Potenzialità di un geodatabase multi-temporale per l'analisi della suscettibilità di frana nell'area dell'Alpago (pre-Alpi bellunesi)

Il principale obiettivo di questa tesi è stato valutare la capacità di un geodatabase multi-temporale di definire l’attendibilità di un’analisi di suscettibilità dei fenomeni franosi e l’influenza dei fattori predisponenti a seguito di eventi meteorologici intensi al fine di poter attuare interventi di mitigazione del rischio. L’area studio considerata si localizza nella provincia di Belluno, nelle Prealpi Venete Orientali e comprende i comuni dell’Unione Montana Alpago, il comune di Ponte nelle Alpi e quello di Soverzene. L’analisi di suscettività è stata effettuata seguendo un metodo statistico-probabilistico denominato Frequency Ratio. Mediante strumenti GIS è stato possibile gestire ed elaborare i dati relativi alle frane raccolte nell’Inventario dei Fenomeni Franosi in Italia, aggiornati al 2007, e i dati spaziali riclassificati relativi ai principali fattori predisponenti; combinando questi dati si è ottenuto un Indice di Franosità Relativo (IFREL) per ogni classe di ciascun fattore predisponente. La sommatoria pixel per pixel degli IFREL ha permesso la creazione della carta di suscettibilità dell’area, che mostra le zone in cui la probabilità di occorrenza spaziale dei fenomeni franosi è maggiore. Al fine di valutare le potenzialità del modello statistico adottato, è stata calcolata la curva del tasso di successo (Success Curve) che, mettendo in relazione i valori di suscettività ottenuti con la distribuzione delle frane utilizzate nella modellazione, mostra quanto la previsione realizzata si adatti alla realtà. Successivamente, è stato testato il potere previsionale del modello di suscettibilità attraverso la realizzazione di una curva del tasso di previsione (Predictive Curve). In questo caso la distribuzione delle frane è stata ricavata da un geodatabase multi-temporale delle segnalazioni di instabilità di versante a seguito degli eventi metereologici dell’ottobre 2018 (Vaia) e dicembre 2020. I risultati mostrano che la migliore previsione avviene nel caso delle frane innescate da VAIA. Infine, sono state messe a confronto le curve del tasso di successo ottenute considerando una litologia derivata dalla Carta Geologica Regionale 1:250.000 e una ottenuta dalla Carta Geologica del PATI dell’Unione Montana Alpago 1:25.000, allo scopo di verificare quanto la scala influenzi l’adattamento del modello alla realtà.