Machine-Learning-Based Landslide Susceptibility Mapping Using an InSAR- Refined Inventory in the Mandi district, Northwestern Himalaya, India, Himalaya region

Stellen Sie sich die Erdoberfläche als ein riesiges, Zeitlupen-Puzzle vor. Manchmal entscheiden sich Teile dieses Puzzles – Berghänge, Hügel und Schrägen – hinunterzugleiten. Wenn sie das tun, nennt man das einen Erdrutsch, und es kann eine Katastrophe für die Menschen, Straßen und Häuser sein, die in ihrem Pfad leben. Wissenschaftler versuchen seit langem vorherzusagen, wo diese Rutschungen als Nächstes auftreten könnten. Traditionell haben sie nach den „statischen“ Hinweisen gesucht: wie steil ein Hügel ist, aus welcher Gesteinsart er besteht, wie viel Regen dort fällt und wo in der Vergangenheit alte Erdrutsche stattgefunden haben. Es ist, als würde man versuchen, einen Autounfall vorherzusagen, indem man sich nur auf die Straßenbedingungen und die Vorgeschichte des Autos konzentriert, ohne zu bemerken, dass der Fahrer gerade am Steuer herumlenkt.

Doch die Erde ist dynamisch; sie bewegt, verschiebt und stöhnt ständig unter dem Gewicht von Schwerkraft, Regen und tektonischen Platten. Um einen Erdrutsch zu erfassen, bevor er passiert, müssen Wissenschaftler das „Herumlenken“ sehen, bevor der Crash erfolgt. Hier kommt eine besondere Art von Weltraumtechnologie ins Spiel. Stellen Sie sich Satelliten als riesige, supersensible Augen im Himmel vor, die die Bodenbewegung um nur wenige Millimeter messen können – wie das Bemerken eines winzigen Schritts einer Person, bevor sie stolpert. Durch die Kombination dieser „Weltraumaugen“ mit leistungsstarken Computerprogrammen, die aus Mustern lernen (genannt maschinelles Lernen), können Wissenschaftler eine viel schärfere Gefahrenkarte erstellen. Dabei geht es nicht nur darum, alte Karten anzusehen; es geht darum, den Boden in Echtzeit atmen und sich bewegen zu sehen, um zu erkennen, wo er gleich nachgeben wird.

---

Die Geschichte der Arbeit: Die heimlichen Bewegungen der Erde aufspüren

Im Distrikt Mandi im nordwestlichen Himalaya in Indien ist der Boden ein wenig wie eine Drama-Queen. Es ist ein Ort mit steilen Bergen, schweren Monsunregen und aktiven tektonischen Verwerfungen (Rissen in der Erdkruste). Jahrelang haben Wissenschaftler und Beamte versucht, zu kartieren, welche Teile dieses Distrikts am ehesten abrutschen könnten. Früher verließen sie sich auf „statische“ Inventare – im Grunde eine Liste von Erdrutschen, die bereits stattgefunden haben und in alten Datenbanken erfasst wurden. Doch die Autoren dieser Arbeit erkannten, dass dieser Ansatz so war, als würde man versuchen, das Wetter vorherzusagen, indem man nur die Zeitung von gestern liest. Er überließ die subtilen, langsamen Bewegungen, die gerade jetzt stattfinden und signalisieren, dass ein Erdrutsch bevorsteht, unberücksichtigt.

Das Team unter der Leitung von Akshay Raj Manocha und seinen Kollegen beschloss daher, seine Detektivarbeit aufzuwerten. Sie nahmen Daten von Sentinel-1-Satelliten, die als hochtechnologische Radar-Kameras fungieren und den Mandi-Distrikt von 2023 bis 2024 scannen, zu Hilfe. Sie verwendeten zwei clevere Techniken, genannt Persistent Scatterer Interferometry (PSI) und Small Baseline Subset (SBAS), um diese Daten zu verarbeiten. Man kann sich diese Techniken als zwei verschiedene Wege vorstellen, den Herzschlag der Erde zu hören. PSI ist gut darin, auf stabile, harte Punkte wie Felsen und Gebäude zu hören, während SBsB besser darin ist, die weicheren, weiträumigeren Bewegungen in bewachsenen Gebieten zu hören. Zusammen erstellten sie eine supersensible Karte der Bodenverformung, die genau zeigte, wo der Boden kroch, rutschte oder sich verschob, selbst wenn er noch nicht abgestürzt war.

Die große Entdeckung: Die verborgenen Erdrutsche finden

Das Team nahm diese neuen, hochtechnologischen Bewegungsdaten und nutzte sie, um ihre alte Erdrutschliste zu korrigieren. Sie verglichen die „Kriechkarte“ des Satelliten mit der bestehenden Datenbank der Regierung über Erdrutsche. Das Ergebnis war eine Offenbarung: Die alte Liste verpasste das Geschehen. Durch die Nutzung der Satellitendaten fanden sie 36 brandneue Erdrutsche, die zuvor von niemandem kartiert worden waren. Dies erhöhte ihre Gesamtzahl bekannter Erdrutsche um 18 %. Es war, als hätte man 36 versteckte Schatzkisten auf einer Karte gefunden, von der alle dachten, sie sei vollständig.

