Comparative Google Earth Engine Workflows for Flood and Landslide Diagnostics in Lower Silesia, Poland, and Batang Kali, Malaysia

Wenn eine Flut einen Fluss anschwellen lässt oder ein Berghang nachgibt, verändert sich der Boden unter unseren Füßen auf eine Weise, die von der Straße aus oft unmöglich zu erkennen ist. In den Stunden und Tagen nach einer solchen Katastrophe ist das Gelände häufig zu gefährlich, um es zu betreten, und das Wetter kann zu schlecht sein, damit ein Pilot darüberfliegen kann. Dennoch müssen Menschen wissen, wo das Wasser gestiegen oder wo sich die Erde verschoben hat, um Leben zu retten und die Wiederherstellung zu planen. Hier kommt ein anderes Auge ins Spiel: Satelliten, die hoch über der Erde kreisen und Tag für Tag Bilder der Oberfläche einfangen. Durch den Vergleich eines Bildes einer Landschaft vor einer Katastrophe mit einem Bild nach der Katastrophe können Wissenschaftler die Unterschiede erkennen, die die Geschichte des Geschehenen erzählen. Die Herausforderung bestand schon immer darin, dies schnell und zuverlässig über riesige Gebiete hinweg zu tun, insbesondere wenn die beiden Katastrophen völlig unterschiedlich aussehen. Das eine beinhaltet Wasser, das sich über Land ausbreitet, während das andere den Boden selbst betrifft, der einen Hügel hinuntergleitet.

Ein Forscher aus Polen und Malaysia unternahm den Versuch, ein einziges, einheitliches digitales System zu testen, das beide sehr unterschiedlichen Probleme bewältigen kann. Sie nutzten eine leistungsstarke, cloudbasierte Plattform namens Google Earth Engine, die wie eine riesige Bibliothek von Satellitenbildern und ein Supercomputer fungiert, der diese alle gleichzeitig verarbeiten kann. Anstatt tausende Fotos auf einen lokalen Computer herunterzuladen, schrieb der Forscher eine Reihe von Anweisungen, die direkt auf der Plattform ausgeführt werden konnten. Er wandte dieselbe Gruppe von Anweisungen auf zwei unterschiedliche Ereignisse an: eine schwere Flut, die im September 2024 Niederschlesien in Polen traf, und einen verheerenden Erdrutsch in Batang Kali, Malaysia, der im Dezember 2022 auftrat. Das Ziel war nicht zu beweisen, dass Überschwemmungen und Erdrutsche dasselbe sind, sondern zu sehen, ob derselbe digitale Arbeitsablauf angepasst werden kann, um die spezifischen Anzeichen des jeweiligen Ereignisses zu finden.

Für die Flut in Polen betrachtete der Forscher optische Bilder, die Ähnlichkeiten mit den Fotografien einer Kamera haben. Er konzentrierte sich auf ein spezifisches Signal, das offenbart, wo Wasser vorhanden ist. Wasser absorbiert Licht auf eine Weise, die es deutlich von trockenem Land und Vegetation abhebt. Durch die Berechnung des Unterschieds zwischen dem Wassersignal vor dem Sturm und dem Signal danach erstellte er eine Karte, die genau zeigt, wohin das Wasser gesickert war. Das System funktionierte für dieses Ereignis mit bemerkenswerter Klarheit. Es identifizierte eine Fläche von 70,142 Quadratkilometern, die überflutet worden war. Als der Forscher seine Arbeit anhand von 240 spezifischen Punkten überprüfte, die er auf seiner Karte markiert hatte, stimmte jeder einzelne Punkt mit seinen Erwartungen überein. Der Autor weist jedoch vorsichtig darauf hin, dass diese perfekte Punktzahl aus der Überprüfung der Karte gegen andere Satellitenbilder resultierte und nicht aus dem Gang in das Feld, um den Wasserstand mit eigenen Augen zu verifizieren. Obwohl das Ergebnis ermutigend ist, deutet es darauf hin, dass die Methode in dieser Art von Umgebung sehr effektiv ist, um Flutwasser aufzuspüren, auch wenn die Zahlen ohne Bodenwahrheit etwas optimistisch sein könnten.

