03. NGHIÊN CỨU SỬ DỤNG ẢNH VỆ TINH SPOT-6 VÀ BẢN VẼ THIẾT KẾ CÔNG TRÌNH TRONG XÁC ĐỊNH CÁC ĐIỂM SẠT LỞ DỌC TUYẾN ĐƯỜNG TUẦN TRA BIÊN GIỚI KHU VỰC TỈNH SƠN LA

Hùng Nguyễn Như, Sinh Mai Đình, Dương Đỗ Văn

Giới thiệu

Bài báo nghiên cứu khả năng xác định các điểm sạt lở công trình từ dữ liệu ảnh vệ tinh quang học SPOT-6 kết hợp với các bản vẽ thiết kế hoặc bản vẽ hoàn công tuyến đường. Phương pháp đề xuất gồm 2 giai đoạn chính, một là phân loại các lớp phủ khu vực sạt lở từ ảnh vệ tinh quang học sử dụng kỹ thuật phân loại mờ; hai là sử dụng bản vẽ thiết kế hoặc bản vẽ hoàn công tuyến đường nghiên cứu chuẩn hóa sang dữ liệu GIS, từ đó so sánh với kết quả phân loại để xác định các điểm sạt lở. Thực nghiệm xác định điểm sạt lở dọc tuyến đường tuần tra biên giới khu vực tỉnh Sơn La từ dữ liệu ảnh vệ tinh SPOT-6 chụp ngày 28/3/2019. Kết quả thực nghiệm cho thấy phương pháp đề xuất có thể đưa ra vị trí sát lở với độ chính xác cao và có thể được sử dụng để phát hiện nhanh các điểm sạt lở.

