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

Nas montanhas íngremes e acidentadas do sudoeste da China, o solo está vivo com movimento. Fortes chuvas de verão encharcam o solo, e o peso da terra se desloca, fazendo às vezes com que encostas deslizem, desmoronem ou fluam como líquido. Esses eventos, conhecidos como deslizamentos de terra, não são apenas curiosidades geológicas; são ameaças imediatas para as pessoas e vilas que chamam esses vales de lar. Por décadas, cientistas tentaram prever onde esses deslizamentos poderiam ocorrer a seguir. Eles constroem mapas que mostram quais encostas têm maior probabilidade de falhar, usando modelos computacionais para ponderar fatores como a inclinação de uma colina, o tipo de rocha de que é feita e quanta chuva caiu. No entanto, um problema persistente tem assolado essas previsões: os dados são frequentemente incompletos. Sabemos exatamente onde os deslizamentos ocorreram, mas raramente sabemos com certeza onde eles não ocorreram. Para treinar um computador para reconhecer o perigo, os pesquisadores devem inventar exemplos "seguros" para comparar com os perigosos. Se esses exemplos seguros forem fáceis demais de identificar, o computador aprenderá um truque em vez de uma verdade, memorizando a diferença entre as duas listas em vez de compreender a física de uma encosta deslizando. Além disso, se o computador for permitido observar quantas pessoas vivem em uma área, ele pode simplesmente aprender que lugares povoados são "arriscados" por serem povoados, e não porque o solo é instável. Essa confusão entre o perigo físico da encosta e a presença humana nela pode levar a mapas que parecem precisos, mas falham em explicar a mecânica real do desastre.

Uma equipe de pesquisadores de universidades de Sichuan e Gansu abordou esses problemas específicos com uma nova abordagem projetada para separar a instabilidade física da terra da exposição humana a ela. Focando na Prefeitura de Aba, uma região na borda oriental do Planalto Tibetano conhecida por seu terreno dramático e intensas chuvas de monções, eles se propuseram a construir um modelo que realmente entenda por que as encostas falham quando chove. O trabalho deles, publicado recentemente, introduz uma estrutura que constrói cuidadosamente os exemplos "seguros" usados para treinar o computador, garantindo que sejam desafiadores o suficiente para forçar o modelo a aprender os sinais reais de instabilidade. Eles também dividiram seu processo em dois estágios distintos: primeiro, calculam a probabilidade de uma encosta deslizar baseando-se puramente em geologia e clima; segundo, sobrepõem dados sobre população e propriedades para determinar a prioridade real para a resposta de emergência. Essa separação impede que o modelo use a densidade populacional como um atalho para adivinhar o perigo.

Os pesquisadores começaram com uma vasta coleção de registros, 5.322 no total, documentando eventos passados de instabilidade na região. Esses registros incluíam fluxos de detritos, deslizamentos de terra e encostas instáveis que foram identificadas durante levantamentos geológicos. Um detalhe crucial em seus dados é que quase todos esses eventos estavam ligados à chuva, seja como o único gatilho ou em combinação com terremotos passados. Para ensinar seus modelos de computador, eles precisavam criar um número igual de amostras de "contraste" — locais que não tiveram um deslizamento registrado. Em vez de simplesmente escolher pontos aleatórios longe dos deslizamentos conhecidos, o que tornaria a tarefa muito fácil, eles usaram uma estratégia dupla. Trinta por cento de suas amostras de contraste vieram de outros tipos de falhas de terreno registrados na mesma região, como quedas de rochas. Estes são diferentes das encostas que deslizam que eles queriam prever, mas compartilham condições ambientais semelhantes, tornando-os um teste difícil para o computador. Os setenta por cento restantes das amostras de contraste foram retirados de locais aleatórios, mas com uma regra estrita: eles tinham que estar a pelo menos 800 metros de qualquer deslizamento conhecido para garantir que fossem verdadeiramente distintos. Esse método criou um conjunto de dados de mais de 10.000 amostras que eram equilibradas e desafiadoras, forçando o computador a procurar padrões sutis em vez de diferenças óbvias.

