Dispense spessore suoli

Department of Earth Sciences CENTRE OF COMPETENCE OF THE CIVIL PROTECTION DEPARTMENT PRESIDENCY OF THE COUNCIL OF MINISTERS

Modellistica per lo spessore del suolo

Geomorfologia applicata e telerilevamento

S. Segoni, F. Catani samuele.segoni@unifi.it UniversitĂ degli Studi di Firenze, Dipartimento di Scienze della Terra, Via G. La Pira 4, 50121 Firenze

OBIETTIVI

• Importanza del parametro “spessore del suolo” nella modellistica ambientale e nella gemorfologia applicata in particolare; •Metodologie per modellare la viariabilità dello spessore del suolo (+ esercitazione); • Influenza dello spessore del suolo nella modellazione dell’innesco di frane superficiali.

Definizioni

Suolo: “soil” = termine ingegneristico per designare il materiale superficiale non consolidato

“copertura” (del regolite)

Definizioni Regolite: Merril (1897) = Massa incoerente composta da materiali analoghi a quelli che costituiscono le rocce, ma in uno stato variabile di degradazione fisica e meccanica.

Glossary of geology (Jackson 1997) = Termine generico per indicare il manto o lo strato roccioso frammentato e non consolidato, residuale o trasportato (…).

Taylor & Eggleton (2001) = materiale appartenente alla litosfera continentale sovrastante la roccia inalterata e che può includere altre rocce inalterate qualora siano interdigitate o racchiuse da materiali sciolti o degradati. Può essere di qualsiasi età.

Definizioni Suolo:

“copertura� (del regolite)

Fino al primo netto contrasto tra le proprietĂ idrologiche e geotecniche Spessore del suolo = DTB (depth to bedrock)

Definizioni

Importanza dello spessore Scienze della Terra e “altro”…

Microzonazione sismica Distribuzione dell’umidità del terreno e del contenuto d’acqua Produttività delle colture Dispersione dei flussi di calore Modelli idraulici Alluvioni e flash floods

Protezione del suolo Modelli evolutivi del paesaggio

Frane superficiali 

Importanza dello spessore Frane superficiali

Frane superficiali soil slips debris flows

Assenza segnali precursori Alta velocitĂ ďƒ grande potere distruttivo

Importanza dello spessore Frane superficiali Bagni di Lucca, December 2008

Sarno, May 1998

Ceriana, November 2000

Messina, November 2009

Ischia, April 2006

Importanza dello spessore Frane superficiali

Ischia, 2006 (4 morti)

Importanza dello spessore Frane superficiali

Importanza dello spessore Modello “infinite slope”: sensibilità del fattore di sicurezza (FS) allo spessore Segoni et al., 2009

Johnson and Sitar, 1990 Catani et al., 2010

Soil thickness (m)

Modellazione dello spessore

A quale scala (versante, bacino, regionale) Con quali condizioni al contorno (geologia, contesto morfoclimatico e geomorfologico) A quale scopo ( ďƒ precisione richiesta)

Modellazione dello spessore Misurazione mediante metodi diretti ed indiretti

Telerilevamento

“Esplorazione geologica del sottosuoloâ€? (penetrometro, geoelettrica ‌ )

Trivella e pala!!!

Modellazione dello spessore

SPESSORE COSTANTE COSTANTE SU SUDDIVISIONI DELL’AREA

VARIABILE SPAZIALE

Modellazione dello spessore Variabile spaziale

Da cosa dipende lo spessore?

Modellazione dello spessore Variabile spaziale

Metodi fisicamente basati Metodi statistici Metodi geo-statistici Metodi empirici morfometrici Metodo empirico geomorfologico

Modellazione dello spessore Metodi fisicamente basati Legge di conservazione della massa (Heimsath et al., 1999)

h t

s

r

Soil production from bedrock

e t Simple creep

QD

KD z

Dietrich et al., 1995

P0 exp

KV h m

z

~ q s s

Soil loss for sediment transport

h h0

Deep-dependent creep

QV

e t

Overland flow n

Selby, 1993; Braun et al., 2001

QW

k

KW A

Moore & Burch, 1986

z

p

Modellazione dello spessore Metodi fisicamente basati

~ q s s

K

Heimsath et al., 1999

2

z

a

(variazioni di spessore del suolo) proporzionali alla curvatura di profilo.

