Introducción a la evaluación de los peligros de deslizamiento por tierra

Los deslizamientos de tierra representan una amenaza significativa para las comunidades, la infraestructura y los ecosistemas de todo el mundo, causando miles de muertes y miles de millones de dólares en pérdidas económicas anuales. Los métodos tradicionales para evaluar y vigilar los peligros de deslizamiento a menudo dependen de encuestas terrestres, imágenes de satélite y aeronaves tripuladas, que pueden ser lentas, costosas y peligrosas en terrenos irregulares.

Capacidades técnicas de los Drones para el análisis de deslizamiento

Carga de sensor para la recogida de datos

Los drones modernos pueden ser equipados con una variedad de sensores que mejoran significativamente la investigación de deslizamiento. Las descargas más comunes incluyen cámaras ópticas de alta resolución ( espectro visible), sensores multispectral, cámaras infrarrojas térmicas y sistemas de detección y de medición de luz (LiDAR). Las cámaras ópticas capturan modelos de ortofotos detallados y modelos 3D combinados con la estructura de fotogrametría (SfM).

Los sensores multiespectral detectan variaciones en la humedad del suelo, la salud de la vegetación y la composición mineral, que son señales de alerta temprana de inestabilidad de la pendiente. Las cámaras térmicas miden anomalías de temperatura superficial que pueden indicar flujo de agua superficial o calefacción de fricción a lo largo de los planos de falla. La integración de múltiples tipos de sensores en una sola misión de vuelo proporciona un conjunto de datos completo para la evaluación de peligros de deslizamiento.

Planificación de vuelos y calidad de los datos

Para realizar encuestas de alta precisión, puntos de control de tierra (GCP) y precisión en tiempo real, se implementan puntos de control de imágenes para asegurar la precisión absoluta en las nubes de puntos generadas y DEMs. El software moderno de planificación de vuelos permite patrones de rejilla automatizados, captura de imágenes oblicuas y la precisión en tiempo real de los casos de cinómetros GCP

La resolución espacial de los datos recogidos por drones, a menudo de 1–5 cm por pixel, excede la de imágenes satelitales (normalmente de 30 cm a varios metros) e incluso encuestas de aviones tripulados (normalmente de 10–30 cm). Esta alta resolución es crítica para detectar características de pequeña escala como las grietas de tensión, las escarpas y los boulds desplazados que preceden a los principales eventos de fracaso.

Ventajas operacionales sobre métodos tradicionales

Costo-Efectividad y eficiencia

La realización de una encuesta terrestre de una pendiente propensa a deslizamientos puede requerir un equipo de geólogos y encuestadores que pasan días escalando y midiendo, con equipos y costos laborales significativos. Un drone puede cubrir la misma zona en unas pocas horas a una fracción del costo. Esta eficiencia permite realizar encuestas repetidas a intervalos regulares, creando datos de serie temporales esenciales para monitorear las tendencias de deformación de la pendiente.

Seguridad y accesibilidad

El terreno propensa a deslizamientos de tierra es a menudo empinado, inestable y cubierto de roca o nieve sueltas. El envío de personal en estas áreas plantea graves riesgos de accidente. Los drones eliminan la necesidad de una proximidad humana cercana a las zonas de falla activas o potenciales. Pueden volar directamente sobre pistas inestables, acantilados verticales y áreas con salto activo para recoger datos que de otra manera requieren equipos de acceso a cuerdas arriesgados o vuelos de helicópteros tripulados.

Datos en tiempo real para la toma rápida de decisiones

Los drones equipados con enlaces de comunicación celular o satélite pueden transmitir datos de vídeo y sensores a un centro de mando remoto en tiempo real. Durante una emergencia activa de deslizamiento, esta capacidad permite a los comandantes de incidentes evaluar la magnitud del movimiento, identificar los peligros secundarios (como los ríos embalados), y coordinar las evacuaciones o cierres de carreteras sin esperar el procesamiento posterior. Algunos sistemas avanzados de drones también pueden llevar cargas como pequeños altavoces para advertencias públicos.

Aplicaciones en todo el ciclo de vida de Landslide

Evaluación de peligros pre-Evento y alerta temprana

Los drones se utilizan cada vez más en la cartografía de peligro para identificar las pendientes susceptibles al fracaso. Al crear DEMs de alta resolución antes de que ocurra un deslizamiento, los ingenieros pueden ejecutar modelos de estabilidad de pendiente que factor en la topografía, propiedades del suelo e hidrología. Estos modelos ayudan a priorizar áreas para medidas de mitigación como instalación de drenaje o mantenimiento de paredes.

