Wetenschappers ontwikkelen dynamische voorspellingstechniek voor aardverschuivingen met hydrologische en machine learning gegevens

Wetenschappers van Northwestern University en de University of California, Los Angeles (UCLA) hebben een nieuw proces-gebaseerd raamwerk ontwikkeld dat een nauwkeuriger en dynamischer inzicht biedt in het voorspellen van aardverschuivingen over grote gebieden.

Traditionele methoden voor het voorspellen van aardverschuivingen vertrouwen vaak alleen op de intensiteit van neerslag. Het nieuwe raamwerk integreert echter verschillende watergerelateerde processen met een machine-learningmodel. Door rekening te houden met diverse en soms samenlopende factoren, biedt dit raamwerk een robuuster begrip van wat deze destructieve gebeurtenissen aandrijft.

Met verdere ontwikkeling zou het nieuwe raamwerk kunnen bijdragen aan de verbetering van waarschuwingssystemen, het informeren van risicobeheer en het versterken van strategieën voor klimaatresistentie in gebieden die kwetsbaar zijn voor aardverschuivingen. Uiteindelijk kunnen deze benaderingen levens redden en schade voorkomen.

De studie, “Mixed hydrometeorological processes explain regional landslide potential,” is gepubliceerd in Geophysical Research Letters. “Huidige waarschuwingssystemen baseren vaak hun informatie op historische neerslaggebeurtenissen en aardverschuivingen,” zegt Chuxuan Li, de eerste auteur van de studie. “Omdat het gebaseerd is op historische gegevens, houdt het geen rekening met het veranderende klimaat. In de toekomst verwachten we intensere neerslag en een groter aantal zware neerslaggebeurtenissen. Deze systemen houden vaak geen rekening met sneeuwsmelt of andere bodemomstandigheden. Ons model houdt rekening met een breder scala aan factoren, zodat we meer diverse paden kunnen identificeren die leiden tot aardverschuivingen over een groot ruimtelijk gebied.”

“Verschillende aardverschuivingen kunnen worden veroorzaakt door verschillende hydrologische processen,” zegt Daniel E. Horton van Northwestern, de senior auteur van de studie. “We proberen te identificeren welke aardverschuivingen door welke processen worden veroorzaakt. Daarnaast proberen we het vanuit een veel breder perspectief te bekijken; een perspectief dat consistent is met de stormen die deze gebeurtenissen veroorzaken. Ons ideaal is om tools te ontwikkelen die nuttig kunnen zijn in een breed gebied, zoals de staat Californië.”

Horton is universitair docent aard-, milieu- en planetaire wetenschappen aan het Weinberg College of Arts and Sciences van Northwestern, waar hij de Climate Change Research Group leidt. Li is een Ph.D.-afgestudeerde van Hortons laboratorium aan Northwestern en momenteel postdoctoraal onderzoeker aan UCLA.

Simuleren van een ‘parade’ van stormen

Aardverschuivingen, die bestaan uit gevaarlijke stromen van water, modder en stenen, zijn moeilijk te voorspellen—vooral over grote gebieden met gevarieerde landschappen en verschillende klimaten. Om beter te begrijpen hoe en waarom grootschalige aardverschuivingen zich voordoen, bestudeerde het team van Northwestern en UCLA een maand van extreem weer in Californië.

Tijdens de winter van 2022-23 ervoer Californië een ongekende “parade” van negen opeenvolgende atmosferische rivieren, wat leidde tot catastrofale overstromingen en meer dan 600 aardverschuivingen. Om de paden te begrijpen die deze aardverschuivingen veroorzaakten, adopteerden de wetenschappers een computer model dat door de gemeenschap is ontwikkeld en simuleert hoe water door de omgeving beweegt, inclusief regen die in de grond doordringt, afvloeiing op het oppervlak, verdamping, en de smelting of bevriezing van sneeuw en ijs.

Om het model aan te sturen, gebruikte het team een diverse reeks meteorologische, geografische en historische gegevens. Dit omvatte informatie over terrein, bodemdiepte, eerdere bosbranden, neerslag en meteorologische en klimatologische omstandigheden. Met behulp van de modeluitkomsten ontwikkelde het team een maatstaf, genaamd “waterbalansstatus” (WBS), om te beoordelen wanneer er te veel water in een bepaald gebied aanwezig is. Een positieve WBS betekent dat er meer water is dan de grond kan opnemen, opslaan, verdampen of afvoeren. Dit betekent ook dat er een groter potentieel is voor aardverschuivingen.

Identificeren van hoofdwegen

Uiteindelijk paste het Northwestern- en UCLA-team een machine-learningtechniek toe om vergelijkbare aardverschuivingen te groeperen op basis van de specifieke omstandigheden van hun locaties. Via deze techniek identificeerden ze drie hoofdwegen die leidden tot de aardverschuivingen in Californië: intense neerslag, regen op reeds verzadigde bodems en smeltende sneeuw of ijs. Het team voorspelt dat zware, snelle buien verantwoordelijk waren voor ongeveer 32% van de aardverschuivingen. Ongeveer 53% van de aardverschuivingen vond plaats nadat er gematigde regen viel op bodems die al verzadigd waren van eerdere stormen. En ongeveer 15% van de aardverschuivingen was gekoppeld aan sneeuw of ijs, waarbij regen de sneeuwsmelting of het ontdooien van ijs versnelde.

“We ontdekten dat de meeste aardverschuivingen werden getriggerd onder extreem natte omstandigheden,” zegt Li. “Met extreem nat bedoelen we dat de neerslag de capaciteit van de bodem om water vast te houden of af te voeren overschrijdt. Dit kan vooral gevaarlijk zijn op steile hellingen.”

Toen de wetenschappers deze gebeurtenissen vergeleken met hun model, ontdekten ze dat een significant percentage (89%) van de aardverschuivingen in Californië plaatsvond in gebieden waar de WBS positief was. Deze bevinding valideerde dat de maatstaf nauwkeurig de omstandigheden kan identificeren die rijp zijn voor aardverschuivingen. “Hoewel deze studie terugkijkt om een verleden gebeurtenis te begrijpen, is ons uiteindelijke doel dat de methode vooruit kijkt om voorspellingen te doen,” zegt Horton. “We zijn van plan om dit modelraamwerk te gebruiken in combinatie met weersvoorspellingsmodellen.”

Betere modellen voor een onzekere toekomst

Naarmate het wereldklimaat blijft veranderen, zijn voorspellingssystemen belangrijker dan ooit. Omdat warmer lucht meer waterdamp kan vasthouden, kunnen stormen meer water dumpen. En meer water betekent vaak meer gevaarlijke overstromingen en aardverschuivingen.

In een review gepubliceerd in Science onderzochten Horton en zijn medeauteurs hoe natuurverschijnselen, zoals atmosferische rivieren, vaak andere rampen triggeren en een kettingreactie teweegbrengen. In het stuk benadrukken de auteurs de kritieke behoefte aan het integreren van diverse datasets en het bouwen van geavanceerde modellen om de mogelijkheid te verbeteren om natuurlijke rampen te voorspellen en voor te bereiden.

“Atmosferische rivieren worden niet noodzakelijkerwijs vaker,” zegt Horton. “Maar wanneer ze aan land komen, wordt hun impact ernstiger. Laatst hebben we een toename gezien in de intensiteit van hun neerslag. Dit is consistent met de wereldwijde trend van het ervaren van meer intense neerslaggebeurtenissen als gevolg van door de mens veroorzaakte klimaatverandering.”