Le modèle développé pour l’ARPAL permet d'évaluer la probabilité d'occurrence d'un mouvement de glissement de surface sur les pentes naturelles sans tenir compte des effets anthropiques et de la végétation. Sa validité dépend de la disponibilité des données géotechniques et morphologiques et de la possibilité d'évaluer le degré de saturation du sol même avec des modèles simplifiés. Le degré de saturation du sol est la variable clé pour évaluer les effets d'une perturbation sur le territoire. Il serait souhaitable de pouvoir combiner la modélisation numérique avec un réseau de mesure de la saturation du sol.

Pour l'œil expert, le modèle a la limite de mettre en évidence les zones à haut risque évident car elles sont situées sur des pentes très raides, un facteur qui prédispose certainement à l'instabilité.

Toutefois, le modèle ajoute la possibilité d'évaluer comment la stabilité de ces portions de terrain déjà menacées varie morphologiquement en fonction de leur saturation.

Il est évident que ce modèle ne doit pas être lu en détail, cellule par cellule, car il est soumis à des incertitudes et des variations locales qui ne peuvent être modélisées, mais il peut être utile pour identifier les parties du territoire qui sont plus susceptibles de développer des phénomènes d'instabilité de surface.

Un exemple de cette situation est représenté par la figure, dans laquelle la pente semble présenter un danger élevé, mais les cellules situées sur la route présentent un danger moindre. Bien que la route n'ait pas été directement affectée par le glissement de terrain, elle délimite la niche de détachement en amont et représente la zone d'accumulation en aval. Dans ce cas, mais il en va de même en général, l'état de danger d'une pente doit être évalué dans sa totalité et sans tenir compte de la valeur ponctuelle.

La validation effectuée dans les zones pilotes montre une bonne correspondance entre la prédiction et l'apparition de l'instabilité, puisque la moitié des phénomènes tombent dans la classe de probabilité supérieure à 75% et environ 80% des événements étudiés tombent dans des zones de probabilité moyenne à élevée.

Exemple d'un glissement de terrain surveillé tombant dans une zone à forte probabilité dont le point d'identification, cependant, tombe sur une cellule à faible risque.

Per saperne di più : allegati 26