Tạp chí
 
Năm 2024
 
Số 65, Kỳ 3, [06 - 2024]

Phân tích đa tiêu chí dựa trên GIS và các nguồn dữ liệu mở trên internet để thành lập bản đồ phân vùng nguy cơ sạt lở đất khu vực tỉnh Lâm Đồng

DOI:10.46326/JMES.2024.65(3).08

  • Cơ quan:

    1 Trường Đại học Tài Nguyên và Môi trường, Hà Nội, Việt Nam
    2 Trường Đại học Mỏ - Địa chất, Hà Nội, Việt Nam
    3 Nhóm nghiên cứu Công nghệ Địa tin học trong Khoa học Trái đất (GES), Trường Đại học Mỏ - Địa chất, Hà Nội, Việt Nam

  • *Tác giả liên hệ:
    This email address is being protected from spambots. You need JavaScript enabled to view it.
  • Nhận bài: 13-03-2024
  • Sửa xong: 03-05-2024
  • Chấp nhận: 25-05-2024
  • Ngày đăng: 01-06-2024
Trang: 84 - 97
Lượt xem: 235
Xem onlineXem online
Lượt tải: 11
Tải về PDF
★★★★★Yêu thích: 5.0, Số lượt: 6
  • ★
  • ★
  • ★
  • ★
  • ★
Bạn yêu thích

Tóm tắt:

Đánh giá nguy cơ sạt lở đất để có các biện pháp phòng tránh thiên tai và phục vụ quy hoạch phát triển là rất cần thiết đặc biệt là đối với những vùng dễ bị ảnh hưởng bởi hiện tượng này. Bản đồ nguy cơ sạt lở đất đóng vai trò quan trọng như một công cụ hỗ trợ quản lý sử dụng đất trong các khu vực dễ xảy ra sạt lở đất. Trong nghiên cứu này, phương pháp tiếp cận kết hợp công nghệ GIS, phân tích đa tiêu chí (MCA), và phương pháp phân tích phân cấp (AHP) đã được trình bày để xác định trọng số tối ưu cho các yếu tố ảnh hưởng đến nguy cơ sạt lở đất, từ đó tính toán các chỉ số đánh giá nguy cơ sạt lở đất. Nghiên cứu đã đánh giá và lựa chọn tám tiêu chí có ảnh hưởng lớn đến nguy cơ sạt lở đất từ các nguồn dữ liệu mở trên Internet, bao gồm: độ cao, độ dốc, chỉ số độ ẩm địa hình (TWI), lượng mưa, lớp phủ bề mặt, chỉ số thực vật (NDVI), loại đất và mật độ thoát nước. Sau đó, các bản đồ đơn tính được chồng lên nhau để tính toán chỉ số sạt lở đất (LSI), từ đó phân vùng khu vực nghiên cứu thành 5 cấp độ nguy cơ sạt lở đất: rất cao, cao, trung bình, thấp và rất thấp, chiếm lần lượt khoảng 8,6%, 24,3%, 32,0%, 23,9% và 11,2% diện tích của khu vực nghiên cứu.

Trích dẫn
Nguyễn Văn Nam và Lê Thị Thu Hà ., 2024. Phân tích đa tiêu chí dựa trên GIS và các nguồn dữ liệu mở trên internet để thành lập bản đồ phân vùng nguy cơ sạt lở đất khu vực tỉnh Lâm Đồng, Tạp chí Khoa học kỹ thuật Mỏ - Địa chất, số 65, kỳ 3, tr. 84-97.
Tài liệu tham khảo

Awawdeh, M., Obeidat, M., Al-Mohammad, M., Al-Qudah, K. and Jaradat, R. (2014). Integrated GIS and remote sensing for mapping groundwater potentiality in the Tulul al Ashaqif, Northeast Jordan. Arabian Journal of Geosciences, 7, 2377-2392. https://doi.org/10.1007/s12517-013-0964-8.

Ayalew, L., Yamagishi, H., Marui, H. and Kanno, T. (2005). Landslides in Sado Island of Japan: Part II. GIS-based susceptibility mapping with comparisons of results from two methods and verifications. Engineering geology, 81(4), 432-445. https://doi.org/10.1016/j.enggeo. 2005. 08.004.

