Vedere l’Acqua Nascosta: Come Spio le Dighe dall’Interno con l’Elettricità!

Ciao a tutti! Oggi voglio portarvi con me in un viaggio affascinante, un po’ come fare una radiografia a una struttura enorme e vitale: una diga in terra compattata. Perché è così importante? Beh, pensateci: queste dighe sono fondamentali per l’estrazione mineraria, per fornirci acqua potabile e per generare energia idroelettrica, specialmente qui nelle regioni tropicali dove il terreno e le piogge giocano un ruolo cruciale. Ma come facciamo a sapere cosa succede *dentro* una diga, come l’acqua si muove e se la struttura è stabile e sicura? È una bella sfida!

L’Importanza Critica del Monitoraggio delle Dighe

Le dighe non sono strutture statiche. I livelli dell’acqua nei bacini cambiano continuamente a causa della siccità, delle piogge intense o semplicemente delle operazioni quotidiane. Questi cambiamenti influenzano direttamente la quantità d’acqua presente nel terreno che forma la diga (la sua saturazione) e, di conseguenza, la sua stabilità. Capire dove e come l’acqua si infiltra è essenziale non solo per prevenire rischi di tracimazione o pressioni anomale, ma soprattutto per evitare cedimenti strutturali catastrofici.

Purtroppo, la storia recente, specialmente quella legata alle dighe di contenimento dei residui minerari, ci ha mostrato quanto possano essere devastanti questi cedimenti. Eventi tragici, come quelli avvenuti in Brasile (un gigante nella fornitura mondiale di minerali), hanno causato perdite di vite umane e disastri ambientali enormi, spingendoci a rivalutare i protocolli di sicurezza e a cercare metodi di monitoraggio più efficaci. E non dimentichiamo l’importanza delle dighe idroelettriche! Il Brasile, con una delle matrici energetiche più pulite al mondo grazie all’idroelettrico, è un esempio di come questa fonte rinnovabile possa ridurre la dipendenza dai combustibili fossili. Ma anche qui, la sicurezza delle dighe è una priorità assoluta, oggi più che mai, con sempre più paesi che guardano all’idroelettrico come alternativa sostenibile.

La Sfida: Capire Cosa Succede Sottoterra

Diversi fattori possono mettere a rischio la stabilità di una diga in terra: il peso proprio, la pressione dell’acqua, il flusso idrico interno, l’azione delle onde, gli effetti climatici… Nelle dighe minerarie, si aggiungono problemi come la segregazione dei materiali durante la deposizione, la variabilità della granulometria e la possibile generazione di pressioni eccessive nei pori del terreno, specialmente quando è saturo d’acqua.

Per garantire la sicurezza, è fondamentale monitorare continuamente la condizione geotecnica e il comportamento idromeccanico della diga. Questo significa tenere d’occhio fratture, aumenti di pressione interstiziale, infiltrazioni d’acqua anomale, deformazioni, cedimenti e stress, sia prima che durante e dopo il riempimento del bacino. Con i cambiamenti climatici che aumentano la frequenza di eventi estremi come piogge intense e inondazioni, servono metodologie sempre più avanzate per valutare la sicurezza idrologica. Capire lo stato di saturazione e l’effetto della “suzione” (la tensione negativa dell’acqua nei pori) è un esempio di questi progressi, aiutandoci a comprendere fenomeni complessi che possono portare a cedimenti.

La Mia Soluzione: La Tomografia a Resistività Elettrica Time-Lapse (ERT)

Ed è qui che entra in gioco il mio lavoro e una tecnica geofisica davvero potente: la Tomografia a Resistività Elettrica Time-Lapse (ERT). Immaginate di poter “vedere” dentro la diga misurando come il terreno resiste al passaggio di una corrente elettrica. L’acqua, specialmente se contiene sali disciolti, conduce l’elettricità molto meglio del terreno asciutto. Quindi, misurando la resistività elettrica del terreno in diversi punti e a diverse profondità, e ripetendo queste misure nel tempo (ecco il “time-lapse”), possiamo mappare come l’umidità e la saturazione cambiano all’interno della diga.

Questa tecnica non è nuova in assoluto, è usata da decenni in studi idrogeologici e geoambientali, ma applicarla al monitoraggio dinamico delle dighe, soprattutto in modo semi-automatico e ad alta frequenza, è un passo avanti significativo. L’idea è quella di installare una serie di elettrodi (aste metalliche) sulla superficie della diga. Un sistema computerizzato inietta corrente tra una coppia di elettrodi e misura la differenza di potenziale (tensione) tra un’altra coppia. Ripetendo questo processo con diverse combinazioni di elettrodi, otteniamo una marea di dati che, elaborati con software specifici, ci restituiscono delle “mappe” tridimensionali della resistività elettrica del sottosuolo. Confrontando le mappe ottenute in momenti diversi, vediamo letteralmente l’acqua muoversi!

