Derivazione di curve di fragilità empiriche per edifici residenziali in muratura

In questo lavoro si presenta un modello di fragilità per edifici residenziali in muratura, da utilizzare per valutazioni di vulnerabilità e rischio sismico a scala territoriale. Il modello proposto è derivato empiricamente elaborando statisticamente dati di danno post-terremoto raccolti a seguito degli eventi sismici di Irpinia (1980) e L’Aquila (2009). Le curve di fragilità sono definite per tre classi di vulnerabilità (A: alta vulnerabilità, B: media vulnerabilità, C1: bassa vulnerabilità), ulteriormente suddivise sulla base del numero di piani. A tal fine, i dati di danno post-terremoto sono classificati in tipologie edilizie, rappresentative del costruito italiano, e livelli di danno.

Curve di fragilità tipologiche sono derivate per cinque stati di danno della EMS-98, considerando come misura di intensità sismica l’accelerazione di picco al suolo (PGA) da shakemap. Le tipologie edilizie sono successivamente attribuite alle classi di vulnerabilità A, B e C1, sulla base della similarità della fragilità osservata. Dall’altro lato, si presenta una metodologia per determinare la composizione del costruito esistente in termini di classi di vulnerabilità, a partire dai dati del censimento nazionale.


Valutazione del rischio sismico: definizione delle classi di vulnerabilità

La valutazione del rischio sismico a scala territoriale è fondamentale per la definizione ed implementazione di strategie di mitigazione del rischio e per la gestione dell’emergenza post- terremoto. Il rischio sismico risulta dalla convoluzione di tre ingredienti, quali pericolosità, esposizione e vulnerabilità. Quest’ultima, che rappresenta la propensione di un edificio ad essere danneggiato da un evento sismico, attrae principalmente la comunità ingegneristica. La disponibilità di stime di vulnerabilità accurate, insieme all’applicazione di strategie di intervento e miglioramento sismico agli edifici esistenti, possono infatti contribuire efficacemente a limitare le conseguenze dovute a terremoti futuri.

I metodi presenti in letteratura per la quantificazione della vulnerabilità sismica sono comunemente classificati in empirici, analitici ed ibridi. La scelta del tipo di approccio dipende sia dalla natura dei dati a disposizione che dallo scopo dello studio. In questo contesto, gli approcci empirici si basano sull’elaborazione statistica di dati di danno raccolti durante i rilievi speditivi post-terremoto (e.g. Braga et al. 1982; Rossetto e Elnashai 2003; Rota et al. 2008; Karababa e Pomonis 2011; Dolce e Goretti 2015; Del Gaudio et al. 2017; Rosti et al. 2018).

L’interpretazione dei dati di danno empirici può risultare difficoltosa a causa di molteplici fonti di incertezza, principalmente associate all’acquisizione dei dati stessi, che necessitano di essere accuratamente considerate. Ciononostante, derivando dall’osservazione diretta della reale prestazione sismica degli edifici, i dati di danno osservazionali rappresentano una preziosa fonte di informazione. Inoltre, grazie alla loro natura statistica, gli approcci empirici rappresentano uno strumento efficace per la descrizione della vulnerabilità nell’ambito di applicazioni a larga scala (e.g. Rota e Rosti 2017; Rosti e Rota 2017).

In questo lavoro si derivano curve di fragilità empiriche per edifici residenziali in muratura, da utilizzare nell’ambito di studi di vulnerabilità e di rischio sismico a scala territoriale. Il modello di fragilità proposto, definito coerentemente con le caratteristiche della piattaforma nazionale del rischio sismico (Borzi et al. 2018, http://irma.eucentre.it/irma/web/home), è derivato elaborando statisticamente i dati di danno post- terremoto relativi agli eventi sismici di Irpinia (1980) e L’Aquila (2009). Le curve di fragilità sono definite per tre classi di vulnerabilità, identificate sulla base della similarità della fragilità osservata di tipologie edilizie predefinite, e due classi di piano. Dall’altro lato, la derivazione di curve di fragilità per classi di vulnerabilità ha richiesto la messa a punto di una procedura per definire la composizione del costruito esistente in termini di classi di vulnerabilità, a partire dai dati del censimento nazionale.

