Giulia Sofia– Università di Padova, Dip. Territorio e Sistemi Agro-Forestali
Giulia Sofia– Università di Padova, Dip. Territorio e Sistemi Agro-ForestaliPopulated
Densificazione
Esplorazione
(A)
(C)
(B)
Corcoran et al. (2013); Strano et al. (2012)
Densità reticolo
Giunzioni stradali
Lunghezza delle singole strade
Semplicità del reticolo
(densita’/giunzioni)
Giulia Sofia– Università di Padova, Dip. Territorio e Sistemi Agro-Forestali
Spc = 0.09 m-1
Spc = 0.05 m-1
Sofia et al. 2014 (ISPRS J. Phot. Rem. Sens.)
Giulia Sofia– Università di Padova, Dip. Territorio e Sistemi Agro-Forestali
Aree piu uniformi
(piu correlate)
Average SLLAC/km2
Average
Spc/km2
Sofia et al. 2014
(ISPRS J. Phot. Rem. Sens.)
Aree con una morfologia piu organizzata
Giulia Sofia– Università di Padova, Dip. Territorio e Sistemi Agro-Forestali
Lookout Creek Watershed (Oregon, USA)
Area: 63.5 km2
Quota: 412-1631 m a.s.l. (avg. 970 m)
Pendenza: 0-70° (avg. 24.4°)
Estensione reticolo stradale: 144.6 km
Frane: 182 (1953-1996)
Dati disponibili
LiDAR DTM (2m, point res. 0.46 pt/m2, acc. vert. 0.2
m), database frane, reticolo stradale, geologia (rock
strenght)*
Studi precedenti
Swanson and Dryness (1975) Geology
Wemple et al. (1996) Water Resour. Res
Jones et al. (2000) Conservation Biology
Wemple et al. (2001) Earth Surf. Process. Landforms
*Data were provided by the HJ Andrews Experimental Forest research program, funded by the National Science Foundation's Long-Term Ecological Research Program (DEB 08-23380), US Forest Service Pacific
Northwest Research Station, and Oregon State University http://andrewsforest.oregonstate.edu/lter/
Giulia Sofia– Università di Padova, Dip. Territorio e Sistemi Agro-Forestali
1953-1996: 182 movimenti franosi (colate detritiche, frane
profonde e superficiali)
~80% su suoli piu
propensi al dissesto
~20% su suoli meno
propensi
47% degli eventi ha
coinvolto una strada
Wemple et al. 2001 (ESPL)
Swanson, FJ.; James, ME. 1975. Geology and geomorphology of the H.J. Andrews Experimental Forest, western Cascades, Oregon. Res. Pap. PNW188. Portland, OR: U.S. Department of Agriculture, Forest Service, Pacific Northwest Forest and Range Experiment Station. 14 p.
Giulia Sofia– Università di Padova, Dip. Territorio e Sistemi Agro-Forestali
correlazione pendenza
‘Organizzazione’ pendenza
La presenza di strade rende la morfologia più uniforme (SLLAC elevata) e tende a creare superfici
piu organizzate (Spc basso)
Spc diminuisce all’aumentare della densità del reticolo stradale
SLLAC media aumenta all’aumentare del reticolo stradale
Giulia Sofia– Università di Padova, Dip. Territorio e Sistemi Agro-Forestali
Massimizza(SLLAC) AND Minimizza(Spc):
Quality = ~ 0.7
Semplicità Reticolo < ~0.4 km/pts
Massimizza(SLLAC) OR Minimizza(Spc):
Quality = ~ 0.8
Semplicità Reticolo > ~ 0.4 km/pts
Giulia Sofia– Università di Padova, Dip. Territorio e Sistemi Agro-Forestali
‘Organizzazione’ pendenza
Correlazione pendenza
Zone con spc alto, sono storicamente meno interessate da eventi franosi
[Spc diminuisce all’aumentare della densità del reticolo stradale]
Zone con SLLAC elevata, sono storicamente piu interessate da eventi franosi
[SLLAC media aumenta all’aumentare del reticolo stradale]
Giulia Sofia– Università di Padova, Dip. Territorio e Sistemi Agro-Forestali
Densità reticolo
(km/km2)
Giunzioni stradali
(pts/km2)
Semplicità reticolo
(km/pti)
Densità mov. franosi
(pts/km2)
AND
OR
3.0
2.6
7.7
6.3
0.39
0.42
5.4
4.1
OR not AND
2.0
4.0
0.50
1.9
Giulia Sofia– Università di Padova, Dip. Territorio e Sistemi Agro-Forestali
Organizzazione pendenza
Correlazione pendenza
Dove il suolo ha maggiore propensione
al dissesto, analizzando tutte le frane,
la relazione con spc è meno evidente.
Organizzazione pendenza
Dove il suolo è più stabile, l’effetto del
reticolo è piu evidente: le relazioni tra
numero di eventi e caratterizzazione
morfologica (spc e SLLAC) è piu forte.
Giulia Sofia– Università di Padova, Dip. Territorio e Sistemi Agro-Forestali
Correlazione pendenza
Piu’ propensi
WEAK
AND
OR
OR not AND
Meno propensi
Roads density
(km/km2)
3.23
3.19
3.0
Road junctions
(pts/km2)
8.23
8.15
7.7
STRONG
AND
OR
OR not AND
Roads density
(km/km2)
2.4
2.0
1.8
Network Simplicity
(km/pti)
0.39
0.39
0.39
Road junctions
(pts/km2)
6.1
4.2
3.1
Landslide density
(pts/km2)
5.68
5.56
4.8
Network Simplicity
(km/pti)
0.4
0.5
0.6
Giulia Sofia– Università di Padova, Dip. Territorio e Sistemi Agro-Forestali
Landslide density
(pts/km2)
4.4
2.3
1.2
1. Esiste una relazione tra organizzazione e uniformità delle pendenze
(Spc/SLLAC) e reticolo stradale.
2. Combinazioni diverse dei due parametri permettono di idenfiticare
conformazioni diverse dell’apparato stradale (densificazione VS esplorazione)
3. Utilizzando la combinazione Massimizza(SLLAC) OR Minimizza(Spc) si è in
grado di identificare, anche sotto copertura forestale, aree interessate da
strade, con una qualità di ~0.8.
4. Grazie ai dati LIDAR e alla nuova metodologia, sembra che il numero di eventi
franosi non dipenda solo dalla densità del reticolo stradale, ma anche dalla
sua struttura.
5. ...Sfide future: considerare pendenza, geologia, età del reticolo stradale,
drenaggi, condizioni del reticolo...
Giulia Sofia– Università di Padova, Dip. Territorio e Sistemi Agro-Forestali
Giulia Sofia– Università di Padova, Dip. Territorio e Sistemi Agro-Forestali