Valutazione del rischio di frana sotto scenari pluviometrici specifici basata su un approccio ibrido CNN-TRIGRS e matrice: caso di studio di Meishan, provincia di Zhejiang, Cina

Perché i pendii che scivolano contano nella vita quotidiana

Le frane possono sembrare disastri montani rari, ma in molte cittadine collinari minacciano abitazioni, strade e linee elettriche ad ogni stagione delle piogge. A Meishan, nella Cina orientale, tifoni frequenti e lunghi periodi umidi inzuppano regolarmente i pendii sovrastanti le comunità. Questo studio esplora un nuovo modo per individuare quale parte del paesaggio è più soggetta a cedere sotto diversi tipi di pioggia, offrendo a pianificatori locali e residenti indicazioni più chiare su dove il pericolo è maggiore e quando è più probabile che si manifesti.

Una cittadina tra colline ripide e piogge intense

Meishan si trova in un’area di basse montagne dove le quote variano principalmente tra 160 e 250 metri. Strati di rocce deboli come scisti si degradano in suoli sciolti che poggiano su un substrato più duro e meno permeabile. Quando l’acqua piovana penetra in questi suoli, può accumulare pressione lungo il contatto con la roccia di base, trasformando l’interfaccia in una superficie scivolosa. Insieme a pendii ripidi e canali che concentrano il deflusso, questa configurazione geologica rende l’area incline a frane superficiali che interessano gli strati superiori del suolo, un andamento confermato da 45 frane registrate, raggruppate nelle colline circostanti.

Fondere apprendimento intelligente e fisica dei pendii

Per comprendere dove è più probabile l’innesco delle frane, i ricercatori hanno combinato due tipi di strumenti. Innanzitutto hanno impiegato una forma di intelligenza artificiale chiamata rete neurale convoluzionale, che apprende pattern direttamente dai dati anziché basarsi su regole scelte a mano. Essa ha analizzato dieci caratteristiche che possono influenzare il cedimento dei pendii, tra cui altitudine, pendenza, tipo di roccia, distanza da fiumi e strade e copertura vegetale, assegnando a ciascuna cella di terreno di 30 per 30 metri un punteggio di suscettibilità. In secondo luogo, hanno utilizzato un modello fisico dei pendii che simula come la pioggia infiltrata nel terreno riduca il margine di sicurezza del suolo su un pendio, espresso come fattore di sicurezza. Questo modello, noto come TRIGRS, monitora come le pressioni idriche variabili durante le tempeste possano spingere un versante da stabile a instabile.

Testare molti tipi di temporali sugli stessi rilievi

Il team si è concentrato su quattro scenari pluviometrici realistici tratti da un decennio di registrazioni meteorologiche locali. Questi andavano da diversi giorni di pioggia moderata e continua, a piogge forti e torrenziali, fino a brevi ma intense precipitazioni a rovescio. Per ciascuno scenario, TRIGRS ha stimato quanta parte di ogni pendio si spostasse tra diverse classi di stabilità, da molto stabile a molto instabile. I risultati hanno mostrato che la maggior parte dell’area è sicura in condizioni di secco, ma la pioggia ad alta intensità, anche per poche ore, espande bruscamente le zone più instabili, in particolare su pendii ripidi vicino ai margini dei bacini e nelle colline centrali dove si sono concentrate frane passate. Anche la durata conta, ma si è constatato che gli scrosci intensi sono particolarmente efficaci nello indebolire rapidamente la resistenza del pendio.

Una griglia chiara per combinare dove e quando

Tradurre tutte queste informazioni in mappe di pericolo pratiche ha richiesto un modo per fondere la suscettibilità a lungo termine di ogni cella di griglia con la sua stabilità a breve termine sotto una pioggia specifica. I ricercatori hanno costruito una matrice decisionale semplice che incrocia cinque livelli di suscettibilità con cinque livelli di stabilità. A ogni combinazione viene assegnato un livello di pericolo, sempre in cinque gradazioni da molto basso a molto alto. Per esempio, una cella che è sia altamente suscettibile sia instabile sotto una determinata tempesta viene marcata come pericolo alto o molto alto, mentre una cella con bassa suscettibilità e comportamento stabile rimane a pericolo basso. Questa tabella basata su regole rende il risultato combinato facile da interpretare: ogni categoria di rischio riflette sia quanto il terreno è incline sia come reagisce a un particolare schema di precipitazione.

Cosa significa per chi vive su pendii a rischio

Quando il team ha confrontato le loro mappe di pericolo con le localizzazioni note delle frane, oltre il 90 percento delle frane passate rientrava nelle zone a pericolo alto e molto alto, e quasi nessuna si è verificata nelle zone a pericolo molto basso. Questa forte corrispondenza suggerisce che l’approccio ibrido può individuare in modo affidabile le aree pericolose anche dove mancano reti di monitoraggio dettagliate. Pur dipendendo ancora da buoni dati di input e non potendo catturare ogni piccolo dettaglio del terreno, il metodo offre alle autorità locali un modo efficiente e trasparente per pianificare l’uso del suolo, dare priorità alle ispezioni dei pendii e adattare gli allarmi precoci a tipi specifici di tempeste, aiutando comunità come Meishan a convivere più sicure con le colline circostanti.

Citazione: Wang, Z., Wang, Z., Shi, F. et al. Assessment of landslide hazard under specific rainfall scenarios based on a hybrid CNN-TRIGRS and matrix approach: a case study of Meishan Town, Zhejiang Province, China. Sci Rep 16, 16200 (2026). https://doi.org/10.1038/s41598-026-46051-6

Parole chiave: rischio di frana, precipitazioni, stabilità dei pendii, reti neurali, mappatura del rischio