📄 other

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

Dit artikel presenteert de ontwikkeling en validatie van een regionaal model voor het voorspellen van aardverschuivingen voor de Western Canada Sedimentary Basin, dat decennia aan gegevens over infrastructuurverplaatsing integreert met hydroklimatische drijfveren om een activiteitsindex te creëren die in staat is tot het achterwaarts voorspellen van voorgaande gebeurtenissen en het voorspellen van toekomstige risico's op aardverschuivingen voor proactieve mitigatie van infrastructuur.

Oorspronkelijke auteurs: Michael Porter, Corey Froese, Caio Stringari, Vincenzo Coia

Gepubliceerd 2026-07-27

📖 7 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Michael Porter, Corey Froese, Caio Stringari, Vincenzo Coia

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

De Grote Aardse Samendrukking: Waarom de Grond Beweegt en Hoe We Dat Kunnen Voorspellen

Stel je voor dat de grond onder onze voeten niet zo solide is als een rots, maar meer als een gigantische, traag bewegende spons. In sommige delen van de wereld, specifiek onder het Western Canada Sedimentary Basin, bestaat deze "spons" uit lagen oude klei en zacht gesteente die duizenden jaren lang door gletsjers zijn samengedrukt. In de loop der tijd zijn deze lagen heel langzaam, als een gletsjer van modder, bergafwaarts begonnen te glijden. Dit zijn geen angstaanjagende, plotselinge aardverschuivingen zoals je die in films ziet waarbij alles in seconden naar beneden stort; dit zijn "Diepgelegen Aardverschuivingen" (Deep-Seated Landslides of DSL's). Ze bewegen zo langzaam dat je het jarenlang misschien niet eens merkt, maar ze zijn onverbiddelijk.

Waarom zouden we ons hier druk om maken? Omdat deze langzame, bewegende samendrukking plaatsvindt op precies de plekken waar onze moderne wereld leeft. Pijpleidingen, wegen en elektriciteitskabels zijn gebouwd dwars over deze glijdende hellingen. Hoewel de ingenieurs die deze dingen bouwen weten dat de grond een beetje kan bewegen, is er een limiet. Als de grond te veel of te snel beweegt, kunnen de buizen barsten en de wegen verzakken, wat miljoenen dollars aan reparaties kost. De grote vraag waar wetenschappers zich mee bezighouden is: Kunnen we voorspellen wanneer deze langzaam bewegende reuzen sneller gaan bewegen? Als we weten dat de grond "natte" en zwaarder gaat worden, kunnen we de buizen repareren voordat ze breken, wat geld bespaart en mensen veilig houdt. Dit artikel gaat over het bouwen van een kristallen bol voor de grond, waarbij regen- en sneeuwdata worden gebruikt om te raden wanneer de aarde sneller zal gaan glijden.

De Weersverwachting van de Aarde: Een Nieuwe Manier om de Verschuivingen in de Gaten te Houden

Het team achter dit onderzoek, onder leiding van onderzoekers van BGC Engineering en de Universiteit van Alberta, besloot te stoppen met gokken en te beginnen met het meten van de relatie tussen het weer en de bewegende grond. Ze realiseerden zich dat, net zoals een spons zwaarder en gladder wordt wanneer deze water opzuigt, deze diepe aardverschuivingen versnellen wanneer de bodem nat wordt. Maar in plaats van alleen te kijken naar de regen die vandaag valt, moesten ze de "geheugenfunctie" van de bodem begrijpen—hoe nat de bodem vorig jaar was, het jaar daarvoor, en hoe de sneeuw in de lente smolt.

Om dit te doen, verzamelden ze een enorme hoeveelheid gegevens. Ze bekeken meer dan 30 jaar aan bewegingsgegevens van meer dan 500 sensoren (genaamd hellingsmeters of inclinometers) die diep in deze aardverschuivingen in West-Canada zijn begraven. Deze sensoren vertelden hen precies hoe snel de grond elk jaar bewoog. Vervolgens koppelden ze deze bewegingsgegevens aan een supercomputermodel van het aardse weer genaamd ERA-5. Dit model fungeert als een gigantisch, globaal dagboek van bodemvocht, smeltende sneeuw en regen dat teruggaat tot 1950. Door de beweging van de "spons" te vergelijken met zijn "waterdagboek", probeerde het team het geheime recept te vinden dat de verschuivingen doet versnellen.