Toàn văn bài báo

Được tạo từ tệp XML

Trích dẫn

[1]. Dai, C., et al. (2021). Active landslide detection based on Sentinel-1 data and InSAR technology in Zhouqu county, Gansu province, Northwest China. Journal of Earth Science, 32(5), 1092 - 1103.
[2]. Greenbaum, D., et al. (1996). Rapid methods of landslide hazard mapping. Proceedings of the Thematic Conference on Geologic Remote Sensing, 11, I.287 - I.296.
[3]. Hà Thị Hằng (2018). Ứng dụng viễn thám độ phân giải không gian cao trong việc phát hiện thay đổi kích thước hình học mặt đường bộ, thí điểm tại một số khu vực dọc quốc lộ 6 thuộc tỉnh Hòa Bình. Tạp chí Khoa học Tự nhiên và Công nghệ, Tập 15, Số 6 (2018): 107 - 117, ISSN: 1859 - 3100.
[4]. Hoàng Ngọc Huy, Mai Đình Sinh, Trịnh Lê Hùng (2020). Nghiên cứu phương pháp phân loại lớp phủ khu vực đô thị trên ảnh vệ tinh độ phân giải cao Sentinel bằng kỹ thuật mờ, Tạp chí Tài nguyên và Môi trường, 7/2020, pp.46 - 48.
[5]. Hoang, N. D; Tien Bui, D. (2016). A novel relevance vector machine classifier with cuckoo search optimization forspatial prediction of landslides. J. Comput. Civ. Eng.2016,30, 04016001.
[6]. Huang, S.L. and Chen, B.K. (1991). Integration of Landsat and terrain information for landslide study. Proceedings of the Thematic Conference on Geologic Remote Sensing, 8, 743 - 754.
[7]. Kh. Sadykhov R., V. Dorogush A. and P. Podenok L. (2007). Fuzzy clustering methods in multispectral Satellite Image Segmentation. 3rd International Workshop on Artificial Neural Networks and Intelligent Information Processing, pages 91 - 98. DOI: 10.5220/0001635200910098.
[8]. Kusaka, T., et al. (1996). Estimation of landslide areas using satellite imagery and spatial features of watersheds. Proceedings of the Thematic Conference on Geologic Remote Sensing, 11 II.415 - II.420.
[9]. Mai Đình Sinh, Trịnh Lê Hùng (2018). Ứng dụng phân cụm mờ trong đánh giá biến động lớp phủ khu vực khai thác khoáng sản Huyện Quỳ Hợp, Tỉnh Nghệ An từ tư liệu ảnh vệ tinh Landsat. Hội thảo Ứng dụng GIS toàn quốc, pp.543 - 550.
[10]. Monique Moine et al. (2009). Detection of landslides from aerial and satellite images with a semi-automatic method. Application to the Barcelonnette basin (Alpes-de-Hautes-Provence, France).
[11]. N.Casagli et al. (2016). Landslide mapping and monitoring by using radar and optical remote sensing: Examples from the EC-FP7 project SAFER. Remote Sensing Applications: Society and Environment, Volume 4, October 2016, Pages 92 - 108.
[12]. Nagarajan R., et al. (1998). Temporal remote sensing data and GIS application in landslide hazard zonation of part of Western Ghat, India. International Journal of Remote Sensing 19 (4), 573 - 585.
[13]. Nguyễn Ngọc Thạch và nnk (2001). Áp dụng viễn thám và GIS để nghiên cứu dự báo tai biến tự nhiên ở địa hình vùng núi, lấy ví dụ ở tỉnh Hòa Bình. Báo cáo đề tài NCKH đặc biệt cấp Đại học Quốc gia. Hà Nội.
[14]. Nguyen Vu Viet, et al. (2019). Hybrid machine learning approaches for landslide susceptibility modeling. Forests, Forests 10(157):1-27. DOI:10.3390/f10020157.
[15]. Nguyen, V. N., et al. (2020). A new modeling approach for spatial prediction of flash flood with biogeography optimized chaid tree ensemble and remote sensing data. Remote Sensing, 12(9), 1373.
[16]. Pankaj Singh, Rahul Dev Garg (2014). Classification of high resolution satellite images using spatial constraints-based fuzzy clustering. Journal of Applied Remote Sensing, Vol. 8(1), 2014, 083526 doi: 10.1117/1.JRS.8.083526.
[17]. Petley D.N, et al. (2002). The use of satellite imagery in landslide studies in high mountain area. Project: Assessment of landslide susceptibility, hazard and risk.
[18]. Pham, B. T., et al. (2020). A novel hybrid approach of landslide susceptibility modelling using rotation forest ensemble and different base classifiers. Geocarto International, 35(12), 1267 - 1292.
[19]. Pham, B. T., et al. (2020). Improving voting feature intervals for spatial prediction of landslides. Mathematical Problems in Engineering.
[20]. Rothery D.A. (1987). Decorrelation stretching and related techniques as an aid to image interpretation in geology. In: Proceedings of the Remote Sensing Society 13th annual conference, Nottingham, p. 194 - 203.
[21]. Tran, Q. C., et al. (2020). Novel ensemble landslide predictive models based on the hyperpipes algorithm: a case study in the Nam Dam Commune, Vietnam. Applied Sciences, 10(11), 3710.
[22]. Trench, N. R. and Sauchyn, D. J. 1978. Application of Landsat data to the identification and delimitation of landslides in Colorado. Abstracts with Programs - Geological Society of America, 10 (7) 506.
[23]. Trương Phước Minh và nnk (2011). Ứng dụng GIS và viễn thám nghiên cứu trượt lở đất ở Thành phố Đà Nẵng. Hội thảo ứng dụng GIS toàn quốc 2011.
[24]. Vecchiotti, F., et al. (2021). The Use of TERRA-ASTER Satellite for Landslide Detection. Geosciences, 11(6), 258.

Các tác giả

Hùng Nguyễn Như
Sinh Mai Đình
Dương Đỗ Văn
dvduong@hunre.edu.vn (Liên hệ chính)
Nguyễn Như, H., Mai Đình, S., & Đỗ Văn, D. (2022). 03. NGHIÊN CỨU SỬ DỤNG ẢNH VỆ TINH SPOT-6 VÀ BẢN VẼ THIẾT KẾ CÔNG TRÌNH TRONG XÁC ĐỊNH CÁC ĐIỂM SẠT LỞ DỌC TUYẾN ĐƯỜNG TUẦN TRA BIÊN GIỚI KHU VỰC TỈNH SƠN LA. Tạp Chí Khoa học Tài Nguyên Và Môi trường, (40), 19–27. Truy vấn từ https://tapchikhtnmt.hunre.edu.vn/index.php/tapchikhtnmt/article/view/392
##submission.license.notAvailable##

Chi tiết bài viết

Các bài báo tương tự

<< < 1 2 3 4 5 6 7 8 > >> 

Bạn cũng có thể bắt đầu một tìm kiếm tương tự nâng cao cho bài báo này.

Các bài báo được đọc nhiều nhất của cùng tác giả

02. GIẢI PHÁP NÂNG CAO ĐỘ CHÍNH XÁC TRONG QUAN TRẮC CÔNG TRÌNH BẰNG CÔNG NGHỆ GNSS RTK

Trung Dương Thành, Tuấn Hoàng Anh, Dương Đỗ Văn
Abstract View : 43
Download :5