Un modello statistico per la simulazione di eventi franosi

Sebbene l’evidenza sperimentale dimostri che l’idrologia di molte pendenze naturali è fortemente influenzata da discontinuità quali fratture e macropori, la maggior parte dei modelli teorico-numerici proposti in letteratura per lo studio di fenomeni franosi di diversa origine tratta terreni e rocce come mezzi porosi continui che obbediscono alla legge di Darcy. Alla difficoltà del dover tener conto della struttura non omogenea dei terreni, nello studio dei fenomeni franosi che si manifestano con sensibili mobilitazioni di masse fluide si aggiunge la questione critica del riuscire a spiegare come elevati contenuti di acqua possano essere raggiunti nel terreno senza che le elevate pressioni di poro causino il preventivo crollo del terreno stesso lungo il pendio. Al fine di tener conto della non-omogeneità del terreno e della possibilità che terreni molto porosi possano raggiungere configurazioni di elevata instabilità, causa di considerevoli eventi catastrofici, in alternativa agli approcci di tipo tradizionale, si propone lo studio di un modello statistico in grado di descrivere la dinamica di un sistema dissipativo a molti gradi di libertà utilizzando i concetti della self-organized criticality (SOC) theory. In particolare, un adattamento della teoria SOC al caso del fenomeno franoso ed un’estensione della teoria stessa hanno consentito di effettuare un’analisi statistica della distribuzione del numero di eventi franosi in funzione dell’area interessata da tali eventi, fornendo valori degli esponenti di tali distribuzioni in buon accordo con i valori riportati dall’analisi dei cataloghi. Poiché gli andamenti delle distribuzioni, note come landslide frequency-size distributions, si sono dimostrati non gaussiani bensì governati da leggi a potenza, la loro determinazione ha importanti implicazioni nell’ambito delle azioni volte alla mitigazione dei danni e alla riduzione del rischio, perché dimostra che la probabilità di occorrenza di eventi franosi che interessano grandi aree può essere molto più elevata di quella valutata in base ad una distribuzione di eventi casuali ed indipendenti (gaussiana).