Pendekatan probabilistik untuk analisis bahaya longsor

Kami menyajikan kerangka umum untuk analisis bahaya longsor probabilistik. Sehubungan dengan pendekatan penilaian bahaya kuantitatif lainnya, analisis bahaya longsor probabilistik ini memiliki keuntungan untuk memberikan kurva bahaya dan peta, dan dapat diterapkan pada semua tipologi tanah longsor, jika perlu akuntansi untuk kedua terjadinya dan probabilitas transit.Metode ini mengkuantifikasi, untuk lokasi kemiringan tertentu, probabilitas exceedance yang dipengaruhi oleh tanah longsor dengan intensitas lokal yang spesifik dalam interval waktu referensi, yaitu kurva bahaya, di bawah asumsi umum bahwa tanah longsor berperilaku sebagai proses Poisson. Peta bahaya dihitung, mengurangi kurva bahaya untuk satu nilai dengan memilih probabilitas tetap terlampaui mengikuti standar atau persyaratan peraturan. Metode didasarkan pada penilaian longsor frekuensi timbulnya, frekuensi runout longsor panjang runout, dan definisi lokal intensitas longsor, yang dapat dinyatakan melalui parameter yang berbeda, menurut Longsor tipologi. Untuk tanah longsor runout panjang, runout dan intensitas spasial bervariasi dan ketidakpastian dipertimbangkan.Kurva bahaya tahan longsor dan peta memegang peranan penting dalam desain dan dimensi dari struktur mitigasi, dalam perencanaan tanah dan dalam kebijakan manajemen risiko dan bahaya. Mulai dari dana kerangka umum, kami menerapkan metodologi untuk analisis bahaya runtuhan, dan kami mengujinya di daerah yang terkena dampak gempa Christchurch 2011, Selandia Baru, yang memicu sejumlah besar rockfalls, menewaskan lima orang.1. PengertianBahaya longsor mengungkapkan kemungkinan bahwa longsor dengan intensitas tertentu dapat terjadi di lokasi tertentu dalam jangka waktu tertentu [ISSMGE Daftar Istilah Risk Assessment, http: //140.112.12. 21 / issmge / 2004Glossary_Draft1.pdf]. Definisi ini menggarisbawahi bahwa bahaya adalah fungsi intensitas. Fungsi ini biasanya dikenal sebagai kurva bahaya, dalam literatur umumnya terkait dengan resiko gempa (Frankel et al., 1996), windstorms dan banjir dan tsunami (PTHA, Gonzlez et al, 2009 (Grunthal et al, 2006.);. Annaka et al, 2007;.. Liu et al, 2007; Geist dan Parsons, 2006). Sedangkan konsep intensitas dan besarnya didefinisikan dengan baik untuk ancaman ini, istilah yang tidak selalu benar-benar dan mudah diformalkan untuk tanah longsor. Sebuah formalisasi diusulkan oleh Hungr (1997), dan beberapa nasihat mengklarifikasi telah dinyatakan dalam beberapa rekomendasi untuk penilaian risiko longsor (misalnya OFAT-offe-OFEP, 1997; AGS, 2007; Fell et al, 2008;.. Corominas et al, 2014). Dalam kebanyakan kasus, bagaimanapun, intensitas digunakan sebagai istilah umum, yang dapat mencakup konsep yang berbeda, seperti ukuran, volume, kecepatan, energi. Besaran sering digunakan untuk menggambarkan ukuran tanah longsor dalam hal volume (misalnya Hungr et al 1999;. Marchi dan D'Agostino, 2004; Jakob dan Friele, 2010; Santana et al, 2012) atau daerah (misalnya: Hovius et al, 1997; Stark dan Hovius, 2001; Dussauge et al, 2003; Malamud et al, 2004; Guthrie dan Evans, 2004)..Sebuah mufakat rendah pada penggunaan istilah berasal dari fakta bahwa tanah longsor meliputi fenomena yang berbeda, yang dapat dijelaskan oleh parameter yang berbeda. Karena kesulitan tujuan untuk menghasilkan kurva bahaya longsor, alasan mengapa mereka sangat langka dalam literatur risiko longsor, pemilihan parameter intensitas masih merupakan masalah penting. Intensitas harus sesuai dengan ukuran "potensi kerusakan". Oleh karena itu, seharusnya tidak mengungkapkan ukuran tanah longsor, namun kekuatan destruktif. Di sisi lain, frekuensi longsor sering berhubungan dengan ukuran dan tidak perlu