Gebruik van remote sensing-gegevens voor schadebeoordeling en herstelplanning na landverschuiving

De technologie voor teledetectie heeft de manier waarop wetenschappers en hulpverleners schade na aardverschuivingen evalueren veranderd. Door satellietbeelden, luchtfoto's en drone-enquêtes te combineren, kunnen deskundigen de getroffen regio's snel beoordelen, zelfs op gevaarlijk of ontoegankelijk terrein. In dit artikel worden de gebruikte soorten teledetectiegegevens, hun toepassingen in schadebeoordeling en herstelplanning onderzocht en worden de opkomende trends onderzocht die de reactie op rampen verder zullen verbeteren.

Begrijpen van de remote sensing en de rol ervan in de landverschuiving respons

Landverschuivingen behoren tot de meest vernietigende geologische gevaren, vaak zonder waarschuwing opvallend en veroorzaken aanzienlijke schade aan het leven, materiële schade en verstoring van transportnetwerken. Traditionele grondenquêtes zijn, hoewel ze nodig zijn voor het valideren van gegevens, tijdrovend, kostbaar en gevaarlijk voor personeel dat op onstabiele hellingen werkt. Teledetectie biedt een veilig, efficiënt alternatief dat uitgebreide, multitemporale informatie levert op lokale, regionale en mondiale schaal.

Remote sensing verwijst naar het verkrijgen van informatie over een object of gebied zonder fysiek contact, meestal met behulp van sensoren gemonteerd op satellieten, vliegtuigen, of onbemande luchtvaartuigen (UAV's). In de context van aardverschuivingen, deze gegevens kunnen analisten hellingsfouten detecteren, kaart puin omvang, kwantificeren veranderingen in topografie, en monitoren voortdurende gevaren. De snelheid en breedte van teledetectie maken het onmisbaar voor zowel de respons op noodsituaties en lange termijn herstel planning.

Sleutelsensoren en -platforms

Verschillende teledetectieplatforms bieden verschillende voordelen, afhankelijk van de omvang en urgentie van het evenement:

  • Satellieten: Optische satellieten en radarsatellieten (bv. Sentinel‐1, Sentinel‐2, Landsat, PlanetScope) bieden regelmatig opnieuw te zien en een breed bereik, waardoor vergelijkingen over grote gebieden mogelijk zijn. Radarsensoren kunnen door wolken heen komen en dag- of nachtdiensten uitvoeren, wat cruciaal is tijdens stormgeinduceerde aardverschuivingen.
  • Bemande vliegtuigen: Luchtfotografie uit vliegtuigen biedt zeer hoge resolutie (sub-meter) beelden die nuttig zijn voor het in kaart brengen van infrastructuurschade, het instorten van gebouwen en puinstromen.
  • UAV's (drones): Drones bieden een uitzonderlijke flexibiliteit en kunnen ultrahoge resolutie orthofoto's en digitale oppervlaktemodellen (DSM's) vastleggen op specifieke locaties. Ze zijn bijzonder waardevol voor herhaalde onderzoeken na een aardverschuiving om veranderingen in onstabiele hellingen te monitoren of om zoek- en reddingsoperaties te begeleiden.

De bijdrage van de remote sensing aan de schadebeoordeling

Voor de beoordeling van schade na landverschuivingen is een snelle, nauwkeurige identificatie van getroffen gebieden, een impact op de infrastructuur en veranderingen in de bodembedekking of topografie vereist.

Optische beeldvorming voor visuele interpretatie

Met behulp van optische satellietbeelden met hoge resolutie (bijvoorbeeld WorldView-3, Pleiades) kunnen analisten littekens, puinafzettingen, verwoeste gebouwen en geblokkeerde wegen visueel identificeren. Verandertechnieken vergelijken pre- en post-eventbeelden om gewijzigde pixels te markeren. Zo kan de Normalized Difference Vegetatie Index (NDVI) gebieden onthullen waar vegetatie is weggerukt door een glijbaan, terwijl false-color composieten een onderscheid kunnen maken tussen bodem, rots en water. Overheidsinstanties en humanitaire organisaties zoals het United Nations Satellite Centre (UNOSAT)] produceren routinematig schadebeoordelingskaarten van optische beelden binnen uren na een gebeurtenis.

