basato su due assunzioni principali: 1 - le frane future avverranno in circostanze simili a quelle che hanno caratterizzato l'accadimento delle frane passate; 2 - le informazioni contenute nella banca dati possono essere effettivamente utilizzate per la previsione di eventi futuri. Lo studio è stato suddiviso in nove fasi: 1) definizione del modello concettuale e della scala di lavoro; 2) raccolta dei dati; 3) costruzione della banca dati; 4 - 5) classificazione dei dati selezionati e costruzione del modello digitale del terreno; 6) applicazione del modello previsionale e stima dei valori di probabilità; 7) costruzione di una carta preliminare della pericolosità; 8) validazione dei risultati previsionali ottenuti, utilizzando le carte inventario dei movimenti franosi realizzate in momenti temporali differenti (1978, 1992, 1999); 9) costruzione della carta finale della pericolosità. Particolare attenzione è stata posta nella risoluzione della problematica relativa alla dipendenza condizionale dei tematismi utilizzati nell'analisi, in relazione ai fenomeni di instabilità indagati. I buoni risultati ottenuti dimostrano come la metodologia applicata possa essere considerata efficace nella previsione della pericolosità connessa a movimenti di versante a scala di bacino. Ciò è in parte da imputarsi anche alla possibilità di introdurre, in qualsiasi fase dello studio, le conoscenze acquisite circa le relazioni esistenti tra i processi d'instabilità di versante e i fattori causali (expert knowledge).