Het Recept voor een Bewegende Berg

De onderzoekers ontdekten dat drie hoofdingrediënten in het weerrecept het belangrijkst waren voor het voorspellen wanneer de aardverschuivingen actief zouden worden:

Hoe nat de bodem was aan het begin van het seizoen: Specifiek, hoeveel water er diep in de grond zat (ongeveer 1 tot 3 meter diep) tegen februari.
De trend van het voorgaande jaar: Werd de bodem de afgelopen 12 maanden natter of droger?
De "Totale Water"-impact tijdens het seizoen: Dit is de belangrijkste factor. Het is de totale hoeveelheid water (van regen en smeltende sneeuw) die de grond raakt tijdens een voortschrijvend venster van 90 dagen tijdens het aardverschuivingsseizoen (maart tot oktober).

Met behulp van deze drie ingrediënten bouwde het team een nieuw hulpmiddel genaamd de Regional Landslide Activity Index (RLAI). Denk aan deze index als een "verkeerslicht" voor de grond, maar in plaats van alleen Rood, Geel en Groen, heeft het vier niveaus: Lage, Typische, Hoge en Zeer Hoge Activiteit.

Zo werkt het: de computer neemt de weergegevens en berekent een score genaamd de Regional Landslide Activity Score (RLAS).

Als de score laag is (onder 0,95), is het een Jaar met Lage Activiteit. De meeste aardverschuivingen slapen of bewegen zeer langzaam, zoals een slaperige schildpad.
Als de score tussen 0,95 en 1,40 ligt, is het een Jaar met Typische Activiteit. Sommige verschuivingen kunnen versnellen, maar de meeste doen hun gebruikelijke langzame dans.
Als de score tussen 1,40 en 1,80 ligt, is het een Jaar met Hoge Activiteit. Dit is wanneer de grond onrustig wordt. Het model suggereert dat ongeveer 71% van de aardverschuivingen in de regio sneller zal gaan bewegen dan normaal.
Als de score boven de 1,80 ligt, is het een Jaar met Zeer Hoge Activiteit. Dit is de "Code Rood"-zone. Het model voorspelt dat bijna alle aardverschuivingen veel sneller zullen bewegen dan normaal, zoals een menigte mensen die plotseling begint te rennen.

Het Testen van de Kristallen Bol

Het team heeft deze regels niet zomaar bedacht; ze hebben ze getest tegen de geschiedenis. Ze keken terug naar specifieke jaren waarin aardverschuivingen voor echte problemen zorgden, zoals de grote versnellingsgebeurtenissen in 2017, 2020 en 2021. Ze draaiden hun model achteruit (een proces dat "hindcasting" wordt genoemd) om te zien of het die problematische periodes zou hebben voorspeld.

De resultaten waren veelbelovend. In 1997 en 1998 voorspelde het model bijvoorbeeld correct een jaar met "Zeer Hoge Activiteit" voordat de grond daadwerkelijk sneller begon te bewegen. In 2020 waarschuwde het model dat een groot deel van de aardverschuivingen zou versnellen, wat precies gebeurde. De auteurs merken op dat hoewel het model niet perfect is—het voorspelt soms een "Hoog" jaar dat eigenlijk "Typisch" bleek te zijn—het grote gebeurtenissen zelden mist. Het is veel beter in het vangen van de grote risico's dan het missen ervan.

Vooruitblik: De Prognose voor 2026

Het artikel sluit af door de eerste echte praktijktest van hun nieuwe systeem te tonen: een voorspelling voor het aardverschuivingsseizoen van 2026. Omdat ze niet precies kunnen weten hoeveel regen er in de toekomst zal vallen, gebruikten ze een statistische truc. Ze draaiden duizenden computersimulaties (genaamd Monte Carlo-simulaties) op basis van 75 jaar aan weergeschiedenis om de mogelijke uitkomsten te raden.

Het resultaat is een reeks kaarten die de waarschijnlijkheid laten zien dat de grond snel zal bewegen. In maart 2026 publiceerden ze een kaart met de "95e percentiel"-voorspelling—kortom, het slechtst denkbare scenario dat nog steeds waarschijnlijk is. Naarmate het seizoen vordert en de echte regengegevens binnenkomen, neemt de onzekerheid af en wordt de voorspelling scherper. Tegen het einde van het seizoen zullen ze precies weten hoe actief het jaar was.

Wat Nu?

De auteurs zijn enthousiast, maar ze weten dat dit pas het begin is. Op dit moment vertrouwt het model op gegevens van ongeveer 641 specifieke locaties. Maar ze zijn van plan dit nog beter te maken. Ze voegen gegevens toe van nieuwe sensoren die elke paar uur beweging meten, en ze wachten op de lancering van een nieuwe satelliet (NISAR) in 2025. Deze satelliet zal in staat zijn om de beweging van de grond vanuit de ruimte te "zien", zelfs op plaatsen waar geen sensoren op de grond aanwezig zijn.

