📄 other

Development of a Regional Landslide Forecast Model for Slowly Moving Landslides in the Western Canada Sedimentary Basin

Este artículo presenta el desarrollo y la validación de un modelo regional de pronóstico de deslizamientos de tierra para la Cuenca Sedimentaria del Oeste de Canadá, el cual integra décadas de datos de desplazamiento de infraestructura con impulsores hidroclimáticos para crear un índice de actividad capaz de realizar la reconstrucción de eventos pasados y predecir futuros riesgos de deslizamiento para la mitigación proactiva de la infraestructura.

Autores originales: Michael Porter, Corey Froese, Caio Stringari, Vincenzo Coia

Publicado 2026-07-27

📖 7 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Michael Porter, Corey Froese, Caio Stringari, Vincenzo Coia

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

El Gran Estrujamiento de la Tierra: Por qué el suelo se mueve y cómo podemos predecirlo

Imagine que el suelo bajo nuestros pies no es tan sólido como una roca, sino más bien como una esponja gigante en cámara lenta. En algunas partes del mundo, específicamente bajo la Cuenca Sedimentaria del Oeste de Canadá, esta "esponja" está hecha de capas de arcilla antigua y roca blanda que han sido estrujadas por glaciares durante miles de años. Con el tiempo, estas capas han comenzado a deslizarse ladera abajo, muy lentamente, como un glaciar hecho de lodo. Estos no son los aterradores e instantáneos deslizamientos de tierra que se ven en las películas y que caen en segundos; estos son "Deslizamientos de Masa Profundos" (DSLs, por sus siglas en inglés). Se mueven tan lentamente que uno podría no notarlo durante años, pero son implacables.

¿Por qué debería importarnos? Porque este estrujamiento en cámara lenta está ocurriendo justo donde vive nuestro mundo moderno. Oleoductos, carreteras y líneas eléctricas están construidos justo a través de estas pendientes que se deslizan. Aunque los ingenieros que construyen estas cosas saben que el suelo podría moverse un poco, hay un límite. Si el suelo se mueve demasiado, o se mueve demasiado rápido, las tuberías pueden agrietarse y las carreteras pueden deformarse, lo que cuesta millones de dólares en reparaciones. La gran pregunta que los científicos se han estado haciendo es: ¿Podemos predecir cuándo estos gigantes de movimiento lento acelerarán su paso? Si sabemos que el suelo está a punto de volverse más "húmedo" y pesado, podemos reparar las tuberías antes de que se rompan, ahorrando dinero y manteniendo la seguridad. Este artículo trata sobre la construcción de una bola de cristal para el suelo, utilizando datos de lluvia y nieve para adivinar cuándo la tierra empezará a deslizarse más rápido.

El pronóstico del tiempo de la Tierra: Una nueva forma de vigilar los deslizamientos

El equipo detrás de este estudio, liderado por investigadores de BGC Engineering y la Universidad de Alberta, decidió dejar de adivinar y empezar a medir la relación entre el clima y el movimiento del suelo. Se dieron cuenta de que, al igual que una esponja se vuelve más pesada y resbaladiza cuando absorbe agua, estos deslizamientos profundos se aceleran cuando el suelo se moja. Pero en lugar de solo mirar la lluvia que cae hoy, necesitaban entender la "memoria" del suelo: qué tan húmedo estaba el año pasado, el anterior, y cómo se derritió la nieve en la primavera.

Para hacer esto, reunieron una enorme cantidad de datos. Analizaron más de 30 años de registros de movimiento de más de 500 sensores (llamados inclinómetros de pendiente) enterrados profundamente dentro de estos deslizamientos en todo el oeste de Canadá. Estos sensores les dijeron exactamente qué tan rápido se movía el suelo cada año. Luego, vincularon estos datos de movimiento con un modelo de supercomputadora del clima de la Tierra llamado ERA-5. Este modelo actúa como un diario global gigante de la humedad del suelo, el derretimiento de la nieve y la lluvia que se remonta a 1950. Al comparar el movimiento de la "esponja" con su "diario de agua", el equipo intentó encontrar la receta secreta que hace que los deslizamientos se aceleren.