Studi precedenti hanno già dimostrato il potenziale dell’ERT per monitorare argini, rilevare processi di erosione interna su scala di laboratorio o integrare questi dati con sensori a fibra ottica. Ma c’era un tassello mancante: correlare in modo dettagliato, in un ambiente controllato, le misure ERT con i valori effettivi di umidità e temperatura del terreno durante il riempimento di una diga modello. Ed è proprio quello che ho deciso di fare!

Il Mio Esperimento in Laboratorio: Una Diga in Miniatura Sotto Osservazione

Per studiare a fondo questo fenomeno, abbiamo costruito un modello di diga in scala ridotta nel nostro laboratorio. Non una scatola qualsiasi! Abbiamo usato materiali plastici (polipropilene e policarbonato) per le pareti e il fondo, in modo da non interferire con le misure elettriche. La scatola era bella grande (2m x 1.6m x 0.6m) per poter installare le linee di elettrodi alla giusta profondità e ridurre gli effetti di bordo.

Il terreno della diga? Non uno qualunque. L’abbiamo “creato” noi, mescolando caolino color crema (scelto per vedere meglio l’avanzamento dell’acqua nelle foto!) e tre tipi di sabbia standardizzata, fino a ottenere le caratteristiche granulometriche e di conducibilità idraulica desiderate (molto bassa, nell’ordine di 10⁻⁶ cm/s, per simulare un terreno poco permeabile). Abbiamo testato diverse miscele e scelto quella con le migliori proprietà di compattazione e lavorabilità.

Poi è iniziata la costruzione vera e propria della diga dentro la scatola, strato per strato. Abbiamo preparato il terreno con l’umidità ottimale (13.9%) e l’abbiamo compattato con un martello speciale, progettato per replicare l’energia del test Proctor Normal, raggiungendo un grado di compattazione del 95%. Un lavoro meticoloso per assicurarci che il nostro modello fosse il più realistico possibile.

Tecnologia al Lavoro: Sensori ed Elettricità

Oltre al sistema ERT, abbiamo disseminato la diga di piccoli sensori. Quattro sensori di umidità resistivi (misurano la resistenza elettrica che varia con l’acqua) sono stati posizionati a diverse altezze sul versante a valle. Questi sensori, collegati a schede Arduino, ci fornivano dati puntuali sull’umidità ogni minuto. Abbiamo anche installato un sensore di temperatura (un DS18B20S, molto preciso) vicino a uno dei sensori di umidità. Perché la temperatura? Perché influenza la resistività elettrica! L’acqua più calda conduce meglio l’elettricità. Quindi, per confrontare correttamente le mappe ERT nel tempo, dovevamo correggere i dati di resistività in base alle variazioni di temperatura registrate, usando una formula standard (quella proposta da Hayashi nel 2003). Abbiamo calibrato accuratamente i sensori di umidità usando campioni dello stesso terreno della diga con diversi contenuti d’acqua.

Il cuore del monitoraggio era però il sistema ERT semi-automatico che abbiamo sviluppato. Sette linee di elettrodi (fatti di bronzo fosforoso, resistente alla corrosione e buon conduttore) sono state installate a 10 cm di distanza l’una dall’altra, dalla cresta fino alla base del versante a valle. Ogni linea aveva elettrodi distanziati di 10 cm. Il sistema era programmato per acquisire un set completo di dati ERT (usando la configurazione dipolo-dipolo, ottima per rilevare variazioni laterali) ogni 4 ore. Un tempo di acquisizione di circa 40 minuti, abbastanza rapido per seguire l’avanzamento dell’acqua nel nostro modello, ma anche un tempo potenzialmente replicabile su dighe reali, il che rappresenta un bel passo avanti rispetto ai monitoraggi tradizionali, spesso molto meno frequenti.

I dati grezzi della resistività apparente (ρa), calcolati con la classica formula ρa = K * (ΔVMN / IAB) dove K è il fattore geometrico dell’array, sono stati poi processati con un software open-source fantastico, ResIPy. Dopo aver eliminato eventuali letture errate (in laboratorio ci possono essere interferenze elettromagnetiche!), abbiamo generato una mesh tridimensionale a elementi finiti (tetraedrica, ideale per geometrie complesse come una diga) e abbiamo “invertito” i dati. L’inversione è un processo matematico che, iterazione dopo iterazione, cerca il modello di resistività del sottosuolo che meglio spiega le misure fatte in superficie, minimizzando la differenza tra dati misurati e dati calcolati dal modello. La qualità dell’inversione è misurata dall’errore RMS (Root Mean Square): i nostri valori erano sempre sotto il 2%, un ottimo segno di affidabilità!

Cosa Abbiamo Visto: L’Acqua che Avanza e le Sorprese della Resistività

Abbiamo iniziato a riempire il bacino a monte della nostra diga modello il 9 aprile, lentamente, fino a raggiungere un’altezza di 30 cm. E poi via al monitoraggio per 10 giorni!
I sensori di umidità ci hanno raccontato la storia in diretta: il sensore 2, vicino alla cresta, è stato il primo a bagnarsi, seguito dai sensori 1 e 3 (con un leggero ritardo tra loro, probabilmente dovuto a una minima pendenza del pavimento del laboratorio e a piccole variazioni nella compattazione del terreno). L’ultimo a sentire l’acqua è stato il sensore 4, vicino alla base. Dopo circa sei giorni, tutti i sensori segnavano un’umidità superiore al 20%. Interessante notare che dopo il nono giorno, l’umidità registrata dai sensori 1, 3 e 4 ha iniziato a diminuire leggermente, mentre quella del sensore 2 è rimasta alta, influenzata dalla vicinanza del bacino e dalla risalita capillare. Questa diminuzione superficiale, mentre il livello dell’acqua più profondo si stabilizzava, l’abbiamo vista anche nelle foto!

