Confronto di due approcci statistici non parametrici per la valutazione della suscettibilità da frana nella catena appenninica settentrionale siciliana: tavolette I.G.M.I. Scillato e Caltavuturo

Oggigiorno, la valutazione della diversa importanza delle variabili geoambientali nel determinare lecondizioni di suscettibilità da frana di un’area è uno dei problemi più attuali della geologia. L’uso ed ilconfronto di due differenti approcci statistici, ha consentito di stimare le condizioni di predisposizioneall’instabilità gravitativa dei versanti, per un esteso settore settentrionale della catena appenninicasiciliana, ricadente all’interno delle tavolette I.G.M.I. nn. 259 I SE “Scillato” e 259 II NE“Caltavuturo”. L’area oggetto della sperimentazione, estesa circa 200 Km2, è stata suddivisa inmaniera semi-automatica in 1827 unità idro-morfologiche o unità di versante. Per ciascun’unità diversante, è stato definito un set di 15 proprietà fisico-ambientali (caratteristiche geologiche, di uso delsuolo, attributi topografici primari e secondari), che rappresentano le variabili indipendenti capaci didescrivere i fattori di controllo della stabilità dei versanti. Nell’area era disponibile un archivio di 233frane di colamento che erano state riconosciute sulla base di fotointerpretazione e controlli di campocondotti nel 1999. In occasione della presente ricerca, utilizzando immagini GoogleTM relative al2008, è stato realizzato un nuovo archivio eventi contenente 55 attivazioni successive. Percaratterizzare le condizioni di stabilità di ciascuna unità di mappatura, si sono utilizzate due differentiaree diagnostiche: il centroide di ogni area in frana (LC) e l’intera sua area di rottura (AR). Perdefinire il modello di suscettibilità sono state utilizzate due differenti tecniche di regressione: laForward Logistic Regression (FLR) e Multivariate Adaptive Regression Splines (MARS). Inparticolare, si sono utilizzate le frane mappate al 1999 per allenare i modelli e le successive 55attivazione per la validazione degli stessi. I due metodi sono stati applicati per ciascuna delle due areediagnostiche, al fine di confrontare anche, per una stessa metodologia, la capacità previsionale offerta.I modelli di suscettibilità ricavati mostrano caratteristiche comuni, selezionando quali variabiliindipendenti di maggiore impatto sulle condizioni di stabilità delle unità di mappatura: la pendenza ela lunghezza dell’unità di versante, l’uso del suolo, il comportamento litotecnico atteso dei terreni, lalitologia affiorante, le condizioni geomorfologiche, la curvatura longitudinale al versante e l’indice dierosione potenziale. I modelli di regressione costruiti utilizzando quale area diagnostica il puntocentroide del movimento franoso hanno performance previsionali (AUC = 0.693) inferiori ai modellidi regressione logistica implementati utilizzando l’intera area di rottura (AUC = 0.722). Il metodoMARS, pur selezionando le stesse variabili predittive, ha raggiunto maggiori prestazioni sia con ilmodello di previsione costruito sui punti centroidi (AUC > 0.90), sia con quello che utilizza l’interaarea di rottura (ROC = 0.84), con un errore GCV sempre minore di 0.09. Entrambi gli approccistatistici hanno prodotto complessi algoritmi che riflettono la complessità dell’area oggetto dellostudio e l’interdipendenza tra il set di variabili geoambientali e la franosità. Dai risultati ottenuti conentrambi gli approcci, si evidenzia che l’uso delle unità di versante come unità di mappatura di base,unitamente al punto centroide quale area di attivazione dell’unità morfologica, si presta allacostruzione di un modello di suscettibilità con buone prestazioni previsionali, consentendo unindubbio risparmio in termini di risorse economiche e temporali e, anche e soprattutto, di l