Project description

Abstract

Il progetto propone lo sviluppo di un'infrastruttura avanzata per la modellazione della stabilità dei versanti, articolata in sei Work Packages (WP). Le attività sono coordinate dal
CNR IRPI e vedono la partecipazione di tre PMI (Optosensing, GIS3W, Heartwood Labs) per l’integrazione tecnologica e la sperimentazione applicativa. Il WP1 ("Controllo") gestisce le attività
progettuali, garantisce il raccordo tra i WP operativi, il rispetto delle milestone e il coordinamento con il partenariato RETURN. Il WP6 ("Gestione") si occupa della rendicontazione economica, della
gestione tecnica e della disseminazione dei risultati. I quattro WP operativi affrontano aspetti complementari. Il WP2 ("Metodologie") sviluppa e testa catene modellistiche di instabilità di versante,
combinando approcci statistici, fisici e concettuali. Questi modelli, in parte derivati da attività precedenti (es. HySTC), sono adattati per l’utilizzo nei Proof of Concept (PoC) previsti da RETURN,
fornendo sia dataset sia componenti di codice. Il WP3 ("Scenari di innesco") definisce le condizioni di attivazione dei modelli, con particolare attenzione a trigger pluviometrici e sismici. Vengono
impiegati approcci statistici, reti neurali e modelli semiempirici per delineare scenari coerenti con la variabilità climatica e sismotettonica. Il WP4 ("Monitoraggio") raccoglie dati ancillari per
l’arricchimento dei PoC, mediante sensori avanzati in fibra ottica sviluppati da Optosensing. Le attività includono la selezione dei siti, l’installazione sensoristica e l’integrazione dei dati nel sistema
di modellazione. Infine, il WP5 ("Virtual Test Bed") implementa un ambiente informatico innovativo, sviluppato da GIS3W, capace di integrare modelli, dati e scenari in un unico sistema operativo.
Il VTB consente simulazioni interattive su aree eterogenee, con livelli di accesso differenziati per utenti e data provider. Il progetto unisce ricerca fondamentale e sviluppo tecnologico, con l’obiettivo
di fornire strumenti operativi avanzati per l’analisi e la mitigazione del rischio geo-idrologico.

References

[1] Alvioli M., Marchesini I., Reichenbach P. et al. (2016). Automatic delineation of geomorphological slope units with r.slopeunits v1.0 and their optimization for landslide susceptibility modeling. Geoscientific Model Development, 9, 3975–3991.

[2] Alvioli M., Guzzetti F., Marchesini I. (2020). Parameter-free delineation of slope units and terrain subdivision of Italy. Geomorphology, 358, 107124.

[3] Alvioli M., Loche M., Jacobs L. et al. (2024). A benchmark dataset and workflow for landslide susceptibility zonation. Earth-Science Reviews, 104927

[4] Loche M., Alvioli M., Marchesini I. et al. (2022). Landslide susceptibility maps of Italy: Lesson learnt from dealing with multiple landslide types and the uneven spatial distribution of the national inventory. Earth-Science Reviews, 232, 104125.

[5] Marchesini I., Althuwaynee O., Santangelo M. et al. (2024). National-scale assessment of railways exposure to rapid flow-like landslides. Engineering Geology, 332, 107474.

[6] Alvioli M., Santangelo M., Fiorucci F. et al. (2021). Rockfall susceptibility and network-ranked susceptibility along the Italian railway. Engineering Geology, 293, 106301.

[7] Alvioli M., Falcone G., Mendicelli A. et al. (2023). Seismically induced rockfall hazard from a physically based model and ground motion scenarios in Italy. Geomorphology, 429, 108652.

Funding information:

"VIGIT-R - Versatile Implementation of Ground Instability Tools in RETURN" -Finanziato da Sapienza Università di Roma con d.r. n. 2055/2025 prot. n. 95764 del 07/07/2025, nell'ambito del Progetto Partenariato Esteso RETURN - Multi-Risk sciEnce for resilienT commUnities undeR a changiNg climate
PE_00000005 - CUP: B53C22004020002 - SPOKE 2 – II edizione

Further information:

massimiliano[dot]alvioli[at]cnr[dot]it