From Heuristic Models to GeoAI: A Scientometric and Thematic Evolution of Landslide Susceptibility Mapping Approaches

Erdrutsche gehören zu den zerstörerischsten Kräften der Erde, da sie in Sekundenschnelle Straßen verschlingen, Dörfer begraben und Landschaften umgestalten können. Seit Jahrzehnten versuchen Wissenschaftler vorherzusagen, wo diese Ereignisse am wahrscheinlichsten auftreten werden, indem sie Karten erstellen, die Gebiete mit hohem Risiko hervorheben. Diese Karten, bekannt als Erdrutsch-Anfälligkeitskarten, beruhen auf dem Verständnis der Beziehung zwischen dem Boden selbst und den Faktoren, die Bewegungen auslösen, wie etwa steile Hänge, starke Regenfälle und die Art des Gesteins oder Bodens. In der Frühphase dieser Arbeit verließen sich Experten stark auf ihre eigene Erfahrung und ihr Urteilsvermögen, um diese Faktoren zu gewichten und Schlussfolgerungen basierend auf ihrem Wissen über das Gelände zu ziehen. Mit der Zeit haben sich die Werkzeuge für diese Forscher jedoch drastisch verändert. Der Aufstieg leistungsstarker Computer, hochauflösender Satellitenbilder und fortschrittlicher Software hat es Wissenschaftlern ermöglicht, über die einfache Beobachtung hinauszugehen und in den Bereich der datengesteuerten Vorhersage vorzustoßen, in dem Algorithmen riesige Mengen an Informationen verarbeiten können, um Muster zu finden, die für das menschliche Auge unsichtbar sind.

Eine neue Studie von Forschern der Morgan State University und der Federal School of Surveying in Nigeria bietet einen umfassenden Blick darauf, wie sich dieses Feld in den letzten zwanzig Jahren transformiert hat. Das Team führte kein neues Experiment im Feld durch; stattdatt dessen führte es eine massive Überprüfung der bestehenden wissenschaftlichen Literatur durch, um die Evolution der Erdrutschvorhersage nachzuzeichnen. Sie sammelten 795 wissenschaftlich begutachtete Forschungsarbeiten, die zwischen 2006 und 2026 in großen wissenschaftlichen Datenbanken veröffentlicht wurden. Mithilfe spezieller Software, die darauf ausgelegt ist, zu analysieren, wie Forschungsthemen miteinander verknüpft sind und sich im Laufe der Zeit verändern, kartierten sie die intellektuelle Reise des Fachgebiets. Ihr Ziel war es zu verstehen, nicht nur welche Methoden verwendet wurden, sondern wie sich der gesamte Ansatz des Problems von der menschlichen Intuition hin zur künstlichen Intelligenz verschoben hat.

Die Analyse zeigt einen klaren und stetigen Übergang in der Art und Weise auf, wie Wissenschaftler die Erdrutschkartierung angehen. In der frühesten Periode, von 2006 bis 2012, wurde die Forschung von sogenannten heuristischen Modellen dominiert. Dies sind Methoden, bei denen Experten basierend auf ihrem Wissen Gewichte für verschiedene Faktoren zuweisen und oft einfache statistische Werkzeuge nutzen, um ihre Arbeit zu überprüfen. In diesen Jahren lag der primäre Fokus auf der Erhebung besserer Daten durch Fernerkundung, was die Beobachtung der Erde aus der Luft mittels Satelliten und Flugzeugen beinhaltet. Als sich der Zeitstrahl in den Zeitraum zwischen 2013 und 2018 bewegte, verlagerte sich der Fokus auf quantitativere Ansätze. Forscher begannen, sich verstärkt auf maschinelles Lernen zu verlassen, einer Form der Informatik, bei der Algorithmen aus Daten lernen, um Vorhersagen zu treffen, ohne explizit für jede spezifische Regel programmiert zu sein. Diese Ära sah einen Anstieg in der Verwendung von digitalen Höhenmodellen, also detaillierten 3D-Darstellungen des Geländes, die ein wesentlich präziseres Verständnis von Hangneigung und Stabilität ermöglichten.

Als die Forscher den Zeitraum von 2019 bis 2022 untersuchten, war das Feld in eine neue Phase eingetreten, die durch die rasche Einführung von Deep Learning gekennzeichnet war. Dies ist eine fortgeschrittenere Form der künstlichen Intelligenz, die die Art und Weise nachahmt, wie das menschliche Gehirn Informationen durch Schichten miteinander verbundener Knoten verarbeitet. Die Studie ergab, dass während dieser Jahre die Anzahl der veröffentlichten Arbeiten explodierte, wobei fast 90 Prozent aller Forschungsarbeiten in ihrem Datensatz nach 2018 erschienen. Die Themen in der Literatur erweiterten sich auf komplexe Ensemble-Modelle, die die Vorhersagen mehrerer verschiedener Algorithmen kombinieren, um ein robusteres und genaueres Ergebnis zu erzielen. Die Forscher stellten auch eine wachsende Integration von Technologien wie LiDAR fest, das Laserpulse nutzt, um unglaublich detaillierte Karten der Erdoberfläche zu erstellen, und InSAR, einer Technik, die Radar nutzt, um winzige Bewegungen der Erdoberfläche zu erkennen, bevor ein Erdrutsch auftritt.