Synthetische Aperture Radar (SAR) voor Al-Weather Imaging

SAR-sensoren, zoals die aan boord van Sentinel-1, zenden microgolfpulsen uit en meten het teruggeklapte signaal. In tegenstelling tot optische sensoren werkt SAR door wolken, rook en duisternis . Een groot voordeel bij aardverschuivingen tijdens het zware weer. De SAR-gebaseerde veranderingsdetectie maakt gebruik van coherentie of amplitudeverschillen tussen pre- en post-event beelden om oppervlakteverstoringen te lokaliseren. Bovendien kan interferometrische SAR (InSAR) subtiele grondverplaatsingen detecteren voordat een aardverschuiving wordt geactiveerd, waarbij vroege waarschuwingen worden gegeven. Na een glijbaan helpt InSAR bij het identificeren van resterende hellingsbewegingen die permanente risico's voor herstelwerkers kunnen opleveren.

LiDAR voor Topografie met hoge resolutie

De LiDAR (Light Detection and Ranging) genereert zeer nauwkeurige digitale hoogtemodellen (DEM's) door de laserpulsterugkeertijden te meten. Na het evenement worden gedetailleerde driedimensionale weergaven van de aardverschuivingsmassa vastgelegd, waaronder hoofdscarpers, zijranden en depositiezones. Het verschil tussen de voor- en na het evenement gebruikte DEM's (een techniek genaamd DEM of Difference, of DoD) kwantificeert geërodeerde en neergezette volumes, waardoor ingenieurs de schaal van de gevaren kunnen schatten en passende mitigatiestructuren kunnen ontwerpen. LiDAR dringt ook door vegetatie, waardoor oppervlaktekenmerken die verborgen zijn onder bosluifels een gemeenschappelijk scenario in berglandverschuivingen.

Voorbeeld: LiDAR voor volumeschatting

Na de Montecito puinstroom in Californië in 2017 hielpen de LiDAR-onderzoeken de autoriteiten het volume van de puinafzettingen en het model van mogelijke toekomstige stroomwegen meten.De gegevens informeerden over tijdelijke afvoerkanalen en ontwerpen van puin-bassin, waardoor het risico tijdens de daaropvolgende stormen werd verminderd. Soortgelijke toepassingen zijn gedocumenteerd door het USGS Landslide Hazards Program, dat een uitgebreid archief van LiDAR-afgeleide beoordelingen bijhoudt.

Toepassingen in de herstelplanning

Schadebeoordeling is slechts de eerste stap. Remote sensing gegevens worden nog waardevoller wanneer gebruikt om herstel planning, toewijzing van middelen, en langetermijn monitoring te sturen.

Prioriteit voor interventiegebieden

Schadekaarten die afkomstig zijn van teledetectie helpen rampenbeheerders bij het identificeren van de zwaarst getroffen wijken, kritieke infrastructuur (bruggen, elektriciteitsleidingen, watertoevoersystemen) en toegangsroutes die onmiddellijk moeten worden opgeruimd. Door landverschuivingen, bouwschade en lagen van bevolkingsdichtheid te overlayen, kunnen autoriteiten noodteams en zware apparatuur toewijzen waar ze het meest nodig zijn. Tijdens de aardverschuiving 2021 in Chamoli, India, gaf satellietbeelden het eerste overzicht dat reddingsteams naar geïsoleerde dorpen leidde.

Ontwerpen van rehabilitatieprojecten

Geomorfe analyse met behulp van DSMs en oppervlakteruwheidskaarten informeert over hellingsstabilisatiemaatregelen zoals steunwanden, bodemspijkering of drainagesystemen. Zo kan een hoge resolutie DEM de locatie van spanningsscheuren onthullen die zich kunnen voortplanten in verdere storingen. Herstelplanners gebruiken deze gegevens om veilige bouwlocaties te selecteren voor het herbouwen van woningen en wegen, waarbij onstabiele zones worden vermeden die tijdens het regenseizoen kunnen reactiveren.

Monitoring van de voortgang en de resterende gevaren

Herhaal teledetectieonderzoeken . . of wekelijkse satelliet revisits, maandelijkse drone vluchten, of jaarlijkse LiDAR ... maken het mogelijk continue monitoring van de vooruitgang van herstel. Veranderingen in vegetatie hergroei, sediment beweging in kanalen, of voortdurende vervorming van hellingen kunnen vroeg worden gedetecteerd. Deze monitoring is vooral belangrijk voor grote, langzaam bewegende aardverschuivingen die kunnen blijven actief voor jaren na de eerste storing. De NASA Earth Observatory heeft vaak gebruikt tijd-serie satellietbeelden om landverschuivingen te volgen landverschuivingen - onaangetast landschappen als ze herstellen, het verstrekken van waardevolle gegevens voor toekomstige plannen voor het beperken van gevaren.

