Di India Utara pekan lalu, tujuh anggota keluarga dikubur hidup-hidup di rumah mereka oleh tanah longsor yang disebabkan oleh hujan lebat. Pada Juli, tanah longsor di tambang batu giok di Myanmar menewaskan 27 orang. Awal tahun ini, aliran puing-puing di California Selatan menewaskan lebih dari 20 orang.
Tanah longsor, tanah longsor, aliran debris — semua bahaya geologis yang melibatkan tanah, lumpur, atau bebatuan yang bergerak cepat menuruni bukit — dapat terjadi hampir di mana pun terdapat lereng. Ketika mereka muncul secara tiba-tiba dan tampaknya tanpa peringatan, mereka sering mematikan. Meskipun perkiraannya bervariasi, peristiwa ini membunuh hampir 5.000 orang per tahun.
Tetapi para peneliti Australia mungkin telah menemukan cara untuk mendeteksi tanah longsor sejauh dua minggu sebelumnya, memberi penduduk waktu untuk mengungsi dan merekayasa peluang untuk menopang lereng. Menggunakan AI dan matematika terapan, mereka telah mengembangkan perangkat lunak yang dapat mengidentifikasi tanda-tanda halus dari slide yang akan datang, tanda-tanda yang tidak akan terlihat oleh mata telanjang.
"Saat ini, banyak prediksi [tentang di mana tanah longsor akan terjadi] didasarkan pada insting seseorang di lokasi, " kata Antoinette Tordesillas, seorang profesor di Sekolah Matematika dan Statistik di University of Melbourne, yang ikut memimpin penelitian. “Kami tidak mengandalkan insting. Kami ingin mengembangkan metode objektif di sini. "
Untuk mengembangkan perangkat lunak, Tordesillas dan timnya menggunakan data radar dari perusahaan pertambangan, yang menghasilkan informasi yang sangat rinci tentang pergerakan permukaan lereng. Tim mengambil data dan mencari pola, akhirnya mencari tahu jaringan gerakan mana yang menunjukkan lokasi tidak stabil. Mereka juga menggunakan data dari gunung api Italia yang rawan longsor untuk membantu mengembangkan algoritme.
"Ini kumpulan data yang sangat besar, dan ini adalah upaya yang pada dasarnya seperti menemukan jarum di tumpukan jerami yang diisi dengan jarum, " kata Tordesillas. “Ini bukan hanya menemukan pola apa pun, karena ada begitu banyak pola yang muncul dalam data tentang tanah longsor. Tantangannya adalah menemukan satu pola yang dapat memberi Anda petunjuk tentang lokasi di mana acara ini akan terjadi di masa depan. "
Perangkat lunak ini juga dapat memasukkan data tentang faktor risiko tanah longsor lainnya, seperti curah hujan dan erosi, menjadikan penargetan menjadi lebih tepat. Data yang digunakan untuk pemantauan dapat berasal dari radar yang didasarkan pada tanah, pada satelit atau bahkan di dalam drone.
Tordesillas dan timnya berharap perangkat lunak ini akan membantu beberapa populasi dunia yang paling rentan.
“Tanah longsor adalah masalah global, ” katanya. "Tapi terutama itu menjadi sangat lazim di negara-negara Dunia Ketiga dalam apa yang disebut 'kota sampah.'"
Kota-kota sampah ini, Tordesillas menjelaskan, adalah tempat pembuangan sampah dengan populasi penghuni liar yang tinggal di tengah-tengah sampah, memilah-milahnya untuk dijual atau diperdagangkan. Secara global ada sekitar 15 juta orang yang hidup dalam kondisi seperti itu. Kota-kota sampah sangat rentan terhadap tanah longsor, dan mereka pada dasarnya tidak stabil.
"Anda sedang berbicara tentang tumpukan sampah yang terdiri dari padatan yang terikat longgar, sampah, " kata Tordesillas. "Perbedaan antara daerah-daerah itu dan kemiringan alami adalah bahwa di lereng alami, bahan geologis telah memiliki ribuan tahun untuk membeku dan mengeras untuk membentuk bahan yang stabil."
Sementara tanah longsor yang mempengaruhi daerah kaya seperti California Selatan menjadi berita utama, tanah longsor kota sampah sering tidak dilaporkan, karena desa penghuni liar ilegal. Tordesillas berharap perangkat lunak timnya dapat membantu memberikan peringatan dini kepada penduduk ini.
"Ini kedengarannya menjanjikan, " kata Michael Hamburger, seorang profesor geofisika di Universitas Indiana yang mempelajari teknologi tanah longsor.
Pemantauan daerah rawan longsor menghasilkan data dalam jumlah besar, kata Hamburger, dan para ilmuwan membutuhkan cara yang lebih baik untuk menganalisis data. Teknologi seperti peranti lunak Universitas Melbourne membantu membuat analisis ini terjadi lebih cepat.
Tetapi hanya area yang dipantau yang bisa dibantu oleh perangkat lunak, dan sebagian besar area rawan longsor tidak dipantau sama sekali, kata Hamburger. “Ini persentase kecil [yang dipantau], ” katanya, “dan di seluruh dunia ada jutaan dan jutaan mil persegi, khususnya di daerah pegunungan, dan khususnya di negara berkembang, yang secara sistematis rentan terhadap tanah longsor yang pasti tidak diawasi secara sistematis. ”
Tordesillas berharap suatu hari data akhirnya dapat dikumpulkan melalui perangkat portabel kecil, bahkan mungkin ponsel, membuat pemantauan lebih mudah diakses untuk lebih banyak lokasi.
"Kami kemudian dapat mengambil data itu dan kembali dalam beberapa menit kemungkinan terjadi keruntuhan, " katanya.
Tim juga berharap untuk menguji alat mereka untuk pemantauan kesehatan struktural, memprediksi runtuhnya struktur seperti jembatan atau bendungan.
Dengan keruntuhan baru-baru ini seperti jembatan di Genoa, Italia yang menewaskan lebih dari 40 dan jembatan Florida runtuh yang menewaskan enam masih segar di pikiran kolektif kita, dunia mungkin ingin menyilangkan jari untuk keberhasilan teknologi.
