| dc.description.abstract | "TRIGRS" er en mye brukt fysisk-basert jordskred-modell som tar hensyn til tidsvarierende nedbør, avrenning, infiltrasjon, poretrykk og skråningsstabilitet. Denne oppgaven presenterer en omfattende litteraturundersøkelse, som identifiserer 42 artikler angående TRIGRS i perioden 2008--2020. Mål, lokasjoner, inngangsdata og metoder for evaluering av resultater varierer sterkt. Videre implementeres TRIGRS i case-studien Jølster 2019, en ekstrem jordskredhendelse på Vestlandet. Kalibrering av modellen, ved systematisk variasjon av sensitive parametre, er nødvendig grunnet mangel på data. Først utforskes effekter av valg av evalueringskriterier (ROC, AUC, D2PC, CSI og MCC) på bedømmelse av modell-prestasjon. Det er viktig å skille mellom "generell" og "terskel-spesifikk" prestasjon (f.eks., AUC er ingen god inikasjon på sistnevnte), samt å være klar over stedegenheten til prestasjonsmål (f.eks., AUC bør ikke sammenlignes på tvers av studieområder). Videre tibakeregnes skred for å undersøke romlig fordeling av jordparametre. Dette foregår i to delområder antatt å representere forskjellige jordarter. Det viser seg at bestemmelse av både objektive or relative parametre er utfordrende grunnet mangler ved (i) TRIGRS, (ii) kalibreringsprosedyren, (iii) inngangsdata, inkludert antakelser om innledende jordforhold og (iv) kunnskap om skredenes utløsningsmekanismer. Korrelasjon (R^2 = 30%) mellom skråningsvinkel og observert jordmektighet forbedrer modellering sammenliknet med antakelser om konstant mektighet. Umettet analyse presterer dårlig selv under usedvanlig tørre forhold. Det presenteres to resulterende kombinasjoner av parametre, som optimaliserer forskjellige evalueringskriterier. En parameter-kombinasjon evalueres på en nyvinnende måte, hvor resultater og "feil-størrelser" sammenliknes med romlig data. Begge kombinasjonene identifiserer generelt ustabile områder (forutser 25,5% -- 26,6% av utløsningsområder), men akkompagneres av mange feil. Antakelsen om homogene jordparametre gjør at sikkerhetsfaktor i stor grad bestemmes av skråningsvinkel. Samtidig varierer utløsningsområdenes skråningsvinkler stort, og de kan følgelig umulig identifiseres uten en stor andel falske positive. Variasjonen indikerere at utløsningsmekanismer som ikke hensyntas av TRIGRS er til stede, og TRIGRS' praktiske nytte begrenses deretter. | |
| dc.description.abstract | “TRIGRS” is a commonly used physically based landslide model, considering transient precipitation, runoff, infiltration, pore pressures and slope stability. This thesis presents a comprehensive literature review, identifying 42 papers applying TRIGRS in the period 2008—2020. Research goals, locations, input data and methods of performance evaluation vary substantially. In this thesis, TRIGRS is further applied to the case study of Jølster 2019, an extreme, multiple landslide event in Western Norway. Model calibration, by systematic variation of sensitive parameters, is conducted due to a data scarcity. First, back-calculation of landslides, in two sub-areas assumed representative of specific soil types, is conducted to shed light on the spatial distribution of soil parameters. It is found that estimation of both objective and relative parameters is challenging due to shortcomings of (i) TRIGRS, (ii) the calibration procedure, (iii) input data, including assumptions on initial soil conditions and (iv) uncertain landslide initiation mechanisms. Correlation (R^2 = 30%) is found between slope angles and soil depths of field measurements, improving modelling compared to uniform soil depth. Unsaturated soil analysis appears inapplicable despite unusually dry initial conditions. Further, effects of chosen evaluation criteria, including ROC, AUC, D2PC, CSI and MCC, on estimated performance are investigated. The difference between overall and threshold-specific performance (e.g., AUC is not a good proxy for the latter), and the case-specificity of performance measures (e.g., AUC should not be compared across study areas), is stressed. Two parameter combinations, optimizing different evaluation criteria, are presented. One parameter combination is subject to a novel approach, where predictions and “error magnitudes” are assessed in relation to spatial data. Both combinations identify general unstable areas (correctly predicting 25.5% -- 26.6% of landslide cells) but are accompanied by numerous wrong predictions. Assumed soil property homogeneity leaves slope angle a strong predictor of estimated factor of safety, which in in combination with varying slope angles for Jølster landslides ensures their prediction and simultaneous lack of false positives are incombinable. It is indicated that alternative initiation mechanisms, not accounted for by TRIGRS, are present for a proportion of Jølster landslides. TRIGRS' practical utility is thereby limited in this and similar areas and events. | |
