3.2 Analisi a scala di bacino
3.2.5 Metodo utilizzato per l’analisi multi-temporale
Nell’ambito dell’analisi multi-temporale della propensione al dissesto dell’area del bacino del Rivo, è stato utilizzato il metodo semi-quantitativo per l’applicazione alla suscettibilità da frana, lo Spatial Multi-Criteria Evaluation (SMCE).
L'applicazione si basa su una valutazione spaziale “multi-criterio”, su un modello semi- quantitativo implementato nel software GIS ILWIS, sviluppato da ITC (2007), disponibile liberamente in diverse versioni rilasciate; per questa applicazione è stata utilizzata la versione 3.3 Academic.
L'approccio SMCE si basa sulla valutazione di variabili spaziali mediante diversi indici basati su criteri proposti dallo strumento GIS, che vengono poi standardizzati in valori compresi tra 0 e 1. La struttura concettuale consiste in uno schema ad albero definito “criteria tree”, che
82
definisce il problema e che ha come radice lo scopo finale definito dall'utente (in questa applicazione rappresentata dalla mappa di suscettibilità da frana), mentre i rami rappresentano i sotto-obiettivi o le alternative, e i criteri sono spazialmente definiti da mappe (in questo caso essi sono rappresentati dai fattori predisponenti). Il risultato finale è una mappa che viene ottenuta sommando le prestazioni di tutti i valori delle celle dei diversi criteri per la particolare alternativa (Castellanos Abella e van Westen, 2007) standardizzata con valori tra 0 e 1.
La scelta di questo approccio, in alternativa ad uno statistico data-based, è stata guidata dall'interesse di acquisire delle mappe finali ottenute con un approccio metodologico che non si basasse solo sull’occorrenza degli eventi precedenti (frane mappate pre-esistenti), appunto data- based. La ragione risiede nel voler applicare un metodo omogeneo per l’analisi della predisposizione da frana per il passato e per gli scenari costruiti per il 2030 e 2050, considerando la ovvia impossibilità di ottenere un database di frane occorse per gli scenari futuri (2030, 2050a,b). Un altro vantaggio di questo metodo è rappresentato dal fatto che l'esperto svolge un ruolo chiave nella procedura di ponderazione, e i pesi delle variabili possono essere mantenuti costanti in ogni performance.
In questa applicazione sono stati utilizzati sette fattori predisponenti sottoforma di mappe raster (Figura 3.2-9).
Figura 3.2-9 Schema semplificato del “criteria tree” utilizzato per l’esecuzione della SMCE.
Le condizioni geomorfologiche dell'area di studio sono rappresentate dalle mappe di pendenza, di energia del rilievo (internal relief), esposizione del pendio (orientazione rispetto al Nord) e altitudine. Tali fattori sono stati derivati come descritto nel paragrafo 3.2.1. I fattori morfologici vengono affiancati dalla mappa litologica; la distanza dai tagli stradali principali identificata attraverso 4 livelli (50, 100, 150 e >150 m) e la copertura del suolo ottenuta mediante mappatura come spiegato nel paragrafo 3.2.2, suddivisa in sette classi: urbano, terreni coltivati,
83
foreste, praterie, zone umide, cespuglieti, e zone denudate (modificato sulla base di IPCC-GPG- LULUCF, classificazione riportata in Marchetti et al., 2012). La distanza dai tratti stradali, al pari dell’uso del suolo, è stata mappata per diversi momenti temporali del passato: 1954, 1981, 2007; per la copertura del suolo sono state elaborate in aggiunta anche delle mappe-scenario per il 2030 e 2050 (a, b) (vedi par. 3.2.4).
L’analisi mediante SMCE è stata effettuata per ogni anno selezionato ed i fattori sono stati standardizzati con il metodo di classificazione diretta proposta dal software, mentre i pesi delle classi dei fattori sono stati espressi utilizzando i valori di frequency ratio FR standardizzati con la funzione di standardizzazione lineare massima (ITC, 2001). I valori dei pesi e la metodologia di standardizzazione sono schematizzati nella tabella (Figura 3.2-9), dalla quale si evince come si sia preferito dare sulla base del giudizio esperto, un peso più elevato ai fattori litologia, copertura del suolo e pendenza, mentre valori più bassi sono stati attribuiti agli altri fattori derivati dal DEM ed in ultimo alla distanza dalle strade.
Al fine di determinare in maniera quantitativa i valori dei pesi delle classi di ogni fattore, basandosi sul principio che le frane occorrono seguendo meccanismi che ne hanno determinato l’occorrenza in passato, sono stati determinati mediante la Frequency Ratio (FR) (Lee e Talib, 2005; Lee e Pradhan, 2007; Pradhan e Lee, 2009; Yalcin et al., 2011). La FR è il rapporto tra l'area affetta da frane nell'area totale dello studio, ed il rapporto tra la probabilità di occorrenza di un evento di frana in una data classe. Valori maggiori di 1 indicano che la frequenza di frana nella classe è più alta della frequenza nell’intera area, mentre se il valore è più basso la frequenza delle frane nella categoria è più bassa rispetto a quella dell’intera mappa (Regmi et al., 2010). Dunque valori maggiori di FR indicano una maggiore propensione al dissesto di quella particolare categoria.
In pratica essa viene calcolata in ogni classe operata sugli anni 1954, 1981, 2007, mediante la formula:
Equazione 3.2-1
dove AFC rappresenta l’area affetta da frana, calcolata considerando l’area di scarpata di
frana, nella classe del layer esaminato; AFtot rappresenta l’area totale affetta da frana nell’area di
studio; ATC è l’area totale della classe, ed infineATS è l’area totale del caso di studio. Questo
calcolo è stato utile per standardizzare l’influenza delle frane in ogni classe di ogni variabile, determinare una media delle FR tra le diverse annate ed applicare tale valore medio come costante a tutte le mappe, tranne per la distanza dai tagli stradali e per le coperture del suolo, per le quali sono state utilizzate le FR calcolate per l'anno corrispondente. Infine negli scenari per la copertura del suolo è stata considerata la proiezione matematica lineare dei valori di FR.
84
Per convalidare le mappe di suscettibilità create, è stato utilizzato il metodo dell'area sottesa dalla curva ROC (vedi par. 3.1.2). Per la creazioni della curva ROC come spiegato in precedenza per gli altri metodi, è necessario avere un dataset di validazione non utilizzato per la costruzione del modello, ed i metodi per l'individuazione di un campione di punti indipendente possono essere molteplici (Pourghasemi et al., 2014 e relativa bibliografia). A tal proposito per la mappa di suscettibilità relativa al 1954 sono stati utilizzati come dataset di validazione i punti centroidi estratti dalle zone di distacco dell'anno 1981, mentre per quella del 1981 sono stati utilizzati i punti relativi al 2007. Per la mappa di suscettibilità riguardante il 2007 il 10% delle zone di distacco (campionate ciascuna con tre punti random), appositamente escluse dalla costruzione del modello, sono state poi utilizzate per la validazione. Le mappe di suscettibilità ottenute sono state confrontate tra loro, al fine di valutare l’entità di variazione percentuale tra le singole classi di suscettibilità. Inoltre, una volta valutati spazialmente i cambiamenti si è creato un overlay con le mappe di cambiamento di copertura del suolo tra un’annata e quella ad essa precedente, al fine di valutare quali cambiamenti di copertura del suolo abbiano influenzato le variazioni di suscettibilità.