La receta para una montaña en movimiento

Los investigadores descubrieron que tres ingredientes principales en la receta del clima eran los más importantes para predecir cuándo los deslizamientos se volverían activos:

Qué tan húmedo estaba el suelo al inicio de la temporada: Específicamente, cuánta agua había en las profundidades del suelo (aproximadamente a 1 o 3 metros de profundidad) para el mes de febrero.
La tendencia del año anterior: ¿Se estaba volviendo el suelo más húmedo o más seco durante los últimos 12 meses?
El impacto del "Agua Total" durante la temporada: Este es el más importante. Es la cantidad total de agua (de lluvia y derretimiento de nieve) que golpea el suelo durante una ventana rodante de 90 días durante la temporada de deslizamientos (marzo a octubre).

Usando estos tres ingredientes, el equipo construyó una nueva herramienta llamada Índice de Actividad de Deslizamiento Regional (RLAI). Piense en este índice como un "semáforo" para el suelo, pero en lugar de tener solo Rojo, Amarillo y Verde, tiene cuatro niveles: Actividad Baja, Típica, Alta y Muy Alta.

Así es como funciona: la computadora toma los datos climáticos y calcula una puntuación llamada Puntuación de Actividad de Deslizamiento Regional (RLAS).

Si la puntuación es baja (menor a 0.95), es un Año de Actividad Baja. La mayoría de los deslizamientos estarán durmiendo o moviéndose muy lentamente, como una tortuga somnolienta.
Si la puntuación está entre 0.95 y 1.40, es un Año de Actividad Típica. Algunos deslizamientos podrían acelerarse, pero la mayoría realiza su danza lenta habitual.
Si la puntuación está entre 1.40 y 1.80, es un Año de Actividad Alta. Es cuando el suelo se vuelve inquieto. El modelo sugiere que alrededor del 71% de los deslizamientos en la región comenzarán a moverse más rápido de lo normal.
Si la puntuación es superior a 1.80, es un Año de Actividad Muy Alta. Esta es la zona de "Alerta Roja". El modelo predice que casi todos los deslizamientos se moverán mucho más rápido de lo normal, como una multitud de personas corriendo de repente.

Probando la bola de cristal

El equipo no solo inventó estas reglas; las probó contra la historia. Miraron hacia atrás en años específicos cuando los deslizamientos causaron problemas reales, como los grandes eventos de aceleración en 2017, 2020 y 2021. Ejecutaron su modelo hacia atrás (un proceso llamado "hindcasting") para ver si habría predicho esos puntos problemáticos.

Los resultados fueron prometedores. Por ejemplo, en 1997 y 1998, el modelo predijo correctamente un año de "Actividad Muy Alta" antes de que el suelo comenzara a moverse rápido. En 2020, el modelo advirtió que una gran parte de los deslizamientos se aceleraría, que es exactamente lo que sucedió. Los autores señalan que, aunque el modelo no es perfecto —a veces predijo un año "Alto" que resultó ser "Típico"—, rara vez falló un evento importante. Es mucho mejor captar los grandes riesgos que pasarlos por alto.

Mirando hacia adelante: El pronóstico de 2026

El artículo concluye mostrando la primera prueba del mundo real de su nuevo sistema: un pronóstico para la temporada de deslizamientos de 2026. Dado que no pueden saber exactamente cuánta lluvia caerá en el futuro, utilizaron un truco estadístico. Ejecutaron miles de simulaciones por computadora (llamadas simulaciones de Monte Carlo) basadas en 75 años de historia climática para adivinar el rango de posibles resultados.

El resultado es un conjunto de mapas que muestran la probabilidad de que el suelo se mueva rápido. En marzo de 2026, publicaron un mapa que muestra la predicción del "percentil 95": básicamente, el peor escenario que aún es probable que suceda. A medida que avanza la temporada y entran los datos de lluvia reales, la incertidumbre disminuye y el pronóstico se vuelve más preciso. Al final de la temporada, sabrán exactamente qué tan activa fue el año.

¿Qué sigue?

Los autores están entusiasmados, pero saben que esto es solo el comienzo. Actualmente, el modelo depende de datos de unos 641 puntos específicos. Pero planean mejorarlo. Están añadiendo datos de nuevos sensores que miden el movimiento cada pocas horas, y están esperando a que se lance un nuevo satélite (NISAR) en 2025. Este satélite podrá "ver" el movimiento del suelo desde el espacio, incluso en lugares donde no hay sensores en el suelo.

