Может ли машинное обучение улучшить предупреждение о селевых потоках?

Машинное обучение может обеспечить дополнительный час времени на предупреждение для селевых потоков вдоль водотока Ильграбен в Швейцарии. Об этом сообщили исследователи на ежегодном собрании Сейсмологического общества Америки (SSA) в 2021 году.

Селевые потоки — это смеси воды, осадка и горных пород, которые быстро движутся по крутым склонам, вызываются сильными осадками и часто содержат десятки тысяч кубических метров материала. Их разрушительный потенциал делает важным наличие систем мониторинга и предупреждения для защиты людей и инфраструктуры. На собрании SSA Малгожата Хмель из ETH Zürich описала подход на основе машинного обучения для обнаружения и оповещения о селевых потоках в Ильграбене — районе в Европейских Альпах, где ежегодно происходят значительные селевые и ливневые события.

Сейсмические записи с станций, расположенных в водосборном бассейне Ильграбена, по 20 предыдущим событиям были использованы для обучения алгоритма распознаванию сейсмических сигналов формирования селевого потока. Алгоритм точно обнаруживал ранние потоки в 90% случаев. Система смогла обнаружить все 13 селевых и ливневых событий, произошедших в течение трехмесячного периода в 2020 году. Сигнал тревоги срабатывал за период от 20 минут до полутора часов до расчетного времени прибытия потока к первой запруде на водотоке, в зависимости от его скорости.

Хмель отметила, что текущая система оповещения, основанная на геофонах у трех запруд и датчиках высоты потока, ограничивает обнаружение участком ниже верхнего водосборного бассейна. Однако потоки обычно формируются выше первой запруды. Машинное обучение позволяет улучшить систему, обнаруживая события в начальной фазе формирования. Регулярность и изменчивость событий в Ильграбене сделали его идеальным полигоном для тестирования модели.

«Мы думаем, что размер набора данных должен быть достаточным для обучения надежной модели обнаружения. Более того, машинное обучение особенно привлекательно для Ильграбена тем, что детектор можно улучшать каждый год с помощью данных о новых событиях — это невозможно при традиционных подходах», — сказала Хмель.

Система хорошо отличает ливневые события от сейсмических сигналов, вызванных деятельностью человека, дождем и землетрясениями. Следующим шагом будет исследование возможности различать небольшие и более крупные, потенциально более разрушительные селевые потоки. Большинство потоков в Ильграбене активируются сильными летними ливнями, хотя таяние снега может подготавливать склон и провоцировать некоторые потоки поздней весной или в начале лета. Крупный поток может угрожать деревне Зустен у нижней части водотока или популярным пешеходным тропам вокруг канала.