PROSLIDE

Integrazione di controlli di frane statiche e dinamiche utilizzando metodi statistici e fisici su diverse scale spaziali - esplorando nuove opportunità per la previsione di frane superficiali

  • Deutsch
  • English
  • Italiano
PROSLIDE

Le frane sono fenomeni diffusi nelle aree montane del mondo e svolgono un ruolo chiave nell'evoluzione del paesaggio. Questi processi geomorfologici potenzialmente pericolosi rappresentano una seria minaccia per le vite umane, gli insediamenti e le infrastrutture. L'efficienza delle misure che mirano a ridurre in modo proattivo gli impatti delle frane (ad esempio la gestione del territorio), dipende fortemente dalla conoscenza di dove e quando potrebbero verificarsi future instabilità. Tuttavia, la previsione delle frane costituisce ancora oggi una sfida scientifica, principalmente a causa di una complessa interazione delle cause di inneschi che possono essere sia statiche sia dinamiche (ad esempio topografia, litologia, scioglimento della neve, forti piogge) e dei relativi dati spazio-temporali necessari per la modellazione.

PROSLIDE si concentra sull'instabilità (primaria non causata dall'uomo) dei pendii nella provincia di Bolzano (Italia). L'obiettivo principale è quello di migliorare la prevedibilità delle frane superficiali integrando dati ambientali innovativi e nuove tecniche di modellazione a più scale spaziali e temporali. Le principali innovazioni del progetto includono (i) lo sfruttamento di tecniche di telerilevamento e dati per la caratterizzazione spazio-temporale dei controlli di frana (ad esempio RADAR meteorologico; neve e umidità del suolo di derivazione satellitare; scansione laser), (ii) lo sviluppo di nuove strategie di modellazione che consentono di integrare input di modelli eterogenei, approcci statistici/machine learning e modelli fisici, (iii) l'elaborazione esplicita di scale di indagine ottimali (ad esempio la dipendenza dei modelli dalle strategie di aggregazione spaziale e temporale dei dati).

Le fasi di lavoro comprendono la raccolta, l'elaborazione e l'analisi di informazioni in-situ relative alle frane (comprese le campagne sul campo) e i dati di telerilevamento di nuova generazione (WP1 e WP2), la modellazione statistica a livello provinciale delle condizioni critiche di soglia e delle probabilità di frane spazio-temporali (WP3), la modellazione dinamica basata su modelli fisici della stabilità dei versanti a scala di bacino (WP4) nonché l'integrazione del metodo e la valutazione approfondita dei risultati (WP5). I risultati forniranno nuove conoscenze sui processi geomorfologici sottostanti, sulla prevedibilità delle frane nello spazio e nel tempo e sulle relative opportunità ai fini della previsione delle frane nel contesto del Centro Funzionale della Protezione Civile provinciale.

Il gruppo interdisciplinare di PROSLIDE è composto da ricercatori e stakeholder con competenze complementari in Geomorfologia, Geologia, Scienze del suolo, Idrologia, Meteorologia e Telerilevamento. L'Istituto per l'osservazione della Terra di Eurac e l'Istituto di Geografia dell'Università di Innsbruck sono supportati da attori locali (l'Ufficio Geologia e Prove Materiali e l'Agenzia della Protezione Civile) e da rinomati istituti di ricerca (Università di Padova; Consiglio Nazionale Italiano delle Ricerche (CNR); Accademia Austriaca delle Scienze (OEAW)).

Persona di riferimento: Stefan Steger

stefan.steger@eurac.edu

Website: https://www.mountainresearch.at/proslide/

Progetto finanziato da

Publications
A data-driven approach to derive spatially explicit dynamic "thresholds" for shallow landslide occurrence in South Tyrol (Italy)
Steger S, Moreno M, Crespi A, Gariano SL, Brunetti MT, Melillo M, Peruccacci S, Marra F, Borga M, de Vugt L, Zieher T, Rutzinger M, Mair V, Campalani P, Pittore M (2023)
Contributo in atti di convegno

Conference: EGU23 General Assembly | Vienna | 23.4.2023 - 28.5.2023

Ulteriori informazioni: https://doi.org/10.5194/egusphere-egu23-1353

https://doi.org/10.5194/egusphere-egu23-1353

Functional regression for space-time prediction of precipitation-induced shallow landslides in South Tyrol, Italy
Moreno M, Steger S, Lombardo L, Opitz T, Crespi A, Marra F, de Vugt L, Zieher T, Rutzinger M, Mair V, Pittore M, van Westen C (2023)
Presentazione

