• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  • O aprendizado de máquina pode nos ajudar a prever deslizamentos de terra causados ​​pelas mudanças climáticas

    Christoph Mertz, o principal cientista do projeto no Instituto de Robótica da Carnegie Mellon University, começou a tirar fotos das colinas com vista para o West End de Pittsburgh em seu smartphone.

    "Todos os dias, por meses, Eu estava coletando imagens dessas encostas, "Mertz disse." Eu queria ver se eu poderia usar essas fotos como uma forma de prever o próximo deslizamento de terra.

    Deslizamentos de terra são fenômenos naturais, mas muitas das condições que podem aumentar sua probabilidade são causadas pela atividade humana, como direcionar o escoamento superficial para uma área ou alterar inclinações naturais para a construção de edifícios e estradas. Combinado com o aumento das taxas de chuva relacionadas às mudanças climáticas, deslizamentos de terra nos Estados Unidos tornaram-se mais comuns e graves. O Serviço Geológico dos Estados Unidos estima que a cada ano entre 25 e 50 mortes são causadas por deslizamentos de terra, bem como entre US $ 2 bilhões e US $ 4 bilhões em perdas anuais devido a danos materiais. À medida que essas condições pioram, espera-se que esses números aumentem.

    Para Mertz, Pittsburgh foi um local privilegiado para este trabalho. Em 2018, O condado de Allegheny experimentou um número sem precedentes de deslizamentos de terra, resultando em danos a pelo menos 131 propriedades. No final do ano, PennDOT estimou que o custo para consertar todos os danos relacionados ao deslizamento de terra no condado foi de cerca de US $ 40 milhões. Essa quantidade não só parece assustadora, parece totalmente inesperado. Ano passado, a cidade de Pittsburgh excedeu seu orçamento anual alocado de $ 1 milhão para remediação de deslizamentos de terra em apenas alguns meses. Contudo, de acordo com Karen Lightman, diretor executivo da Metro21:Smart Cities Institute, 2018 não foi um outlier - é o novo normal.

    "O problema é que muitas áreas estão se tornando mais úmidas, "Lightman disse." Este problema só vai piorar com o tempo. "

    Pittsburgh não é a única cidade que sente esses efeitos. Veja o caso de Big Sur. Em maio de 2017, um deslizamento de terra enterrou um trecho de 400 metros da cênica Rodovia 1 da Califórnia sob seis milhões de toneladas de terra. Enquanto ninguém foi prejudicado, o deslizamento de terra cortou a única rota do norte para Big Sur. Acontecendo um pouco antes do fim de semana do Memorial Day, esse deslizamento teve um impacto significativo na economia local.

    Quatro meses depois, o Departamento de Transporte da Califórnia anunciou um plano para construir uma estrada substituta ao longo do deslizamento. Após US $ 54 milhões e 14 meses de construção para reconstruir a estrada, uma seção diferente da Rodovia 1 foi fechada por outro deslizamento de terra em março.

    Mertz não é estranho em encontrar maneiras inovadoras de antecipar a deterioração da infraestrutura. Além de sua função no Instituto de Robótica, Mertz é o cofundador da RoadBotics, onde ele usa análise de aprendizagem profunda de imagens de smartphones para identificar buracos em desenvolvimento e outros problemas de infraestrutura rodoviária em tempo real. Mais de 100 governos em todo o mundo agora usam o sistema de avaliação de pavimento da RoadBotics.

    Em consideração ao trabalho que ele fez com a RoadBotics, Mertz se perguntou se ele não poderia usar a mesma abordagem de aprendizado profundo para detectar sinais de deslizamentos de terra iminentes, como rachaduras que se desenvolvem rapidamente na estrada, guarda-corpos deformados, detritos na estrada, deformação de encostas ou árvores inclinadas.

    Anatomia de um deslizamento de terra

    Mertz aprendeu cedo que a mudança de buracos para deslizamentos de terra não era simplesmente uma questão de horizontal versus vertical.

    Os deslizamentos de terra têm uma grande variedade de causas e, por extensão, uma ampla variedade de fatores contribuintes. Uma colina feita de argila vermelha desmorona de maneira diferente de uma colina de xisto. A inclinação da folhagem circundante pode ser um indicador tão válido quanto a progressão da própria encosta, assim como a protuberância de muros de contenção próximos. E nem todas as rachaduras e deformações são iguais:a localização de uma rachadura no solo pode alterar radicalmente as implicações de um evento geológico posterior.

    Adicionalmente, havia fatores que as fotos da encosta em si não podiam capturar com eficácia. Uma rachadura na infraestrutura rodoviária pode ser o indicador de um deslizamento de terra que se aproxima, bem como um ralo de tempestade entupido redirecionando a água para uma colina próxima.

    Para encontrar padrões e prever resultados, algoritmos de aprendizado profundo requerem grandes quantidades de dados existentes. Sem ver milhares de fotos de cruzamentos, o aprendizado profundo não seria capaz de ajudar um veículo autônomo a diferenciar um sinal de pare de um sinal de entrega. Sem dados linguísticos, não poderia ajudar o Google Translate a determinar instantaneamente que uma passagem está em espanhol e não em italiano. Por extensão, para entender as tendências e padrões por trás dos deslizamentos de terra na região, o aprendizado profundo precisa de uma quantidade significativa de dados históricos e geológicos.

    Assim, para treinar seu modelo e obter uma imagem mais holística da anatomia de um deslizamento de terra, Mertz precisava sair de sua disciplina.

    "É um assunto muito complicado, "Mertz disse." Você precisa do tipo de colaboração interdisciplinar que existe aqui na Carnegie Mellon University - não apenas especialistas em ciência da computação e aprendizado de máquina, mas especialistas em geologia, em infraestrutura, em água e esgoto - para nos unirmos e resolvermos o problema. "

    Em parceria com o Condado de Allegheny, Mertz está analisando cinco locais de possíveis deslizamentos de terra para avaliar a viabilidade de seu sistema.

    Em última análise, O projeto de Mertz não é apenas ser capaz de prever e prevenir deslizamentos de terra. Ele também pretende usar este trabalho para direcionar de forma mais equitativa a mudança infraestrutural necessária para apoiar esse tipo de previsão e prevenção.

    "Não tenho certeza se a prevenção de deslizamentos de terra estava no vernáculo três anos atrás, "Lightman disse." Mas agora, Ouço isso com mais frequência em conversas sobre futuros investimentos em infraestrutura. "

    Em seu mais recente Boletim de Infraestrutura, a American Society of Civil Engineers deu à infraestrutura americana uma nota geral D +. Em particular, vários dos elementos da infraestrutura que eram centrais para a formação de deslizamentos, como estradas, diques e águas residuais, também recebeu notas D-range.

    Contudo, os recursos necessários para abordar essas lacunas na infraestrutura são às vezes desigualmente distribuídos entre os bairros e muitas decisões de infraestrutura muitas vezes despriorizam as necessidades das áreas com populações marginalizadas.

    "Com base em nosso modelo, existem muitos indicadores de deslizamentos de terra que podem ajudar a informar a política e a alocação de orçamento, "Mertz disse." Às vezes, essas decisões são afetadas por preconceitos. Mas, ao fornecer uma representação objetiva da degradação da infraestrutura, esperamos apoiar um meio mais justo de alocar esses recursos. "


    © Ciência https://pt.scienceaq.com