untuk kekuasaan merusak mereka, mengungkapkan besarnya peristiwa, lebih dari intensitas (misalnya, Hungr et al, 1999; Dussauge et al, 2003).Konsep besarnya dan intensitas diterapkan longsor dapat diklarifikasi merujuk, dalam analogi, rekayasa gempa. Untuk gempa bumi, besarnya mengekspresikan energi yang dilepaskan oleh peristiwa tunggal, dan dapat dianggap sebagai deskripsi gempa "ukuran". Hubungan Besaran-Frekuensi (juga dikenal sebagai hukum Gutenberg- Richter) yang digunakan untuk menggambarkan frekuensi terjadinyagempa bumi dengan magnitude yang berbeda (Gutenberg dan Richter, 1942). Namun, parameter gerakan tanah atau fungsi (misalnya, percepatan tanah, perpindahan tanah maksimum, percepatan spektral), mengungkapkan intensitas lokal gempa, diperlukan untuk menilai kerusakan dengan menggunakan kurva kerapuhan (yaitu, kemungkinan melebihi keadaan kerusakan yang diberikan sebagai fungsi dari parameter gerakan tanah) (SYNER-G, 2011). Untuk menghitung gerakan tanah, hubungan redaman local sebagai fungsi jarak dari pusat gempa dan besarnya, digunakan, juga akuntansi untuk ketidakpastian.Teknik untuk menurunkan bahaya untuk setiap lokasi di sepanjang lereng dapat berbeda sebagai fungsi dari tipologi longsor dan skala analisis. Untuk analisis skala lokal longsor tunggal adalah mungkin untuk mensimulasikan berbagai skenario mempertimbangkan volume yang berbeda (tetapi juga perpindahan atau kecepatan, terutama untuk tanah longsor yang sudah ada dengan volume yang diketahui) dan probabilitas yang terkait (yaitu, M-F hubungan) melalui model numerik untuk menentukan distribusi spasial intensitas selama gerakan longsor (Archetti dan Lamberti, 2003; Friele et al, 2008). Oleh karena itu, untuk setiap lokasi di sepanjang lereng adalah mungkin untuk membangun kurva bahaya dengan mengadopsi nilai-nilai frekuensi yang disediakan oleh hubungan M-F dan intensitas dihitung dengan model. Pendekatan ini juga diadopsi untuk longsoran salju (Keylock et al, 1999; Keylock dan Barbolini, 2001). Dalam metodologi ini, bagaimanapun, ketidakpastian yang terlibat dalam pemodelan dinamika longsor tidak diperhitungkan. Jika ketidakpastian dianggap, intensitas di setiap lokasi di sepanjang lereng tidak dapat dinyatakan sebagai nilai tunggal untuk setiap skenario besarnya, tetapi sebagai distribusi frekuensi nilai. Untuk mengkarakterisasi distribusi ini, statistik sederhana biasanya digunakan, seperti rata-rata aritmatika (Agliardi et al 2009), nilai maksimum (Gentile et al, 2008; Calvo dan Savi, 2009), atau persentil tertentu (95 di Spadari et al, 2013;.. 90 di Lambert et al, 2012). Dalam kasus ini, kurva bahaya diperoleh dengan menghubungkan nilai-nilai yang unik dari intensitas yang sesuai frekuensi skenario yang berasal dari hubungan M-F. Namun, pendekatan ini memperkenalkan asumsi yang kuat tentang distribusi intensitas, karena rata-rata aritmatika mewakili hanya untuk intensitas distribusi normal, nilai maksimum dapat mencerminkan outlier distribusi, dan persentil mungkin sangat melebih-lebihkan bahaya yang sebenarnya.Tujuan dari penelitian ini adalah untuk mengusulkan metodologi probabilistik untuk penilaian terhubung ke semua tipologi longsor bahaya, mengukur kemungkinan melebihi berbagai intensitas di situs (atau peta situs) mengingat semua kejadian yang mungkin. Dalam bagian kedua kami menyajikan kerangka umum untuk analisis bahaya longsor probabilistik. Pada bagian ketiga, kita membahas penerapannya untuk semua tipologi longsor. Pada bagian keempat, kita menolak metodologi untuk runtuhan analisis bahaya dan kami menyelidiki sifat dari distribusi intensitas untuk rockfalls dengan menggunakan model numerik parametrik. Pada bagian kelima, kami menyajikan penerapan metodologi ke daerah