Braun et al., 2001

Difetti: complessitĂ , costi, limitazioni concettuali

Modellazione dello spessore Metodi statistici

modelli statistici multivariati: DTB  attributi morfometrici - Ziadat (2005) - 148 km2 area characterized (bassa energia del rilievo) DTB ~ pendenza; esposizione; curvatura; CTI (Ln (Ac / tan S)) - Tsai et al. (1999) – 60 km2 Orizz A  poco correlato (max 0.18 con quota) A= 11,6 - 0,002 ELE Orizzonte B, B+C, Soil  molto correlato con S e Cont. Framm. litici B = 70,1 –0,606 S – 0,519 SS - Tesfa et al. (2009) – 28 km2 10 variabili morfometriche, land cover

Modellazione dello spessore Metodi geo-statistici

Kriging DTB ďƒ modellazione geostatistica

Modellazione dello spessore Metodi empirici morfometrici

Z-model, based on elevation (Saulnier et al. 1997) S-model, based on slope gradient (Saulnier et al. 1997)

Sexp-model, based on slope gradient (De Rose 1996; Salciarini et al. 2006) Soil thickness

Elevation (or slope)

Modellazione dello spessore Metodi empirici morfometrici

In funzione della quota

Saulnier et al., 1987

hi

hmax

zi zmax

zmin hmax zmin

hmin

In funzione della pendenza

Saulnier et al., 1987

hi

hmax 1

Area drenata (Ryan et al., 2000) DTB = - 0.31 + 0.128 ln Ac Wetness index (Lee and Ho, 2009) DTB = C Ln (Ac / tan S)

tan i tan min h 1 min tan max tan min hmax

Modellazione dello spessore Modello GIST (empirico geomorfologico)

Soil thickness = ƒ(C x P x S) where

C = f(curvature)  hillslope morphology P = f(position)

 hillslope toposequence

S = f(slope)

 lithology

ƒ  geology

(Test site n°1, “Pianalto” lithostratigraphic unit) Soil thickness (cm)

and

Calibration function

GIST (fattore C: curvatura e geomorfologia) 1) Morfologia ≠Geomorfologia Convex slope

2)

Convex-concave slope

Hillslope profile typology

3)

Convex-concave-convex slope drainage network

GIST: fattore P (posizione e geomorfologia) Indice di posizione

IP =

U (U + D)

Upslope

Downslope

Modello a nove unitĂ (Dalrymple et al., 1968)

In ogni unitĂ osserviamo una relazione distinta tra topografia e spessore del suolo

GIST: fattore S (pendenza e litologia) Pendenza: parametro soglia oltre la quale si presuppone innesco di movimento di massa

Local slope 51.3째

Soglia differenziata su base litologica

0째

S

1 1 tg

Alluvional plain Shales Silt loam terrains Flysch and hard rocks Conglomerates

Test site

Geography

Geology

Geological setting

Area

1 - Terzona

Hilly catchment (Chianti) Central Italy

Pliocene and Quaternary terrains

Subhorizontal dip

24km2

2 - Armea

Mountain basin (Alps) Northern Italy

Cretaceous flysch

Faults, trusts, recumbent folds

33km2

3 - Ischia

Island South Tyrrhenian Sea

Volcanic rocks and terrains

Horst and graben. Lava domes, craters, calderas

46km2

Legend: Symbol, name Geological map

Lithology Measure points

GIST: risultati Test site n째1: Terzona creek basin

Test site n째2: Armea creek basin

Soil thickness

Soil thickness

Test site n째3: Ischia Island

Soil thickness

Modello GIST: risultati

Area test

Errore assoluto medio

Residuo minimo

Residuo massimo

Deviazione standard

1- TERZONA

11cm

-46cm

+56cm

8,54

2- ARMEA

23cm

-68cm

+69cm

17,1

3- ISCHIA

26cm

-116cm

+119cm

33,62

Risultati: Paragone con altri modelli Z-model, basato sulla quota (Saulnier et al. 1997) S-model, basato sulla pendenza (Saulnier et al. 1997)

S_exp-model, basato sulla pendenza (Salciarini et al. 2006)

Quota (o pendenza)

S

RISULTATI: Paragone con altri modelli

TERZONA: distribuzione spaziale dei residui(cm)

