p Examinar os detalhes de um desastre natural na Itália em 2009 ajudou os pesquisadores da KAUST a desenvolver um modelo estatístico que poderia ajudar a prever deslizamentos de terra em áreas específicas sob determinados cenários de tempestade. p Os modelos de suscetibilidade a escorregamentos existentes usam uma estrutura de presença-ausência para prever se um escorregamento é provável dentro de uma determinada área. Esses modelos binários, Contudo, são incapazes de prever informações vitais, como quantos deslizamentos de terra podem ocorrer em qualquer declive específico.

p Luigi Lombardo, e seu supervisor Raphaël Huser, na KAUST, com Thomas Opitz no INRA na França, desenvolveu um modelo estatístico que explora a estrutura probabilística rigorosa de processos pontuais. Isso descreve o comportamento de padrões de pontos aleatórios, como locais que provocam deslizamentos.

p Sua metodologia estatística permite que o modelo preveja não apenas onde, mas também quantos, deslizamentos de terra podem ocorrer em uma determinada área, dependendo das circunstâncias climáticas.

p A equipe usou seu modelo para examinar dados de um desastre de 2009 em Messina, Itália, que se seguiu a uma tempestade intensa. O modelo gerou mapas altamente precisos da zona do desastre.

p "Após dois períodos de chuva, a tempestade despejou 250 milímetros de chuva em uma pequena área em menos de oito horas, "diz Lombardo." Os solos nas encostas íngremes já estavam saturados, e o dilúvio resultou em cerca de 5, 000 deslizamentos de terra de vários tamanhos ao longo de cerca de 100 quilômetros quadrados. "

p A equipe acessou imagens de satélite de alta resolução que mostram a paisagem antes e depois da tempestade. Contudo, eles não tinham dados completos sobre o gatilho do deslizamento - o evento de chuva - porque havia apenas uma estação meteorológica na zona de tempestade.

p "Os cientistas simplesmente não dispõem de instrumentação para medir cada desastre natural em profundidade, "diz Lombardo." No entanto, percebemos que os dados poderiam 'falar' conosco e nos ajudar a reconstruir a tempestade. Sabíamos onde estava o pior, repetidos deslizamentos de terra ocorreram, e a lógica sugere que esses pontos foram as áreas mais atingidas pelas chuvas. "

p "Incluímos um efeito espacial latente em nosso modelo estatístico para capturar e reconstruir com flexibilidade a evolução da tempestade, "diz Huser." Este efeito espacial latente, combinado com outras variáveis, como declive, tipo de solo e cobertura vegetal, rendeu uma precisão de previsão sem precedentes. "

p "O benefício desta abordagem é que podemos simular facilmente vários efeitos espaciais latentes, cada um com um padrão diferente, e fornecer um conjunto abrangente de prováveis ​​cenários futuros de deslizamento de terra à medida que uma tempestade evolui, "diz Lombardo." As autoridades poderiam então tomar melhores ações preventivas e evacuar as pessoas para um local mais seguro. Modelos semelhantes poderiam ser construídos para outras áreas propensas a deslizamentos de terra no mundo. "