ETD

• analisi statistiche
• antecedent rainfall
• frane superficiali
• North-western Tuscany
• piogge antecedenti
• rainfall thresholds
• shallow landslides
• soglie pluviometriche
• statistical analyses
• Toscana nord-occidentale

This study analyses the hazard related to shallow landslides in north-western Tuscany, specifically focusing on the Middle Serchio Valley and the northern area of the city of Lucca. The primary objective is to define critical rainfall thresholds to enhance local early warning systems. Using R software, statistical techniques including logistic regression, least squares, and quantile regression were applied to two datasets: a historical one (1937–2010; Giannecchini et al., 2012) and a recent one (2010–2025).
The analysis reveals that the new local thresholds are less conservative than regional and national ones, effectively reducing false alarms by better reflecting the specific morphological and hydrological characteristics of the study area. A comparative analysis of the historical dataset shows threshold curve slopes consistent with previous studies, although current statistical models exhibit slightly higher intercepts. In the recent dataset, a less distinct graphical separation between landslide-triggering and non-triggering rainfall events was observed; this phenomenon is likely attributable to the limited sample size, which, while minimizing false alarms, increases vulnerability to missed alarms. A significant finding is the integration of antecedent rainfall, a parameter that substantially refined the model's predictive efficiency. This work provides a fundamental methodological and practical contribution to the prediction of rainfall-induced hydrogeological risk.

Il presente studio analizza la pericolosità da frane superficiali nella Toscana nord-occidentale, con specifico riferimento alla Media Valle del Serchio e all'area settentrionale del Comune di Lucca. L'obiettivo è la definizione di soglie pluviometriche critiche per migliorare i sistemi di allertamento locale. Attraverso l'uso del software R, sono state applicate tecniche di regressione logistica, minimi quadrati e regressione quantile su due dataset: uno storico (1937-2010; Giannecchini et al., 2012) e uno recente (2010-2025).
Dall'analisi emerge che le nuove soglie locali sono meno conservative rispetto a quelle regionali e nazionali, riducendo efficacemente i falsi allarmi grazie a una migliore aderenza alle specificità morfologiche e idrologiche del territorio. Il confronto con studi precedenti evidenzia pendenze delle curve-soglia simili nel dataset storico, sebbene i modelli statistici attuali presentino intercette leggermente superiori. Nel dataset recente si osserva una minore separazione grafica tra eventi franosi e non, fenomeno attribuibile alla ridotta numerosità campionaria, che pur minimizzando i falsi allarmi, aumenta la vulnerabilità ai mancati allarmi. Un risultato significativo è rappresentato dall'integrazione delle piogge antecedenti, parametro che ha permesso di affinare sensibilmente l'efficienza predittiva del modello. Il lavoro fornisce dunque un contributo metodologico e applicativo fondamentale per la previsione del rischio idrogeologico pluvio-indotto.