Physically interpretable flood susceptibility mapping using spatial cross-validation and SHAP-derived environmental thresholds: A statistically validated framework

Ai piedi dell'Himalaya, dove le montagne scoscese e rocciose incontrano le pianure piatte e fertili, l'acqua si comporta in modi che possono essere sia fonte di vita che fonte di devastazione. Questa zona di transizione, nota come Siwalik-Terai, è un luogo in cui i fiumi, gonfiati dalle pesanti piogge monsoniche, trasportano enormi quantità di sedimenti dalle colline in erosione. Quando questi fiumi raggiungono la terra piatta, rallentano, depositano il loro carico di sabbia e limo e spesso esondano dalle loro sponde, allagando i villaggi e le fattorie che costeggiano i loro percorsi. Per decenni, gli scienziati hanno cercato di prevedere dove si verificheranno le prossime inondazioni. Utilizzano programmi informatici che imparano dagli eventi passati, analizzando fattori come la pendenza del terreno, la vicinanza a un fiume e la quantità di pioggia che cade in un'area. Tuttavia, questi modelli informatici agiscono spesso come "scatole nere": forniscono un risultato, ma non spiegano perché siano giunti a quella conclusione, e talvolta commettono errori perché confondono schemi che accadono casualmente vicini su una mappa con schemi che sono effettivamente la causa delle inondazioni.

Un nuovo studio si concentra sul bacino del fiume Triyuga, nel sud-est del Nepal, una regione che illustra perfettamente queste sfide. I ricercatori si sono posti l'obiettivo di costruire un sistema di previsione delle inondazioni che sia non solo accurato, ma anche trasparente e radicato nella realtà fisica del paesaggio. Invece di affidarsi a un singolo algoritmo informatico, hanno testato quattro metodi diversi per vedere quale potesse apprendere meglio dalla storia delle inondazioni nell'area. Fondamentalmente, hanno progettato il loro processo di test per garantire che il computer non stesse semplicemente memorizzando la mappa, ma stesse effettivamente imparando le regole del terreno. Combinando questi rigorosi test con una tecnica che rivela esattamente quali fattori ambientali guidano le previsioni, hanno creato un nuovo modo per identificare le aree pericolose. Il risultato è una mappa che non mostra solo una probabilità di inondazione, ma evidenzia condizioni specifiche e misurabili — come trovarsi entro una certa distanza da un fiume o trovarsi sotto una specifica elevazione — che devono essere presenti affinché si verifichi un'inondazione.

Lo studio è iniziato con una raccolta attenta di dati riguardanti dove si sono effettivamente verificate le inondazioni tra il 2014 e il 2025. Il team ha raccolto 240 località confermate di inondazioni passate, verificate tramite immagini satellitari e registri storici. Per insegnare al computer che aspetto abbia un'area sicura, dovevano creare un insieme di punti "non inondati". Questo è un passaggio complicato nella scienza delle inondazioni perché le vere zone sicure sono difficili da definire; un luogo che non è stato allagato l'anno scorso potrebbe esserlo l'anno prossimo. I ricercatori hanno risolto questo problema limitando la ricerca dei punti sicuri ad aree che erano fisicamente capaci di inondarsi ma che semplicemente non lo avevano fatto in quel momento. Hanno esaminato un terreno che era abbastanza basso e abbastanza vicino al fiume da essere a rischio, ma hanno escluso il letto del fiume stesso. Hanno poi testato quattro diversi metodi di apprendimento informatico: un approccio statistico chiamato Regressione Logistica, e tre modelli di apprendimento automatico più complessi noti come Random Forest, XGBoost e Support Vector Machine.

Per garantire che i risultati fossero affidabili, i ricercatori non si sono limitati a dividere i dati in modo casuale. Hanno utilizzato un metodo chiamato validazione incrociata spaziale, che divide la mappa in cinque blocoli geografici distinti. Il computer impara da quattro blocchi ed è testato sul quinto, ruotando attraverso tutte le combinazioni. Questo impedisce al modello di imparare la posizione specifica di un'inondazione piuttosto che la sua causa sottostante. Quando hanno eseguito questi test, i due modelli basati sugli alberi, Random Forest e XGBoost, sono stati i migliori, raggiungendo un AUC di 0,905. Sorprendentemente, il più semplice modello di Regressione Logistica è stato quasi altrettanto efficace, suggerendo che le regole che governano le inondazioni in quest'area non sono incredibilmente complesse. Il quarto modello, Support Vector Machine, è stato significativamente peggiore, indicando che non era lo strumento adatto per questo specifico paesaggio.

