Il 29 maggio 2018 si è verificato un collasso di frana a Gallivaggio, in provincia di Sondrio, lungo la statale dello Spluga. Dal 2011 quel versante era monitorato da terra per il rischio del distacco di una massa importante della rupe che incombeva sul sottostante Santuario. Il Centro di monitoraggio geologico di Arpa Lombardia aveva già segnalato dei movimenti anomali fra dicembre 2017 e febbraio 2018. Il 24 maggio 2018 il sistema di rilevamento ha individuato un aumento della velocità dei movimenti della massa rocciosa, con il superamento al mattino della soglia di moderata criticità e poi, nel pomeriggio, il superamento della soglia successiva di elevata criticità.
Da allora in poi il monitoraggio si è fatto sempore più attento fino a quando il 28 maggio, il report del Centro ha evidenziato il progredire dell'accelerazione e il manifestarsi di una situazione di estrema pericolosità che si è esplicizzata il giorno dopo con il crollo della parte incriminata. Grazie allo stato di allerta non si è fatto male nessuno. In questo caso si trattava di una frana nota, posta al di sopra di un bene storico come il Santuario della Madonna di Gallivaggio e di una strada importante, per cui appunto da tempo era stato implementato un sistema di monitoraggio. Ma le aree dove si può scatenare una frana in Italia (e non solo) sono tantissime ed è impossibile monitorare da terra tutto il territorio. Vediamo come sia realmente possibile con una indagine speditiva sorvegliare con i satelliti rada un territorio molto vasto e prevedere l’innesco di una frana. I casi che presento sono “a posteriori”, cioè se ci fosse stato tale sistema, sarebbe stato facile capire che stava per avvenire una frana. Sarà importante implementare questi sistemi per avere sempre in mano la situazione reale e capire dove e quando sia opportuno prendere una serie di provvedimenti di Protezione Civile a salvaguardia di cose e persone.
 |
| Ralph Peck e Karl Terzaghi nel 1956 The Terzaghi & Peck Libraries NGI, Oslo |
PREVEDERE UNA FRANA? Quando ci si accorge che sta per scatenarsi una frana in genere è ormai troppo tardi: il danno è fatto e va bene se ci sono soltanto danni alle cose oltreché alle persone. Ma nel 1950 il grande Terzaghi, uno di quelli che hanno fatto la storia della geologia applicata ai suoi albori, osservò argutamente che le frane possono verificarsi in quasi tutti i modi immaginabili, lentamente e all'improvviso, con o senza alcuna apparente provocazione. Ma se una frana arriva all’improvviso, sarebbe più esatto affermare che nessuno abbia potuto notare i fenomeni che hanno preceduto il suo innesco.
La domanda è se dal 1950 sia cambiato qualcosa che consenta di accorgersi di quei movimenti impercettibili alla base dello scatenarsi di una frana citati da Terzaghi. Chiaramente si, a patto che ci sia un sistema di monitoraggio adeguato, come abbiamo visto per Gallivaggio; purtroppo questi sistemi in genere vengono allestiti dopo che il danno è avvenuto. Il problema è che non si può mettere sensori a tappeti sul territorio, per i costi e per la quantità di risorse umane che occorrerebbero per la loro manutenzione. Allora come si può fare?
Distinguiamo innanzitutto fra vari tipi di frana, usando ovviamente la classicissima classificazione di Cruden e Varnes (altri giganti della materia) e vediamo come sia possibile in mancanza di un sistema di monitoraggio sul posto capire come “prevedere” (termine piuttosto impegnativo) l’innesco di una frana quando questa abbia – almeno all’inizio – una cinematica lenta.
LA SOLUZIONE: IL RADAR SATELLITARE. Il Dipartimento di Scienze della Terra dell’Università di Firenze è fra i centri più importanti al mondo che lavorano su questo argomento, anche perché è stato uno dei primi ad occuparsene (non a caso nel 2023 il prossimo World Landslide Forum si terrà proprio a Firenze). La tecnica si basa sullo studio delle serie temporali dei PS, sigla che abbrevia la denominazione di persistent scatterers (riflettori persistenti). Si tratta di punti o superfici più estese che riflettono sempre allo stesso modo il segnale emesso dal satellite. Le elaborazioni forniscono ad ogni passaggio del satellite la distanza del PS da esso e viene costruito un grafico nel quale si evidenzia la storia dello spostamento del punto rispetto al satellite. InSAR (abbreviazione di INterferometric Synthetic-Aperture Radar) dovrebbe essere anche un vanto nazionale visto che le prime tecniche di sfruttamento dei dati e le aziende che hanno iniziato a produrre questi dati sono italiane.
I satelliti InSAR si muovono in orbita polare e passano sopra un territorio sia in orbita ascendente (quando si dirigono verso il Polo Nord) che in orbita discendente, quando si dirigono verso il Polo Sud. Siccome le ottiche dei satelliti guardano verso destra un movimento gravitativo viene segnalato dal diverso comportamento dei PS nelle due orbite: ad esempio se il versante guarda a est i PS si allontaneranno dal satellite in orbita ascendente e si avvicineranno al satellite in orbita discendente. Invece se entrambe le orbite registreranno un allontanamento dei PS questo evidenzierà una subsidenza.
