Uneven Global Distribution and Machine Learning–Based Characterization of Landslide Events

Aardverschuivingen behoren tot de meest destructieve natuurkrachten, in staat om wegen te verzwelgen, huizen te begraven en levens te eisen in zowel welvarende landen als ontwikkelingsregio's. Ze gebeuren niet bij toeval; ze zijn het resultaat van een specifieke samenkomst van omstandigheden. Steil terrein, instabiele roostlagen en menselijke activiteiten zoals bouw of ontbossing creëren een kwetsbare basis. Wanneer een trigger arriveert, zoals hevige regenval of een aardbeving, geeft de grond toe. Decennialang hebben wetenschappers deze gebeurtenissen bestudeerd, maar veel van dat werk richtte zich op specifieke lokale gebieden. Om de wereldwijde context echt te begrijpen, hadden onderzoekers een manier nodig om de patronen te zien die ontstaan wanneer duizenden gebeurtenissen samen worden bekeken. Dit vereist een enorme collectie gegevens, een wereldwijde inventaris die niet alleen bijhoudt waar en wanneer een verschuiving plaatsvond, maar ook hoe groot deze was en hoeveel mensen het trof. Met een dergelijke dataset kunnen wetenschappers verder gaan dan gokken en de werkelijke vorm van het risico beginnen te zien.

Een team van onderzoekers van universiteiten uit de Verenigde Staten wendde zich tot de Global Landslide Catalog om deze grote vragen te beantwoorden. Deze catalogus is een uitgebreid verslag van gerapporteerde aardverschuivingsgebeurtenissen van 1996 tot 2016, met daarin 2.217 gedocumenteerde incidenten. Het team was niet van plan om de volgende aardverschuiving te voorspellen, maar wilde eerder begrijpen welk verhaal deze cijfers vertelden. Ze onderzochten hoe de frequentie van deze gebeurtenissen in de loop van de tijd veranderde, waar ze op de kaart clusterden, en of de omvang van een aardverschuiving voorspeld kon worden op basis van de locatie en de tijd van het jaar. Hiervoor pasten ze machine learning toe, een methode waarbij computers leren patronen in gegevens te herkennen zonder expliciet geprogrammeerd te zijn met regels. Ze testten verschillende computermodellen om te zien of ze aardverschuivingen in groottecategorieën konden sorteren — klein, medium of groot — op basis van de informatie die in de catalogus beschikbaar is, zoals het jaar van de gebeurtenis, de geografische coördinaten en de bevolkingsdichtheid van het gebied.

De resultaten schetsen een duidelijk beeld van een ongelijke verdeling. Aardverschuivingen zijn niet willekeurig over de wereld verspreid; ze clusteren dicht in specifieke regio's. Deze hotspots komen perfect overeen met gebieden die bekend staan om steile bergen, hevige regenval en actieve tektonische bewegingen. De gegevens toonden ook een stijging in het aantal gerapporteerde gebeurtenissen tijdens de onderzoeksperiode. De onderzoekers suggereren dat deze toename waarschijnlijk het gevolg is van een combinatie van factoren: meer mensen die in gevaarlijke gebieden wonen, veranderingen in het klimaat die extremer weer met zich meebrengen, en verbeteringen in de manier waarop deze gebeurtenissen worden gerapporteerd en vastgelegd. Wanneer het team naar de omvang van de verschuivingen keek, stelden zij vast dat middelgrote gebeurtenissen het merendeel van de rapporten vormden, terwijl werkelijk enorme, catastrofale verschuivingen relatief zeldzaam waren. Dit evenwicht is cruciaal voor het begrijpen van het risico, aangezien zelfs minder frequente grote gebeurtenissen een disproportionele schade en verlies aan levens kunnen veroorzaken.

De onderzoekers stelden vervolgens een moeilijke vraag: kon een computermodel leren om onderscheid te maken tussen een kleine en een grote aardverschuiving door enkel naar de tijd en de plaats te kijken? Ze voedden de gegevens aan vier verschillende machine learning-systemen, waaronder Random Forest en Support Vector Machines. Ze probeerden ook een techniek genaamd principal component analysis, die complexe gegevens vereenvoudigt door veel variabelen te combineren in een paar kernpatronen, in de hoop dat dit de modellen slimmer zou maken. De resultaten waren bescheiden. De beste modellen classificeerden de omvang van een aardverschuiving slechts in ongeveer 58 tot 60 procent van de gevallen correct. Dit is nauwelijks beter dan een willekeurige gok voor een complex probleem. De computermodellen vonden dat het jaar waarin een gebeurtenis plaatsvond en de locatie de meest nuttige aanwijzingen waren, terwijl het aantal gerapporteerde doden weinig hulp bood bij het voorspellen van de omvang, wat logisch is omdat sterfgevallen een gevolg zijn van de gebeurtenis, en niet een oorzaak van de omvang ervan.

Misschien wel de meest onthullende bevinding was dat het vereenvoudigen van de gegevens niet hielp. De onderzoekers hadden gehoopt dat het verminderen van het aantal variabelen de patronen zou verhelderen, maar het tegenovergestelde gebeurde. De modellen presteerden iets beter wanneer ze de originele, gedetailleerde gegevens gebruikten in plaats van de vereenvoudigde versie. Dit suggereert dat de specifieke details van elke gebeurtenis ertoe doen, en dat de informatie die nodig is om de omvang van een aardverschuiving te begrijpen, verspreid is over vele factoren die verloren gaan wanneer de gegevens worden gecomprimeerd. De modellen hadden ook moeite omdat de verschillende groottecategorieën aanzienlijk overlappen in de gegevens; een middelgrote aardverschuiving op de ene locatie kan er zeer vergelijkbaar uitzien met een grote op een andere locatie wanneer men enkel naar de basislocatie en de tijd kijkt.

De studie concludeert dat hoewel we een krachtig instrument hebben in de Global Landslide Catalog, het beperkingen heeft. De catalogus is een onschatbare bron om de brede lijnen van de wereldwijde aardverschuivingsactiviteit te zien, maar het mist de gedetailleerde milieugegevens die nodig zijn voor nauwkeurige voorspellingen over specifieke gebeurtenissen. De gegevens zijn incompleet en de verslaglegging is ongelijkmatig, wat het moeilijk maakt voor computers om de exacte regels van het spel te leren. De onderzoekers benadrukken dat toekomstig werk zich moet richten op het vullen van deze hiaten. Om risico's werkelijk in te schatten en betere modellen te bouwen, hebben we vollediger verslagen nodig die gedetailleerde informatie bevatten over de bodem, het weer en het lokale terrein. Tot die tijd zal ons begrip van deze krachtige natuurverschijnselen een werk in uitvoering blijven, geleid door de patronen die we kunnen zien, maar beperkt door de details die we nog niet in staat zijn om te vangen.