Aber sie hörten nicht nur beim Finden der Rutschungen auf. Sie wollten vorhersagen, wo die nächsten sein würden. Um dies zu erreichen, speisten sie ihre aktualisierte, „InSAR-verfeinerte“ Liste von Erdrutschen in vier verschiedene Computer-Lernmodelle (Algorithmen, die aus Daten lernen): Extreme Gradient Boosting (XGB), Random Forest, Logistic Regression und Multilayer Perceptron. Sie testeten auch zwölf verschiedene Faktoren, die einen Erdrutsch verursachen könnten, wie etwa die Steilheit des Hangs, die Nähe zu einer Straße, die Gesteinsart und die Regenmenge.

Der Gewinner und die Regeln des Spiels

Die Computermodelle spielten ein Spiel des „Mustererkennens“, um zu sehen, welches Modell Erdrutsche am besten vorhersagen kann. Der Gewinner war Extreme Gradient Boosting (XGB). Es war am genauesten, insbesondere als die Forscher eine spezifische Methode namens „Spatial Block Cross-Validation“ mit einer Blockgröße von 3.000 Metern anwandten. Denken Sie dabei daran, das Modell an verschiedenen Teilen der Karte zu testen, um sicherzustellen, dass es nicht nur die Nachbarschaft auswendig lernt, sondern tatsächlich die Regeln des gesamten Spiels versteht.

Die Ergebnisse waren beeindruckend. Durch die Verwendung der neuen, durch Satelliten aktualisierten Liste der Erdrutscher anstelle der alten, statischen Liste stieg die Genauigkeit des Modells (gemessen an einem Score namens AUC) um 12–15 %. Dies deutet darauf hin, dass das Wissen darüber, wo sich der Boden derzeit bewegt, einen riesigen Unterschied bei der Vorhersage macht, wo er schließlich abrutschen wird.

Was lässt den Boden rutschen?

Die Computermodelle fungierten auch wie Detektive und zeigten auf, welche Hinweise am wichtigsten waren. Die „Verdächtigen“ mit den größten Fingerabdrücken auf das Auftreten von Erdrutschen waren:

1. Hangneigung (Slope): Die Steilheit ist der wichtigste Faktor. Je steiler der Hügel, desto wahrscheinlicher ist ein Abrutschen.
2. Entfernung zu Straßen: Überraschenderweise erhöht die Nähe zu einer Straße die Wahrscheinlichkeit eines Erdrutsches. Dies liegt daran, dass der Straßenbau oft den Einschnitt in Hänge und die Veränderung der Wasserentwässerung beinhaltet, was den Hang schwächt.
3. Entfernung zu Verwerfungen: Gebiete in der Nähe von Rissen in der Erdkruste (Verwerfungen) sind instabiler, da das Gestein dort bereits gebrochen und schwach ist.
4. Regenfall: Starker Regen wirkt wie der letzte Tropfen, der den Boden durchtränkt und ihn schwer und rutschig macht.

Das Team erstellte eine endgültige Karte, die in fünf Zonen unterteilt war: sehr gering, gering, moderat, hoch und sehr hoch anfällig. Sie fanden heraus, dass die hohen und sehr hohen Risikozonen etwa 25 % des Distrikts abdecken. Noch besser: Die Karte war korrekt; die überwältigende Mehrheit der Erdrutsche, die sie fanden (sowohl die alten als auch die 36 neuen), befand sich genau in diesen Hochrisikozonen.

Die Grenzen und die Zukunft

Das Papier weist vorsichtig darauf hin, dass dies kein magisches Kristallkugel-Instrument ist. Die Satellitentechnologie hat Grenzen. In Gebieten mit sehr dichten Wäldern oder extrem steilem, felsigem Gelände kann das Radarsignal gestört werden (ein Problem namens „Dekorrelation“), was bedeutet, dass sie die Bodenbewegung in etwa 15–20 % des Distrikts nicht sehen konnten. Außerdem basieren die Computermodelle auf den Daten, die sie jetzt haben; sie berücksichtigen noch nicht, wie der Klimawandel den Regen in der Zukunft noch heftiger machen könnte.

Dennoch beweist die Studie einen gewaltigen Punkt: Durch die Kombination der „Weltraumaugen“, die die Bewegung des Bodens sehen, mit intelligenten Computermodellen können wir von einer statischen, veralteten Gefahrenkarte zu einer lebendigen, atmenden Karte übergehen. Es ist ein Weg, die Warnsignale der Erde zu sehen, bevor der Erdrutsch geschieht, was eine bessere Chance bietet, die Menschen und Straßen im Himalaya zu schützen.