Z

GIST

RISULTATI: paragone con altri modelli ARMEA: istogrammi di frequenza degli errori assoluti Armea - modello S

Armea: modello Z Istogramma di frequenza degli errori assoluti

Istogramma di frequenza degli errori assoluti

60

90

80

80

S-model

70

frequenza

60

50

40 25

30

20

10

6

3

49

50

29

Z-model

40 31 30 20

24 18

18 14

10

10

0

0 00 -- 15 15

16 16-- 30 30

3131-50 50

5151-75 75

76 76 - 100 - 100

Errore assoluto (cm)

S

103cm

Z

78cm

GIST

23cm

40

00 -- 15 15

16 16-- 30 30

3131-50 50

5151-75 75

76 76 - 100 - 100

>101 >101

Errore assoluto (cm)

36

GIST-model

35 30 25

Frequency

Modello

Errore assoluto medio

>101 >101

25 18

20 15

8

10 5

0

0

76 - 100

>101

0 0 - 15 0 - 15

16 - 30 16 - 30

31- 50

31- 50

51- 75

51- 75

Absolute error (cm)

76 - 100

>101

RISULTATI: paragone con altri modelli ISCHIA: istogrammi di frequenza dei residui ed errore assoluto medio

S = 180cm

S_exp = 39cm

Z = 120cm

GIST = 26cm

MORPFOLOGIA E GEOMORFOLOGIA

Modelli morfometrici

GIST

S

Z

sGIST

GIST

(1 solo parametro morfometrico)

(1 solo parametro morfometrico)

(3 parametri morfometrici; no geomorfologia)

(3 parametri morfometrici + geomorfologia)

Errore assoluto medio

94cm

53cm

47cm

11cm

Errore assoluto massimo

146cm

114cm

115cm

56cm

Risultati migliori

GIST: conclusione Inadeguatezza dei modelli empirici morfometrici

GIST Migliore dei modelli emp. morf.

Errori accettabili (valore e distribuzione spaziale) “Portabilità” - Valido in contesti gologici / geoografici diversi - Ridotti problemi di scala Principali innovazioni del modello GIST: 3 parametri morfometrici

Geomorfologia e litologia

Influenza dello spessore del suolo nella modellazione dell’innesco di frane superficiali

Department of Earth Sciences CENTRE OF COMPETENCE OF THE CIVIL PROTECTION DEPARTMENT PRESIDENCY OF THE COUNCIL OF MINISTERS

Different methods to produce distributed soil thickness maps and their impact on the reliability of shallow landslide modeling at catchment scale Second World Landslides Forum 6th October 2011, Rome, Italy

S. Segoni, F. Catani samuele.segoni@unifi.it UniversitĂ degli Studi di Firenze, Dipartimento di Scienze della Terra, Via G. La Pira 4, 50121 Firenze

OBJECTIVES

• Importance of soil tickness in shallow landlides slope instability modeling • How errors in soil thickness influence the performance of slope stability models

• Best practices to feed slope stability models with respect to soil thickness

SLOPE STABILITY SIMULATOR SHALLOW LANDSLIDES

• Morfologia

• • Spessore del suolo

•

Parametri geotecnici Instabilità

Modello di analisi fisicamente basato ad alta risoluzione spaziale e temporale Progettato per l’operatività su larga scala Adatto a sistemi di allerta real time Elaborazione dati rapida

Modello fisicamente basato High Resolution Slope Stability Simulator (HIRESSS)

Intensità pioggia

Fattore di Sicurezza Modello stabilità

Modello idrologico hd t dh

x

h sin x

KL h

y

KL h

h y

z

KZ h

h cos z

precipitazione in corso

h Z

Z

1

d Z

Z

I t R 2 KZ Z / 4D0 cos2

terreno insaturo

Pressione interstiziale

FS

tan tan

Z

1

d Z

Z

I t R 2 KZ Z / 4D0 cos2

R

t T Z / 4D0 cos2

FS

2

Modello idrologico: - Modello basato sulle equazioni di Richards - Modelazione della diffusività idraulica

ua

uw tan NS z sin

b

terreno saturo

precipitazione cessata h Z

c' NS z sin

-

tan tan

c' NS

z h

S

h sin

h z,t h NS z

w

tan S h sin

Modello geotecnico: Pendio indefinito Effetto della suzione Modellazione peso di volume Analisi a profondità variabile

SLOPE STABILITY SIMULATOR SHALLOW LANDSLIDES

Hydrological module (Richards’ equation)

Pressure head spatial (3D) and temporal distribution

Slope stability module (Iverson’s infinite slope + suction effects in unsaturated soils)

Factor of safety spatial and temporal distribution Segoni S, Rossi G, Catani F (2011) Improving basin scale shallow landslide modelling using reliable soil thickness maps. Nat Hazards.

