Monte Carlo Positive-Unlabeled Two-Step Learning for Landslide Susceptibility Mapping under Inventory Uncertainty: Comparison with Hard-Threshold PU Two-Step and EIV in Northern Morocco

Nas montanhas escarpadas e castigadas pela chuva do norte de Marrocos, o solo é uma entidade viva e mutável. Encostas íngremes, geologia complexa e chuvas sazonais intensas combinam-se para tornar os deslizamentos de terra uma realidade frequente e perigosa. Para planeadores e autoridades de segurança, o objetivo é desenhar um mapa que mostre onde a terra tem probabilidade de ceder novamente. Isto não é uma questão de adivinhação; é um desafio estatístico. Para construir um modelo que preveja onde os deslizamentos podem ocorrer, os cientistas precisam de duas coisas: uma lista de locais onde os deslizamentos já ocorreram e uma lista de locais onde o solo é estável. A primeira lista é fácil de encontrar; a segunda é uma armadilha. Só porque um deslizamento não foi registado num determinado local, não significa que o terreno seja seguro. Pode simplesmente significar que o deslizamento não foi detetado, está escondido pela vegetação ou é demasiado antigo para ser visto. Tratar estes pontos não registados como zonas confirmadas de "segurança" é como assumir que um quarto está vazio porque não viu ninguém lá dentro, ignorando a possibilidade de alguém estar escondido no armário. Esta incerteza torna incrivelmente difícil ensinar um computador a distinguir entre o solo estável e o solo que está apenas à espera de deslizar.

Uma equipa de investigadores de Marrocos abordou este problema desenvolvendo uma nova forma de lidar com estes deslizamentos "em falta". Em vez de forçar um computador a tomar uma decisão única e rígida sobre quais os pontos não registados que são seguros, criaram um método que abraça a incerteza. Eles testaram esta nova abordagem, chamada MC-PU-2S, contra dois métodos existentes nas montanhas do Rif, uma área conhecida pelas suas encostas íngremes e falhas de declive frequentes. O estudo utilizou uma base de dados de quase 6.000 observações, incluindo mais de 2.300 locais de deslizamentos conhecidos e milhares de outros pontos onde o estado do solo era desconhecido. Ao passar os seus modelos por um processo de teste rigoroso que impediu o computador de fazer overfitting (sobreajuste) ao memorizar os dados de teste, os investigadores descobriram que o seu novo método produzia uma imagem muito mais clara e fiável de risco. Enquanto os métodos mais antigos tendiam a rotular quase toda a paisagem como perigosa, desvanecendo as linhas entre alto risco e baixo risco, a nova abordagem conseguiu separar os dois, oferecendo não apenas um mapa de perigo, mas um mapa de confiança.

O cerne do problema reside na forma como os modelos tradicionais lidam com a classe "negativa" — os pontos assumidos como seguros. Em muitos estudos, os investigadores simplesmente escolhem pontos aleatórios longe dos deslizamentos conhecidos e dizem ao computador: "Isto é seguro". O novo estudo argumenta que esta é uma suposição falha. Se um ponto for na verdade instável, mas apenas ainda não tiver sido mapeado, o computador aprenderá a lição errada. Os investigadores compararam três estratégias diferentes para lidar com isto. A primeira, conhecida como o método de Valor de Informação Melhorado (Enhanced Information Value), tenta filtrar os pontos mais seguros ao observar um modelo preliminar e escolher as áreas de risco mais baixo. A segunda, chamada PU Two-Step, utiliza um ponto de corte estrito: se um ponto parecer suficientemente seguro de acordo com uma pontuação específica, é rotulado como seguro; se for mesmo ligeiramente menos seguro, é descartado. Ambos os métodos forçam uma escolha binária, criando uma linha nítida entre seguro e inseguro que pode não existir no mundo real.