Por ejemplo, la U.S. Geological Survey (USGS)] ha integrado la fotogrametría basada en drones en su programa de investigación de deslizamientos de tierra, utilizando los DEMs de la serie de tiempo para supervisar deslizamientos de baja velocidad en California y el noroeste del Pacífico. Tales sistemas operativos dependen de plataformas de drones autónomos que pueden ser implementados rápidamente cuando los umbrales de lluvia se superan.

Monitoreo en tiempo real durante eventos activos

Cuando un deslizamiento de tierra ya está en movimiento, los drones ofrecen un punto de vista único para observar y medir el evento. Los vuelos de drones de respuesta rápida pueden mapear el límite del material desplazado, estimar el volumen de desechos e identificar áreas donde la diapositiva puede estar expandiendo o acelerando. Esta información es crítica para predecir la distancia de los escorrentías, que puede afectar el momento de los cierres de carreteras y el posicionamiento de refugios de emergencia.

En algunos casos, los drones se han utilizado para colocar paquetes de instrumentos (por ejemplo, rastreadores GPS o inclinometers) en masas de diapositivas activas para reunir datos de movimiento de subsuperficies. Aunque aún experimentales, este enfoque promete mejorar la precisión de los modelos en tiempo real. La velocidad de implementación, los drones pueden ser transmitidos en el aire en minutos de recibir aviso, los hace indispensables para una respuesta dinámica de peligro.

Evaluación de los daños y la planificación de la recuperación después de la emergencia

Después de un deslizamiento, la zona afectada es a menudo demasiado peligrosa para las tripulaciones terrestres debido a los escombros inestables, los vacíos ocultos y el riesgo de nuevas fallas. Los Drones pueden producir mapas de alta resolución de la huella de daños, incluyendo edificios destruidos, carreteras bloqueadas y cambios en los patrones de drenaje. Esta imagen apoya operaciones de búsqueda y rescate por áreas delineantes de alta prioridad y ayuda a los ajustadores de seguros y agencias de gestión de desastres estiman las pérdidas económicas.

Además, el monitoreo continuo de drones después de una diapositiva ayuda a identificar los peligros secundarios. Por ejemplo, deslizamientos que bloquean los ríos pueden formar presas naturales que pueden fallar catastróficamente. Los vuelos dron pueden medir la altura y la extensión del lago desgarrado y monitorear el circo o la erosión, permitiendo a los ingenieros decidir si excavar una vía de derrame controlada.

Estudios de casos Demostrar la eficacia de la drona

Oso Landslide, Washington (2014)

El deslizamiento de Oso 2014 en Washington fue uno de los más mortíferos de la historia de Estados Unidos, matando a 43 personas. Después del evento, se realizaron encuestas de drones para mapear el campo de desechos masivos en un área que permaneció demasiado peligrosa para el acceso terrestre durante semanas.El sistema de ortofotos y desórdenes de drones permitió a ingenieros geotécnicos estimar el volumen (aproximadamente 10 millones de fallas) y detectar el mecanismo de la combinación de agua probable

Monitoreo de deslizamiento activo en los Alpes suizos

Los investigadores del Instituto Federal Suizo de Investigación Forestal, Nieve y Paisaje (WSL) han utilizado drones desde 2016 para monitorear un deslizamiento de tierra de baja velocidad en los Alpes. Los vuelos mensuales con cámaras con ayuda de RTK producen nubes de puntos con precisión subcentímetro. Al comparar encuestas sucesivas, el equipo midió las tasas de desplazamiento varían desde 0,5 m/año cerca de la cabeza hasta 2,5 m/año de refina.

Desafíos de procesamiento e integración de datos

Mientras que los drones generan grandes cantidades de datos, el procesamiento de datos en información factible requiere software especializado y recursos computacionales. El procesamiento fotogramétrico de cientos de imágenes para producir ortomosaicos y DEMs puede tardar varias horas o días, dependiendo del área cubierta y la resolución deseada. Para aplicaciones de tiempo crítico, las plataformas de procesamiento basadas en la nube han reducido el giro a menos de una hora, pero la conectividad de Internet confiable en lugares remotos sigue siendo una limitación.

