Relazione tra informazioni sulla stabilità del manto nevoso e gli indici simulati dal modello unidimensionale SNOWPACK

Avalanches are a natural phenomenon that causes fatalities and extensive damage in most mountainous areas. Among the existing types of avalanches, snow slab avalanches are the most dangerous events for both exposed infrastructure and common winter hikers. These avalanches are caused by the formation of a fracture within a layer of the snowpack (weak layer) and the subsequent propagation along the slope, linked to the characteristics of the overlying snowpack (slab). In the last few decades, avalanche services have begun to use models able to simulate the evolution of the snowpack throughout the entire winter season as a tool to support the assessment of snow stability. The SNOWPACK model (Lehning et al., 2002a, b, c), developed by the Swiss avalanche center, is a one-dimensional model of the snowpack capable of simulating the snowpack stratigraphy and its physical parameters and stability indices from meteorological data inputs measured by automatic weather stations. The objective of the dissertation is to find and evaluate statistically significant correlations between the snowpack data simulated by the SNOWPACK model and information about snowpack stability. For this purpose, simulations were carried out for eight winter seasons from 2015/16 to 2022/23 (1458 days) using data provided by two automatic weather stations in the municipal area of Livigno (SO). The avalanche danger levels assigned daily in the municipal avalanche bulletin during the same winter seasons (975 days) were used as information about snowpack stability. Additionally, a dataset of 203 dry snow slab avalanches recorded in the same period within the municipal territory was evaluated. Among the output parameters of SNOWPACK, the RTA_Sk38ml and critical crack length indices were considered in first instance: the former useful for the recognition of weak layers able to generate a fracture in the snowpack, and the latter to indicate the propagation tendency of such a fracture. These, together with the physical parameters of slab thickness and slab elastic modulus, have proved useful in discriminating between different danger classes, providing information for the assessment of snowpack stability and expected avalanche size. Specifically, the RTA_Sk38ml combines two indices, RTA (Relative Threshold sum Approach) (Monti and Schweizer, 2013) - capable of identifying the structurally weaker layers within the snowpack - and Sk_38ml (skier stability index) (Monti et al, 2016) - based on the relationship between the strength of the weak layer and the stresses exerted on that layer -. The critical crack length index (Gaume et al., 2015; Gaume et al., 2017b; Richter et al., 2019), on the other hand, is indicative of the propensity for fracture propagation in the weak layer along the slope. Based on the analyses performed, predictive models were created using the simulated parameters RTA_Sk38, Critical cut length, slab thickness, and slab elastic modulus to distinguish between different avalanche danger classes, in order to support avalanche forecasters in the operative hazard prediction. The classification models obtained can be ascribed to three types: a multinomial logistic regression model, a Classification tree model, and a Random Forest model; the latter showed the best performance in danger classification, providing statistically acceptable results. The outcomes obtained allowed to affirm the importance of the nivological parameters analyzed in the evaluation of snowpack stability, as well as the validity of physical models capable of simulating the mechanisms at work within the snowpack. Automatic avalanche danger classification models, although with limitations, nevertheless pose as useful tools to support forecasting activities.

Le valanghe sono un fenomeno naturale che causa vittime e ingenti danni nella gran parte dei territori montani. Tra le tipologie di valanghe esistenti, quelle di neve a lastroni sono i fenomeni più pericolosi per le attività antropiche. Tali valanghe sono causate dalla formazione di una frattura all’interno di uno strato del manto nevoso (strato debole) e dalla relativa propagazione lungo il pendio legata alle caratteristiche della parte del manto soprastante (lastrone). Negli ultimi decenni i servizi di previsione del pericolo valanghe hanno iniziato ad avvalersi di modelli in grado di simulare l’evoluzione del manto nevoso durante l’intera stagione invernale come strumento di supporto alla previsione operativa della stabilità della neve. Il modello SNOWPACK (Lehning et al., 2002a, b, c), sviluppato dal centro valanghe svizzero, è un modello mono-dimensionale del manto nevoso in grado di simulare la stratigrafia del manto e i relativi parametri fisici e indici di stabilità a partire da input di dati meteorologici misurati da stazioni automatiche. Obiettivo del lavoro di tesi è stato quello di trovare e valutare delle correlazioni statisticamente significative tra i dati nivologici simulati dal modello SNOWPACK e informazioni sulla stabilità del manto nevoso. A tale scopo sono state effettuate simulazioni per otto stagioni invernali dal 2015/16 al 2022/23 (1458 giornate) a partire dai dati forniti da due stazioni meteo automatiche presenti nel territorio comunale di Livigno (SO). Sono stati utilizzati i gradi di pericolo valanghe attribuiti quotidianamente nel bollettino valanghe comunale nelle medesime stagioni invernali (975 giornate) come informazione sulla stabilità del manto nevoso; inoltre è stato valutato un dataset di 203 valanghe a lastroni di neve asciutta registrate nel medesimo periodo all’interno del territorio comunale. Tra i parametri di output di SNOWPACK, sono stati considerati in primis gli indici RTA_Sk38ml e critical crack length: il primo utile al riconoscimento di strati deboli in grado di generare una frattura nel manto, il secondo per indicare la tendenza alla propagazione di tale frattura. Questi, insieme ai parametri fisici dello spessore e del modulo elastico del lastrone, si sono mostrati utili nel discriminare fra le diverse classi di pericolo, fornendo informazioni per la valutazione della stabilità del manto nevoso e delle dimensioni delle valanghe attese. In particolare, l’RTA_Sk38ml combina i due indici, RTA (Relative Threshold sum Approach) (Monti e Schweizer, 2013) – in grado di indentificare gli strati strutturalmente più deboli all’interno del manto – e Sk_38ml (indice di stabilità dello sciatore) (Monti et al., 2016) – basato sul rapporto fra resistenza dello strato debole e stress esercitati su tale strato –. L’indice critical crack length (Gaume et al., 2015; Gaume et al., 2017b; Richter et al., 2019) è invece indicativo della propensione alla propagazione della frattura nello strato debole lungo il pendio. Basandosi sulle analisi svolte, sono stati inoltre creati dei modelli previsionali che utilizzano i parametri simulati RTA_Sk38, Critical cut length, spessore e modulo elastico del lastrone per distinguere fra le diverse classi di pericolo valanghe, allo scopo di supportare i previsori valanghe nella previsione operativa del pericolo. I modelli di classificazione ottenuti sono ascrivibili a tre tipologie: un modello di regressione logistica multinomiale, un modello a Classification tree e un modello a Random forest; quest’ultimo ha mostrato le migliori performance nella classificazione del pericolo, fornendo risultati statisticamente accettabili. Dagli esiti ottenuti è possibile affermare l’importanza dei parametri nivologici analizzati nella valutazione della stabilità del manto nevoso, così come l’efficacia di modelli fisici in grado di simulare i meccanismi in atto all’interno del manto nevoso.