Моделирование окрестности повышает точность прогноза оползней

Прогнозная модель, учитывающая множество оползней во времени в заданном регионе, может повысить точность систем раннего предупреждения. Исследователи разработали компьютерную модель, которая улучшает существующую точность прогнозирования и углубляет понимание сложностей, присущих оползневым событиям.

"Существующие модели оползней исходят из предпосылки, где каждому склону в районе присваивается значение ноль или один — склон либо стабилен, либо нестабилен", — объясняет Луиджи Ломбардо. Новая модель учитывает, сколько оползневых событий испытал конкретный склон с течением времени. Для тестового региона в районе Коллаццоне в Италии это включало данные об оползнях из детальных местных записей за последние 100 лет. Команда сосредоточилась на 3379 событиях, вызванных погодой, на 889 склонах на площади 79 км².

Включив частоту отказов отдельных склонов и объединив склоны в "окрестности", чтобы учесть влияние поведения одного склона на соседние, самая сложная, пятая версия модели точно предсказала, какие склоны в Коллаццоне породят оползни и как часто. "Эта модель учится на последовательных событиях с течением времени, учитывая не только физические характеристики склона, но и его местоположение, историческое поведение и поведение соседей", — отмечает Ломбардо.

Модель переносима и может использоваться в любом регионе мира при наличии локальных данных об оползнях. Ломбардо надеется, что она будет применяться в системах раннего предупреждения, а в будущем сможет прогнозировать и размер каждого оползневого события, что может трансформировать системы оповещения.