I GROUND MOTION SERVICES. Ormai di satelliti o di costellazioni satellitari equipaggiati con radar InSAR ce ne sono diversi e fra tutti sono largamente usate le immagini della costellazione Sentinel-1 dell’ESA, attiva dal 2014, che hanno una serie di vantaggi: innanzitutto la frequenza del passaggio (in Europa uno ogni 6 giorni), e poi un buon compromesso fra precisione, densità della misura e area coperta da una singola immagine. Inoltre aggiungiamo che le immagini Sentinel-1 sono gratuite e di facile ottenimento (ma ovviamente non è immediato il loro utilizzo, che per ottenere le serie temporali dei PS necessita di lunghe e costose elaborazioni!). Il risultato di questo complesso di operazioni è un "ground motion service", in sigla GMS, cioè un servizio in cui un territorio viene costantemente sorvegliato aggiornando dopo ogni passaggio del satellite le serie temporali dei Persistent Scatterers. Di fatto Sentinel è nato proprio in prospettiva di attivare dei ground motion service tante di vasti territori
Con i dati di Sentinel-1 già diverse regioni italiane hanno attivato dei Ground Motion Services e quindi coprono il proprio territorio con regolarità: la Toscana, grazie proprio alla sensibilità della Regione e ai geologi dell’Università di Firenze, è stata nel 2016 la prima regione al mondo a mettere in opera un GMS (ne ho parlato qui); successivamente sono stati attivati servizi analoghi in Valle d’Aosta, Veneto e Friuli. Alcune nazioni come la Germania e la Norvegia hanno un servizio del genere, altre si stanno organizzando, come si sta organizzando l’Europa nel suo complesso. L’Italia, pur con il fantastico precedente del Piano Straordinario di Telerilevamento con i dati di tutto il territorio nazionale tra 1991 e 2011 che è stato una prima mondiale) e dove sono stati approntati i primi GMS regionali al mondo, è purtroppo invece un po' in ritardo come nazione. Questi servizi sono utili ma per esempio quello europeo fornirà gli aggiornamenti ogni 6 mesi con tutti i dati del semestre precedente: servirà per vedere cosa è successo in passato quindi, ma non lo possiamo considerare utile per vedere ad ogni passaggio del satellite cosa succede. Quindi i GMS regionali avranno ancora la loro utilità e chiunque dovrà veder ele cose in tempo reale non potrà accontentarsi di quei dati.
L'obbiettivo per chi si occupa di frane quindi è ottenere un controllo del territorio attraverso lo studio delle immagini dei satelliti InSAR per allestire un sistema di monitoraggio a terra prima di un evento o addirittura ad intervenire per eliminare le condizioni che possono portare a scatenarlo.
Vediamo quindi tre casi studiati dal Dipartimento di Scienze della Terra dell’Università di Firenze in cui un monitoraggio satellitare preventivo in tempo reale sul tipo di quello della Regione Toscana avrebbe consentito di capire l’innescarsi di un movimento franoso prima che avvenisse davvero studiando i dati satellitari delle immagini precedenti l’evento (il cosiddetto back-monitoring), grazie ai quali è stato possibile riconoscere i segnali, impercettibili all’occhio umano, in base ai quali un monitoraggio in tempo reale avrebbe letteralmente previsto l’evento.
 |
| Le serie temporali dei Persistent Scatterers a Ponzano evidenziano già oltre 10 anni prima i primi sintomi dell'innesco del fenomeno (Solari et al, 2018) |
LA FRANA DI PONZANO. Il 12 Febbraio 2017 a Ponzano (località del comune di Civitella del Tronto in provincia di Teramo) l’effetto combinato di piogge molto intense, dello scioglimento di una coltre nevosa di circa un metro e di un incremento molto sensibile della temperatura ha innescato una frana che ha danneggiato 25 case e costretto all’evacuazione un centinaio di persone. Per studiare cosa fosse successo prima dell’innesco del movimento sono state utilizzate le immagini di Sentinel-1 dall’inizio del servizio (2014), insieme a quelle del canadese RADARSAT-2, che lavora con le stesse lunghezze d’onda di Sentinel-1 (banda C, lunghezza d'onda 5,6 cm) tra 2003 e 2009. Le serie temporali dei persistent scatterers hanno dimostrato che la frana si stava già muovendo lentamente già a partire dal 2004 (Solari et al, 2018). Nella figura qui sopra si vedono le serie temporali degli ascendenti in blu (in avvicinamento) e dei discendenti in rosso (in allontanamento). Si capisce anche che il versante guarda verso ovest, altrimenti i comportamenti sarebbero stati opposti: allontanamento in ascendente e avvicinamento in discendente.
