Effective Numerical Modelling of Hillslope Processes: Sediment Transport and Landslide Runout

This doctoral thesis addresses critical challenges in mitigating hydrological instability and landslides to enhance early warning systems, particularly in smart cities exposed to climate change-induced extreme events. Smart cities, characterized by sustainable strategies and advanced technologies, prioritize the well-being of their inhabitants while adapting to climate change, making them ideal settings for cutting-edge research and technology implementation. The research acknowledges that climate change, as identified by the European Union and the scientific community, requires effective strategies not only to combat its causes but also to develop technologies that enable societies to adapt to its consequences. Hydrological instability, manifested through floods and landslides, represents a significant impact of climate change with severe implications for both people and built environments, particularly in the downstream areas of mountain basins. The study proposes the development of efficient simulation tools that could be integrated in early warning systems as a vital mitigation strategy for cities vulnerable to hydrological instability. These systems are crucial to identifying hazardous areas and protecting people and infrastructure when geological stabilization becomes impractical. The thesis is structured into two primary research areas. The first part focuses on the assessment of hydrological risks, particularly sediment transport and floods. Existing models for these processes have limitations, such as numerous input parameters, necessitating field data collection by geologists, and the inability to simulate flood-related lake formation. To overcome these limitations, the research introduces a multi-event, time-adaptive basin-scale numerical model. This model couples surface runoff dynamics with soil erosion modeling, automatically detecting drainage zones while requiring fewer input parameters. It also uses geostatistical pre-processing to downscale soil composition data from global open-source databases. The robustness of the model is demonstrated through numerical experiments, showcasing its ability to estimate water levels and sediment yield accurately just by considering the data from satellite observations. The second part of the thesis focuses on the development of simulation tools for predicting landslides. Landslide dynamics encompasses various velocity scales and mechanical behaviors, presenting challenges in numerical modeling. Two numerical frameworks are proposed: one for homogeneous moving slides, such as mudflows, and the other for landslides with significant solid-liquid interactions. These models adopt adaptive mesh refinement and domain partitioning on hierarchical quadtree meshes, enhancing scalability and efficiency. These numerical schemes can be seen as a modification of the standard two-step Taylor-Galerkin (TG2) scheme on quadtree meshes. In particular, we propose modifications aimed at overcoming the numerical stiffness coming from diffusion reaction terms, while guaranteeing scaling performances proper of the TG2 scheme. Numerical experiments demonstrate the effectiveness of the schemes in terms of time-step selection, parallel performance, and accuracy. In general, this doctoral thesis offers valuable insight and innovative solutions for improving early warning systems in smart cities faced with hydrological instability and landslides due to climate change. This research not only contributes to scientific knowledge but also try to provide practical tools for addressing real-world challenges associated with climate change adaptation and urban resilience.

Questa tesi di dottorato affronta le sfide critiche legate alla mitigazione dell'instabilità idrologica e delle frane per potenziare i sistemi di allarme anticipato, in particolare nelle città intelligenti esposte agli eventi estremi causati dai cambiamenti climatici. Le città intelligenti, caratterizzate da strategie sostenibili e tecnologie avanzate, pongono al centro del loro impegno il benessere dei loro abitanti, mentre si adattano ai cambiamenti climatici, rendendole contesti ideali per la ricerca all'avanguardia e l'implementazione di tecnologie all'avanguardia. La ricerca riconosce che il cambiamento climatico, come identificato dall'Unione Europea e dalla comunità scientifica, richiede strategie efficaci non solo per combattere le sue cause, ma anche per sviluppare tecnologie che consentano alle società di adattarsi alle sue conseguenze. L'instabilità idrologica, manifestata attraverso inondazioni e frane, rappresenta un impatto significativo dei cambiamenti climatici con gravi implicazioni sia per le persone che per gli ambienti costruiti, in particolare nelle aree a valle dei bacini montani. La tesi propone lo sviluppo di efficienti schemi numerici che potrebbero essere usati in sistemi di allarme anticipato come strategia fondamentale per le città vulnerabili all'instabilità idrologica. Questi sistemi sono cruciali per identificare le aree pericolose e proteggere le persone e le infrastrutture quando la stabilizzazione geologica diventa impraticabile. La tesi è strutturata in due aree di ricerca principali. La prima parte si concentra sulla valutazione del rischio idrologico, in particolare il trasporto di sedimenti e le inondazioni. I modelli esistenti per questi processi presentano limitazioni, come numerosi parametri di input che richiedono la raccolta di dati sul campo da parte dei geologi e l'incapacità di simulare la formazione di laghi legati alle inondazioni. Per superare queste limitazioni, la ricerca introduce un modello numerico scala bacino adattivo nel tempo e multi-evento. Questo modello accoppia la dinamica del deflusso superficiale alla modellazione dell'erosione del suolo, individuando automaticamente le zone di drenaggio con un minor numero di parametri di input. Utilizza anche un preprocessore geostatistico per ridimensionare i dati sulla composizione del suolo da database globali open-source. La robustezza del modello è dimostrata attraverso esperimenti numerici, che ne mostrano la capacità di stimare con precisione i livelli dell'acqua e la produzione di sedimenti. La seconda parte della tesi si concentra sullo sviluppo di strumenti di simulazione per la previsione delle frane. Le dinamiche delle frane comprendono varie scale di velocità, ognuna dominante in una particolare fase dell'evento, dalla lenta scivolata continua all'avalanche catastrofica, passando per la scivolata rapida intermittente. Durante queste fasi, le frane mostrano diversi comportamenti meccanici. Una volta che la frana è stata innescata, si verificano vari comportamenti, in particolare una tipica movimentazione fluida è caratteristica di colate di fango e detriti, dove la frana segue un comportamento visco-plastico o l'interazione solido/liquido è un elemento chiave che domina la dinamica del materiale della frana. In entrambi i casi, il processo generale diventa dominato dall'advezione. Questo lavoro si concentra sulla dinamica della frana e non sulla fase di innescamento della frana. A causa della vasta varietà di frane, sono forniti due modelli numerici: uno per gli scivoli omogeneamente mobili, come colate di fango, e un altro per le frane con significative interazioni tra fase solida e liquida. Questi modelli adottano la raffinazione adattiva della mesh e la suddivisione del dominio su mesh gerarchiche quadtree, migliorando la scalabilità e l'efficienza. Questi schemi numerici possono essere considerati una modifica dello schema di Taylor-Galerkin a due passi (TG2) standard su mesh quadtree. In particolare, proponiamo delle modifiche mirate a superare la rigidità numerica derivante dai termini di diffusione e reazione, garantendo nel contempo prestazioni di scala adeguate allo schema TG2. Gli esperimenti numerici dimostrano l'efficacia degli schemi in termini di selezione del passo temporale, prestazioni parallele e precisione. Nel complesso, questa tesi di dottorato offre soluzioni innovative per migliorare i sistemi di allarme anticipato nelle città intelligenti esposte all'instabilità idrologica e alle frane dovute ai cambiamenti climatici. Questa ricerca non solo contribuisce alla conoscenza scientifica, ma prova a fornire anche strumenti pratici per affrontare sfide del mondo reale legate all'adattamento ai cambiamenti climatici e alla resilienza urbana.