An Interpretable Machine Learning Framework for Rainfall-Related Slope Instability Susceptibility Assessment in Aba Prefecture, China: Sampling Strategy, Spatial Validation, and Susceptibility Score Mapping

Dans les montagnes escarpées et accidentées du sud-ouest de la Chine, le sol est animé par le mouvement. Les fortes pluies d'été imprègnent le sol, et le poids de la terre se déplace, provoquant parfois le glissement, l'effondrement ou l'écoulement des versants comme un liquide. Ces événements, connus sous le nom de glissements de terrain, ne sont pas seulement des curiosités géologiques ; ils représentent des menaces immédiates pour les populations et les villages qui habitent ces vallées. Pendant des décennies, les scientifiques ont tenté de prédire où ces glissements pourraient se produire ensuite. Ils construisent des cartes qui montrent quels versants sont susceptibles de céder, en utilisant des modèles informatiques pour pondérer des facteurs tels que la pente d'une colline, la nature de sa roche et la quantité de pluie tombée. Cependant, un problème persistant a tourmenté ces prédictions : les données sont souvent incomplètes. Nous savons exactement où les glissements de terrain ont eu lieu, mais nous savons rarement avec certitude où ils n'ont pas eu lieu. Pour apprendre à un ordinateur à reconnaître le danger, les chercheurs doivent inventer des exemples « sûrs » pour les comparer aux exemples dangereux. Si ces exemples sûrs sont trop faciles à identifier, l'ordinateur apprend un truc plutôt qu'une vérité, mémorisant la différence entre les deux listes au lieu de comprendre la physique d'un versant qui glisse. De plus, si l'on permet à l'ordinateur d'observer combien de personnes vivent dans une zone, il pourrait simplement apprendre que les endroits peuplés sont « risqués » parce qu'ils sont peuplés, plutôt qu'en raison de l'instabilité du sol. Cette confusion entre le danger physique du versant et la présence humaine sur celui-ci peut conduire à des cartes qui semblent précises mais qui échouent à expliquer la véritable mécanique du désastre.

Une équipe de chercheurs issus d'universités du Sichuan et du Gansu a abordé ces problèmes spécifiques avec une nouvelle approche conçue pour séparer l'instabilité physique de la terre de l'exposition humaine. Se concentrant sur la préfecture d'Aba, une région située sur le bord oriental du plateau tibétain connue pour son terrain spectaculaire et ses moussons intenses, ils ont cherché à construire un modèle qui comprenne réellement pourquoi les versants cèdent lorsqu'il pleut. Leur travail, publié récemment, introduit un cadre qui construit soigneusement les exemples « sûrs » utilisés pour entraîner l'ordinateur, garantissant qu'ils soient suffisamment difficiles pour forcer le modèle à apprendre les véritables signes d'instabilité. Ils ont également divisé leur processus en deux étapes distinctes : d'abord, ils calculent la probabilité qu'un versant glisse en se basant uniquement sur la géologie et la météo ; ensuite, ils superposent des données sur la population et les propriétés pour déterminer la priorité réelle de l'intervention d'urgence. Cette séparation empêche le modèle d'utiliser la densité de population comme un raccourci pour deviner le danger.

Les chercheurs ont commencé avec une vaste collection de registres, comprenant 5 322 entrées au total, documentant les événements d'instabilité passés dans la région. Ces registres incluaient des coulées de débris, des glissements de terrain et des pentes instables identifiés lors de relevés géologiques. Un détail crucial de leurs données est que presque tous ces événements étaient liés aux précipitations, soit comme seul déclencheur, soit en combinaison avec des séismes passés. Pour enseigner à leurs modèles informatiques, ils avaient besoin de créer un nombre égal d'échantillons de « contraste » — des lieux où aucun glissement de terrain n'a été enregistré. Au lieu de simplement choisir des endroits aléatoires loin des glissements de terrain connus, ce qui rendrait la tâche trop facile, ils ont utilisé une stratégie double. Trente pour cent de leurs échantillons de contraste provenaient d'autres types de ruptures de terrain enregistrés dans la même région, tels que des éboulements rocheux. Ceux-ci sont différents des versants glissants qu'ils voulaient prédire, mais ils partagent des conditions environnementales similaires, ce qui constitue un test difficile pour l'ordinateur. Les soixante-dix pour cent restants des échantillons de contraste ont été tirés de lieux aléatoires, mais avec une règle stricte : ils devaient se trouver à au moins 800 mètres de tout glissement de terrain connu pour être véritablement distincts. Cette méthode a créé un ensemble de données de plus de 10 000 échantillons, équilibrés et exigeants, forçant l'ordinateur à chercher des motifs subtils plutôt que des différences évidentes.

