3 L’incidente come fenomeno e la sua stima
3.5 Gli incendi in galleria
3.5.7 Collocazione temporale degli eventi nelle fasce orarie della giornata e in periodi dell’anno
Nello studio norvegese già citato oltre il 70% degli incendi si sono verificati tra le ore 06.00 e 18.00, e la maggior parte, (57,8%) si sono verificati in primavera e estate. Tali frequenze di incendi di veicoli nei tunnel durante il giorno e l'anno sembrano corrispondere alla quantità di traffico durante questi periodi. La stessa tendenza è stata verificata in studi sugli incidenti nelle gallerie stradali (Amundsen e Engebretsen, 2009); se ne deduce una assenza di correlazione con fenomeni climatici o temporali, come atteso per logica interna.
3.6
Metodi di previsione finalizzati alla gestione della sicurezza e all’analisi del rischio di uno
specifico sito
L’ampia review della letteratura disponibile ha evidenziato come, con riferimento all’incidentalità ordinaria (con ciò intendendo gli incidenti stradali diversi dagli incendi), nonostante i metodi di interpretazione più raffinati (e che quindi sacrificano inevitabilmente la generalizzabilità al miglior fitting) mantengano una spiccata quantità di varianza non spiegata, sono ormai consolidati e validati i metodi di analisi previsionale basati su GLM, con l’adozione preferenziale di metodi specifici in ragione della scarsità di dati, sovradispersione o sottodispersione della distribuzione della variabile stimata e/o di quella campionaria (Elvik, The predictive validity of empirical Bayes estimates of road safety, 2008). Va incidentalmente osservato che, nonostante tali metodi siano consolidati e verificati robusti dalla comunità scientifica, non si evidenzia a tutt’oggi una diffusione proporzionale nella gestione materiale delle infrastrutture da parte dei gestori stradali e nelle tecniche di controllo adottate dai soggetti regolatori (Yannis G. D., 2016).
149
Assunto quindi che appare certamente preferibile riferirsi a tali modelli per la stima della componente incidentale costituita dagli incidenti diversi dall’incendio, l’adozione di opportune strategie previsionali per la qualificazione della frequenza attesa degli incendi richiede una riflessione dedicata, necessaria, in particolare, per lo studio del profilo di rischio (e quindi del livello di sicurezza) delle gallerie stradali.
In relazione a tale tipologia di fenomeno incidentale, va preliminarmente osservato che l’adozione di metodi regressivi complessi richiede una elevata qualità dei dati in ingresso, sia con riferimento alla metrica di classificazione per tipologia incidentale, sia con riferimento alla completezza dei dati raccolti nel periodo di osservazione.
Il problema si pone inoltre ove si consideri che, ai fini dell’analisi di rischio delle gallerie, la stima della frequenza attesa di accadimento degli incendi è riferita a tratte brevi e singolari, con gli effetti di difetti di stima che la scarsità di dati determina inevitabilmente.
Una soluzione applicativa può essere costituita – nella condizione specialissima di una applicazione a tratte ridotte – dall’adozione di un approccio puramente ricognitivo dell’incidentalità effettivamente verificata nel sito (ovviamente condizionata attraverso i principali fattori di esposizione incidentale, costituiti da tempo di osservazione, lunghezza della tratta – supposta omogenea per caratteristiche – e intensità del traffico). Tale approccio, che non richiede la definizione di alcuna ipotesi sulle caratteristiche del processo stocastico generativo del fenomeno, risponde ai presupposti di Vapnik (2006, 2013).
Questa ipotesi costituisce una alternativa all’adozione di qualunque metodo di interpretazione strutturata dei dati raccolti, e si basa quindi sull’assunzione, nell’assenza di migliori indicazioni, che il fenomeno osservato sia il miglior descrittore possibile del fenomeno stocastico del quale l’osservazione è una specifica, particolare realizzazione campionaria.
L’analisi dei dati, condotti con approccio campionario alla Vapnik, può essere favorevolmente condizionata ove si consideri che, per logica interna (cioè per giudizio esperto circa la dinamica generativa del fenomeno) assumono certamente una rilevanza le variabili di esposizione (lunghezza della tratta, volume del traffico, ampiezza del periodo di osservazione), come d’altronde dimostrato anche nelle elaborazioni statistiche generalmente prodotte e confermato nel trattamento statistico delle base dati disponibili e riportate nel corrente lavoro. Nell’elaborazione di una analisi di rischio è infatti tendenzialmente preferibile riferirsi a dati specifici della struttura oggetto d’analisi (PIARC, 2013). La carenza di dati può essere superata con l’adozione di campioni allargati a strutture / tratte simili, selezionate con criterio dell’analogia, in particolare con riferimento ai parametri caratterizzanti verificati rilevanti in bibliografia scientifica. L’analogia può riferirsi anche separatamente ai singoli fenomeni oggetto di studio, essendo verificato che il fenomeno generativo dell’incidente e quello evolutivo successivo sono condizionati da parametri differenti.
