Põhja-Indias maeti eelmisel nädalal tugevate vihmade põhjustatud mudaluugi tõttu seitse pereliiget oma kodus. Juulis tappis Myanmaris jademiinil aset leidnud maalihke 27. Selle aasta alguses tappis Lõuna-Californias prahivood enam kui 20 inimest.
Maalihked, mudaliugud, prahi voog - kõik geoloogilised ohud, mis hõlmavad kiiresti allamäge liikuvaid maad, muda või kaljusid - võivad aset leida peaaegu kõikjal nõlvade kohal. Kuna need tekivad ootamatult ja näiliselt ilma hoiatuseta, on nad sageli surmavad. Ehkki hinnangud on erinevad, tapavad need sündmused aastas ligi 5000 inimest.
Kuid Austraalia teadlased võisid juba kaks nädalat ette leida maalihete avastamise viisi, andes elanikele aega evakueeruda ja inseneridel võimalus kallakutest üles kalduda. Kasutades AI ja rakendatud matemaatikat, on nad välja töötanud tarkvara, mis tuvastab eelseisva slaidi peeneid märke - märke, mis oleksid palja silmaga nähtamatud.
"Praegu põhinevad paljud ennustused [selle kohta, kus toimub maalihked] kellegi soolestiku instinktil asukohas, " ütleb Antoinette Tordesillas, Melbourne'i ülikooli matemaatika- ja statistikakooli professor, kes juhtis uurimus. „Me ei tugine soolestiku vaistule. Tahame siin välja töötada objektiivse meetodi. ”
Tarkvara väljatöötamiseks kasutas Tordesillas ja tema meeskond mäetööstusettevõtete radariandmeid, mis annavad äärmiselt üksikasjalikku teavet nõlvade pinnaliikumise kohta. Meeskond võttis andmed ja otsis mustreid, mõistes lõpuks, millised liikumisvõrgustikud osutasid ebastabiilsetele asukohtadele. Algoritmi väljatöötamiseks kasutasid nad ka maalihete alla sattunud Itaalia vulkaani andmeid.
"See on väga suur andmekogum ja see on põhimõtteliselt pingutus, nagu nõelaga heinakuhjast nõela leidmine, " räägib Tordesillas. „Tegemist ei ole lihtsalt ühe mustri leidmisega, sest maalihkeid käsitlevates andmetes tuleb esile nii palju mustreid. Väljakutse on leida üks muster, mis annab teile aimugi, kus tulevikus see sündmus aset leiab. ”
Tarkvara võib hõlmata ka andmeid muude maalihete riskitegurite, näiteks sademete ja erosiooni kohta, muutes sihtimise veelgi täpsemaks. Seireks kasutatavad andmed võivad pärineda radaritelt, mis põhinevad maapinnal, satelliitidel või isegi droonidel.
Tordesillas ja tema meeskond loodavad, et tarkvara aitab mõnda maailma kõige haavatavamat elanikkonda.
"Maalihked on ülemaailmne probleem, " ütleb ta. "Kuid eriti on see muutunud väga levinud kolmanda maailma riikides nn prügilinnadeks."
Tordesillas selgitab, et need prügilinnad on prügilad, kus prügikast elab prügikasti, korjates sealt läbi asju, mida müüa või müüa. Globaalselt elab sellistes tingimustes umbes 15 miljonit inimest. Prügilinnad on maalihete suhtes eriti altid ja nad on oma olemuselt ebastabiilsed.
"Te räägite prügimägedest, mis sisaldavad lõdvalt seotud tahkeid aineid, prügi, " räägib Tordesillas. "Erinevus nende alade ja loodusliku nõlva vahel on see, et loodusliku nõlva korral on geoloogilisel materjalil olnud aastatuhandeid vaja, et see püsiks ja moodustuks stabiilse materjali moodustamiseks."
Kui rikkaid piirkondi nagu Lõuna-California mõjutavad maalihked teevad pealkirju, siis prügilinna maalihketest sageli isegi ei teatata, kuna prügikülad on illegaalsed. Tordesillas loodab, et tema meeskonna tarkvara võib aidata nendele elanikele varajast hoiatamist.
"See kõlab paljutõotavalt, " ütleb India Hamburgi ülikooli geofüüsika professor Michael Hamburger, kes uurib tehnoloogia maalihkeid.
Hamburger väidab, et maalihete suhtes ohtlike alade jälgimine annab tohutul hulgal andmeid ning teadlased vajavad andmete analüüsimiseks paremaid viise. Tehnoloogiad, näiteks Melbourne'i ülikooli tarkvara, aitavad seda analüüsi kiiremini teostada.
Kuid tarkvara võib aidata ainult jälgitavaid alasid ja enamikku maalihkeohtlikke alasid ei jälgita üldse, väidab Hamburger. "See on väike protsent [mida jälgitakse], " ütleb ta, "ja kogu maailmas on miljoneid ja miljoneid ruutmiile, eriti mägipiirkondades ja eriti arengumaades, mis on süstemaatiliselt altid maalihketele, mis on kindlasti seda ei jälgita mingil süsteemsel viisil. ”
Tordesillas loodab, et ühel päeval saab andmeid koguda väikeste kaasaskantavate seadmete, võib-olla isegi telefonide kaudu, muutes jälgimise hõlpsamaks ka mitmetes kohtades.
"Seejärel saame võtta need andmed ja mõne minuti jooksul tagastada varingu tõenäosus, " ütleb ta.
Samuti loodab meeskond katsetada oma tööriistu struktuurse tervise jälgimiseks, ennustades selliste ehitiste nagu sillad või tammid kokkuvarisemist.
Hiljutiste kokkuvarisemistega, nagu näiteks Genovas asuva sillaga, mis tappis enam kui 40, ja Florida silla varisemiseni, mis tappis kuus meie kollektiivses meelest värskena, võiks maailm tehnoloogia õnnestumiseks soovida oma sõrmed ületada.
