Een voorspellingsmodel dat rekening houdt met meerdere aardverschuivingen in een bepaalde regio, kan de nauwkeurigheid van vroegtijdige waarschuwingssystemen verbeteren.

Een effectief waarschuwingssysteem voor gevaren is bedoeld om de tijd te voorspellen, plaats, grootte en frequentie van aardverschuivingen, toch zijn er meerdere complexe en vaak willekeurige inputfactoren waarmee rekening moet worden gehouden. Onderzoekers hebben een computermodel ontwikkeld dat de bestaande voorspellingsnauwkeurigheid verbetert en het begrip verbetert van de complexiteit die inherent is aan aardverschuivingen.

"Bestaande aardverschuivingsmodellen werken vanuit een uitgangspunt waar aan elke helling in een gebied een waarde van nul of één wordt toegewezen - de helling is stabiel of onstabiel, " zegt voormalig KAUST-postdoc, Luigi Lombardo, nu aan de Universiteit Twente in Nederland. Dit project bouwt voort op eerdere aardverschuivingsmodellen ontwikkeld door Lombardo, zijn samenwerking met Raphaël Huser en het team van KAUST voortzetten.

"Het toekennen van een binaire waarde betekent dat kritische details over een helling en zijn omgeving verloren gaan, " vervolgt Lombardo. "Voor ons model, we hebben waarden toegekend op basis van het aantal aardverschuivingen dat een bepaalde helling in de loop van de tijd heeft ondergaan. In het geval van onze testregio in het Collazzone-gebied in Italië, dit omvat aardverschuivingsgegevens uit gedetailleerde lokale records die ongeveer 100 jaar teruggaan."

Lombardo's team concentreerde zich op 3379 aardverschuivingen veroorzaakt door het weer op 889 hellingen over het 79 km2 gebied. De neiging tot aardverschuivingen van een helling wordt beïnvloed door meerdere factoren, zoals geologie, bodemtype en de helling en vorm van de helling, die allemaal fungeren als invoervariabelen voor het model.

De onderzoekers bouwden vijf versies van het model, elk met een toenemende mate van complexiteit, en trainde elke versie met behulp van de Collazzone-gegevens. Door de frequentie van individuele uitval van hellingen op te nemen en de hellingen te koppelen aan 'buurten' om in te zien hoe het gedrag van een helling andere nabijgelegen hellingen kan beïnvloeden, hun vijfde en meest complexe model voorspelde nauwkeurig welke hellingen van Collazzone aardverschuivingen zouden veroorzaken en hoe vaak.

"Ons model leert van opeenvolgende gebeurtenissen in de loop van de tijd, "zegt Lombardo. "Het leert niet alleen van de fysieke kenmerken van een bepaalde helling, maar ook van de locatie van die helling en zijn omgeving, en het eerdere gedrag van die helling en het gedrag van zijn buren. Dit detailniveau is volledig nieuw voor het modelleren van aardverschuivingen."

Lombardo hoopt dat het model zal worden gebruikt om vroegtijdige waarschuwingssystemen te informeren. Het model is overdraagbaar en kan in elke regio ter wereld worden gebruikt, op voorwaarde dat er lokale aardverschuivingsgegevens beschikbaar zijn.

"Ik hoop dit model een stap verder te brengen en te voorspellen hoe groot elke aardverschuiving kan zijn, " zegt Lombardo. "Hoewel het voorspellen van de frequentie van aardverschuivingen nuttig is, het voorspellen van de omvang van individuele aardverschuivingen kan waarschuwingssystemen transformeren en zowel het land- als het risicobeheer verbeteren."