Brenning, A., (2005). Spatial prediction models for landslide hazards: review, comparison and evaluation. Natural Hazards and Earth System Sciences, 5, 853-862. https://doi.org/10.5194/ nhess-5-853-2005.

Bui, T. D., Tuan, T. A., Hoang, N. D., Thanh, N. Q., Nguyen, D. B., Van Liem, N. and Pradhan, B. (2017). Spatial prediction of rainfall-induced landslides for the Lao Cai area (Vietnam) using a hybrid intelligent approach of least squares support vector machines inference model and artificial bee colony optimization. Landslides, 14, 447-458. https://doi.org/10.1007/s10346 -016-0711-9.

CHRS. Trung tâm Khí tượng Thủy văn và Viễn thám. Đại học California, Irvine, CA, Hoa Kỳ. Website: https://chrsdata.eng.uci.edu/ (truy cập ngày 19 tháng 12 năm 2023).

Corominas,J., Westen, C. V., Frattini, P.,  Cascini, L.,  Malet, J. P., Fotopoulou, S., Catani, F.,  Van Den Eeckhaut, M., Mavrouli, O., Agliardi,F., Pitilakis,K., Winter, M. G.,  Pastor, M.,Ferlisi,S., Tofani, V.,  Herva´s,J., Smith, J. T. (2014). Recommendations for the quantitative analysis of landslide risk. Bulletin of Engineering Geology and the Environment, Volume 73, pages 209-263. https://doi.org/ 10.1007/s10064-013-0538-8.

Corsini, A. and Mulas, M. (2017). Use of ROC curves for early warning of landslide displacement rates in response to precipitation (Piagneto landslide, Northern Apennines, Italy). Landslides, 14(3), 1241-1252. https://doi.org/ 10.1007/s10346-016-0781-8.

Dahal, R. K., Hasegawa, S., Nonomura, A., Yamanaka, M., Masuda, T. and Nishino, K. (2008). GIS-based weights-of-evidence

modelling of rainfall-induced landslides in small catchments for landslide susceptibility mapping. Environmental Geology, 54, 311-324. https://doi.org/10.1007/s00254-007-0818-3.

Deng, Z., Zhang, X., Li, D., and Pan, G. (2015). Simulation of land use/land cover change and its effects on the hydrological characteristics of the upper reaches of the Hanjiang Basin. Environmental Earth Sciences, 73(3), 1119-1132. https://doi.org/10.1007/s12665-014-3465-5.

Diva-Gis. Download Data by Country. Website: http://www.diva-gis.org/datadown (truy cập ngày 17 tháng 12 năm 2023).

Earthdata. Website: https://search.earthdata. nasa.gov/search(truy cập ngày 18 tháng 12 năm 2023).

El Jazouli, A., Barakat, A., and Khellouk, R. (2019). GIS-multicriteria evaluation using AHP for landslide susceptibility mapping in Oum Er Rbia high basin (Morocco). Geoenvironmental Disasters, 6(1), 1-12.https://doi.org/10.1186/ s40677-019-0119-7.

Enderle, D. I., and Weih Jr, R. C. (2005). Integrating supervised and unsupervised classification methods to develop a more accurate land cover classification. Journal of the Arkansas Academy of Science, 59(1), 65-73.

FAO. Tổ chức Nông Lương Liên hợp quốc. Website: https://data.apps.fao.org/map/ catalog/srv/eng/catalog.search#/home (truy cập ngày 18 tháng 12 năm 2023).

Hadji, R., Chouabi, A., Gadri, L., Raïs, K., Hamed, Y., and Boumazbeur, A. (2016). Application of linear indexing model and GIS techniques for the slope movement susceptibility modeling in Bousselam upstream basin, Northeast Algeria. Arabian Journal of Geosciences, 9, 1-18. https:/ /doi.org/10.1007/s12517-015-2169-9.

Huang, Y., and Zhao, L. (2018). Review on landslide susceptibility mapping using support vector machines. Catena, 165, 520-529. https:// doi. org/10.1016/j.catena.2018.03.003.

Huyền, N. T., Khánh, N. Q., Dương, N. H., Hoàng, N. and Ninh, N. Đ. H. (2023). Kết quả khoanh định các khu vực nhạy cảm về trượt lở, lũ quét khu vực Thành phố Đà Nẵng.Tạp chí Khí tượng Thủy văn, 745, 21-33. https://doi.org/10. 36335/VNJHM.2023(745).21-33.