 |
| Da Intrieri et al (2018) a sinistra: l'area di futuro distacco della frana presenta già dei movimenti a Maoxian a destra: le serie temporali evidenziano un aumento della deformazione subito prima dell'evento |
LA FRANA DI MAOXIAN. Un caso ben più nefasto per le sue conseguenze, è la frana di Maoxian, avvenuta in Cina sui monti che sovrastano il Sichiuan: il 24 giugno 2017 il villaggio di Xinmo è stato sepolto dalla frana e purtroppo si sono registrate decine di vittime. Anche qui le immagini radar di Sentinel-1 sono state elaborate per capire se e cosa cosa fosse successo nei mesi precedenti (Intrieri et al 2018). Vediamo nella figura qui sopra nella parte sinistra l'immagine del versante, diretto a SE. I persistent scatterers sono quelli dell'orbita discendente e quindi quelli che si muovono si allontanano; vediamo che si annidano nella parte più alta del versante. A destra le serie temporali di alcuni di essi, dove si vede non solo che i movimenti iniziano ben prima dell’evento, ma anche la loro vistosa accelerazione nelle due settimane precedenti allo scatenarsi del fenomeno, che quindi avrebbe potuto essere ampiamente predetto con una sorveglianza satellitare in tempo reale.
 |
| da Carlà et al (2018) Una miniera di rame a cielo aperto in cui si è verificato un importante cedimento su un lato, al di sopra dell'area coltivata. I PS rossi evidenziano l'area che è stata interessata dal crollo |
UNA MINIERA A CIELO APERTO. Un terzo caso è un miniera a cielo aperto. In queste coltivazioni le frane sono all’ordine del giorno: particolarmente studiato è l’evento della miniera di Bingham Canyon nello Utah del 2013 (Moore et al 2017), predetta dai monitoraggi a terra già 2 mesi prima (il buon Dave Petley ha ben coperto l’evento nel suo Landslide Blog). Anche quando l’evento non registra vittime (questo succede in genere se e solo se viene predetto), una frana in una miniera a cielo aperto provoca interruzioni anche molto lunghe dell’attività, con evidenti danni economici. Per questo oggi tutte le principali attività di questo tipo sono attentamente monitorate sia con strumentazione a terra sia con i radar satellitari. Nel novembre 2016, si è verificato un catastrofico cedimento del pendio in una miniera di rame a cielo aperto, di cui per questioni di riservatezza non vengono indicati nome e ubicazione (Carlà et al, 2018). La miniera era – direi ovviamente – dotata di un sistema di monitoraggio del versante, ma sfortunatamente la frana è avvenuta senza evidenti segnali di allarme perché è partita da un settore di versante naturale soprastante la miniera, al di fuori del campo visivo del sistema. Oltre alla sospensione delle attività estrattive, la mancata previsione è alla base della morte di 16 minatori. L'instabilità potrebbe essere associata a un semplice meccanismo di traslazione, e il suo innesco è stato attribuito ad un periodo di piogge maggiore del normale.
Sono quindi state aquisite le immagini InSAR in orbita ascendente degli ultimi 10 mesi più quella immediatamente successiva. Le serie temporali dei persistent scatterers evidenziano nell’area che sarà interessata successivamente dal crollo una notevole deformazione che quindi lo anticipa. Non solo, ma i dati hanno descritto persino il perimetro entro il quale si è innescato il fenomeno, perché i bersagli radar che circondavano l’area in deformazione erano in gran parte stabili (Carlà et al 2018).
Questi esempi dimostrano che è possibile in diversi casi individuare i fenomeni precursori di frana in un’area coperta da un servizio di monitoraggio dei dati satellitati InSAR. Si tratta proprio di quei movimenti citati da Terzaghi, spesso invisibili persino all’occhio di un esperto, ma che sarebbero stati rilevati da un sistema di monitoraggio a terra o, in mancanza di questo – e cioè in quasi tutti i casi – dai dati satellitari se fosse stato utilizzato un ground motion service sul tipo di quello della Regione Toscana.
BIBLIOGRAFIA
Carlà et al 2018. Integration of ground-based radar and satellite InSAR data for the analysis of an unexpected slope failure in an open-pit mine. Engineering Geology 235 (2018) 39–52
Cruden e Varnes 1996. Landslide types and processes. In: Turner AK, Schuster RL (eds) Landslides investigation and mitigation, Special Report 247. Transportation Research Board, National Research Council, Washington, DC, pp 36–75
Intrieri et al 2018. The Maoxian landslide as seen from space: detecting precursors of failure with Sentinel-1 data. Landslides 15:123–133
Moore et al 2017. Dynamics of the Bingham Canyon rock avalanches (Utah, USA)resolved from topographic, seismic, and infrasound data. J. Geophys. Res. EarthSurf., 122, 615–640
Solari et al 2018. Satellite radar data for back-analyzing a landslide event: the Ponzano (Central Italy) case study. Landslides 15:773–782
Nessun commento:
Posta un commento