A new Vs30 map for Italy based on the seismic microzonation dataset

Autori: Mori, F1., Mendicelli, A1., Moscatelli, M1., Romagnoli, G1., Peronace, E1., Naso, G2.

Affiliazioni:
1 Istituto di Geologia Ambientale e Geoingegneria, Consiglio Nazionale delle Ricerche, Roma, Italy
2 Dipartimento della Protezione Civile, Roma, Italy (giuseppe.naso@protezionecivile.it)

2020 Engineering Geology

Abstract

Realizzazione della nuova carta del parametro Vs30 nazionale basata sul dataset nazionale della Microzonazione Sismica,

Al fine di comprendere la migliore strategia di spazializzazione del parametro Vs30 sul territorio nazionale sono stati utilizzati i valori sperimentali del valore della velocità media delle onde S nei primi 30 metri di sottosuolo (Vs30) dedotti da circa 11,300 misure geofisiche di superficie e in foro (Fig.1a) e le configurazioni sismostratigrafiche (ovvero gli spessori delle unità litologiche secondo standard nazionali, raggruppate secondo quattro famiglie: substrato geologico, ghiaie, sabbie e limi/argille) dedotte da circa 35,000 sondaggi (Fig.1b). Tutti i dati utilizzati sono presenti nella banca dati nazionale della microzonazione sismica, realizzata e gestita dal CNR IGAG su incarico del Dipartimento della Protezione Civile della Presidenza del Consiglio dei Ministri (consultabile al link www.webms.it).

Figura 1. Dataset nazionale della MS utilizzato per realizzare la carta del Vs30

I dati relativi ai valori di Vs30 e delle successioni litologiche sono stati raggruppati in funzione di:

  1. litotipi della carta litologica ISPRA 1:100.000 (Amanti et al., 2008);
  2. configurazioni geomorfologiche individuate da Iwahashi et al. (2018).

Per ognuna delle classificazioni è stata definita la popolazione dei valori di Vs30 e quella degli spessori delle litologie presenti in ciascuna classe. Le popolazioni sono state caratterizzate statisticamente individuando il valore mediano del parametro Vs30 e quello degli spessori medi rappresentativi delle famiglie litologiche.

È stata analizzata la correlazione fra i valori di Vs30 e gli spessori delle diverse famiglie litologiche corrispondenti a ciascuna classe, considerando separatamente la classificazione su base litologica e quella su base geomorfologica. Un’analisi di regressione multipla è stata utilizzata per parametrizzare questa relazione per ciascuna classe e si è visto come nel caso della classificazione geomorfologica, esiste una più marcata correlazione fra stratigrafia e valore mediano del Vs30 corrispondente. Un F-test condotto su questi dati conferma questa conclusione. La classificazione geomorfologica è stata pertanto considerata più efficace di quella geologica per la stima dei valori di Vs30.

Sulla base di questi risultati, la strategia di spazializzazione del parametro Vs30 è stata vincolata alla classe geomorfologica, ad eccezione di alcune zone con estensione areale inferiore all’1% del territorio cartografato.

Gli 11,300 valori di Vs30 dedotti dalle altrettante prospezioni geofisiche sono stati campionati nelle 40 classi geomorfologiche della carta di base. 

Per ciascuna classe geomorfologica il valore di Vs30 è stato messo in relazione con due parametri numerici potenzialmente in grado di meglio discriminare la situazione locale (cosiddetti proxy): il gradiente della pendenza (s) in metri/metri e l’elevazione (e) in metri.

L’algoritmo stepwise ha permesso di misurare la robustezza statistica dei coefficienti della regressione lineare multipla, definendo così: a) quali classi non presentano alcuna dipendenza dai due parametri morfologici (solo il coefficiente c0 è significativamente diverso da 0); b) quali classi mostrano la dipendenza da uno solo dei due parametri (coefficiente c1 o c2 diverso da 0); c) quali classi presentano la doppia dipendenza (coefficienti c1 e c2 entrambi diversi da 0).

Figura 2. Nuova carta nazionale del Vs30. Valore medio.
Figura 3. Confronto con altre carte esistenti per il territorio nazionale; miglioramento in termini di accuratezza e precisione.

.La mappatura del parametro del Vs30 è stata quindi realizzata per ciascuna classe geomorfologica partendo dai parametri di pendenza ed elevazione, attraverso la regressione lineare multipla e i coefficienti trovati con l’algoritmo stepwise. Il risultato è un raster con risoluzione 50×50 metri.

La carta di base geomorfologica di partenza non mostra però una soddisfacente correlazione, in termini di proxy per il calcolo di Vs30, con due zone caratterizzate dall’affioramento di successioni di piattaforma carbonatica, ovvero la zona dell’Apulia e quella degli Iblei. In questi casi il valore di Vs30 risulta indipendente dalla morfologia ed è stato calcolato in funzione della classe litologica. Per queste due zone, infatti, il supporto di base cartografico è la carta litologica 1:100.000 (Amanti et al., 2008) e i valori di Vs30 vengono inferiti attraverso la media dei valori delle misure disponibili nella banca dati nazionale.

Per questi motivi, la nuova carta di Vs30 rappresentata in Figura 2 è una carta ibrida, in cui: per 18 delle 40 classi geomorfologiche il valore di Vs30 non mostra dipendenza dai due parametri morfologici, i.e., pendenza e quota; per 5 classi i valori di Vs30 dipendono solo dalla pendenza; per 12 classi i valori di Vs30 dipendono solo dall’elevazione; per 5 classi i valori di Vs30 dipendono da entrambi i parametri morfologici. Per le zone dell’Apulia e degli Iblei, infine, i valori di Vs30 sono determinati solo su base litologica, a partire dai valori di Vs desunti dalla banca dati nazionale di microzonazione sismica. 

Per quanto riguarda il confronto con le carte di Vs30 esistenti per il territorio nazionale, in particolare quelle USGS (Wald and Allen, 2007, di seguito WA) e INGV (Michelini et al., 2008, di seguito M&A), è stato calcolato il residuo tra il valore misurato di Vs30 e il valore predetto dai modelli per le 11,300 misure disponibili.

Confrontando i boxplots dei residui (Figura 3) si osserva come la previsione migliori con la nuova carta in termini sia di accuratezza sia di precisione: l’errore sistematico diventa 20,9 m/s, contro -76,5 m/s per WA e -249,3 m/s per M&A; l’errore casuale diventa 158 m/s contro 231 m/s per WA e 443 m/s per M&A.