La scoperta più significativa dello studio è avvenuta quando i ricercatori hanno chiesto al computer di spiegare le sue decisioni. Utilizzando una tecnica chiamata SHAP, che scompone la logica del modello, hanno scoperto che cinque specifici fattori ambientali erano i principali motori delle inondazioni. Il computer ha identificato che trovarsi entro 226 metri da un fiume, trovarsi sotto un'elevazione di 119 metri, avere una pendenza inferiore a 4,57 gradi, avere un indice di umidità topografica superiore a 8,33 e ricevere più di 1.359 millimetri di pioggia annuale erano le soglie critiche. Queste non sono supposizioni vaghe; sono confini precisi dove il rischio di inondazione cambia drasticamente. Ad esempio, la distanza di 226 metri corrisponde strettamente alla tipica larghezza della piana alluvionale attiva del fiume, mentre l'elevazione di 119 metri segna la transizione dalle colline scoscese alle pianure piatte dove l'acqua ristagna.

I ricercatori hanno poi combinato queste cinque regole in un unico indicatore facile da comprendere. Hanno creato una mappa in cui ogni località viene valutata in base a quante di queste cinque condizioni critiche soddisfa. Un punto che non soddisfa nessuna delle condizioni è considerato a rischio molto basso, mentre un punto che soddisfa tutte e cinque è classificato come pericolo estremo. I risultati sono stati sorprendenti. Quando hanno controllato questa nuova mappa rispetto al registro storico delle inondazioni, hanno scoperto che l'85 percento di tutte le località di inondazioni passate rientrava in aree che soddisfacevano almeno tre di queste soglie. Ancora più significativo, le località che soddisfacevano tutte e cinque le condizioni avevano una probabilità 141 volte superiore di aver subito un'inondazione rispetto alle aree che non ne soddisfacevano nessuna. Ciò ha dimostrato che l'inondazione in questa regione non è causata da un solo fattore, come la pioggia o la distanza dal fiume da soli, ma dalla presenza simultanea di diverse condizioni specifiche.

Lo studio ha prodotto anche una mappa che mostra dove il computer non era sicuro. Queste aree di alta incertezza si trovavano principalmente lungo i margini dove le pianure alluvionali piatte incontrano i terrazzamenti leggermente più elevati. In queste zone di transizione, le condizioni ambientali sono ambigue, rendendo difficile per qualsiasi modello essere certo. I ricercatori suggeriscono che questi sono esattamente i luoghi in cui gli sforzi di monitoraggio futuri dovrebbero concentrarsi, poiché rappresentano i confini dove il rischio di inondazione è più dinamico. Identificando queste zone, lo studio fornisce una guida chiara su dove investire le risorse per una migliore raccolta dati e sistemi di allerta precoce.

Questo lavoro offre un nuovo modello per la gestione del rischio di inondazioni nelle regioni montuose con scarsità di dati. A differenza degli studi precedenti che si affidavano ad algoritmi complessi senza spiegarne la logica, questo approccio fornisce un insieme trasparente di regole che i pianificatori locali possono comprendere e utilizzare. Le scoperte confermano che, nel bacino del fiume Triyuga, il rischio di inondazione è governato dalla forma fisica del terreno e dalla quantità di pioggia, piuttosto che da forze misteriose o imprevedibili. Lo studio dimostra che combinando test rigorosi con l'intelligenza artificiale spiegabile, è possibile creare mappe delle inondazioni che siano sia scientificamente robuste che praticamente utili per proteggere le comunità nell'Himalaya. Il quadro sviluppato qui può essere applicato ad altri bacini fluviali della regione, offrendo un modo affidabile per identificare le aree pericolose e guidare le decisioni sull'uso del suolo senza la necessità di estesi dati storici o complessi modelli idraulici.