Richmond Hill, Pelabuhan Hills, Christchurch, Selandia Baru.2. Sebuah kerangka umum untuk analisis bahaya longsorLongsor bahaya metodologi penilaian sini diusulkan secara konseptual berasal dari numerik pendekatan / analisis diresmikan oleh Cornell (1968) untuk analisis seismic hazard (PSHA), yang mengintegrasikan seluruh skenario gempa, yang memungkinkan untuk memperkirakan kemungkinan melebihi parameter gerakan tanah yang dipilih (umumnya puncak percepatan tanah, PGA) di diberikan situs, dalam interval waktu acuan.Untuk setiap posisi sepanjang lereng, z, kemungkinan melebihi nilai tertentu intensitas longsor, i, adalahIni merupakan kurva bahaya untuk setiap posisi di sepanjang lereng. Dalam rangka untuk mewakili bahaya melalui peta bahaya, perlu untuk mengurangi kurva bahaya untuk nilai tunggal untuk setiap posisi. Hal ini biasanya dilakukan dengan memilih nilai intensitas memiliki 10% (atau 2%) kemungkinan terlampaui 50 tahun (seperti yang dilakukan untuk gempa bumi, Frankel et al, 1996). Akibatnya, peta nilai-nilai untuk wilayah kepentingan kemudian dapat dihasilkan.3. Penerapan metodologi untuk tipologi yang berbeda longsorMenurut longsor tipologi, pengobatan intensitas dapat berbeda sebagai fungsi dari dinamika longsor. Secara khusus, kita bisa membedakan dua kategori utama: tanah longsor yang bergerak lambat dan tanah longsor cepat runout panjang (longsoran batu, aliran debris, rockfalls).Untuk tanah longsor yang bergerak lambat, intensitas umumnya dinyatakan dalam tingkat perpindahan (Hungr, 1981; Mansour et al, 2011;. Frattini et al, 2013), jumlah perpindahan (Rathje dan Saygili, 2008; Picarelli, 2011), atau diferensial deformasi tanah (Bird et al, 2005; Negulescu dan Foerster, 2010). Tingkat perpindahan, bagaimanapun, merupakan kecepatan, dan telah dirujuk ke interval waktu tertentu untuk mengekspresikan intensitas efektif tanah longsor. Ini lebih bisa berguna dalam menilai potensi masa sarana yang dibangun perlahan-lahan bergerak miring alasan, atau dalam mendefinisikan interval waktu yang mencakup operasi pemeliharaan berturut-turut (Picarelli, 2011). Untuk setiap lokasi, intensitas dapat digambarkan sebagai distribusi nilai (Persamaan. (1)) untuk menjelaskan ketidakpastian berkaitan dengan simulasi perilaku tanah longsor. Dalam kasus tanah longsor aktif menunjukkan gerakan lereng bawah terus menerus dan lambat, dalam beberapa kasus karena reactivations berkala ketidakstabilan yang ada (misalnya, arus bumi, slide bumi, dan DSGSDs), intensitas telah tentu harus dirujuk ke interval waktu yang ditetapkan. Ini harus menjadi consistentwith waktu T diadopsi untuk probabilitas Poisson (Persamaan (4).). Untuk analisis bahaya potensi longsor yang tidak diketahui, beberapa skenario dengan volume yang berbeda dan / atau permukaan geser harus diintegrasikan (Persamaan. (3)). Untuk masing-masing skenario, frekuensi kejadian harus dihitung (Persamaan (2).). Di sisi lain, untuk analisis bahaya tanah longsor yang dikenal tunggal, integrasi skenario yang berbeda (Persamaan. (3)) tidak diperlukan.Panjang runout longsor cepat (misalnya, arus puing-puing, rockfalls, rock-dan longsoran puing- puing) yang ditandai dengan onset dan propagasi proses, mengendalikan probabilitas dan intensitas tanah longsor pada titik tertentu dalam ruang (Pierson et al., 1990 ; Cancelli dan Crosta, 1993;. Jaboyedoff et al, 2005; Agliardi et al, 2009).Intensitas dapat dinyatakan dengan parameter yang berbeda sesuai dengan tipologi longsor: energi kinetik untuk rockfalls (Corominas et al, 2005; Jaboyedoff et al, 2005; Agliardi et al, 2009); debit puncak (Jakob, 2005), kecepatan (Hungr, 1997; Bovolin dan Taglialatela, 2002; Calvo dan Savi, 2009) atau kedalaman (Shih et al, 1997; Borter, 1999; Fuchs