MODELLI GEOSTATISTICI PER LA VALUTAZIONE DELLE INCERTEZZE E DELLE VARIABILITA’ NEI PROFILI DI Vs

Il parametro meccanico fondamentale per la valutazione della risposta sismica locale è il profilo di velocità delle onde di taglio (VS). Esso è valutabile attraverso tecniche geofisiche sperimentali in situ, le quali presentano caratteristiche tecniche ed assunzioni teoriche differenti. Nell’ambito di queste tecniche di indagine sperimentali, una valutazione delle incertezze e delle variabilità associate al processo di misura rappresenta una necessità indispensabile, soprattutto alla luce dei moderni approcci di valutazione non ergodica della risposta sismica locale. Per rispondere a tale esigenza, si utilizzano modelli geostatistici, i quali hanno la potenzialità di fornire un “quadro” delle incertezze epistemiche e variabilità aleatorie in gioco, tramite una randomizzazione. L’unico modello geostatistico disponibile per tali applicazioni fu sviluppato da Gabriel Toro nel 1995. Esso rappresenta un tentativo di fornire uno strumento valido per la randomizzazione dei profili di VS ed è utilizzato in tutto il mondo per studi di pericolosità sismica, anche di edifici strategici. Il modello è stato implementato nel software STRATA e, più recentemente, nell’ultima versione del software DEEPSOIL. La presente nota vuole inizialmente presentare le nozioni generali alla base del modello di Toro, valutando criticamente i vari elementi che lo compongono. Successivamente, verrà proposta una nuova implementazione rigorosa ed innovativa del modello, dotata di potenzialità maggiori rispetto alle versioni ad oggi disponibili. In particolare, il modello implementato è caratterizzato da un cambiamento radicale riguardante le ipotesi e l’idea alla base del processo di randomizzazione. Infatti, la novità principale riguarda il superamento dell’assunzione della velocità intervallare come variabile aleatoria principale, scomponendo il problema nelle due variabili aleatorie indipendenti alla base del processo di misura: la distanza ed il tempo.