Il WebGIS permette di visualizzare le seguenti cartografie:
Zone di allerta
Il sistema dei Centri Funzionali di Protezione Civile, coordinato dal Dipartimento della Protezione Civile, ha suddiviso il territorio nazionale in 170 Zone di Allerta (ZA) (aggiornamento maggio 2021). Le ZA rappresentano ambiti territoriali omogenei per la risposta del territorio in occasione di eventi o fenomeni meteo-idrologici. Il numero delle ZA varia da regione a regione, con un minimo di due ZA in Trentino Alto Adige sino a un massimo di 26 in Toscana. Ogni ZA è identificata in maniera univoca attraverso un codice alfanumerico (Cod_DPC).
Carta probabilità di frana sismo-indotta (TR 475 – Q2)
La carta realizzata con il metodo proposto da Nowicki et al. (2014 aggiornato nel 2018), rappresenta la probabilità di occorrenza di frane sismo-indotte. Il metodo di tipo statistico, applica una regressione logistica ed utilizza un esteso dataset di frane sismo-indotte, un parametro di scuotimento sismico e dati territoriali che descrivono le condizioni geologiche e geotecniche del territorio. Nella carta visualizzata nel webgis, il parametro sismico utilizzato è la Peak Ground Velocity (PGV) con periodo di ritorno pari a 475 anni, amplificato attraverso l’utilizzo del Vs30 (Velocità delle onde di taglio a 30 metri di profondità, Mori et al. 2020).
In particolare, per la realizzazione della carta sono stati utilizzati i seguenti dati:
- ln(PGV). Calcolata fissando un tempo di ritorno TR = 475 anni a partire dal dataset raster di Vs30 al 50° percentile (Q2) mediante il software OpenQuake (https://www.globalquakemodel.org/openquake)
- Pendenza. Calcolata da ALOS Global Digital Surface Model (ALOS World 3D – 30m x 30m)
- Litologia. Mappa geologica d’Italia. Scala 1:500.000. Pubblicata da ISPRA (Pantaloni et al., 2006)
- Copertura del suolo. Corine Land Cover 2006 (ISPRA)
- Indice CTI (contenuto idrico del suolo). Calcolato utilizzano l’algoritmo “r.topidx” disponibile in GIS – GRASS V.7.4 (Cho, H., 2000)
La carta di probabilità da frana sismo-indotta con tempo di ritorno pari a 475 anni, è stata utilizzata per la preparazione della carta di Areal coverage.
Carta di Areal Coverage (TR 475 – Q2)
Questa carta, realizzata con un pixel di 23m x 23m, rappresenta la percentuale di pixel che può essere interessato da una frana. La relazione tra il valore di probabilità (P) e il valore di Areal Coverage (Lp) è espresso dalla seguente equazione
Lp(P)=exp[–7592+5.237P+–3.042P2+4.035P3]
I coefficienti sono ricavati dal fitting del grafico sottostante, che esprime la relazione tra le probabilità (P) predette dal modello, e la percentuale di fenomeni franosi osservati.
Relazione tra la probabilità predetta dal modello (Probabilità di occorrenza di frana sismo-indotta) e la frequenza delle percentuale frane (Nowichki et al., 2018).
Carta PGA amplificata (TR 475 – Q2)
La carta della PGA (Peak Ground Acceleration) amplificata deriva dalla carta del cinquantesimo percentile della PGA, calcolata su un periodo di osservazione di 50 anni, con una probabilità di superamento del 10% (ovvero tempo di ritorno di 475 anni) fornita da INGV, amplificata attraverso la carta del Fattore di Amplificazione ricavato con la metodologia descritta in Falcone et al. (2021). I fattori di amplificazione sono stati calcolati sulla base del parametro HSM (Mori et al., 2019), del cluster morfo-litologico (Iwahashi et al., 2018) e del valore di Vs30 (Mori et al. 2020). Al fine valutare la risposta sismica locale monodimensionale è stato utilizzato il software NC92soil. La carta è stata utilizzata in input come trigger per la realizzazione della mappa di pericolosità da caduta massi.
Carta della pericolosità da caduta massi sismo-indotta
La carta della pericolosità da caduta massi sismo-indotta rappresenta il risultato del modello tridimensionale STONE (Guzzetti et al., 2002). Per selezionare le aree sorgenti, individuate su base morfometrica (pixel del DTM, Alvioli et al., 2021), sono state utilizzate le carte di PGA con tempo di ritorno 475 anni. Le aree sorgenti selezionate utilizzate per la simulazione delle traiettorie di caduta massi, sono state attivate con una probabilità proporzionale all’intensità dello scuotimento sismico atteso, cioè in base al valore di PGA atteso. Il risultato del modello di STONE (numero delle traiettorie per pixel) è stato aggregato (mediato) a livello di unità di versante (slope unit, Alvioli et al., 2020).
