Conceptual Markov models for estimating velocity transition probabilities for landslides in the Western Canada Sedimentary Basin

ABSTRACT: Landslides in the Western Canada Sedimentary Basin cause economic impacts that likely exceed $400 million per year. Most damage occurs where infrastructure crosses pre-existing landslides and when those landslides transition from a dormant state or an extremely-slow (<16 mm/yr) velocity to more rapid velocities. Numerous factors can cause a change in velocity, correlations between those factors and velocity are imperfectly understood, and the future timing and condition of those factors are difficult to predict, confounding our attempts to predict the probability of landslide velocity transitions. A conceptual approach to the prediction of landslide velocity using Markov models is presented. The approach combines geomorphic evidence of long-term landslide behaviour with current estimates of landslide velocity to make probabilistic predictions of future velocity in the absence of other information. The model outputs could help improve risk-informed decision making for the planning and operation of infrastructure exposed to pre-existing landslide hazards.

RÉSUMÉ: Les glissements de terrain dans le bassin sédimentaire de l'Ouest canadien ont des répercussions économiques qui dépassent probablement 400 millions de dollars par année. La plupart des dommages se produisent lorsque l'infrastructure traverse des glissements de terrain préexistants et lorsque ces glissements de terrain passent d'un état dormant ou d'une vitesse extrêmement lente (<16 mm/an) à des vitesses plus rapides. De nombreux facteurs peuvent provoquer un changement de vitesse, les corrélations entre ces facteurs et la vitesse sont imparfaitement comprises, et le moment et l'état futurs de ces facteurs sont difficiles à prévoir, ce qui complique nos tentatives pour prédire la probabilité des transitions de vitesse de glissement de terrain. Une approche conceptuelle de la prédiction de la vitesse des glissements de terrain à l'aide de modèles de Markov est présentée. L'approche combine des preuves géomorphologiques du comportement à long terme des glissements de terrain avec les estimations actuelles de la vitesse des glissements de terrain pour faire des prédictions probabilistes de la vitesse future en l'absence d'autres informations. Les sorties du modèle pourraient aider à améliorer la prise de décision fondée sur les risques pour la planification et l'exploitation d'infrastructures exposées à des risques de glissement de terrain préexistants.