הערכת יציבות מדרונות אוטומטית באמצעות שיטת מורגנשטרן–פרाइस מותאמת ושילוב למידת מכונה

מדוע מדרונות בטוחים חשובים

מפולות קרקעות והתמוטטות מדרונות עלולות להוביל לסגירת כבישים מהירים, לפגוע במכרות ובסכרים ולהעמיד בסיכון קהילות סמוכות. מהנדסים מנסים למנוע אסונות כאלה על ידי הערכת כמה קרוב המדרון לכישלון, אך חישובים מפורטים וסימולציות ממוחשבות עלולים להיות איטיים כאשר יש לבדוק תנאי קרקע ורעידות אדמה רבים. מחקר זה מציג מערכת אוטומטית שמשלבת שיטה הנדסית מבוססת עם למידת מכונה מודרנית, כך שניתן להעריך במהירות ובאופן עקבי את בטיחות המדרון על פני אלפי תרחישים.

שילוב ידע קלאסי וכלים חדשים

המחברים מתמקדים במה מהנדסים מכנים "מקדם בטיחות" — מספר יחיד המשווה בין הכוחות השואפים להחלקת המדרון לבין הכוחות השומרים אותו במקום. הם מתחילים מטכניקה מבוססת ונפוצה הידועה כשיטת מורגנשטרן–פרייס, החותכת גבעה לרצועות אנכיות רבות ומאזנת את הכוחות על כל רצועה, כולל חוזק הקרקע, משקל הקרקע, לחץ מים ורעידות אדמה. מאחר ששיטה זו היא גם קפדנית וגם מהימנה, היא משמשת כעמוד השדרה הפיזיקלי של המסגרת החדשה. הצוות מפשט את המשוואות במידה הנדרשת כדי להפוך אותן ליעילות לשימוש בקנה מידה גדול, תוך שמירה על התייחסות להשפעות חשובות כגון מים בקרקע וכוחות רעידה אנכיים ואופקיים.

בניית עולם וירטואלי של מדרונות

במקום להמתין לכישלונות נדירים במציאות, החוקרים יצרו מאגר נתונים סינתטי עצום של כ־100,000 "מדרונות" וירטואליים. כל מקרה משתנה במרכיבים מרכזיים: משקל הקרקע, גובה וזווית המדרון, דביקות וחיכוך (שקובעים את חוזק הגזירה), לחץ מים ועוצמת רעידות אדמה, יחד עם גורם שמעריך את הכוחות בין הרצועות השכנות. עבור כל אחד מהמדרונות המלאכותיים הללו, שיטת מורגנשטרן–פרייס המפושטת מחשבת את מקדם הבטיחות. הצוות מנקה ומכין את הנתונים, חותך קיצוניים לא מציאותיים, מנרמל טווחים מספריים ומחלק את האוסף לסטי אימון ומבחן. הכנה זהירה זו מבטיחה שמודלי למידת המכונה יראו תפוצה ריאליסטית של מדרונות יציבים, גבוליים ובלתי יציבים, וכי המסקנות יהיו תקפות סטטיסטית ולא ארטיפקט של נתונים רעשים.

להניח לנתונים לחשוף מה חשוב באמת

עם המדרונות הסינתטיים ביד, המחברים שואלים אילו תכונות שולטות הכי חזק ביציבות. באמצעות מדדי חשיבות תכונות ממודלים מבוססי עצים בלמידת מכונה הם מבצעים ניתוח רגישות גלובלי. התוצאות מתיישרות עם האינטואיציה ההנדסית: זווית המדרון היא הגורם הדומיננטי ביותר, אחריו הגובה וחוזק הקוהזיה של הקרקע. זווית החיכוך ולחץ המים גם הם חשובים, במיוחד בתנאים רטובים או רוויים, בעוד שהרכיב האנכי של רעידת האדמה משפיע במידה ניכרת אך פחותה בטווח הנבדק. קלטים אחרים, כגון משקל יחידה של הקרקע והגורם שמייצג אינטראקציות בין רצועות, משפיעים יחסית מעט בתוך המגבלות שנבחרו. ממצאים אלה מספקים הדרכה מעשית: על המתכננים להשקיע בעיקר במדידה ובקרה של הגיאומטריה וחוזק הגזירה של המדרון, ובניהול המים, שמחלחל ומקטין את שולי הבטיחות.

להכשיר מכונות לחקות פיזיקה

לאחר מכן מאומנים תשעה אלגוריתמי למידת מכונה שונים לחזות את מקדם הבטיחות ישירות מהקלטים של המדרון, כאשר החישובים המבוססים על פיזיקה משמשים כסיגנל ההוראה. אלה כוללים רשתות עצביות, עצי החלטה, יערות אקראיים וכמה שיטות "הגברה" מודרניות שמאחדות מודלים פשוטים רבים לאנסמבל חזק. כל המודלים עוברים כיוונון שיטתי ובדיקות צולבות עם מדדי ביצוע מרובים כדי למנוע התאמת יתר. רבים מהם מבצעים היטב, אך אלגוריתם אחד, CatBoost, בולט: על נתוני מבחן שלא נראו הוא משחזר את מקדם הבטיחות בדיוק כמעט מושלם, ובמקביל נשאר יציב יותר מהמודלים העץ הפשוטים שנטו לזכור את סט האימון.

עוזר אוטומטי, לא כדור בדולח

לבסוף, המחברים עוטפים את כל התהליך — החל מהפקת מדרונות סינתטיים והרצת חישובי מורגנשטרן–פרייס ועד לאימון, הערכה ובחירה של מודל למידת המכונה הטוב ביותר — לתוך צינור עבודה מבוסס פייתון שניתן לשימוש חוזר. מסגרת אוטומטית זו מסוגלת להעריך במהירות רבה את בטיחות המדרון על פני שילובים נרחבים של קרקע, גיאומטריה, מים ותנאי רעידות אדמה, מה שהופך אותה לאטרקטיבית לסינון עיצובים, חקירת תרחישי "מה-אם" או לתמיכה בכלים לקבלת החלטות בזמן אמת. עם זאת, המערכת מוגבלת על ידי ההנחות שעליהן היא מבוססת: המדרונות מטופלים כדו־ממדיים ועשויים קרקע אחידה, ולמידת המכונה לומדת לחקות את שיטת מורגנשטרן–פרייס, לא לחזות ישירות את הביצועים בשטח. לפיכך המחברים רואים בעבודתם כלי מהיר וקנה־מידה לתמיכה בקבלת החלטות שמשלים, ולא מחליף, סימולציות נומריות מפורטות ובדיקות אתר ספציפיות.

ציטוט: Showkat, M., Ghani, S., Paramasivam, P. et al. Automated slope stability assessment using modified Morgenstern-Price method and machine learning integration. Sci Rep 16, 9952 (2026). https://doi.org/10.1038/s41598-026-38670-w

מילות מפתח: יציבות מדרון, סיכון מפולות אדמה, הנדסה גאוטכנית, למידת מכונה, סכנות רעידות אדמה