O novo método dos investigadores, o MC-PU-2S, segue um caminho diferente. Em vez de traçar uma linha dura, atribui uma probabilidade a cada ponto desconhecido. Pergunta: "Qual é a probabilidade de este ponto ser verdadeiramente seguro?" e permite que a resposta seja um tom de cinzento em vez de preto ou branco. Para o fazer, o computador executa centenas de simulações. Em cada simulação, decide aleatoriamente se trata um ponto desconhecido específico como seguro ou inseguro, com base nessa probabilidade. Ele constrói então um modelo de previsão para cada um destes cenários. Finalmente, faz a média de centenas destes modelos. Este processo suaviza os erros e revela quais as previsões que são sólidas e quais as que são instáveis. O resultado não é apenas um mapa de suscetibilidade, mas um conjunto de produtos: um mapa que mostra o risco médio, um mapa que mostra o quanto a previsão varia através das simulações e um mapa que destaca as áreas onde o modelo simplesmente não consegue decidir.

Quando os investigadores compararam os resultados, a diferença foi impressionante. Os métodos mais antigos produziram mapas onde quase todos os pontos da área de estudo eram classificados como tendo um alto risco de deslizamentos. O computador estava essencialmente a gritar "perigo" em todo o lado, o que não é útil para o planeamento. O novo método produziu uma visão muito mais equilibrada. Identificou corretamente que, embora muitas áreas sejam de facto arriscadas, uma parte significativa da paisagem é estável. O novo modelo foi muito melhor a distinguir os dois, com as suas previsões a alinhar-se muito mais proximamente com os dados reais. Também corrigiu uma falha importante nos modelos antigos: as suas estimativas de probabilidade estavam comprimidas e enviesadas, o que significava que não conseguiam distinguir um AUC de 0,9 de um AUC de 0,6. O novo método espalhou estas probabilidades, permitindo uma compreensão mais matizada do terreno.

Talvez o output mais valioso desta nova abordagem seja a capacidade de identificar a incerteza. O estudo descobriu que em cerca de 23 por cento da área, o modelo não conseguia dizer com confiança se o solo era seguro ou inseguro. Estes são os pontos onde a classificação oscila mesmo no limite da linha de decisão. Num mapa tradicional, estas áreas pareceriam iguais ao resto, escondendo uma falta crítica de conhecimento. Nos novos mapas, estas áreas são assinaladas explicitamente. Isto é uma mudança de paradigma para os decisores. Uma área de alto risco com alta confiança pode ser imediatamente alvo de medidas de segurança. Uma área de alto risco com baixa confiança sinaliza que é necessário mais trabalho de campo antes de qualquer dinheiro ser gasto em construção ou mitigação. Diz aos oficiais exatamente onde olhar a seguir, transformando um aviso vago num plano de ação específico.

O estudo também confirmou que os fatores mais importantes que impulsionam os deslizamentos nesta região permanecem consistentes com o que os geólogos já sabem: a inclinação da encosta, a distância às estradas, o tipo de rocha e a quantidade de chuva. No entanto, a forma como estes fatores são interpretados muda quando a incerteza é contabilizada. O novo método mostrou que a relação entre estes fatores e o risco não é um interruptor simples, mas um gradiente complexo. Ao médio da ruído dos deslizamentos "em falta", o modelo conseguiu ver estes padrões de forma mais clara. Os investigadores notaram que, embora o seu método exija mais poder de computação do que as técnicas mais antigas, a compensação vale a pena. A capacidade de quantificar a incertitude e produzir um mapa que admite o que não sabe é um passo significativo na gestão de riscos naturais.

Este trabalho não afirma ter resolvido inteiramente o problema da previsão de deslizamentos de terra. Os investigadores são cuidadosos ao notar que o seu método é sensível à qualidade dos dados iniciais e que o número de simulações utilizadas no seu estudo foi um teste piloto. Sugerem que trabalhos futuros devem executar ainda mais simulações para garantir que os resultados sejam estáveis. Também apontam que o seu método mede apenas um tipo de incerteza: a incerteza sobre quais os pontos que são verdadeiramente seguros. Não contabiliza erros nos próprios mapas ou mudanças no clima ao longo do tempo. No entanto, o estudo demonstra que afastar-se do pensamento rígido, de preto e branco, para uma abordagem probabilística produz melhores resultados. Num mundo onde o solo está constantemente a mudar, um modelo que consegue admitir as suas próprias dúvidas é muito mais útil do que um que é confidentemente errado. Os novos mapas do norte de Marrocos oferecem um guia mais claro e honesto para proteger as comunidades que vivem à beira da encosta.