et al, 2007) untuk arus puing-puing, batu guguran atau longsoran puing-puing. Intensitas longsor signifikan bervariasi sepanjang jalur gerakan, atau lintasan, dan dari satu jalur ke yang lain untuk ukuran tanah longsor dan sumber area yang sama. Selain itu, tanah longsor dengan intensitas yang berbeda dapat berkumpul dari berbagai sumber. Oleh karena itu, untuk posisi tertentu, intensitas perlu digambarkan sebagai distribusi nilai (Persamaan. (1)).Frekuensi Onset, fo, merupakan fungsi dari volume tanah longsor (yaitu, hubungan MF) dan itu tergantung pada kondisi geologi, morfologi, geomechanical dan hidrologi mengendalikan stabilitas lereng. Perbanyakan atau frekuensi angkutan tergantung pada jalur gerakan, atau lintasan, dan di mana materi bergerak akan datang untuk beristirahat. Ini dikendalikan oleh beberapa faktor seperti geometri lereng, bahan lereng, Volume slide, ukuran dan bentuk blok, dan perubahan sifat material (misalnya kadar air, entrainment). Karena ketidakpastian epistemik besar tentang faktor-faktor ini, simulasi propagasi longsor dipengaruhi oleh tingkat tertentu ketidakpastian, yang harus dipertimbangkan untuk penilaian frekuensi transit. Hal ini dapat dilakukan dengan menggunakan model stokastik yang, diberi detasemen longsor, bisa mensimulasikan beberapa kemungkinan jalan. Selain itu, konvergensi jalan yang berbeda untuk suatu titik tertentu dapat disimulasikan oleh model 3D (Chen dan Lee, 2003, 2007;. Crosta et al, 2004;. Hungr et al, 2007; Hungr, 2009). Frekuensi transit model, ft, harus dihitung sebagai jumlah jalur potensial melewati posisi, t, dinormalisasi dengan jumlah total jalur simulasi dari sumber tunggal atau ganda, ttot ,4. Metodologi untuk penilaian bahaya runtuhanContoh yang menarik dan kompleks probabilistik analisis bahaya longsor dapat terjadi dari proses runtuhan. Runtuhan ditandai dengan mobilitas tinggi, dan intensitas dihitung pada setiap titik di sepanjang lereng dipengaruhi oleh ketidakpastian besar tentang sifat-sifat plastik elasto material pada dampak, kekasaran lereng, dan efek vegetasi. Oleh karena itu, mereka mewakili kelas fenomena, yang dipengaruhi oleh sebagian besar aspek yang dibahas dan dapat menjadi contoh yang baik untuk menguji metode penilaian bahaya longsor yang diusulkan. Mulai bentuk Frattini et al. (2012), kami menyajikan metodologi yang dapat menggabungkan kedua ketidakpastian dan berbagai sumber. Metodologi ini terdiri dari tiga langkah: (1) perhitungan frekuensi tahunan onset, (2) pemodelan runout runtuhan dan spasial bervariasi energi kinetik, dan menguji distribusi di setiap lokasi di sepanjang lereng dan (3) melakukan analisis probabilistik, yang terintegrasi atas semua skenario volume yang runtuhan untuk menghasilkan kurva bahaya runtuhan termasuk probabilitas yang berbeda untuk ukuran blok yang berbeda dan daerah sumber yang berbeda. Ini memberikan perkiraan probabilitas melebihi nilai energi kinetik, di setiap lokasi, dalam interval waktu acuan. Akhirnya peta bahaya dapat diturunkan dari kurva bahaya, memilih nilai probabilitas terlampaui tetap tahunan.Untuk analisis yang ketat, itu harus diperlukan untuk mendefinisikan MCF untuk setiap area sumber potensial, karena ini dapat bervariasi sesuai dengan karakteristik geologi dan morfologi setempat. Praktis, analisis lokal ini umumnya tidak mungkin karena katalog historis yang digunakan untuk memperoleh kurva MCF didefinisikan untuk daerah besar dengan pengaturan geologi dan geomechanical berbeda serta jenis dan ukuran gangguan eksternal untuk memiliki jumlah yang signifikan secara statistik kejadian.7. kesimpulanKurva bahaya dihitung untuk setiap posisi di sepanjang lereng, dengan pendekatan spasial terdistribusi, yang mengarah ke kemungkinan