Les professeurs Antoinette Tordesillas et Robin Batterham ont mené les travaux sur cinq ans pour développer et tester le modèle SSSAFE (Spatiotemporal Slope Stability Analytics for Failure Estimation), qui analyse la stabilité des pentes dans le temps pour prédire où et quand un glissement de terrain ou une avalanche est susceptible de se produire.

Dans une étude publiée dans Rapports scientifiques , l'équipe de recherche a pu prédire les glissements de terrain, qui provoquent souvent de graves perturbations, dommages économiques et décès, de différentes tailles et vitesses et dans différents environnements.

"La clé du succès de ce modèle est qu'il fonctionne sur une vaste gamme d'échelles spatiales ou temporelles et qu'il est informé par la physique de la rupture dans les sols et les corps rocheux, " a déclaré le professeur Tordesillas.

"Il peut être utilisé dans une mine, où des mesures de précision millimétrique du mouvement de surface d'une paroi rocheuse sont effectuées toutes les quelques minutes. Et il peut également être utilisé dans une zone rurale, où les seules données disponibles sont une image radar satellite prise tous les quelques jours à quelques semaines."

Le modèle SSSAFE a été initialement développé pour la surveillance des mines, où les glissements de terrain sont une menace constante, mais en utilisant des données satellitaires accessibles au public, l'équipe a pu prédire rétrospectivement le glissement de terrain Xinmo 2017, qui a enterré un township en Chine.

"Pour Xinmo, le modèle a mis en évidence un mouvement important au niveau de ce qui est devenu la source de l'avalanche rocheuse, 10 mois avant le sinistre, " dit le professeur Tordesillas. " Si nous pouvons utiliser ce modèle, ainsi que des données satellitaires disponibles gratuitement pour reconnaître les futurs sites potentiels de glissements de terrain bien avant qu'ils ne se produisent, des mesures peuvent être prises pour protéger les communautés, sauver de nombreuses vies."

Avec SSSAFE exploitant l'analyse des mégadonnées, science et physique des réseaux, Le professeur Tordesillas espère que ses recherches seront utilisées par l'industrie et les gouvernements du monde entier pour aider les systèmes d'alerte précoce (SAP) à atténuer les risques de glissement de terrain face au changement climatique.

« Très peu d'études ont utilisé des données de télédétection pour détecter les précurseurs de rupture de pente. on sait peu de choses sur la façon d'interpréter ces données à partir de la physique connue de la défaillance granulaire pour mieux comprendre et prévoir les événements conduisant à des glissements de terrain catastrophiques. Nous avons atteint les deux dans SSSAFE", a-t-elle déclaré.