Integratie van externe sensoren met andere gegevensbronnen

Het volledige potentieel van teledetectie wordt gerealiseerd wanneer het gecombineerd wordt met in-situ observaties, geotechnische gegevens en informatie uit de gemeenschap. Geologen en ingenieurs controleren vaak satelliet-afgeleide schadekaarten via veldbezoeken, burger-wetenschapsrapporten (bijvoorbeeld via mobiele apps) en grondsensoren zoals inclinometers of regenmeters. De integratie van deze lagen in geografische informatiesystemen (GIS) levert uitgebreide beslissingsondersteunende instrumenten voor herstelbeheerders.

Machine learning en automatische analyse

Recente vooruitgang op het gebied van kunstmatige intelligentie en computervisie heeft de schadebeoordeling versneld. Convolutionele neurale netwerken (CNN's) die zijn opgeleid op duizenden pre- en post-evenementenbeelden kunnen automatisch landverschuivingsgrenzen afbakenen, schade-strengheid classificeren en zelfs de bouwvernietigingspercentages schatten. Geautomatiseerde systemen, zoals die ontwikkeld door het GFZ German Research Centre for Geosciences, verwerken nu optische en SAR-gegevens in bijna real time, waardoor de arbeidskrachten die nodig zijn voor menselijke analisten worden verminderd. Hoewel deze instrumenten nog niet perfect zijn, verkorten ze de tijd tussen het verzamelen van gegevens en het maken van werkbare kaarten drastisch.

Voordelen en beperkingen van remote sensing voor landslides

Voordelen

  • Snelle respons: Satellieten en drones kunnen binnen uren na een gebeurtenis worden belast, en leveren schade-informatie aan responders al onderweg.
  • Veiligheid: Verwijdert de noodzaak voor personeel om instabiele en gevaarlijke zones te betreden tijdens de eerste beoordelingsfase.
  • Breed bereik: Grote landverschuivingen die weken zouden duren om te voet te onderzoeken, kunnen in één enkele overbrugging worden in kaart gebracht.
  • Multi-temporale capaciteit: Vaak terugkerende bezoeken maken het mogelijk zowel de onmiddellijke impact als de evolutie van de gevaren na landverschuiving te volgen.
  • Kosteneffectiviteit: Hoewel de initiële sensorinvesteringen hoog kunnen zijn, zijn de kosten per vierkante kilometer veel lager dan uitgebreide grondonderzoeken, vooral op afgelegen terrein.

Beperkingen

  • Weer- en verlichtingsafhankelijkheid: Optische sensoren worden geblokkeerd door wolken; terwijl SAR dat probleem oplost, kan de ruimtelijke resolutie ervan grover zijn.
  • Nee, voor referentiegegevens vóór het evenement: Nauwkeurige veranderingsdetectie vereist basisafbeeldingen en DEM's, die mogelijk niet voor elke regio beschikbaar zijn bij de vereiste resolutie.
  • Uitdagingen voor interpretatie: Geautomatiseerde algoritmen kunnen schaduwen, waterlichamen of recente constructie als aardverschuivingschade verkeerd classificeren. Expertvalidatie blijft essentieel.
  • Gegevensvolume en verwerkingstijd: Hoge-resolutiebeelden en LiDAR-puntwolken genereren terabytes aan gegevens die aanzienlijke opslag- en rekenmiddelen vereisen.
  • Regulering en coördinatie: Dronevluchten worden vaak beperkt in rampgebieden en satelliettaken kunnen worden vertraagd als gevolg van concurrentie tussen meerdere crises.

Case studies Demonstreren effectief gebruik

2014 Oso Landslide, Washington, Verenigde Staten

In maart 2014 werden 43 mensen gedood door een massale aardverschuiving in de buurt van Oso, Washington. LiDAR-gegevens die verzameld waren voordat het evenement de helling al had geïdentificeerd als onstabiel, maar na de dia werden LiDAR en satellietbeelden gebruikt om het puinveld in kaart te brengen en slachtoffers te lokaliseren. De multi-temporale analyse hielp onderzoekers het falende mechanisme te begrijpen en droeg bij aan herziene bouwcodes op soortgelijk terrein.

