Los profesores Antoinette Tordesillas y Robin Batterham lideraron el trabajo durante cinco años para desarrollar y probar el modelo SSSAFE (Spatiotemporal Slope Stability Analytics for Failure Estimation), que analiza la estabilidad de la pendiente a lo largo del tiempo para predecir dónde y cuándo es probable que ocurra un deslizamiento de tierra o una avalancha.

En un estudio publicado en Informes científicos , el equipo de investigación pudo predecir deslizamientos de tierra, que a menudo causan graves trastornos, daños económicos y muertes, de varios tamaños y velocidades y en diferentes entornos.

"La clave del éxito de este modelo es que funciona en una amplia gama de escalas espaciales o temporales y está informado por la física de fallas en el suelo y los cuerpos rocosos, —dijo el profesor Tordesillas.

"Se puede usar en una mina, donde se realizan mediciones de precisión milimétrica del movimiento de la superficie de una pared de roca cada pocos minutos. Y también se puede utilizar en una zona rural, donde los únicos datos disponibles son una imagen de radar satelital que se toma cada pocos días o semanas ".

El modelo SSSAFE se desarrolló inicialmente para el monitoreo de minas, donde los deslizamientos de tierra son una amenaza constante, pero utilizando datos satelitales disponibles públicamente, el equipo pudo predecir retrospectivamente el deslizamiento de tierra de Xinmo en 2017, que enterró un municipio en China.

"Para Xinmo, el modelo destacó un movimiento significativo en lo que se convirtió en la fuente de avalancha de rocas, 10 meses antes de que ocurriera el desastre, ", dijo el profesor Tordesillas." Si podemos utilizar este modelo, junto con datos satelitales de libre acceso para reconocer posibles futuros deslizamientos de tierra mucho antes de que ocurran, se pueden tomar acciones para proteger a las comunidades, salvando muchas vidas ".

Con SSSAFE explotando el análisis de big data, ciencia y física de redes, La profesora Tordesillas espera que su investigación sea utilizada por la industria y los gobiernos de todo el mundo para ayudar a los sistemas de alerta temprana (SAT) a mitigar los peligros de deslizamientos de tierra frente al cambio climático.

"Muy pocos estudios han utilizado datos de teledetección para detectar precursores de fallas de taludes. Fundamentalmente, Se sabe poco sobre cómo interpretar estos datos de la física conocida de fallas granulares para comprender y predecir mejor los eventos que conducen a deslizamientos de tierra catastróficos. Logramos ambos en SSSAFE ", dijo.