Die Situation in Malaysia war weitaus komplizierter. Der Erdrutsch in Batang Kali ereignete sich in einem dichten, tropischen Regenwald, in dem Wolken oft die Sicht optischer Kameras blockieren. Um die Wolken und die Bäume zu durchdringen, wechselte der Forscher zu Radar, einer Art von Sensor, der Radiowellen von der Erde abprallen lässt. Wenn ein Erdrutsch auftritt, entfernt er die Vegetation und glättet die raue Oberfläche des Hügels, was die Art und Weise verändert, wie die Radarwellen zurückgeworfen werden. Der Forscher suchte nach Bereichen, in denen das Rücksignal stark abfiel, was auf eine plötzliche Störung hindeutete. Das System war unglaublich empfindlich; es fand jeden einzelnen der 11 bekannten Erdrutschstandorte, die getestet wurden. Aber diese Sensibilität hatte einen hohen Preis. Das System markierte auch 109 andere Stellen als Erdrutsche, die tatsächlich stabiler Boden waren. Insgesamt war die Karte nur etwa 9 Prozent der Zeit korrekt, wenn sie behauptete, dass ein Erdrutsch stattgefunden habe.

Dieser drastische Unterschied in den Ergebnissen erzählt eine klare Geschichte über die Grenzen eines Einheitsansatzes. Derselbe digitale Arbeitsablauf konnte erfolgreich von einer Katastrophe zur anderen wechseln und bewies, dass die Computerarchitektur flexibel genug ist, um verschiedene Arten von Daten zu verarbeiten. Die physische Natur der Katastrophe bestimmt jedoch, wie gut die Methode funktioniert. Bei der Flut erzeugte das Wasser ein klares, deutliches Signal, das das System leicht isolieren konnte. Beim Erdrutsch wurde das Signal durch die komplexe Umgebung des tropischen Waldes getrübt, in dem Regen, Bodenfeuchtigkeit und Baumdeckung für einen Radarsensor alle ähnlich wie ein Erdrutsch aussehen können. Der Forscher kam zu dem Schluss, dass die Radarmethode zwar exzellent für einen schnellen ersten Blick ist – um Teams vor Ort zu sagen: „Schauen Sie hier, etwas hat sich definitiv verändert“ –, aber noch nicht vertrauenswürdig genug ist, um eine präzise Linie um einen Erdrutsch zu ziehen, ohne weitere Überprüfungen.

Die Studie zeigt, dass ein einziger, wiederholbarer Prozess als Rückgrat für die Katastrophenhilfe dienen kann, die endgültige Interpretation jedoch immer die spezifischen Bedingungen des Ereignisses respektieren muss. Bei der Flut in Polen lieferte die Methode eine saubere, nutzbare Karte des betroffenen Gebiets. Beim malaysischen Erdrutsch lieferte sie ein Hochwarnungswerkzeug, das auf Gebiete mit Störungen hinweist, aber menschliche Experten erfordert, um die Fehlalarme herauszufiltern. Der Wert dieser Arbeit liegt darin, zu zeigen, dass offene, kostenlose Satellitendaten und gemeinsam genutzte Rechenleistung genutzt werden können, um diese diagnostischen Werkzeuge schnell aufzubauen. Es bietet eine Möglichkeit für Wissenschaftler und Rettungskräfte, eine schnelle, konsistente Sicht auf ein Katastrophengebiet zu erhalten, egal ob es unter Wasser steht oder unter Schlamm begraben ist, während gleichzeitig anerkannt wird, dass der letzte Schritt zum Verständnis der Gefahr immer noch eine sorgfältige, spezifische Analyse erfordert.