OpenQuake

OpenQuake è una piattaforma di valutazione del rischio basata sul web, che offre una soluzione integrata per modellare, visualizzare, esplorare e gestire il rischio sismico. OperQuake è un software open source scritto nel linguaggio Python, per il calcolo del rischio sismico a scala variabile. Per il calcolo della pericolosità sismica e del rischio sismico utilizza un linguaggio nomitato Natural Hazards Risk Markup (NRML), basato sul un codice XML (Silva, Crowley e Colombi 2014).

Attualmente il linguaggio NMRL viene utilizzato per rappresentare dati di input come: seismic source model, logic tree model,vulnerability model,fragility model e exposure model.

Il motore alla base della piattaforma ha attualmente cinque calcolatori principali, ognuno dei quali contribuisce in modo univoco alla valutazione e mitigazione del rischio sismico nell’area considerata (Pagani, Crowley, et al. 2013):

• Scenario risk: Questo calcolatore è in grado di valutare le perdite economiche su un insieme di beni, causate da un singolo scenario sismico. Questo è importante per la pianificazione della gestione delle emergenze e per sensibilizzare la società al rischio;

• Scenario damage assessment: Questo calcolatore è in grado di stimare la distribuzione dei danni dovuta da un singolo scenario di rottura, utile alla pianificazione della gestione delle emergenze o per la valutazione di quali siano le risorse più vulnerabili a livello sismico;

• Probabilistic event-based risk: Questo calcolatore rileva la probabilità di perdite economiche basandosi sulle curve e utilizzando la classica procedura di integrazione;

L’output di questo calcolatore permette di valutare le perdite attese per un insieme di beni.

• Classical PSHA-based risk: Questo calcolatore permette la valutazione delle perdite economiche partendo da una descrizione probabilistica del pericolo e quindi da una serie di eventi sismici stocastici. L’output di questo calcolatore permette di comparare il rischio in luoghi diversi e per diversi beni, al fine di definire una priorità di intervento;

• Benefint-cost ratio: Questo calcolatore è uno strumento di supporto decisionale utile al fine di valutare l’impiego di misure di adeguamento/rafforzamento in un insieme di edifici esistenti, stimando in quali casi risulti essere più vantaggioso dal punto di vista economico. L’output di questo calcolatore permette di valutare le priorità di intervento e valutare quale progetto sismico è più adeguato economicamente per una data regione.

- 67 -

4.1.1 Seismic source model

Il seismic source model fornisce informazioni su posizione, geometria e attività sismiche, descritte tramite distribuzione di frequenza di magnitudo. Il modello è definito come una sequenza di fonti sismiche e in NMRL ogni sorgente sismica pu essere definito come una delle quattro possibili tipologie: area, punto, faglia semplice, faglia complessa (fig.3-1).

I primi de servono per modellare una distribuzione di sismicità in una regione geografica che non considera strutture di faglia, mentre, gli ultimi due per modellare eventi sismici che si verificano in zone dove la faglia è ben definita e caratterizzata. (Pagani, Monelli, et al. 2014)

Figura 4-2 A destra tipologia a punto, a sinistra tipologia a faglia complessa (Pagani, Crowley, et al. 2013)

4.1.2 Logic Tree Model

I logic trees sono ampiamente utilizzati nella moderna valutazione probabilistica del rischio sismico (PSHA) con l’obiettivo di descrivere incertezze epistemiche (incertezze dovute da una mancanza di dati) che si considerano in un’analisi sismica di rischio/pericolo. Esso è strutturato come una sequenza di livelli di ramificazione, ognuno dei quali contiene uno o più set di rami.

Un set di rami definisce un tipo di incertezza, mentre un ramo descrive una realizzazione particolare dell’incertezza.

4.1.3 GMPE, equazioni di previsione del movimento del terreno

Le GMPEs. Ground Motion Predict Equations, sono equazioni empiriche che descrivono i parametri relativi al movimento del terreno. Queste sono fondamentali per determinare la pericolosità sismica in quanto calcolano un valore rappresentativo di rifermento in relazione a una data intensità di terremoto.

Queste equazioni, sviluppate nel corso degli anni, sono differenti tra loro in base alla localizzazione geografica del sito caso di studio, infatti alcune sono utilizzabili solo su scala europea (Ambraseys e Bommer 1992) e altre su scale più ristretta (Bragato 2009).

- 68 -

4.1.4 Modello di esposizione

Il modello di esposizione contiene le informazioni relative all’attività all’interno della regione di interesse. Un certo numero di parametri definisce le caratteristiche per ciascun bene, ad esempio la tassonomia che consente al motore OpenQuake di mettere in relazione ogni edificio con l’appropriata funzione di fragilità o vulnerabilità, costo in euro e coordinate geografiche. La tassonomia è uno strumento molto utile per classificare gli edifici che possono avere attributi molto diversi tra loro.

4.1.5 Modello di fragilità

La fragilità è definita come la probabilità di superare un insieme di stati limite, dato un intervallo di livelli di misura dell’intensità.

Un modello di fragilità può essere definito attraverso un approccio discreto o mediante la modellazione di ciascuna curva dello stato limite come funzione lognormale cumulativa.

(Pagani, Crowley, et al. 2013)

4.1.6 Modello di vulnerabilità

La vulnerabilità fisica o strutturale è definita come la distribuzione di probabilità di un rapporto di perdita, dato un livello di misura di intensità. Nella versione corrente di OpenQuake, le funzioi di vulnerabilità discrete vengono utilizzate per valutare il modello di perdite, ad esempio le perdite di vite umane o in termini economici. Il primo valuta il rapporto tra decessi e popolazione esposta, il secondo il rapporto tra costo di riparazione e costo di sostituzione per una determinata tipologia di edificio. Le incertezze dovute a queste valutazioni vengono definite nei dati di input attraverso un coefficiente di variazione (Pagani, Silva, et al. 2018).

Le curve di vulnerabilità sono state calcolate sulla base delle curve di fragilità,valutando il mean damage factor, e della covarianza intesa come incertezza legata alla funzione di vulnerabilità.

(Porter 2010). Come è possibile notare dalla figura 4-3 l’andamento della covarianza decresce con il crescere del mean damage factor.

- 69 -

Figura 4-3 Andamento della covarianza in funzione del mean damage factor (Porter 2010)

Mettendo in correlazione il mean damage factor e la covarianza con il valore dell’intensità sismica si ottengono le curve di vulnerabilità degli edifici.