Li, Z., Nadim, F., Huang, H., Uzielli, M., Lacasse, S. (2010). Quantitative vulnerability estimation for scenario-based landslide hazards. Landslides 7(2):125-134.

Nguyen, P., Shearer, E. J., Tran, H., Ombadi, M., Hayatbini, N., Palacios, T. and Sorooshian, S. (2019). The CHRS Data Portal, an easily accessible public repository for PERSIANN global satellite precipitation data. Scientific data, 6(1), 1-10.DOI: 10.1038/sdata. 2018. 296.

ODM. OpenDevelopmentMekong. Soiltypesinvietnam: Website: https://data. Opendeve-lopmentmekong.net/dataset/soil-types-in-vietnam (truy cập ngày 22 tháng 12 năm 2023).

Pourghasemi, H. R., Teimoori Yansari, Z., Panagos, P., and Pradhan, B. (2018). Analysis and evaluation of landslide susceptibility: a review on articles published during 2005-2016 (periods of 2005-2012 and 2013-2016). Arabian Journal of Geosciences, 11, 1-12. https://doi.org/10.1007/s12517-018-3531-5.

Reichenbach, P., Rossi, M., Malamud, B. D., Mihir, M., and Guzzetti, F. (2018). A review of statistically-based landslide susceptibility models. Earth-science reviews, 180, 60-91. https://doi.org/10.1016/j.earscirev.2018.03.001.

Richards, J. A. (1999). Remote Sensing Digital Image Analysis: An Introduction. Springer-Verlag, Berlin, Germany, 240 p.https://doi. org/10.1007/978-3-662-03978-6.

Saaty, T. L. (1988). What is the analytic hierarchy process? In Mathematical models for decision support.109-121. Springer. http://dx.doi.org/ 10.1007/978-3-642-83555-1_5.

Saaty, T. L. (2004). Decision making-the analytic hierarchy and network processes (AHP/ANP). Journal of systems science and systems engineering, 13, 1-35.

Sạt lở đất ở Việt Nam - Hậu quả và đánh giá từ các chuyên gia - Nguyên nhân, thực trạng và thách thức. Tạp chí điện tử Môi trường và Cuộc sống. Website: https://moitruong.net.vn. (truy cập ngày 10 tháng 12 năm 2023).

Singh, P., Gupta, A.. Singh, M. (2014). Hydrological inferences from watershed analysis for water resource management usingremotesensing and GIS techniques. The Egyptian Journal of Remote Sensing and Space Science. 17, 111-121. https://doi.org/10.1016/j.ejrs.2014. 09. 003.

Thanh, L. N., Dũng, N. Q., Nhân, N. S., Hùng N. P., Tùng L. H. (2021). Thành lập bản đồ phân vùng nguy cơ trượt lở đất Thành phố Đà Lạt bằng phương pháp phân tích thứ bậc và hệ thông tin địa lý. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh - Kỹ thuật và Công nghệ, 16(1), 142-155. https://doi.org/10.46223/ HCM COUJS.tech.vi.16.1.1229.2021.

Trang, T. T. T., Hieu, P. T., and Vi, T. N. H. (2023). Landslides Study in Bac Can Province, Vietnam by Analytic Hierarchy Process Method. Iraqi Journal of Science, 5691-5706. https://doi. org/10.24996/ijs.2023.64.11.19.

Tuấn, H. N., and Tuyết, V. T. (2021). Nghiên cứu xây dựng bản đồ phân vùng nguy cơ sạt lở đất cho khu vực miền núi tỉnh Quảng Nam. Tạp chí Khoa học và Công nghệ thủy lợi, số, 68.

USGS (2023). Cục khảo sát địa chất Hoa Kỳ - Landsat Satellite Data. Website: https:// earthexplorer. usgs.gov/ (truy cập ngày 18 tháng 12 năm 2023).

Wu, T. H., Abdel-Latif M. A., (2000). Prediction and mapping of landslide hazard. Canadian Geotechnical Journal, 37,781-795. https:// doi. org /10.1139/t00-006.

Các bài báo khác