Conference: EGU23 General Assembly | Vienna | 23.4.2023 - 28.4.2023

Ulteriori informazioni: https://doi.org/10.5194/egusphere-egu23-9538

Improving the performance of a dynamic slope stability model (TRIGRS) with integrated spatio-temporal precipitation data
de Vugt L, Zieher T, Schneider-Muntau B, Moreno M, Steger S, Rutzinger M (2023)
Presentazione

Conference: EGU23 General Assembly | Vienna | 23.4.2023 - 28.4.2023

Ulteriori informazioni: https://doi.org/10.5194/egusphere-egu23-7845

Deciphering seasonal effects of triggering and preparatory precipitation for improved shallow landslide prediction using generalized additive mixed models
Steger S, Moreno M, Crespi A, Zellner PJ, Gariano SL, Brunetti MT, Melillo M, Peruccacci S, Marra F, Kohrs R, Goetz J, Mair V, Pittore M (2023)
Articolo su rivista
Natural Hazards and Earth System Sciences

Ulteriori informazioni: https://nhess.copernicus.org/articles/23/1483/2023/

https://doi.org/10.5194/nhess-23-1483-2023

Final PROSLIDE webinar 2023 - Exploring new opportunities for the PRediction Of shallow landSLIDEs
Steger S, Moreno M, de Vugt L (2023)
Presentazione

Conference: Final Proslide webinar 2023 | Online event | 29.6.2023 - 29.6.2023

Das Projekt „Proslide“ - Methoden zur raum-zeitlichen Vorhersage flachgründiger Rutschungen
Steger S, de Vugt L (2023)
Other contribution
A data-driven approach to establish prediction surfaces for rainfall-induced shallow landslides in South Tyrol, Italy
Steger S, Kohrs R, Crespi A, Moreno M, Zellner PJ, Goetz J, Mair V, Gariano SL, Brunetti MT, Melillo M, Peruccacci S, Pittore M (2022)
Presentazione

Conference: EGU General Assembly 2022 | Vienna | 22.5.2022 - 27.5.2022

Ulteriori informazioni: https://meetingorganizer.copernicus.org/EGU22/session/43376

Applying a hierarchical Generalized Additive Model to integrate predisposing, preparatory and triggering factors for landslide prediction
Steger S, Moreno M, Crespi A, Zellner PJ, Kohrs R, Goetz J, Gariano SL, Brunetti MT, Melillo M, Peruccacci S, de Vugt L, Zieher T, Rutzinger M, Mair V, Pittore M (2022)
Presentazione

Conference: International Conference of the International Association of Geomorphologists (IAG) | Coimbra | 12.9.2022 - 16.9.2022

Ulteriori informazioni: https://meetingorganizer.copernicus.org/ICG2022/meetingprogr ...

Space-time modeling of rainfall-induced shallow landslides in South Tyrol, Italy
Moreno M, Steger S, Lombardo L, Crespi A, Zellner PJ, Pittore M, Mair V, Westen C (2022)
Presentazione

Conference: EGU General Assembly 2022 | Vienna | 22.5.2022 - 27.5.2022

Ulteriori informazioni: https://meetingorganizer.copernicus.org/EGU22/EGU22-9175.htm ...

Comparing different strategies to incorporate the effectively surveyed area into landslide susceptibility modeling
Moreno M, Steger S, Lombardo L, Vugt L, Zieher T, Rutzinger M, Pittore M, Mair V, Westen C (2022)
Presentazione

Conference: International Conference of the International Association of Geomorphologists (IAG) | Coimbra | 12.9.2022 - 16.9.2022

Ulteriori informazioni: https://meetingorganizer.copernicus.org/ICG2022/ICG2022-563. ...

Analyse von Rutschungsereignissen in der Provinz Bozen - Südtirol = Analisi dei fenomeni franosi della Provincia di Bolzano – Alto Adige
Steger S (2021)
Presentazione

Conference: CivilProtect2021 | Bolzano | 17.9.2021 - 19.9.2021

Ulteriori informazioni: https://www.fierabolzano.it/de/civil-protect/event/online-in ...

https://hdl.handle.net/10863/18816

Related News
1 - 1
Our partners
1 - 1
Project Team
1 - 6
Stefan Steger

Stefan Steger

Project Manager
© undefined

Projects

1 - 3
Project

RETURN

RETURN - multi-Risk sciEnce for resilienT commUnities undeR a changiNg climate

Duration: - Funding: Other National funding (National ...

view all

Institute's Projects

Center