2017 Sierra Leone Mudslide

Na verwoestende overstromingen en aardverschuivingen in en rond Freetown, Sierra Leone, heeft UNOSAT snel schadebeoordelingskaarten geproduceerd met behulp van optische satellietbeelden met hoge resolutie. Deze kaarten hebben geleid tot de inzet van zoek- en reddingsteams en later tot een geïnformeerde hervestigingsplanning voor duizenden ontheemden. De combinatie van satellietbeelden met open-street-kaartengegevens maakte het de autoriteiten mogelijk de meest kwetsbare informele nederzettingen te identificeren.

2023 Tuban Landslide, Indonesië

Na een grote aardverschuiving in Tuban, Oost-Java, hebben de Indonesische autoriteiten drones ingezet om orthofoto's en DSM's van het getroffen gebied te vangen. De gegevens hebben de lokale overheid in staat gesteld om het volume van verplaatst materiaal te berekenen en een drainagesysteem te ontwerpen dat oppervlakteafdalingen van de onstabiele helling wegleidde. Het gehele beoordelings- en planningsproces duurde minder dan een week, wat het snelheidsvoordeel van dronegebaseerde teledetectie voor middelgrote gebeurtenissen illustreert.

De rol van teledetectie in aardverschuivingsmanagement zal blijven toenemen naarmate nieuwe sensoren en analytische technieken volwassen worden.

Hogere resolutie en meer frequente satellietdekking

De sterrenbeelden van kleine satellieten, zoals die van Planet Labs, bieden nu dagelijks een wereldwijde dekking van 3 tot 5 meter. Binnenkort zullen missies als NASA-ISRO... NISAR wereldwijde, snelle revisit L-band SAR-gegevens leveren, waardoor de detectie van langzaam bewegende aardverschuivingen in begroeide gebieden wordt verbeterd.

Real-Time data Fusion en cloud computing

Met cloudplatforms zoals Google Earth Engine en Microsoft Planetaire Computer kunnen gebruikers optische, SAR- en LiDAR-datasets verwerken en combineren zonder lokale hardwarebeperkingen. Realtime opname van satellietbeelden en drone-feeds, gekoppeld aan geautomatiseerde aardverschuivingsdetectiealgoritmen, kan binnen enkele minuten na een overdoorgang binnenkort schade-updates leveren aan veldteams.

Integratie met internet van dingen (IoT) Sensoren

Remote sensing data worden steeds meer geïntegreerd met grond-gebaseerde IoT sensoren . . , zoals bodem vocht sondes, kantelmeters, en regenmeters . . om te voeden in vroege waarschuwingssystemen. Een satelliet-gedetecteerde vervorming anomalie kan lokale sensoren aanzetten tot het verzamelen van hogere frequentie gegevens, waardoor een gelaagd monitoring netwerk dat de dekking balanceert met precisie.

Validatie op basis van communautaire normen door middel van crowdsourcing

Platforms zoals OpenStreetMap. Humanitaire OpenStreetMap Team (HOT) en het NASA-gebaseerde ..Foster-initiatief laten vrijwilligers toe om op afstand-senserende-afgeleide schadekaarten te valideren met behulp van satellietbeelden en veldfoto's. Deze crowdsourced grond waarheid versnelt de productie van betrouwbare beoordelingsproducten, vooral wanneer professionele teams de site niet kunnen bereiken.

Conclusie

Gegevens over teledetectie zijn een onmisbaar hulpmiddel geworden voor de beoordeling van schade na landverschuiving en herstelplanning. Van optische satellieten die een beeld schetsen van verwoesting tot SAR-sensoren die door stormwolken en LiDAR kijken en die de verborgen topografie van een dia onthullen, biedt elke technologie unieke sterktes. Wanneer deze instrumenten gecombineerd worden met grondgegevens en geautomatiseerde analyse, zorgen ze ervoor dat gemeenschappen in crisisgebieden sneller, veiliger en objectiever worden beoordeeld. Naarmate satellietconstellaties zich uitbreiden en computationele methoden verder verfijnd worden, zal het venster tussen een aardverschuiving en een gedetailleerde, uitvoerbare kaart blijven krimpen en levens blijven besparen en veerkracht versterken in aardverschuiving-gevoelige regio's over de hele wereld.

Voor nadere lezing over teledetectietoepassingen bij aardverschuivingsbeoordeling, raadpleeg het UNESCO-risicoreductiemiddelen [] en het USGS-programma voor landverschuivingsrisico's.