Il modello di fragilità proposto per gli edifici residenziali in muratura, insieme a quello derivato per gli edifici in c.a. (Del Gaudio et al. 2019), è stato implementato nella piattaforma nazionale di rischio sismico per effettuare valutazioni di rischio a scala nazionale (Rosti et al. 2019).

 

Descrizione dei dati di danno post-terremoto

Il modello di fragilità proposto in questo studio è derivato empiricamente, elaborando statisticamente i dati di danno post-terremoto disponibili nella piattaforma Da.D.O. (Dolce et al. 2019). Delle nove banche dati raccolte in Da.D.O. (Figura 1), si sono considerate quelle relative ai terremoti di Irpinia (1980) e L’Aquila (2009).

 

Derivazione di curve di fragilità empiriche per edifici residenziali in muratura

IMMAGINE 1: Localizzazione degli eventi sismici italiani del periodo 1980-2012 presenti in Da.D.O. e suddivisione delle schede di rilievo per evento sismico.

 

La scelta di questi due eventi sismici deriva sia dalla disponibilità di shakemaps, utilizzate per la caratterizzazione dell’input sismico, sia dalla numerosità e completezza dei dati a disposizione (ovvero rilievi effettuati su tutti gli edifici situati in una certa unità amministrativa).

L’utilizzo di dati di danno da rilievi incompleti rappresenta un aspetto critico nel trattamento dei dati osservazionali. Questa criticità riguarda generalmente i comuni meno colpiti dal terremoto, dove è molto probabile che gli edifici per i quali non è stato richiesto il sopralluogo siano quelli non danneggiati. In questi casi, la sottostima del numero di edifici non danneggiati può comportare errori sistematici nelle distribuzioni di danno risultanti.

Con riferimento agli eventi sismici considerati (Figura 2 e Figura 3), tutti i comuni presenti nella banca dati di Irpinia (1980) sono stati rilevati a tappeto (Braga et al. 1982).

 

Identificazione dei comuni rilevati a seguito del terremoto di Irpinia

IMMAGINE 2: Identificazione dei comuni rilevati a seguito del terremoto di Irpinia (1980)

 

Identificazione dei comuni rilevati a seguito del terremoto de L’Aquila

IMMAGINE 3: Identificazione dei comuni rilevati a seguito del terremoto de L’Aquila (2009)

 

Nel caso de L’Aquila (2009), gli edifici situati nei comuni con intensità macrosismica uguale o inferiore al grado VI (MCS) sono stati rilevati solo su richiesta del proprietario (Dolce e Goretti 2015). In questo caso, si sono considerati rilevati a tappeto tutti i comuni con rapporto tra numero di edifici rilevati e numero di edifici censiti superiore al 90% (e.g. Rota et al. 2008; Rosti et al. 2018). A seguito di queste operazioni, l’insieme di dati di danno a disposizione conta approssimativamente 50’000 edifici in muratura. Per tener conto dell’evidenza negativa del danno nei comuni meno colpiti dal terremoto, l’insieme di dati di danno è stato integrato dagli edifici in muratura situati nei comuni abruzzesi non rilevati o parzialmente rilevati (con completezza inferiore al 10%), assunti non danneggiati (e.g. Karababa e Pomonis 2011).

 

Ingredienti delle curve di fragilità

La derivazione di curve di fragilità richiede l’associazione di una misura di intensità sismica ad ogni edificio ispezionato (Sezione 3.1), la classificazione tipologica del costruito esistente (Sezione 3.2) e la definizione di livelli di danno, a partire dall’informazione sul danno osservato riportata nella scheda di rilievo (Sezione 3.3). Al fine di ottenere una rappresentazione continua della fragilità in funzione della misura di intensità sismica è necessario utilizzare un modello statistico ed una appropriata procedura di regressione per approssimare i dati osservazionali (Sezione 3.4).

 

L'ARTICOLO CONTINUA...

Per leggere l'intero articolo SCARICA in allegato il PDF, previa registrazione al sito di INGENIO.

In questo modo potrai leggerlo con un'impaginazione migliore, stamparlo, salvarlo e condividerlo.


Articolo tratto dagli atti del XVIII Convegno ANIDIS - Ascoli Piceno 2019