Het artikel maakt duidelijk dat dit geen toverstaf is die aardverschuivingen zal stoppen. De grond zal blijven bewegen. Maar door pijpleiding- en wegbeheerders een betere manier te geven om te voorspellen wanneer de grond onrustig zal worden, kunnen zij zaken repareren voordat ze breken. Het gaat erom van een verrassingsramp een geplande onderhoudstaak te maken, wat miljoenen dollars bespaart en de infrastructuur veilig houdt. De auteurs suggereren dat ze met meer gegevens en betere modellen uiteindelijk misschien in staat zullen zijn om exact te voorspellen waar een specifieke verschuiving sneller zal gaan, en niet alleen dat de hele regio natter wordt. Voor nu is deze nieuwe "weersverwachting voor de grond" echter een grote stap voorwaarts in het begrijpen van de langzame, sluipende reuzen onder onze voeten.

Technische Samenvatting: Ontwikkeling van een Regionaal Voorspellingsmodel voor Aardverschuivingen voor Langzaam Bewegende Aardverschuivingen in de Western Canada Sedimentary Basin

Probleemstelling
Grote, diepliggende, langzaam bewegende aardverschuivingen (Deep-Seated Landslides, DSLs) verspreid over de Western Canada Sedimentary Basin (WCSB) vormen een aanhoudende bedreiging voor lineaire infrastructuur, zoals pijpleidingen, en bewoonde gebieden op rivierdalhellingen. Hoewel deze aardverschuivingen zelden leiden tot plotseling catastrofaal falen, veroorzaken ze voortdurende spanning die leidt tot aanzienlijke economische verliezen door mitigatie en reparaties. Infrastructuurhouders hanteren ontwerptoleranties voor beweging, maar snelle acceleraties verminderen het tijdsvenster voor vroege identificatie en proactieve mitigatie. Historisch gezien werd het beheer van deze risico's reactief aangepakt, met een geschatte jaarlijkse uitgave van $400 miljoen aan mitigatie. Na significante regionale acceleraties in de lente van 2020 was er een erkende behoefte om de drijfveren van veranderingen in aardverschuivingsactiviteit te begrijpen om proactief, regionaal bewustzijn en de toewijzing van middelen mogelijk te maken.

Methodologie
De studie ontwikkelde een regionaal voorspellingsmodel door meer dan 30 jaar aan historische verplaatsingsgegevens te integreren met hydroklimatische drijfveren. De methodologie verliep via de volgende fasen:

Data-integratie en Normalisatie:
- Verplaatsingsgegevens: Een hoogwaardige dataset bestaande uit 641 geannualiseerde verplaatsingspunten van meer dan 500 hellingsmeters (Slope Inclinometers, SIs) over de gehele WCSB werd samengesteld. De gegevens werden gescreend op kwaliteit (minimaal vijf jaar monitoring, ten minste één acceleratiegebeurtenis) en genormaliseerd met een Minimum-Maximum benadering (schaal 0 tot 1) om vergelijking tussen verschillende verplaatsingssnelheden en schuifzones mogelijk te maken.
- Hydroklimatische gegevens: Het ERA-5 Land global re-analysis model (1950–heden) werd geselecteerd om ruimtelijk en temporeel continue bodemvocht- en neerslaggegevens te leveren. De studie richtte zich op bodemvocht in Laag 4 (100–289 cm diepte) om de diepere grondwaterverzadigingscondities te vertegenwoordigen die relevant zijn voor DSLs.
Identificatie van Drijfveren:
- Het aardverschuivingsseizoen werd gedefinieerd van maart tot oktober, onderverdeeld in fasen (freshet/smeltperiode, late lente/vroege zomer, late zomer, herfst, winter) om de waterbalansdynamiek te begrijpen.
- Vanuit 53 beschikbare ERA-5 variabelen werden initieel 40 afgeleide variabelen overwogen. Door middel van statistische evaluatie en deskundige beoordeling werden drie primaire drijfveren geselecteerd voor het voorspellende model:
  - Genormaliseerd Bodemvocht aan het begin van het seizoen (NSMPLS): Gemiddeld volumetrisch bodemvocht in februari.
  - Voorafgaande 1-jarige Bodemvochttrend (NSMTPLS1yr): De trend in diep bodemvocht van februari tot februari.
  - 90-daagse Totale Wateraccumulatie tijdens het aardverschuivingsseizoen (TWRA90): Maximale totale hoeveelheid water (smeltwater + neerslag) toegevoegd over een rollend venster van 90 dagen tijdens het seizoen.
Modelontwikkeling:
- Regional Landslide Activity Score (RLAS): Een gewogen lineaire combinatie van de drie drijfveren werd berekend: $RLAS = (1.0 \times NSMPLS) + (0.5 \times NSMTPLS1yr) + (1.0 \times TWRA90)$ . De 1-jarige trend kreeg een weging van 0,5 vanwege de lagere voorspellende kracht in vergelijking met de andere variabelen.
- Regional Landslide Activity Index (RLAI): De RLAS (variërend van 0–2,5) werd ingedeeld in vier kwalitatieve categorieën die de waarschijnlijkheidsverdeling van de aardverschuivingsactiviteit vertegenwoordigen:
  - Lage Activiteit: RLAS < 0,95 (Grotendeels dormant of langzamer dan gebruikelijk).
  - Typische Activiteit: 0,95 ≤ RLAS ≤ 1,40 (Gemengde activiteit).
  - Hoge Activiteit: 1,40 < RLAS ≤ 1,80 (Grotendeels sneller dan gebruikelijk).
  - Zeer Hoge Activiteit: RLAS > 1,80 (De meeste aardverschuivingen veel sneller dan gebruikelijk).
Validatie en Voorspelling:
- Hindcasting: Het model werd getest tegen bekende perioden van verhoogde activiteit bij specifieke locaties (bijv. 1997–1998, 2013–2014, 2020–2022). Voorspellingen werden gegenereerd met pre-seizoen data (februari) en maandelijks bijgewerkt met geobserveerde data.
- 2026 Voorspelling: Het model werd toegepast om de eerste operationele voorspelling voor het seizoen 2026 te genereren met behulp van Monte Carlo-simulaties om de onbekende 90-daagse totale wateraccumulatie te schatten, waarbij probabilistische kaarten (5e, 50e en 95e percentiel) werden geproduceerd.

