Wetenschap
Figuur 1 Uit:Spatiotemporele hellingstabiliteitsanalyse voor faalschatting (SSSAFE):radargegevens koppelen aan de fundamentele dynamiek van granulair falen
Professoren Antoinette Tordesillas en Robin Batterham leidden het werk gedurende vijf jaar om het model SSSAFE (Spatiotemporal Slope Stability Analytics for Failure Estimation) te ontwikkelen en te testen. die de hellingsstabiliteit in de loop van de tijd analyseert om te voorspellen waar en wanneer een aardverschuiving of lawine waarschijnlijk zal plaatsvinden.
In een studie gepubliceerd in Wetenschappelijke rapporten , het onderzoeksteam was in staat om aardverschuivingen te voorspellen, die vaak ernstige verstoringen veroorzaken, economische schade en doden, van verschillende afmetingen en snelheden en in verschillende omgevingen.
"De sleutel tot het succes van dit model is dat het werkt op een groot aantal ruimtelijke of temporele schalen en wordt geïnformeerd door de fysica van falen in bodem- en rotslichamen, ' zei professor Tordesillas.
"Het kan worden gebruikt bij een mijn, waarbij om de paar minuten millimeternauwkeurige metingen van de oppervlaktebeweging van een rotswand worden gedaan. En het kan ook worden gebruikt in een landelijke omgeving, waar de enige beschikbare gegevens een satellietradarbeeld zijn dat om de paar dagen tot weken wordt genomen."
Het SSSAFE-model is oorspronkelijk ontwikkeld voor het monitoren van mijnen, waar aardverschuivingen een constante bedreiging vormen, maar gebruikmakend van openbaar beschikbare satellietgegevens, het team was in staat om met terugwerkende kracht de Xinmo-aardverschuiving van 2017 te voorspellen, die een township in China begroef.
"Voor Xinmo, het model benadrukte significante beweging bij wat de bron van de rotslawine werd, 10 maanden voordat de ramp plaatsvond, " zei professor Tordesillas. "Als we dit model kunnen gebruiken, samen met vrij beschikbare satellietgegevens om mogelijke toekomstige aardverschuivingen te herkennen ruim voordat ze plaatsvinden, maatregelen kunnen worden genomen om gemeenschappen te beschermen, vele levens redden."
Met SSSAFE die gebruikmaakt van big data-analyse, netwerkwetenschap en natuurkunde, Professor Tordesillas hoopt dat haar onderzoek door de industrie en overheden over de hele wereld zal worden gebruikt om vroegtijdige waarschuwingssystemen (EWS) te helpen bij het verminderen van aardverschuivingsgevaren in het licht van klimaatverandering.
"Zeer weinig studies hebben teledetectiegegevens gebruikt om voorlopers van hellingsfalen te detecteren. Cruciaal is dat er is weinig bekend over hoe deze gegevens moeten worden geïnterpreteerd uit de bekende fysica van granulair falen om gebeurtenissen die leiden tot catastrofale aardverschuivingen beter te begrijpen en te voorspellen. We hebben beide bereikt in SSSAFE", zei ze.
Wetenschap © https://nl.scienceaq.com