Eles testaram dezessete modelos diferentes de aprendizado de máquina, variando de métodos estatísticos simples a sistemas complexos e em camadas que combinam múltiplos algoritmos. Os resultados mostraram que os modelos baseados em árvores mais sofisticados, que tomam decisões dividindo os dados em ramos como um fluxograma, tiveram o melhor desempenho. Um modelo específico, um tipo de máquina de reforço de gradiente (gradient boosting machine), alcançou uma pontuação de 0,973 na distinção entre encostas estáveis e instáveis, um nível de precisão muito alto. No entanto, os pesquisadores foram cuidadosos para não apenas confiar nesses números. Eles sabiam que, se um modelo for testado em dados que estão muito próximos de onde foi treinado, ele pode ter um bom desempenho simplesmente por ter memorizado a vizinhança. Para testar isso, eles realizaram uma validação especial onde treinaram o modelo em uma parte do mapa e pediram que ele previsse o perigo em uma parte completamente diferente e não sobreposta do mapa. Mesmo com esse teste mais rigoroso, os modelos mantiveram-se notavelmente bem, com apenas uma queda mínima no desempenho. Isso confirmou que os modelos estavam aprendendo as regras reais da estabilidade da encosta, não apenas a localização dos deslizamentos.

Para entender o que o computador estava realmente "pensando", os pesquisadores usaram uma técnica que decompõe o processo de tomada de decisão para ver quais fatores eram mais importantes. Eles descobriram que a forma física da terra era o fator dominante, respondendo por quase 60 por cento das decisões do modelo. Especificamente, a inclinação da encosta e a curvatura do terreno — se era um vale côncavo ou um topo de colina arredondado — eram os sinais mais fortes. A chuva foi o próximo fator mais importante, contribuindo com cerca de 19 por cento, seguida pela cobertura vegetal. Curiosamente, as coordenadas de localização em si, como latitude e longitude, contribuíram muito pouco assim que as características físicas foram consideradas. Isso sugere que o modelo não estava apenas memorizando "lugares perigosos" por suas coordenadas de mapa, mas estava genuinamente analisando o terreno e as condições climáticas. Os pesquisadores também incluíram a distância até linhas de falhas ativas como uma característica, descobrindo que ela desempenhava um papel pequeno, mas significativo, provavelmente porque essas linhas indicam áreas onde o solo já está fraturado e mais propenso ao movimento.

A etapa final de sua estrutura foi traduzir essas pontuações de probabilidade em uma ferramenta prática para a gestão de desastres. Eles dividiram a área de estudo em cinco níveis de suscetibilidade, do muito baixo ao muito alto, e os mapearam. Os resultados destacaram que a parte sudeste da prefeitura é a região mais vulnerável. No entanto, os pesquisadores não foram tão longe a ponto de declarar este como o mapa de risco final. Eles enfatizaram que uma pontuação de suscetibilidade alta não significa automaticamente um alto risco para a vida humana se ninguém viver lá. Portanto, criaram uma segunda camada de análise que combinou a pontuação de estabilidade da encosta com dados sobre quantas pessoas, famílias e propriedades estavam localizadas em cada área. Isso produziu uma "pontuação de prioridade" que diz aos oficiais onde focar seus recursos. Crucialmente, essa pontuação de prioridade só podia ser calculada para os locais onde eles possuíam dados específicos sobre pessoas e propriedades, o que significava que se aplicava aos locais de deslizamentos conhecidos e às amostras de contraste de mecanismo, mas não a todos os pontos do mapa. Essa limitação foi intencional; garantiu que a avaliação de risco final fosse baseada na exposição documentada e não em suposições.

O estudo conclui que, ao projetar cuidadosamente os dados usados para treinar os modelos e separar o perigo físico da exposição humana, é possível criar mapas de risco de deslizamento mais confiáveis e interpretáveis. Os modelos provaram ser robustos mesmo quando testados contra novas áreas geográficas, e a análise confirmou que as características físicas da terra são os principais impulsionadores da instabilidade nesta região. Embora os pesquisadores tenham observado que seus dados dependiam de registros históricos e que alguns fatores ambientais, como o tipo de rocha, não foram detalhados, sua estrutura oferece um caminho claro a seguir. Ela vai além da simples previsão para fornecer uma compreensão transparente de por que as encostas falham, oferecendo uma ferramenta que pode ajudar comunidades em regiões montanhosas a se prepararem para a próxima chuva forte. O trabalho serve como um lembrete de que, diante de perigos naturais, a ferramenta mais poderosa não é apenas uma previsão, mas uma compreensão clara das forças em jogo.