In quanto coerente a tale approccio, risulta di grande rilevanza il lavoro di Meng e coll. (2011), specificamente orientato al trattamento statistico dell’incidentalità con lo scopo applicativo della risk analysis. In particolare Meng propone l’esistenza di tratte omogenee di tunnel a incidentalità quasi-costante, che si articolano in singolarità (costituite principalmente dalle zone di transizione agli imbocchi e dalle intersezioni).
Questo approccio consente di riferirsi a una base campionaria ampliata rispetto alla valutazione del solo tunnel oggetto di studio, e con caratteristiche affini, come verificata, ad esempio, da giudizio esperto e sulla base dell’effettiva verifica delle analogie strutturali e funzionali ipotizzate. L’approccio è inoltre sostanzialmente coerente alla modalità di analisi dei dati proposta dalla Linea Guida in materia di gestione della sicurezza delle infrastrutture stradali di cui al Decreto Ministeriale 2/5/2012.
Tale approccio propone inoltre, in sostanza, una applicazione al caso di studio di tecniche di analisi dei dati e del rischio che sono consolidate in altri settori del comparto trasporti, come in quello ferroviario, laddove è generalmente previsto che la valutazione di sicurezza è proposta con analisi specifiche e, ove si sia carenti di
150
rappresentatività dei dati, procedendo ad integrate analisi in sistemi analoghi (cfr Direttiva sulla Sicurezza delle Ferrovie, 2013/402/CE).
Tale ipotesi di procedura di analisi risulta inoltre confermata a seguito delle elaborazioni statistiche applicate alle banche dati disponibili e riportate negli allegati da 1 a 4 e che possono essere riassunti sinteticamente (limitatamente all’interesse che rappresentano nell’economia di questo scopo) nelle seguenti osservazioni:
1. l’ambiente galleria presenta una pericolosità specifica, come dimostrato da bibliografia consolidata ed analisi condotte sul fattore protettivo topologico (rapporto tra incidentalità a cielo aperto e in galleria) con riferimento alla generalità degli incidenti, e riassunta nella tabella di seguito, estratta dall’Allegato 2; nel campione analizzato, con riferimento al rapporto tra frequenze incidentali, il fattore galleria risulta protettivo di un fattore 3.65.
Figura 71: rapporto tra frequenze incidentali in tratta a cielo aperto e in galleria – dati ASPI
Tabella 22: rapporto tra frequenze incidentali in tratta a cielo aperto e in galleria e calcolo del valore medio – dati ASPI (ex Allegato 3)
2. le tratte in galleria dei singoli tronchi analizzati presentano una pericolosità (misurata in termini di tassi di incidenti gravi e tassi di incendio) caratteristica, cioè sufficientemente differenziate tra i
Tratte autostradali FI CA [e/Km] FI GAL [e/Km] Lungh_tratta [m] Rapp. Inc. CA/G
A12 GE-SE 1,26E+01 2,03E+00 48700 6,21
A10 GE-SA 1,56E+01 3,72E+00 45500 4,19
A7 GE-SERR 8,50E+00 2,77E+00 50000 3,06
A26 Gevo-AL 5,28E+00 3,78E+00 83700 1,40
A26 AL-GRAV 1,61E+00 6,57E-01 161200 2,45
A1 BO-FI 8,48E+00 5,45E+00 91100 1,56
A1 FI-RM t1 5,47E+00 6,72E-01 137600 8,14
A1 FI-RM t2 3,83E+00 5,58E-01 135300 6,85
A14 BO-AN 5,16E+00 2,26E+00 86200 2,28
A14 AN-PE 5,05E+00 1,50E+00 134100 3,37
A14 PE-CA 2,78E+00 4,36E+00 140500 0,64
A23 UD-TA 1,51E+00 4,37E-01 101200 3,45
Effetto galleria
3,65
151
tronchi da poter essere qualificate come firme di rischio specifiche, come evidenziato nelle tabelle di seguito riprodotte ed estratte dall’Allegato 4;
Figura 72: pericolosità misurata in termini di tassi di incidenti lievi e gravi– dati Gestori (ex allegato 4)
Figura 73: pericolosità misurata in termini di tassi di incendio – dati Gestori (ex Allegato 4)
3. A conferma della lettura proposta al punto precedente, le analisi di correlazione e regressione sul campione omogeneo dei dati forniti dalle società di gestione (Allegato 4) evidenziano che un livello elevato di varianza spiegata del fenomeno dell’incidentalità tipica (oltre il 50%) e di quello dell’incendio (oltre il 35%) possono ricondursi all’effetto delle variabili generative di struttura, come riassunte nella tabella di seguito;
152
Legenda: le variabili con correlazione significativa riportate in rosso nella terza colonna non risultano ricomprese nel costrutto di regressione della quarta colonna; le variabili sottolineate nella quarta colonna sono risultate significativamente partecipanti al costrutto regressivo pur non avendo, singolarmente nei confronti della variabile indipendente, evidenziato significatività accettabile.
