Infrastrutture critiche. Modello quantitativo per la stima della resilienza di infrastrutture stradali

This dissertation work aims to introduce a new model for the resilience evaluation of critical transportation infrastructures subjected to a critical event, through the implementation of an innovative Decision Support System - DSS, which allows critical features of an infrastructure to be identified. This model is designed to enhance the emergency planning phase, since it allows to identify any managerial or infrastructural improvement action aimed to reduce critical issues, and to support the emergency management phase, ensuring that all resources needed by people involved are jointly managed. The tool is underpinned by a quantitative model, which provides the estimation of the resilience of a transport system, where resilience stands for the ability of the system itself to cope with a relevant event using all available resources to restore its functionality, ensuring the support and assistance needed by the people involved. The numerical definition of resilience is achieved through the calculation of a Resilience Index - IR, that allows to quantify the criticality of a transportation infrastructure in different conditions of the road network essential for the rescue teams to operate. The structure of the computational model is based on a comparative approach: the non-dimensional value of IR does not have a decisive significance in absolute terms. It must be appropriately compared to identify the network segments that require detailed analysis to assess whether interventions are needed. Model implementation follows a flexible and modular logic that offers the chance to customize and modify input parameters according to the analyst’s specific needs. To verify the validity of this instrument and to consolidate the reliability of the results, the model was tested on the Highway A9 Lainate-Como-Chiasso.

Il presente lavoro di tesi propone un modello quantitativo per stimare la resilienza delle infrastrutture critiche di trasporto stradale in seguito a un evento rilevante, mediante l’implementazione di un innovativo Sistema di Supporto alle Decisioni - SSD. Lo strumento può essere utilizzato sia in fase di pianificazione sia in fase di gestione di un’emergenza. Nel primo caso il modello consente di identificare dove attuare gli interventi migliorativi di carattere gestionale e/o infrastrutturale finalizzati alla riduzione delle criticità; nel secondo consente una gestione congiunta delle risorse da apportare ai soggetti coinvolti nel minor tempo possibile. Lo strumento permette la stima del livello di resilienza di una rete di trasporto stradale, intesa come la capacità di far fronte ad un evento rilevante utilizzando le diverse risorse disponibili sul territorio in funzione dello scenario incidentale. Le varie risorse, che utilizzano il sistema stradale e che sono attivate in base a diversi livelli, consentono di fornire il supporto e l’assistenza necessari ai soggetti coinvolti e successivamente di ripristinare l’esercizio e la funzionalità del tratto di infrastruttura interessata. Il modello prevede in primo luogo la discretizzazione del territorio in celle: per ciascuna cella in cui è contenuta una porzione di infrastruttura stradale si determina un Indice di Resilienza - IR. Tale indice considera il tempo di intervento dei soccorsi in differenti configurazioni di percorribilità della rete stradale. La struttura del modello si basa su un approccio comparativo: il valore dell’IR deve essere opportunamente confrontato tra le diverse celle e nelle varie configurazioni di percorribilità della rete stradale; in tal modo è possibile individuare da un lato le celle meno resilienti e dall’altro, per ciascuna cella, gli itinerari o parti di essi su cui si rende necessario pianificare, programmare ed eventualmente realizzare interventi migliorativi. Al fine di verificare la validità e l’affidabilità dello strumento proposto, il modello è stato applicato all’Autostrada A9 Lainate-Como-Chiasso, ottenendo risultati in linea con le aspettative.