p Um modelo de previsão que considera vários deslizamentos ao longo do tempo em uma determinada região pode melhorar a precisão dos sistemas de alerta precoce. p Um sistema de alerta de perigo eficaz visa prever o tempo, Lugar, colocar, tamanho e frequência de deslizamentos de terra, no entanto, há vários fatores de entrada complexos e muitas vezes aleatórios a serem considerados. Os pesquisadores desenvolveram um modelo de computador que melhora a precisão da previsão existente e aumenta a compreensão das complexidades inerentes aos eventos de deslizamento de terra.

p "Os modelos de deslizamento existentes funcionam a partir de uma premissa em que cada declive em uma área recebe um valor zero ou um - o declive é estável ou instável, "diz o ex-pós-doutorado da KAUST, Luigi Lombardo, agora na Universidade de Twente, na Holanda. Este projeto se baseia em modelos de deslizamento de terra anteriores desenvolvidos por Lombardo, continuando sua colaboração com Raphaël Huser e a equipe da KAUST.

p "Atribuir um valor binário significa que os detalhes críticos sobre uma inclinação e sua vizinhança são perdidos, "continua Lombardo." Para o nosso modelo, atribuímos valores de acordo com a quantidade de eventos de deslizamento que uma determinada encosta experimentou ao longo do tempo. No caso de nossa região de teste na área de Collazzone na Itália, isso inclui dados de deslizamentos de registros locais detalhados que datam de cerca de 100 anos. "

p A equipe de Lombardo se concentrou em 3379 eventos de deslizamento de terra desencadeados pelo clima em 889 encostas ao longo da área de 79 km2. A propensão a deslizamentos de uma encosta é influenciada por vários fatores, como geologia, tipo de solo e gradiente e forma da encosta, todos os quais atuam como variáveis ​​de entrada para o modelo.

p Os pesquisadores construíram cinco versões do modelo, cada um com um nível crescente de complexidade, e treinou cada versão usando os dados de Collazzone. Incluindo a frequência de falhas individuais de taludes e ligando as encostas em "vizinhanças" para incorporar como o comportamento de uma encosta pode influenciar outras encostas próximas, seu quinto e mais complexo modelo previu com precisão quais encostas Collazzone gerariam deslizamentos de terra e com que freqüência.

p "Nosso modelo aprende com eventos sucessivos ao longo do tempo, "diz Lombardo." Ele aprende não só com as características físicas de uma determinada encosta, mas também com a localização dessa encosta e sua vizinhança, e o comportamento anterior dessa inclinação e o comportamento de seus vizinhos. Este nível de detalhe é completamente novo na modelagem de deslizamento de terra. "

p Lombardo espera que o modelo seja usado para informar os sistemas de alerta precoce. O modelo é transferível e pode ser usado em qualquer região do mundo, desde que haja dados locais disponíveis sobre deslizamentos.

p "Espero levar este modelo um passo adiante e prever o quão grande cada evento de deslizamento pode ser, "diz Lombardo." Embora a previsão da frequência de deslizamentos seja útil, prever o tamanho de deslizamentos de terra individuais pode transformar os sistemas de alerta e melhorar a gestão do solo e dos perigos. "