El artículo deja claro que esto no es una varita mágica que detendrá los deslizamientos. La tierra seguirá moviéndose. Pero al dar a los dueños de oleoductos y carreteras una mejor manera de predecir cuándo el suelo se pondrá inquieto, pueden reparar las cosas antes de que se rompan. Se trata de convertir un desastre sorpresa en un trabajo de mantenimiento planificado, ahorrando millones de dólares y manteniendo segura la infraestructura. Los autores sugieren que, con más datos y mejores modelos, eventualmente podrían ser capaces de predecir exactamente dónde un deslizamiento específico se acelerará, no solo que toda la región se está mojando. Por ahora, sin embargo, este nuevo "pronóstico del tiempo para el suelo" es un gran paso adelante en la comprensión de los gigantes lentos y sigilosos que hay bajo nuestros pies.

Resumen Técnico: Desarrollo de un Modelo Regional de Pronóstico de Deslizamientos de Tierra para Deslizamientos de Movimiento Lento en la Cuenca Sedimentaria del Oeste de Canadá

Planteamiento del Problema
Los deslizamientos de tierra profundos, de gran escala y de movimiento lento (DSL, por sus siglas en inglés) en toda la Cuenca Sedimentaria del Oeste de Canadá (WCSB) representan una amenaza persistente para la infraestructura lineal, como los oleoductos, y las zonas pobladas en las laderas de los valles fluviales. Aunque estos deslizamientos rara vez provocan fallas catastróficas repentinas, inducen una deformación continua que genera pérdidas económicas significativas debido a la mitigación y reparación. Los propietarios de infraestructura poseen tolerancias de diseño para el movimiento, pero las aceleraciones rápidas reducen la ventana para la identificación temprana y la mitigación proactiva. Históricamente, la gestión de estos riesgos ha sido reactiva, con un gasto estimado de $400 millones anuales en mitigación. Tras las aceleraciones regionales significativas en la primavera de 2020, se reconoció la necesidad de comprender los impulsores de los cambios en la actividad de los deslizamientos para permitir una conciencia y asignación de recursos proactivas a nivel regional.

Metodología
El estudio desarrolló un modelo de pronóstico regional integrando más de 30 años de datos históricos de desplazamiento con impulsores hidroclimáticos. La metodología procedió a través de las siguientes etapas:

Integración y Normalización de Datos:
- Datos de Desplazamiento: Se recopiló un conjunto de datos de alta calidad que comprende 641 puntos de desplazamiento anualizado de más de 500 inclinómetros de talud (SI) en toda la WCSB. Los datos fueron filtrados por calidad (mínimo cinco años de monitoreo, al menos un evento de aceleración) y normalizados mediante un enfoque de Mínimo-Máximo (escala de 0 a 1) para permitir la comparación entre diferentes velocidades de deslizamiento y zonas de cizalla.
- Datos Hidroclimáticos: Se seleccionó el modelo de reanálisis global de tierra ERA-5 (1950–presente) para proporcionar datos de humedad del suelo y precipitación espacial y temporalmente continuos. El estudio se centró en la humedad del suelo de la Capa 4 (100–289 cm de profundidad) para representar las condiciones de recarga de agua subterránea profunda relevantes para los DSL.
Identificación de Impulsores:
- Se definió la temporada de deslizamientos de marzo a octubre, dividida en fases (Freshet/Deshielo, Primavera Tardía/Principios de Verano, Verano Tardío, Otoño, Invierno) para comprender la dinámica del balance hídrico.
- De 53 variables disponibles de ERA-5, se consideraron inicialmente 40 derivadas. Mediante evaluación estadística y juicio de expertos, se seleccionaron tres impulsores primarios para el modelo predictivo:
  - Humedad del Suelo Normalizada al inicio de la temporada (NSMPLS): Humedad volumétrica promedio del suelo en febrero.
  - Tendencia de Humedad del Suelo del año precedente (NSMTPLS1yr): La tendencia en la humedad del suelo profundo de febrero a febrero.
  - Acumulación de Agua Total Rodante de 90 días de la Temporada de Deslizamiento (TWRA90): Máximo de agua total (deshielo + precipitación) añadida durante una ventana rodante de 90 días durante la temporada.
Desarrollo del Modelo:
- Puntuación de Actividad de Deslizamiento Regional (RLAS): Se calculó una combinación lineal ponderada de los tres impulsores: $RLAS = (1.0 \times NSMPLS) + (0.5 \times NSMTPLS1yr) + (1.0 \times TWRA90)$ . La tendencia de 1 año se ponderó en 0.5 debido a su menor poder predictivo en comparación con las otras variables.
- Índice de Actividad de Deslizamiento Regional (RLAI): El RLAS (que oscila de 0 a 2.5) se agrupó en cuatro categorías cualitativas que representan la distribución de probabilidad de la actividad de los deslizamientos:
  - Actividad Baja: RLAS < 0.95 (Mayoría latentes o más lentos de lo habitual).
  - Actividad Típica: 0.95 ≤ RLAS ≤ 1.40 (Actividad mixta).
  - Actividad Alta: 1.40 < RLAS ≤ 1.80 (Mayoría más rápidos de lo habitual).
  - Actividad Muy Alta: RLAS > 1.80 (La mayoría mucho más rápidos de lo habitual).
Validación y Pronóstico:
- Histórico (Hindcasting): El modelo se probó contra periodos conocidos de actividad elevada en sitios específicos (por ejemplo, 1997–1998, 2013–2014, 2020–2022). Los pronósticos se generaron utilizando datos previos a la temporada (febrero) y se actualizaron mensualmente con los datos observados.
- Pronóstico 2026: El modelo se aplicó para generar el primer pronóstico operativo para la temporada 2026 utilizando simulaciones de Monte Carlo para estimar la acumulación de agua total de 90 días desconocida, produciendo mapas probabilísticos (percentiles 5, 50 y 95).