Tabella 23: risultati delle analisi di correlazione semplice e regressione multipla applicate al campione Gestori 2006 – 2009 (ex Allegato 4)
Se ne deduce che è ragionevole applicare il principio di analogia di struttura al fine di ottenere, all’interno della medesima tratta, un campione aggregato di gallerie che, nella stima dei tassi di incidente grave e di incendio, possano considerare tutti gli eventi occorsi a strutture caratterizzate da analogia, in perfetta concordanza con i principi che sottendono alla definizione di parametri caratterizzanti l’attività ispettiva applicata ai tronchi a cielo aperto e alle gallerie fino a 500 m secondo quanto stabilito dalla Linea Guida in materia di gestione della sicurezza delle infrastrutture stradali di cui al Decreto Ministeriale 2/5/2012.
4. Per la qualificazione delle probabilità di incendio generalizzato, e quindi dell’evento complesso e ad intensità rilevante che, nello spazio degli eventi di incendio in generale, costituisce l’unico sottogruppo determinante le condizioni di pericolo attivo verso gli utenti, è possibile applicare un fattore riduttivo cautelativamente individuato attraverso l’analisi dell’evoluzione del fenomeno di incendio in galleria operata sulla base dati della Commissione Permanente presso il CSLLPP e discusso in Allegato 3; in particolare le tabelle di seguito, estratte dall’Allegato citato, evidenziano che non più del 5% degli eventi può essere definito quale incendio generalizzato, coerentemente alle stime proposte nella letteratura scientifica rilevante analizzata;
Tabella 24: classificazione dei 60 eventi di incendio per classe di durata di interruzione conseguente ex Allegato 3)
Sottocampione dipendenteVariabile Variabili indipendenti con correlazioni significative verso la variabile dipendente Variabili indipendenti che sostengono il costrutto di regressione multipla Varianza spiegata Incidenti Lievi Eventi di incidenti lievi Canne, L, TGM_corsia, TGM_sezione, Esposizione (LxTGM_sez), % Pesanti, Corsie, Pendenza TGM_corsia , Esposizione (LxTGM_sez), % Pesanti, Corsie, Pendenza, Corsia_Em, curv_max 50,30% Incidenti gravi Eventi di incidenti gravi Canne, TGM_corsia, TGM_sezione, Esposizione (LxTGM_sez), % Pesanti, Corsie, Quota TGM_corsia, Esposizione (LxTGM_sez), % Pesanti, Corsie, Pendenza, Corsia_Em, curv_max 55,60% Incendi Eventi di incendio L, TGM_sezione, Esposizione (LxTGM_sez), Corsie Esposizione, TGM_corsia, % Pesanti, Corsie 35,60%
Incendi Tasso di incendio TGM_corsia, TGM_sezione, Esposizione (LxTGM_sez) TGM_sezione, Pendenza 14,20%
Classe eventi f da [minuti] a [minuti] [n] [-] 1 0 60 10 0,16666667 2 61 120 24 0,4 3 121 180 5 0,08333333 4 181 240 4 0,06666667 5 241 300 1 0,01666667 6 301 360 5 0,08333333 7 361 420 3 0,05 8 421 480 0 0 9 481 540 0 0 10 541 600 1 0,01666667 11 601 661 1 0,01666667 12 661 720 2 0,03333333 13 721 780 1 0,01666667 14 781 840 0 0 15 841 900 0 0 16 901 960 1 0,01666667 17 961 1020 1 0,01666667 18 1 0,01666667
frequenza relativa di incendi generalizzati [%] 5
153
Figura 74: classificazione dei 60 eventi di incendio per classe di durata di interruzione conseguente (ex Allegato 3)
5. Il rapporto tra incendi originari (che costituiscono la gran parte degli incendi registrati) e incendi occorsi a seguito di incidente tipico è stimato in valori inferiori al 5% dalla bibliografia più risalente, e a valori inferiori da quella più recente; nell’analisi dei dati degli eventi occorsi in galleria contenuti nella BD della Commissione Permanente presso il CSLLPP, tale rapporto è stimato nell’ordine dell’1.5%, come evidenziato nell’Allegato 3.
In ragione di ciò, e vista la rilevante incertezza di stima propria del fenomeno analizzato, e considerato che la stima del 5% di incendi pericolosi sul totale degli incendi è certamente caratterizzata da errore di eccesso, la quota parte degli incendi non originari può certamente essere assorbita nella categoria precedente.