Belangrijkste Bijdragen en Resultaten

Kwantitatieve Koppeling: De studie heeft succesvol een statistische relatie vastgesteld tussen regionale hydroklimatische trends (specifiek diep bodemvocht en totale wateraccumulatie) en de acceleratie van populaties aardverschuivingen.
Operationeel Instrument (RLAI): De ontwikkeling van de RLAI biedt bezitters van activa een gestandaardiseerde metriek om de waarschijnlijkheid van regionale aardverschuivingsacceleratie te beoordelen. De hindcast-analyse toonde aan dat het model over het algemeen goed overeenkomt met de geobserveerde operationele reacties; bijvoorbeeld voorspelde het correct "Zeer Hoge" activiteit voor de periode 2020–2022 en identificeerde het "Hoge" activiteit omstandigheden voor 1997–1998 voorafgaand aan het begin van de verhoogde beweging.
Probabilistische Voorspelling: Het model maakt het mogelijk om vroeg in het seizoen probabilistische voorspellingen te genereren, waarbij de onzekerheid afneemt naarmate de gesimuleerde waarden worden vervangen door geobserveerde neerslag- en smeltwatergegevens gedurende het seizoen.
Data-normalisatie: De toepassing van een Minimum-Maximum normalisatietechniek maakte de integratie van heterogene datasets (verschillende verplaatsingssnelheden, verschillende monitoringsduur) in een uniform regionaal model mogelijk.

Betekenis en Claims
De paper stelt dat de primaire betekenis van dit werk de verschuiving is van reactieve, locatie-specifieke mitigatie naar proactief, regionaal risicobeheer. Door te begrijpen hoe populaties aardverschuivingen reageren op hydroklimatische forceringen, kunnen bezitters van activa hun middelen beter prioriteren en onderhoudsschema's over meerjarige tijdskaders plannen.

De auteurs stellen expliciet dat de RLAI is ontworpen om bewustzijn te bieden ter ondersteuning van paraatheid en besluitvorming met betrekking tot de waarschijnlijkheid van toegenomen activiteit in een regio, in plaats van te dienen als een definitieve, locatie-specifieke waarschuwing voor onmiddellijke evacuatie of sluiting. Het model erkent dat lokale factoren (erosie aan de teen, constructie, progressief falen) kunnen ervoor zorgen dat individuele aardverschuivingen afwijkend gedrag vertonen ten opzichte van regionale trends.

De studie concludeert dat de integratie van decennia aan verplaatsingsgegevens met wereldwijde re-analyse modellen een levensvatbaar pad biedt voor het voorspellen van DSL-activiteit. De auteurs merken op dat de nauwkeurigheid en ruimtelijke granulariteit van het model naar verwachting zullen verbeteren met de toekomstige integratie van continu gemonitorde sensorarrays (Shape Acceleration Arrays) en L-Band InSAR-data van de NISAR-satelliet, die hogere resolutie verplaatsings- en hydroklimatische gegevens zullen leveren.