untuk mewujudkan peta bahaya, yang mewakili, untuk probabilitas terlampaui ditetapkan, distribusi spasial intensitas sepanjang lereng. Ini membuka kemungkinan besar dalam penggunaan peta bahaya ini untuk perencanaan dan pengelolaan lahan, karena mereka memungkinkan kedua pengakuan daerah yang terkena dampak longsor dengan tingkat intensitas yang berbeda, mengingat probabilitas tertentu, dan adanya bahaya hot spot. Karena intensitas dalam kurva bahaya didefinisikan sebagai ukuran potensi kerusakan, dapat digunakan secara langsung dalam kerentanan atau kerapuhan kurva untuk analisis risiko probabilistik, di mana pilihan jangka waktu yang sesuai dimana kemungkinan terlampaui dihitung (misalnya , 1 tahun, 50 tahun) dapat dipandu oleh masa elemen terkena yang analisis dilakukan. Analisis risiko probabilistik memungkinkan prioritas berdasarkan analisis biaya-manfaat, strategi mitigasi bertujuan untuk meminimalkan kerusakan dan bahaya bagi orang-orang, bangunan dan infrastruktur. Selain itu, analisis risiko bisa sangat berguna untuk tujuan asuransi. Di luar tujuan analisis bahaya, analisis probabilistic longsor dapat digunakan untuk model evolusi lansekap. Untuk rockfalls, analisis probabilistik dapat membantu dalam pemodelan akumulasi blok dari waktu ke waktu, sehingga simulasi penurunan tebing berbatu dan formasi talus atau puing-puing penggemar.

A probabilistic approach for landslide hazard analysisS. Lari *, P. Frattini, G.B. CrostaResume:analisis probabilistic bahaya tanah longsor ini memiliki keuntungan untuk menyajikan kurva bahaya tanah longsor dan peta, serta dapat diterapkan pada semua tipologi tanah longsor. Kurva bahaya tahan longsor dan peta memegang peranan penting dalam desain dan dimensi dari struktur mitigasi, dalam perencanaan tanah dan dalam kebijakan manajemen risiko dan bahaya.Bahaya longsor mengungkapkan kemungkinan bahwa longsor dengan intensitas tertentu dapat terjadi di lokasi tertentu dalam jangka waktu tertentu. Menurut tipologi longsor, pengolahan intensitas longsor dapat berbeda sebagai fungsi dari dinamika longsor. Secara khusus, kita bisa membedakan dua kategori utama longsor yaitu: tanah longsor yang bergerak lambat, dan tanah longsor yang bergerak cepat dan dalam waktu lama (longsoran batu, aliran debris, rockfalls).Secara umum, persyaratan untuk keberhasilan penerapan analisis bahaya longsor probabilistik adalah: frekuensi terjadinya longsor, biasanya sebagai fungsi dari besarnya tanah longsor; ukuran yang tepat intensitas longsor, yang tergantung pada jenis fenomena (misalnya energi kinetik, perpindahan, kecepatan, kedalaman); distribusi kerapatan probabilitas yang sesuai intensitas; umum kerangka metodologi dapat diterapkan dengan intensitas yang berbeda distribusi kerapatan probabilitas, memodifikasi persamaan. (1). Probabilitas distribusi kepadatan bisa bervariasi sesuai dengan tipologi longsor dan konteks geologi dan morfologi. Untuk runtuhan, log normal suatu fungsi kepadatan probabilitas tampaknya cocok. Untuk bergerak lambat tanah longsor, di mana distribusi intensitas dikendalikan hanya dengan ketidakpastian, probabilitas fungsi kepadatan normal harus sesuai.Analisis risiko probabilistik memungkinkan prioritas berdasarkan analisis biaya-manfaat, strategi mitigasi bertujuan untuk meminimalkan kerusakan dan bahaya bagi orang-orang, bangunan dan infrastruktur. Selain itu, analisis risiko bisa sangat berguna untuk tujuan asuransi. Di luar tujuan analisis bahaya, analisis probabilistic longsor dapat digunakan untuk model evolusi lansekap. Untuk rockfalls, analisis probabilistik dapat membantu dalam pemodelan akumulasi blok dari waktu ke waktu, sehingga simulasi penurunan tebing berbatu dan formasi talus atau puing-puing penggemar.