E le foto sono state fondamentali! Giorno dopo giorno, abbiamo documentato visivamente l’avanzamento della macchia scura dell’acqua sul versante a valle color crema. Il 12 aprile, il fronte era tra le linee 3 e 4; il 15 aprile, tra le linee 6 e 7; il 17 aprile, aveva superato l’ultima linea. Confrontando queste immagini con le mappe ERT, la correlazione iniziale era evidente: dove le foto mostravano più acqua (terreno più scuro), l’ERT indicava anomalie conduttive (valori di resistività più bassi, mostrati nei nostri modelli 3D con colori tendenti al blu/verde). Le zone ancora asciutte apparivano come anomalie resistive (valori alti, colori rosso/giallo). Abbiamo persino visto come la leggera pendenza del pavimento influenzasse il flusso interno, dirigendolo verso una spalla della diga e creando pattern di resistività asimmetrici lungo la stessa linea di elettrodi!

Tuttavia, analizzando i 60 modelli 3D di resistività generati (uno ogni 4 ore per 10 giorni) e confrontandoli più nel dettaglio con i dati dei sensori di umidità e temperatura, sono emerse delle complessità.
Abbiamo plottato i valori di resistività invertita (estratti dai modelli 3D nei punti sotto i sensori) contro l’umidità misurata dai sensori. Per il sensore 2 (vicino alla cresta), si vedeva chiaramente una concentrazione di bassa resistività a umidità elevate. Ma la relazione non era sempre così lineare. Ad esempio, in un momento (17 aprile), anche con un aumento dell’umidità, la diminuzione della resistività era diversa rispetto a un periodo precedente con umidità simile. Perché? La temperatura! In quel periodo le temperature erano più basse. Meno temperatura significa meno evaporazione, più acqua nei pori superficiali, e quindi maggiore conducibilità (minore resistività). Questo sottolinea quanto sia cruciale correggere i dati ERT per la temperatura.

Per i sensori 3 e 4, più in basso, abbiamo notato un altro fenomeno interessante. Prima che il fronte di saturazione raggiungesse fisicamente il sensore, a volte vedevamo già una diminuzione della resistività nei modelli ERT in quel punto. Questo è un effetto dell’inversione 3D: i dati delle linee più a monte, già sature, “influenzano” l’inversione nelle zone adiacenti. Inoltre, per il sensore 4 (vicino alla base), dopo che il terreno si era saturato e poi l’umidità superficiale era leggermente diminuita, la resistività rimaneva bassa. Questo perché l’ERT “sente” anche gli strati più profondi, dove il livello dell’acqua si era ormai stabilizzato, mantenendo alta la conducibilità generale in quell’area.

Cosa Impariamo da Tutto Questo?

Questo esperimento ci ha insegnato molto. La tomografia a resistività elettrica time-lapse è uno strumento potente per seguire l’avanzamento del fronte di saturazione in una diga, e i risultati sono coerenti con le osservazioni visive. Tuttavia, una volta che l’acqua si è diffusa, la correlazione diretta tra umidità superficiale (misurata dai sensori) e resistività (misurata dall’ERT) diventa meno ovvia. La diga è una struttura dinamica! Fluttuazioni del livello d’acqua interno, variazioni nella compattazione del terreno, differenze nella granulometria e persino i diversi tempi di acquisizione tra ERT (40 minuti per una mappa completa) e sensori (ogni minuto) complicano l’interpretazione diretta.

Ma questo non diminuisce l’importanza dell’ERT. Anzi, ne rafforza il ruolo come strumento per analizzare i pattern di distribuzione dell’umidità su scala più ampia e le tendenze nel tempo, piuttosto che per una quantificazione puntuale e istantanea dell’umidità. I sensori ci danno il dettaglio locale, l’ERT ci dà la visione d’insieme e l’evoluzione temporale.

L’integrazione di metodi geotecnici (come i sensori di umidità e temperatura) e geofisici (come l’ERT) è la chiave per una gestione efficace e sicura delle dighe. Soprattutto nei paesi tropicali, dove queste strutture sono così diffuse e soggette a condizioni climatiche variabili, un monitoraggio continuo e integrato è essenziale per rilevare precocemente potenziali rischi (come zone di filtrazione anomala o principi di erosione interna) prima che diventino visibili in superficie, permettendo interventi tempestivi.

Il mio lavoro dimostra che, anche se la relazione non è sempre semplice, “vedere” elettricamente dentro una diga ci offre informazioni preziose sul suo stato di salute. È un passo avanti verso dighe più sicure per tutti noi.

Fonte: Springer