Im jüngsten Zeitraum, von 2023 bis 2026, identifiziert die Studie eine reife Landschaft, in der sich der Fokus darauf verlagert hat, diese leistungsstarken Systeme der künstlichen Intelligenz verständlich und zuverlässig zu machen. Während das Kernziel der Vorhersage von Erdrutschen gleich bleibt, sind die Methoden hochspezialisiert geworden. Die Forscher fanden heraus, dass Wissenschaftler nun an erklärbarer künstlicher Intelligenz arbeiten, einem Feld, das sich der Aufgabe widmet, die „Black Box“ komplexer Algorithmen zu öffnen, damit Menschen verstehen können, warum ein Modell eine bestimmte Vorhersage getroffen hat. Dies ist entscheidend für Entscheidungsträger, die die Karten erst vertrauen müssen, bevor sie diese zur Planung von Straßen oder zur Evakuierung von Gemeinden nutzen können. Die Studie hebt auch eine wachsende Betonung der Infrastruktur hervor, mit mehr Forschung, die dem Schutz von Autobahnen und städtischen Gebieten gewidmet ist, was die zunehmende Bedeutung dieser Systeme in einer Welt widerspiegelt, in der der Klimawandel und die Urbanisierung Erdrutsche häufiger und gefährlicher machen.

Die Überprüfung deckte auch die menschliche Seite dieses wissenschaftlichen Fortschritts auf. Die Forscher kartierten das globale Netzwerk der Zusammenarbeit und fanden heraus, dass die Arbeit stark in Asien konzentriert ist, insbesondere in China, das die höchste Anzahl an Studien produzierte. Auch Indien, Vietnam und die Vereinigten Staaten kristallisierten sich als bedeutende Zentren der Aktivität heraus. Die Analyse zeigte, dass diese Forscher nicht isoliert arbeiten; stattdessen bilden sie dichte Kollaborationsnetzwerke, in denen Teams aus verschiedenen Ländern zusammenarbeiten, um Daten auszutauschen und ihre Modelle zu verfeinern. Diese internationale Anstrengung war entscheidend für den Fortschritt des Feldes, da sie die Erprobung neuer Methoden über vielfältige Landschaften und geologische Bedingungen hinweg ermöglichte.

Trotz dieser bedeutenden Fortschritte weist die Studie darauf hin, dass Herausforderungen bestehen bleiben. Die Forscher merken an, dass die Modelle zwar genauer werden, aber immer noch mit Unsicherheiten zu kämpfen haben. Es ist oft schwierig zu wissen, wie genau ein Modell an einem neuen Ort, den es noch nie gesehen hat, abschneiden wird – ein Problem, das als Übertragbarkeit bekannt ist. Es gibt auch Bedenken hinsichtlich der Qualität der Daten, die diesen Systemen zum Training dienen; wenn die Aufzeichnungen vergangener Erdrutsche unvollständig oder ungenau sind, werden auch die Vorhersagen leiden. Darüber hinaus kann die Komplexität der neuesten Modelle der künstlichen Intelligenz dazu führen, dass sie schwer zu interpretieren sind, was Fragen darüber aufwirft, wie sichergestellt werden kann, dass sie Entscheidungen auf der Grundlage solider geologischer Prinzipien und nicht nur statistischer Zufälle treffen.

Letztendlich dient dieser Review als Wegweiser für die Zukunft der Erdrutschwissenschaft. Er bestätigt, dass sich das Feld weit über die einfachen, expertenbasierten Karten der Vergangenheit hinausentwickelt hat und zu einer anspruchsvollen Disziplin geworden ist, die von Big Data und künstlicher Intelligenz angetrieben wird. Die Autoren legen nahe, dass die nächste Grenze in der Schaffung von Systemen liegt, die nicht nur leistungsstark, sondern auch transparent und in der Lage sind, in Echtzeit zu operieren. Durch die Kombination der neuesten Geospatial-Technologien mit fortschrittlichem Computing zielen Wissenschaftler darauf ab, eine Zukunft zu bauen, in der Gemeinschaften mit größerer Präzision und Zuverlässigkeit vor bevorstehenden Erdrutschen gewarnt werden können, um das Blatt gegen eine der unvorhersehbarsten Gefahren der Natur zu wenden.