Contribuciones Clave y Resultados

Vínculo Cuantitativo: El estudio estableció con éxito una relación estadística entre las tendencias hidroclimáticas regionales (específicamente la humedad del suelo profundo y la acumulación de agua total) y la aceleración de las poblaciones de deslizamientos.
Herramienta Operativa (RLAI): El desarrollo del RLAI proporciona a los propietarios de activos una métrica estandarizada para evaluar la probabilidad de aceleración de deslizamientos regionales. El análisis histórico demostró que el modelo generalmente se alinea bien con las respuestas operativas observadas; por ejemplo, pronosticó correctamente la actividad "Muy Alta" para el periodo 2020–2022 e identificó condiciones de actividad "Alta" para 1997–1998 antes del inicio del movimiento elevado.
Pronóstico Probabilístico: El modelo permite la generación de pronósticos probabilísticos al inicio de la temporada, con una incertidumbre que se reduce a medida que los datos de precipitación y deshielo observados reemplazan los valores simulados a lo largo de la temporada de deslizamientos.
Normalización de Datos: La aplicación de una técnica de normalización de Mínimo-Máximo permitió la integración de conjuntos de datos heterogéneos (diferentes velocidades de deslizamiento, diferentes duraciones de monitoreo) en un modelo regional unificado.

Significancia y Reivindicaciones
El artículo sostiene que la principal significancia de este trabajo es el cambio de una mitigación reactiva y específica de cada sitio hacia una gestión de riesgos proactiva y de alcance regional. Al comprender cómo las poblaciones de deslizamientos responden a los forzamientos hidroclimáticos, los propietarios de activos pueden mejor realizar el triaje de recursos y planificar programas de mantenimiento en marcos de tiempo multianuales.

Los autores declaran explícitamente que el RLAI está diseñado para proporcionar conciencia para apoyar la preparación y la toma de decisiones con respecto a la probabilidad de un aumento de la actividad, en lugar de servir como una alerta definitiva y específica de un sitio para evacuación inmediata o cierre. El modelo reconoce que factores locales (erosión del pie del talud, construcción, falla progresiva) pueden causar que los deslizamientos individuales se comporten de manera contraria a las tendencias regionales.

El estudio concluye que la integración de décadas de datos de desplazamiento con modelos de reanálisis globales ofrece una vía viable para pronosticar la actividad de los DSL. Los autores señalan que se espera que la precisión y la granularidad espacial del modelo mejoren con la futura integración de arreglos de sensores monitoreados continuamente (Arreglos de Aceleración de Forma) y datos de InSAR de banda L del satélite NISAR, que proporcionarán datos de desplazamiento e hidroclimáticos de mayor resolución.