DOI 10.1007/s11069-011-9770-3.

Rossi G (2011) A physically based distributed slope stability simulator to analyze shallow landslides triggering in real time and at large scale. PhD thesis, Universita` degli Studi di Firenze, Department of Earth Sciences, Florence, Italy

SOIL THICKNESS MODELS “Morphometric� models

Z-model, based on elevation (Saulnier et al. 1997) S-model, based on slope gradient (Saulnier et al. 1997)

Sexp-model, based on slope gradient (De Rose 1996; Salciarini et al. 2006) Soil thickness

Elevation (or slope)

SOIL THICKNESS MODELS GIST (Geomorphologically Indexed Soil Thickness)

GIST model

Where

Soil thickness = ƒ(C x P x S) Convex profile

Convex-concave profile

Convex-concave-convex profile

C = f(curvature)

 hillslope morphology

P = f(position)

 hillslope toposequence

S = f(slope gradient)  lithology and ƒ  geology Catani F., Segoni S., Falorni G (2010) An empirical geomorphology-based approach to the spatial prediction of soil thickness at catchment scale.

In revision for Water Resource Research. Water Resour Res 46:W05508

TEST SITE ARMEA BASIN (Alps, Liguria)

Extension: 37 km2 Max slope: 51째 Mean slope: 26째 Geology: Cretaceous Flyschs; faults, trusts and folds

SOIL THICKNESS MODELS 4 soil thickness maps

S Model

Z Model

Sexp Model

GIST Model

SOIL THICKNESS MODELS Validation

Maximum underestimation Maximum overestimation Mean absolute error Mean error Standard Deviation Skewness Kurtosis

Z-model -1.18 1.61 0.68 0.57 0.48 -0.18 -0.77

S-model Sexp-model GIST model -1.16 -2.04 -1.30 2.01 1.70 1.91 1.03 0.45 0.33 0.97 -0.18 -0.01 0.56 0.57 0.48 -1.05 0.27 0.94 2.29 2.3 3.20

APPLICATION TO SLOPE STABILITY Input data SOIL THICKNESS

1. S model 2. Z model 3. Sexp model 4. GIST model

Geological formation

Colluvial and eluvial deposits Alluvial deposits Ventimiglia Flysch (massive sandstones) Ventimiglia Flysch (pelites and sandtones) Sanremo Flysch (marlstones and mudstones) Sanremo Flysch (mudstones and marlstones) Bordighera sandstone (distal facies)

Φ γ Ks (°) (kN/m (m/s) 3) 4 28 20 1*10-3 3 27 20 2*10-3

C (KPa)

5

27

24 2*10-4

12

18

23 3*10-6

11

21

24 3*10-5

10

22

24 2*10-5

7

29

24 8*10-4

Rainfall  8 December 2006 event (24 hourly time steps)

APPLICATION TO SLOPE STABILITY FS maps S Model

Z Model

Sexp Model

GIST Model

LANDSLIDES INVENTORY December 2006

8 December, 2006 141 shallow landslides (soil slips and debris flows)

80 70 60

Number of landslides

50 40 30 20 10 0 <100

101 - 200

201- 500

500 - 1000

Extension of landslides (m2)

1001 - 2000

2000 - 7000

VALIDATION

Landslides occurred

Landslides predicted

Yes No

Yes

No

True positives (A) False negatives (C)

False positives (B) True negatives (D)

Sensitivity=a/(a+c) Specificity=d/(b+d) Likelihood ratio=Sensitivity/(1-specificity)

VALIDATION FS maps

Sensitivity Specificity Likelihood ratio

S Model

S 0.87 0.60 2.20

Z Model

Z 0.81 0.61 2.09

Sexp 0.05 0.97 1.99

Sexp Model

GIST 0.40 0.91 4.50

GIST Model

DISCUSSION Relationships between validation statistics: LINEAR CORRELATION COEFFICIENTS

Soil thickness error statistics

Slope stability statistics

Max Max ov. mean mean und. abs err error

St Dev

Skew

Kur

Likel. ratio

0.25

0.42

-0.58

-0.37

-0.58

0.71

0.56

Sensitivity

0.91

0.24

0.78

0.94

-0.29

-0.69

-0.49

Specificity

-0.78

-0.09

-0.85

-0.96

0.15

0.80

0.62

Efficiency Misclass.