Catalogo Cedit
Nel webgis sono riportate le frane del catalogo Cedit (Catalogo italiano degli Effetti Deformativi del suolo Indotti dai forti Terremoti). Il catalogo raccoglie informazioni delle frane suddivise per tipologia e terremoto innescate.
Carta Litologica
La carta litologica deriva dalla classificazione in 22 classi della Carta Geologica d’Italia, a scala 1:500.000, prodotta dall’Istituto Superiore per la Protezione e la Ricerca Ambientale – Servizio Geologico d’Italia. La carta è stata utilizzata per la preparazione delle Carta di probabilità di frana sismo-indotta.
Carta dei domini morfologici
La carta dei domini morfologici è suddivisa nelle seguenti classi: (i) pianura – aree prevalentemente pianeggianti; (ii) collina – aree prevalentemente collinari; (iii) montagna – aree prevalentemente montuose e (iv) laghi o ghiacciai. All’interno di ciascun dominio morfologico sono presenti caratteri morfologici e litologici tipici di altri domini morfologici, che non sono tuttavia prevalenti. La suddivisione in domini morfologici `e stata realizzata utilizzando criteri litologici e topografici (https://viewer-za.irpi.cnr.it/). I domini litologici delle rocce metamorfiche non scistose e delle rocce carbonatiche, entrambi caratterizzati da versanti prevalentemente lunghi, acclivi (25-34°) o molto acclivi (≥ 35°), e da rilievi con quote anche elevate, sono stati raggruppati nel dominio morfologico delle “aree prevalentemente montuose”. I domini litologici dei depositi lacustri e fluvio-lacustri, torbiditici, argillosi, marnosi e caotici, caratterizzati da versanti prevalentemente corti e con pendenze da medie (16-24°) a basse (0-9°), sono stati associati al dominio morfologico delle “aree prevalentemente collinari”.
Video tutorial su come navigare il WebGIS
Bibliografia
Alvioli, M., Guzzetti, F., Marchesini, I. (2020). Parameter-free delineation of slope units and terrain subdivision of Italy, Geomorphology 358, 107124. https://doi.org/10.1016/j.geomorph.2020.107124
Alvioli, M., Santangelo, M., Fiorucci, F., Cardinali, M., Marchesini, I., Reichenbach, P., Rossi, M., Guzzetti, F., Peruccacci, S. (2021) Rockfall susceptibility and network-ranked susceptibility along the Italian railway, Engineering Geology 293, 106301. https://doi.org/10.1016/j.enggeo.2021.106301
Falcone, G., Acunzo, G., Mendicelli, A., Mori, F., Naso, G., Peronace, E., Porchia, A., Romagnoli, G., Tarquini, E., Moscatelli, M. (2021). Seismic amplification maps of Italy based on site-specific microzonation dataset and one-dimensional numerical approach. Eng. Geol. 289, 106170. https://doi.org/10.1016/j.enggeo.2021.106170
Guzzetti, F., Crosta, G., Detti, R., Agliardi, F. (2002). STONE: a computer program for the three-dimensional simulation of rock-falls. Computers & Geosciences, Vol. 28: 9, 1079-1093. DOI: 10.1016/S0098-3004(02)00025-0
Iwahashi, J., Kamiya, I., Matsuoka, M., Yamazaki, D. (2018). Global terrain classification using 280 m DEMs: segmentation, clustering, and reclassification. Prog. Earth Planet. Sci. https://doi.org/10.1186/s40645-017-0157-2
Mori, F., Gaudiosi, I., Tarquini, E., Bramerini, F., Castenetto, S., Naso, G., Spina, D. (2019). HSM: a synthetic damage-constrained seismic hazard parameter. Bull. Earthq. Eng. https://doi.org/10.1007/s10518-019-00677-2
Mori, F., Mendicelli, A., Moscatelli, M., Romagnoli, G., Peronace, E., Naso, G., (2020). A new Vs30 map for Italy based on the seismic microzonation dataset. Eng. Geol. 275, 105745. https://doi.org/10.1016/j.enggeo.2020.105745
Nowicki Jessee M.A., M.W. Hamburger, K. Allstadt, D.J. Wald, S.M. Robeson, H. Tanyas, M. Hearne, E.M. Thompson. A Global Empirical Model for Near-Real-Time Assessment of Seismically Induced Landslides. Journal of Geophysical Research Earth Surface, 123:1835-1859 (2018) doi: 10.1029/2017JF004494