Sin puntos de control de tierra, incluso los drones equipados con RTK pueden producir errores de 5-10 cm horizontalmente y 10–20 cm verticalmente en terrenos desafiantes. Para detectar la deformación prefabricada en el orden de unos pocos centímetros por mes, estos errores pueden ocultar señales reales. Los investigadores están explorando métodos de trabajo postprocesamiento y de precisión de suelo que reflejan la gran exactitud de la infraestructura permanente (PPK)

Otro reto es la fusión de datos. A menudo, los datos de varios sensores (optical, térmico, LiDAR) se recogen en vuelos separados con diferentes sistemas de coordenadas. Alignar estos conjuntos de datos para el análisis integrado requiere una calibración robusta y algoritmos de registro. Se están desarrollando herramientas de aprendizaje automático para automatizar las características que coinciden y detectar cambios sutiles entre encuestas, pero estos métodos todavía no son práctica estándar en muchas oficinas municipales o de ingeniería.

Contratistas reguladores y operativos

Las operaciones de eliminación de deslizamientos de tierra están sujetas a regulaciones de aviación nacional y local. En muchos países, los vuelos más allá de la línea visual (BVLOS) requieren exenciones especiales, limitando la capacidad de inspeccionar los deslizamientos grandes o remotos de forma autónoma. Las restricciones meteorológicas también juegan un papel: vientos fuertes, precipitación y nubes bajas pueden colocar drones durante días o semanas, lo que puede ser inaceptable durante una emergencia de rápido.

Además, la batería restringe el tiempo de vuelo a 20–40 minutos para la mayoría de los drones comerciales. Esto significa que el reconocimiento de un gran deslizamiento (por ejemplo, 2 km2) puede requerir múltiples baterías y tiempo de campo más largo, reduciendo la eficiencia. Los sistemas híbridos emergentes que combinan la energía de la batería con un pequeño motor de combustión interna pueden extender resistencia a varias horas, pero estos son más pesados y complejos para operar.

Para una visión detallada de las regulaciones de drones estadounidenses para uso comercial y de seguridad pública, vea la página ] de la Administración de Aviación Federal de Sistemas de Aviación .

Futuros Direcciones e Innovaciones Tecnológicas

Operaciones de Swarm Autónomo

Múltiples drones que vuelan en en enjambres coordinados podrían cubrir grandes áreas propensas a deslizamientos de tierra dentro de una sola misión, con cada vehículo que lleva una carga útil diferente de sensores. La tecnología de Swarm está siendo probada para el monitoreo ambiental, y su aplicación para la evaluación de peligros de deslizamiento podría reducir drásticamente el tiempo de recogida de datos al mejorar la cobertura espacial.

Integración con sensores in situ

Los drones pueden actuar como nodos móviles en una web de sensores, descargando datos de los inclinómetros terrestres, transductores de presión poro y medidores de tensión distribuidos a través de una pendiente. Este enfoque de monitoreo híbrido combina la cobertura espacial de drones con la cobertura temporal continua de instrumentos fijos. Proyectos de investigación financiados por División de Ciencias de la Tierra deNASA están explorando cómo pueden ser implantados los sensores autodes

Aprendizaje de máquina para detección de cambio automatizada

A medida que los conjuntos de datos de drones se vuelven más abundantes, los algoritmos de aprendizaje automático pueden detectar automáticamente cambios en el terreno anómalo, patrones de grieta de tensión o estrés de vegetación que inciden fallas. Las redes neuronales (NNC) convolutivas (NNC) convertidas en miles de imágenes de deslizamiento etiquetados ahora pueden identificar escarpasmos y material desplazado con precisión que se acerca el nivel de expertos humanos.

Drones de larga resistencia fijos de ala

Mientras que los drones multirotor dominan para encuestas detalladas, los drones de punta fija ofrecen resistencia de vuelo de 1 a 3 horas y pueden mapear cientos de kilómetros cuadrados en una sola misión. Para evaluaciones regionales de susceptibilidad, plataformas de punta fija con sensores LiDAR o multispectral proporcionan un terreno medio rentable entre encuestas de satélite y multirotor. Empresas como senseFly y Wingtra producen modelos geológicos que se están adoptando.

Conclusión

La tecnología de drones ha pasado de una novedad experimental a una herramienta esencial en la evaluación y vigilancia de los riesgos de deslizamiento. Su capacidad para proporcionar una recopilación de datos de alta resolución, rápida y segura en todas las etapas de un evento de deslizamiento de tierra — mapeo previo, monitoreo de movimientos activos y evaluación de daños post-evento— se ha demostrado en numerosas aplicaciones de campo en todo el mundo.