• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  •  science >> Ciencia >  >> Naturaleza
    ¿Puede el aprendizaje automático mejorar la advertencia de flujo de escombros?

    Crédito:CC0 Public Domain

    El aprendizaje automático podría proporcionar una hora adicional de tiempo de advertencia para los flujos de escombros a lo largo del torrente Illgraben en Suiza. los investigadores informan en la Reunión Anual 2021 de la Sociedad Sismológica de América (SSA).

    Los flujos de escombros son mezclas de agua, sedimentos y rocas que se mueven rápidamente por colinas empinadas, provocada por fuertes precipitaciones y que a menudo contiene decenas de miles de metros cúbicos de material. Su potencial destructivo hace que sea importante contar con sistemas de monitoreo y alerta para proteger a las personas y la infraestructura cercanas.

    En su presentación en SSA, Małgorzata Chmiel de ETH Zürich describió un enfoque de aprendizaje automático para detectar y alertar contra flujos de escombros para el torrente Illgraben, un sitio en los Alpes europeos que experimenta importantes flujos de escombros y eventos torrenciales cada año.

    Registros sísmicos de estaciones ubicadas en la cuenca de Illgraben, de 20 eventos de flujo de escombros anteriores, se utilizaron para entrenar un algoritmo para reconocer las señales sísmicas de la formación de flujo de escombros, Detectando con precisión los flujos tempranos el 90% del tiempo.

    El sistema de aprendizaje automático pudo detectar los 13 flujos de escombros y eventos torrenciales que ocurrieron durante un período de tres meses en 2020. La alarma activada por el sistema ocurrió entre 20 minutos y una hora y media antes de la hora estimada de llegada del flujo en la primera presa de control del torrente, dependiendo de la velocidad del flujo.

    Las alertas de flujo de escombros para el torrente Illgraben provienen de geófonos en tres presas de control y sensores que miden la altura del flujo. Se instalaron treinta presas de control en la parte inferior del canal después de un evento desastroso en 1961 que desbordó el canal y destruyó un puente.

    El sistema actual limita la detección de flujo de escombros a una presa ubicada debajo de la cuenca superior del torrente. "Sin embargo, Los flujos de escombros generalmente se forman en la cuenca superior, arriba verifique la presa uno, "Explicó Chmiel." Para mejorar el sistema de alerta actual, necesitaríamos detectar los eventos torrenciales en su fase inicial de formación antes de que lleguen a la presa de control uno ".

    La regularidad y variabilidad de los flujos de escombros de Illgraben convencieron a los investigadores de que el torrent sería un buen lugar para probar su modelo de aprendizaje automático como un sistema de alerta alternativo.

    "Pensamos que el tamaño del conjunto de datos debería ser suficiente para entrenar un modelo de aprendizaje automático para una detección sólida. Además, lo que hace que el aprendizaje automático sea particularmente atractivo para Illgraben es que el detector se puede mejorar cada año, con datos de nuevos eventos, algo que no es posible obtener con enfoques tradicionales, "dijo Chmiel.

    Chmiel dijo que el sistema funciona bien para distinguir los eventos torrenciales de las señales sísmicas producidas por la actividad humana. lluvias y terremotos. El siguiente paso, ella notó, será explorar si el modelo de aprendizaje automático también puede distinguir entre flujos de escombros pequeños y más grandes y potencialmente más dañinos.

    La mayoría de los flujos de escombros en Illgraben son activados por fuertes tormentas de verano, aunque el deshielo puede condicionar la pendiente y potencialmente puede desencadenar algunos flujos a fines de la primavera o principios del verano, dijo Chmiel. Un gran flujo de escombros podría amenazar la aldea de Susten, junto a la parte baja del torrente, o las populares rutas de senderismo de la zona alrededor del canal.


    © Ciencia https://es.scienceaq.com