Acquista:
Dati di telerilevamento satellitare a supporto del monitoraggio strutturale degli edifici in cemento armato soggetti a fenomeni di instabilità del suolo
Il patrimonio edilizio di tutto il mondo è esposto a diversi tipi di azioni naturali, come terremoti o frane. L’Italia è uno dei paesi più colpiti dalle frane. La mitigazione del rischio frana è un tema di grande interesse, con particolare attenzione alla valutazione e gestione delle conseguenze che esse producono. Il monitoraggio periodico dei fenomeni di instabilità del suolo e le indagini sul campo, per il riconoscimento e l’identificazione dei danni causati da frane su strutture e infrastrutture, richiedono costi elevati a causa della numerosità degli elementi esposti. Come è noto dalla letteratura, le frane lente possono indurre un danneggiamento progressivo nel tempo. Per quanto riguarda le strutture in cemento armato, queste azioni possono influenzare gli elementi strutturali primari, ma più frequentemente si verificano danni sugli elementi più vulnerabili della struttura, come le tamponature. L’obiettivo di questo lavoro è valutare la potenziale utilità dei dati derivati dalla tecnica di telerilevamento satellitare, nota come Differential Synthetic Aperture Radar Interferometry (DInSAR), a supporto del monitoraggio strutturale degli edifici in cemento armato affetti da frane lente. L’articolo illustra la valutazione del comportamento strutturale di un edificio in cemento armato tamponato nel corso degli anni, con la progressione del danno, situato in una zona franosa monitorata tramite la tecnica DInSAR. I dati disponibili da un rilievo visivo effettuato nel 2015 mostravano un significativo quadro di danno in alcuni pannelli di tamponatura. Le previsioni analitiche e il quadro di danno esistente, per le tamponature di cui era disponibile il rilievo visivo, hanno mostrato un buon accordo, confermando la grande potenzialità dell’utilizzo dei dati da telerilevamento satellitare al fine di effettuare valutazioni strutturali. Inoltre, è stata presentata una valutazione analitica globale dello stato di salute di tutte le tamponature, al fine di avere un quadro completo della situazione di danno.
The building stock around the world is exposed to different types of natural actions such as earthquakes or landslides. Italy is one of the countries worldwide most affected by landslides. Mitigation of landslide risk is a topic of great interest with specific focusing on the assessment and management of their consequences. The periodical monitoring of ground instability phenomena and the field surveys for recognizing and identifying the landslide-induced damage on structures and infrastructures, require high costs due to the large amounts of exposed elements. As known from literature, slow-moving landslides can lead to a progressive damage over time. With respect to the Reinforced Concrete (RC) structures, these actions can affect primary structural elements, but more frequently damage occurs on the most vulnerable elements of the structure, such as infills. The aim of this work is to assess the potential utility of the data derived from a remote sensing technique, known as Differential Synthetic Aperture Radar Interferometry (DInSAR), in order to support the structural health monitoring of RC buildings affected by slow-moving landslides. The paper shows the assessment of the structural behaviour of a RC infilled building through the years and with the progression of the damage, within a landslide affected area and monitored by using DInSAR data. The evidence of a visual survey made in 2015 was available, showing a significant damage pattern in some infill panels. A good agreement has been found between the analytical previsions and the existing damage pattern for the infills of which a visual survey existed, showing the potential use of the remote sensing technique data in order to make a structural assessment. Moreover, an overall analytical assessment of all infills’ state of health has been presented, in order to have a complete picture of the damage situation.
Keywords: Remote sensing, Landslides, Structural health monitoring, Infills, RC buildings.
Se vuoi essere informato sulle nostre novità editoriali, registrati alla nostra newsletter!