Rate Pos. pred.

Power Neg. pred. power

-0.78

-0.09

-0.85

-0.96

0.14

0.80

0.62

0.78

0.09

0.85

0.96

-0.14

-0.80

-0.62

0.25

0.42

-0.58

-0.37

-0.58

0.71

0.56

-0.91

-0.29

-0.80

-0.95

0.25

0.71

0.45

DISCUSSION Relationships between validation statistics: LINEAR CORRELATION COEFFICIENTS

Soil thickness error statistics

Slope stability statistics

Max Max ov. mean mean und. abs err error

St Dev

Skew

Kur

Likel. ratio

0.25

0.42

-0.58

-0.37

-0.58

0.71

0.56

Sensitivity

0.91

0.24

0.78

0.94

-0.29

-0.69

-0.49

Specificity

-0.78

-0.09

-0.85

-0.96

0.15

0.80

0.62

Efficiency Misclass.

Rate Pos. pred.

Power Neg. pred. power

-0.78

-0.09

-0.85

-0.96

0.14

0.80

0.62

0.78

0.09

0.85

0.96

-0.14

-0.80

-0.62

0.25

0.42

-0.58

-0.37

-0.58

0.71

0.56

-0.91

-0.29

-0.80

-0.95

0.25

0.71

0.45

DISCUSSION Relationships between validation statistics: LINEAR CORRELATION COEFFICIENTS

Soil thickness error statistics

Slope stability statistics

Max Max ov. mean mean und. abs err error

St Dev

Skew

Kur

Likel. ratio

0.25

0.42

-0.58

-0.37

-0.58

0.71

0.56

Sensitivity

0.91

0.24

0.78

0.94

-0.29

-0.69

-0.49

Specificity

-0.78

-0.09

-0.85

-0.96

0.15

0.80

0.62

Efficiency Misclass.

Rate Pos. pred.

Power Neg. pred. power

-0.78

-0.09

-0.85

-0.96

0.14

0.80

0.62

0.78

0.09

0.85

0.96

-0.14

-0.80

-0.62

0.25

0.42

-0.58

-0.37

-0.58

0.71

0.56

-0.91

-0.29

-0.80

-0.95

0.25

0.71

0.45

DISCUSSION Relationships between validation statistics: LINEAR CORRELATION COEFFICIENTS

Soil thickness error statistics

Slope stability statistics

Max Max ov. mean mean und. abs err error

St Dev

Skew

Kur

Likel. ratio

0.25

0.42

-0.58

-0.37

-0.58

0.71

0.56

Sensitivity

0.91

0.24

0.78

0.94

-0.29

-0.69

-0.49

Specificity

-0.78

-0.09

-0.85

-0.96

0.15

0.80

0.62

Efficiency Misclass.

Rate Pos. pred.

Power Neg. pred. power

-0.78

-0.09

-0.85

-0.96

0.14

0.80

0.62

0.78

0.09

0.85

0.96

-0.14

-0.80

-0.62

0.25

0.42

-0.58

-0.37

-0.58

0.71

0.56

-0.91

-0.29

-0.80

-0.95

0.25

0.71

0.45

CONCLUSIONS

Factor of Safety (FS)  very sensitive to soil thickness

Same slope stability model sensitive/specific depending on the input data Sensitivity \ specificity (FS)  mean error (soil thickness) Overall performance (likelihood ratio)skewness (soil thickness)

SISTEMATIC SOIL THICKNESS ERRORS TO BE AVOIDED !!! The best results were achieved when more complex geomorphologic criteria (GIST model) were used to obtain soil thickness maps

THANK YOU FOR YOUR ATTENTION

Based on the paper Segoni S, Rossi G, Catani F (2011)

Improving basin scale shallow landslide modelling using reliable soil thickness maps.

Natural Hazards DOI 10.1007/s11069-011-9770-3 (open access)