迈向滑坡数据标准：弥合滑坡易发性建模和预警系统的差距

滑坡每年造成超过4000人死亡，经济损失约200亿美元。然而，滑坡灾害、风险评估和预警系统仍受限于数据碎片化、不一致和不完整的问题。该研究针对全球数据空白，提出了一种标准化的、可互操作的框架，用于跨国家记录滑坡事件。研究使用尼泊尔的开源数据和基于机器学习的易发性建模，评估了现有清单在空间分辨率、时间更新和缺失属性（如触发因素、体积、影响和土壤-岩土性质）方面的局限性，这些缺陷降低了模型的准确性和可转移性，限制了早期预警和风险缓解策略的有效性。为填补这一空白，研究提出了一种与国际标准化组织19115、开放地理空间委员会标准和仙台框架指标相一致的分层数据标准，支持可扩展、一致地报告滑坡事件。该框架提高了数据的完整性和模型性能，并支持基于风险的决定性决策。世界银行凭借其广泛的滑坡缓解和灾害风险减少项目组合，处于实施此标准的良好位置。制度化此类框架可以改善全球协调，减少灾害损失，并保护脆弱社区。

该研究首先探讨了当前滑坡清单对弹性发展的限制，然后概述了滑坡数据的全球概况，并使用喜马拉雅山脉的案例研究说明了有限数据可用性的实际后果。最后，研究提出了一个模块化的、分层的标准，用于滑坡数据的收集和管理，该标准可以根据不同的国家背景和能力进行调整。