Ils ont testé dix-sept modèles d'apprentissage informatique différents, allant de méthodes statistiques simples à des systèmes complexes et multicouches combinant plusieurs algorithmes. Les résultats ont montré que les modèles basés sur des arbres, les plus sophistiqués, qui prennent des décisions en divisant les données en branches comme un organigramme, étaient les plus performants. Un modèle spécifique, un type de machine de boosting de gradient, a obtenu un score de 0,973 pour distinguer les versants stables des versants instables, un niveau de précision très élevé. Cependant, les chercheurs ont veillé à ne pas simplement se fier à ces chiffres. Ils savaient que si un modèle est testé sur des données trop proches de celles sur lesquelles il a été entraîné, il pourrait être performant simplement parce qu'il a mémorisé le voisinage. Pour tester cela, ils ont effectué une validation spéciale où ils ont entraîné le modèle sur une partie de la carte et lui ont demandé de prédire le danger dans une partie complètement différente et non chevauchante de la carte. Même avec ce test plus strict, les modèles ont tenu remarquablement bien, avec une baisse de performance infime. Cela a confirmé que les modèles apprenaient les véritables règles de la stabilité des versants, et non seulement l'emplacement des glissements de terrain.

Pour comprendre ce que l'ordinateur « pensait » réellement, les chercheurs ont utilisé une technique qui décompose le processus de décision pour voir quels facteurs importaient le plus. Ils ont découvert que la forme physique du terrain était le facteur dominant, représentant près de 60 % des décisions du modèle. Plus précisément, la déclivité du versant et la courbure du sol — qu'il s'agisse d'une vallée creuse ou d'une colline arrondie — étaient les signaux les plus forts. La pluie était le facteur suivant le plus important, contribuant à environ 19 %, suivie par la couverture végétale. Curieusement, les coordonnées géographiques elles-mêmes, telles que la latitude et la longitude, contribuaient très peu une fois les caractéristiques physiques prises en compte. Cela suggère que le modèle n'était pas seulement en train de mémoriser des « endroits dangereux » par leurs coordonnées cartographiques, mais qu'il analysait véritablement le terrain et les conditions météorologiques. Les chercheurs ont également inclus la distance par rapport aux lignes de failles actives comme caractéristique, constatant qu'elle jouait un rôle faible mais significatif, probablement parce que ces lignes indiquent des zones où le sol est déjà fracturé et plus sujet aux mouvements.

La dernière étape de leur cadre de travail consistait à traduire ces scores de probabilité en un outil pratique pour la gestion des catastrophes. Ils ont divisé la zone d'étude en cinq niveaux de susceptibilité, de très faible à très élevée, et les ont cartographiés. Les résultats ont mis en évidence que la partie sud-est de la préfecture est la région la plus vulnérable. Cependant, les chercheurs ne sont pas allés jusqu'à déclarer cela comme la carte de risque finale. Ils ont souligné qu'un score de susceptibilité élevé ne signifie pas automatiquement un risque élevé pour la vie humaine si personne n'y habite. Par conséquent, ils ont créé une seconde couche d'analyse qui combine le score de stabilité du versant avec des données sur le nombre de personnes, de ménages et de biens situés dans chaque zone. Cela a produit un « score de priorité » qui indique aux responsables où concentrer leurs ressources. Crucialement, ce score de priorité ne pouvait être calculé que pour les lieux pour lesquels ils possédaient des données spécifiques sur les personnes et les biens, ce qui signifie qu'il s'appliquait aux sites de glissements de terrain documentés et aux échantillons de contraste mécaniques, mais pas à chaque point de la carte. Cette limitation était intentionnelle ; elle garantissait que l'évaluation finale du risque soit basée sur l'exposition documentée plutôt que sur des suppositions.

L'étude conclut qu'en concevant soigneusement les données utilisées pour entraîner les modèles et en séparant le danger physique de l'exposition humaine, il est possible de créer des cartes de risque de glissement de terrain plus fiables et interprétables. Les modèles se sont révélés robustes, même lorsqu'ils étaient testés contre de nouvelles zones géographiques, et l'analyse a confirmé que les caractéristiques physiques de la terre sont les principaux moteurs de l'instabilité dans cette région. Bien que les chercheurs aient noté que leurs données reposaient sur des registres historiques et que certains facteurs environnementaux comme le type de roche n'étaient pas détaillés, leur cadre offre une voie claire vers l'avenir. Il dépasse la simple prédiction pour fournir une compréhension transparente des raisons pour lesquelles les versants cèdent, offrant un outil qui peut aider les communautés des régions montagneuses à se préparer à la prochaine forte pluie. Ce travail rappelle que face aux aléas naturels, l'outil le plus puissant n'est pas seulement une prédiction, mais une compréhension claire des forces en présence.