Clear Sky Science · pl

Ocena zagrożenia osuwiskowego przy określonych scenariuszach opadów oparta na hybrydowym podejściu CNN-TRIGRS i macierzowym: studium przypadku Meishan Town, prowincja Zhejiang, Chiny

· Powrót do spisu

Dlaczego zsuwające się zbocza mają znaczenie w życiu codziennym

Osuwiska mogą brzmieć jak rzadkie katastrofy górskie, jednak w wielu pagórkowatych miejscowościach zagrażają domom, drogom i liniom energetycznym podczas każdego sezonu deszczowego. W Meishan Town we wschodnich Chinach częste tajfuny i długotrwałe okresy wilgotne regularnie nasycają stoki nad zabudowaniami. W tym badaniu zaproponowano nowe podejście do określania, które części krajobrazu są najbardziej skłonne do osuwania się przy różnych typach opadów, dając lokalnym planistom i mieszkańcom jaśniejsze wskazówki, gdzie niebezpieczeństwo jest największe i kiedy może wystąpić.

Figure 1. W jaki sposób deszcz, ukształtowanie terenu i modele komputerowe razem ujawniają, które zbocza są najbardziej niebezpieczne pod względem osuwisk.
Figure 1. W jaki sposób deszcz, ukształtowanie terenu i modele komputerowe razem ujawniają, które zbocza są najbardziej niebezpieczne pod względem osuwisk.

Miasteczko pomiędzy stromymi wzgórzami a intensywnymi opadami

Meishan Town leży w obszarze niskich gór, gdzie wysokości zwykle mieszczą się między 160 a 250 metrów. Warstwy słabych skał, takich jak łupki, ulegają wietrzeniu i przekształcają się w luźne gleby zalegające nad twardszym, mniej przepuszczalnym ławicowym podłożem. Gdy woda opadowa wsiąka w te gleby, może narastać ciśnienie wzdłuż styku z podłożem, zamieniając tę powierzchnię w śliską warstwę. W połączeniu ze stromymi stokami i korytami skupiającymi spływ, takie warunki geologiczne predysponują obszar do płytkich zsuwów usuwających wierzchnią warstwę gleby — wzorzec potwierdzony przez 45 odnotowanych osuwisk skoncentrowanych na okolicznych wzgórzach.

Łączenie inteligentnego uczenia i fizyki stoków

Aby zrozumieć, gdzie osuwiska najprawdopodobniej się rozpoczną, badacze połączyli dwa rodzaje narzędzi. Po pierwsze zastosowali formę sztucznej inteligencji zwaną splotową siecią neuronową (CNN), która uczy się wzorców bezpośrednio z danych, zamiast polegać na ręcznie dobieranych regułach. Analizowała dziesięć cech wpływających na zawalenie stoku, w tym wysokość, nachylenie, typ skały, odległość od rzek i dróg oraz pokrycie roślinne, aby przypisać każdemu fragmentowi terenu o wymiarach 30 na 30 metrów wynik podatności. Po drugie zastosowano fizyczny model stoku, który symuluje, jak opady infiltrują grunt i obniżają margines bezpieczeństwa gleby na zboczu, wyrażany jako współczynnik bezpieczeństwa. Model ten, znany jako TRIGRS, śledzi, jak zmieniające się ciśnienia wodne podczas burz mogą przesunąć stok ze stanu stabilnego do niestabilnego.

Testowanie wielu typów burz na tych samych zboczach

Zespół skupił się na czterech realistycznych scenariuszach opadów wybranych z dekady lokalnych zapisów pogodowych. Obejmowały one kilka dni umiarkowanych, stałych opadów, deszcze ciężkie i ulewne oraz krótkie, ale intensywne nawalne opady. Dla każdego scenariusza TRIGRS oszacował, jak duża część każdego stoku przechodzi do różnych klas stabilności, od bardzo stabilnej do bardzo niestabilnej. Wyniki pokazały, że w warunkach suchych większość terenu jest bezpieczna, lecz opady o dużej intensywności, nawet trwające kilka godzin, gwałtownie rozszerzają strefy najbardziej niestabilne, w szczególności na stromych stokach przy krawędziach zlewni oraz w centralnych wzgórzach, gdzie skoncentrowały się wcześniejsze osuwiska. Czas trwania również ma znaczenie, ale stwierdzono, że intensywne ulewy są szczególnie skuteczne w szybkim osłabianiu wytrzymałości stoku.

Jasna matryca łącząca gdzie i kiedy

Przekucie tych informacji w praktyczne mapy zagrożeń wymagało sposobu na połączenie długoterminowej podatności każdego pola siatki z jego krótkoterminową stabilnością pod określonym deszczem. Badacze zbudowali prostą macierz decyzyjną, która krzyżuje pięć poziomów podatności z pięcioma poziomami stabilności. Każdej kombinacji przypisany jest poziom zagrożenia, również w pięciu stopniach od bardzo niskiego do bardzo wysokiego. Na przykład pole, które jest zarówno wysoce podatne, jak i niestabilne przy danej burzy, oznaczane jest jako wysokie lub bardzo wysokie zagrożenie, podczas gdy pole o niskiej podatności i stabilnym zachowaniu pozostaje o niskim zagrożeniu. Ta oparta na regułach tabela upraszcza interpretację wyniku: każda kategoria zagrożenia odzwierciedla zarówno skłonność gruntu, jak i jego reakcję na konkretny wzorzec opadów.

Figure 2. W jaki sposób nasiąkanie deszczem osłabia zbocze oraz jak dwa modele łączą się, by uwydatnić strefy najbardziej podatne na osuwanie się.
Figure 2. W jaki sposób nasiąkanie deszczem osłabia zbocze oraz jak dwa modele łączą się, by uwydatnić strefy najbardziej podatne na osuwanie się.

Co to oznacza dla mieszkańców żyjących na ryzykownych stokach

Porównując swoje mapy zagrożeń z znanymi lokalizacjami osuwisk, zespół stwierdził, że ponad 90 procent przeszłych zsuwów znalazło się w strefach wysokiego i bardzo wysokiego zagrożenia, a niemal żadne nie wystąpiło w strefach bardzo niskich. To silne dopasowanie sugeruje, że podejście hybrydowe może wiarygodnie wskazywać niebezpieczne obszary nawet tam, gdzie brakuje rozbudowanych sieci monitorujących. Choć metoda nadal zależy od dobrych danych wejściowych i nie uchwyci każdego drobnego elementu terenu, oferuje lokalnym władzom efektywny i przejrzysty sposób planowania użytkowania ziemi, priorytetyzowania inspekcji stoków oraz dostosowywania ostrzeżeń wczesnego reagowania do konkretnych typów burz, pomagając społecznościom takim jak Meishan Town bezpieczniej żyć w otoczeniu wzgórz.

Cytowanie: Wang, Z., Wang, Z., Shi, F. et al. Assessment of landslide hazard under specific rainfall scenarios based on a hybrid CNN-TRIGRS and matrix approach: a case study of Meishan Town, Zhejiang Province, China. Sci Rep 16, 16200 (2026). https://doi.org/10.1038/s41598-026-46051-6

Słowa kluczowe: zagrożenie osuwiskowe, opady, stabilność stoku, sieci neuronowe, mapowanie zagrożeń