Onderzoekers van de Universiteit van Melbourne hebben een softwaretool ontwikkeld die toegepaste wiskunde en big data-analyse gebruikt om de grens te voorspellen van waar een aardverschuiving zal plaatsvinden, twee weken van tevoren.

Professor Antoinette Tordesillas van de School voor Wiskunde en Statistiek zei dat er altijd waarschuwingssignalen zijn in de aanloop naar een ineenstorting of 'mislukking', het lastige is om te identificeren wat ze zijn.

"Deze waarschuwingen kunnen subtiel zijn. Het identificeren ervan vereist fundamentele kennis van falen op microstructuurniveau - de beweging van individuele aardekorrels, ' zei professor Tordesillas.

"Natuurlijk, we kunnen onmogelijk de beweging van individuele korrels zien in een aardverschuiving of aardbeving die zich kilometers uitstrekt, maar als we de eigenschappen kunnen identificeren die falen op kleine schaal kenmerken, kunnen we licht werpen op hoe falen zich in de tijd ontwikkelt, ongeacht de grootte van het gebied dat we observeren."

Deze vroege aanwijzingen omvatten bewegingspatronen die in de loop van de tijd veranderen en worden gesynchroniseerd.

"In het begin, de beweging is zeer ongeordend, " zei professor Tordesillas. "Maar naarmate we dichter bij het punt van mislukking komen - de ineenstorting van een zandkasteel, barst in de bestrating of glijdt uit in een dagbouwmijn - beweging wordt geordend als verschillende locaties plotseling op dezelfde manier bewegen.

"Ons model decodeert deze gegevens over beweging en maakt er een netwerk van, waardoor we de verborgen patronen van beweging kunnen extraheren en hoe ze veranderen in ruimte en tijd. De kunst is om de geordende bewegingen in het netwerk zo vroeg mogelijk te detecteren, wanneer bewegingen heel subtiel zijn."

Professor Robin Batterham van de afdeling Chemische en Biomoleculaire Engineering zei dat de nieuwe software zich richt op het omzetten van algoritmen en big data in risicobeoordeling en beheeracties die levens kunnen redden.

"Mensen zijn wat overboord gegaan met zogenaamde data-analyses, machinaal leren enzovoort, ' zei professor Batterham.

"Hoewel we dit soort dingen al 40 jaar doen, deze software maakt gebruik van de computerkracht en het beschikbare geheugen om niet alleen naar de oppervlaktebeweging te kijken, maar extraheer de relevante gegevenspatronen. We zijn in staat om dingen te doen die 30 jaar geleden in wiskundige zin ondenkbaar waren.

"We kunnen nu voorspellen wanneer een vuilstortplaats zou kunnen breken in een ontwikkelingsland, wanneer een gebouw zal barsten of de fundering zal bewegen, wanneer een dam zou kunnen breken of een modderstroom zou optreden. Deze software kan echt een verschil maken."