Luận án tiến sĩ địa lý: Nghiên cứu, đánh giá nguy cơ trượt lở dọc các tuyến đường bộ trọng điểm tỉnh Bình Định trên cơ sở tích hợp công nghệ viễn thám và hệ thống thông tin địa lý (GIS)

ĐẠI HỌC QUOC GIA HÀ NỘI

TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

NGUYÊN HỮU HÀ

NGHIÊN CỨU, ĐÁNH GIÁ NGUY CƠ TRUOT LO

DỌC CÁC TUYẾN DUONG BỘ TRONG DIEM TINH BÌNH ĐỊNHTREN CƠ SỞ TÍCH HỢP CÔNG NGHỆ VIỄN THÁM VA

LUẬN ÁN TIEN SĨ DIA LÝ

HÀ NỘI - 2021

ĐẠI HỌC QUOC GIA HÀ NỘI

TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

NGUYÊN HỮU HÀ

NGHIÊN CỨU, ĐÁNH GIÁ NGUY CƠ TRƯỢT LO

DỌC CÁC TUYẾN DUONG BỘ TRONG DIEM TỈNH BÌNH ĐỊNHTRÊN CƠ SỞ TÍCH HỢP CÔNG NGHỆ VIỄN THÁM VÀ

HE THONG THONG TIN DIA LÝ (GIS)

Chuyên ngành: Bản đồ, viễn thám và hệ thông tin địa lý.

LỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi.

Các số liệu, kết quả nêu trong luận án là trung thực và chưa từng được ai

công bô trong bât kỳ công trình nào khác.

Tác giả luận án

Nguyễn Hữu Hà

LỜI CẢM ƠN

Luận án được hoàn thành tại Khoa Địa lý, Trường Đại học Khoa học Tự nhiên,

Đại học Quốc gia Hà Nội Trong quá trình nghiên cứu, tác giả đã được sự hướng dẫn

tận tình, chu đáo của PGS.TS Đỗ Minh Đức và TS Ngô Văn Liêm Tác giả xin bày tỏ

lòng biết ơn sâu sắc đến Quý thầy - những người đã thường xuyên giúp đỡ, động viên,có van khoa hoc cho tác giả trong suốt thời gian thực hiện luận án.

Trong quá trình nghiên cứu, tác giả còn nhận được những chỉ bảo tận tình và gópý quý báu của quý thầy cô giáo ở trong và ngoài trường: GS.TS Nguyễn Cao Huan,GS.TS Nguyễn Ngọc Thạch, PGS.TS Đặng Văn Bào, PGS.TS Phạm Quang Tuấn,PGS.TS Dinh Thị Bảo Hoa, PGS.TS Bùi Quang Thành, PGS TS Nhữ Thi Xuân,

PGS.TS Nguyễn Dinh Dương, TS Ngô Anh Tú, ThS Phan Văn Thơ, Xin chân thànhcảm ơn sự giúp đỡ của Quý Thay, Cô!

Tác giả xin cảm ơn Đề tài mã số 01-01-2018 do ThS N guyén Kim Long chủ trì vànhóm nghiên cứu (ThS Đặng Thị Thùy, ThS Dinh Thị Quỳnh) đã tạo điều kiện và hỗ trợ

cho NCS tham gia thực hiện và sử dụng các tư liệu của đề tài.

Tác giả xin bày tỏ lòng biết ơn đến các thầy, cô giáo, các cán bộ ở Khoa Địa lý

và Phòng Đảo tạo - Trường Đại học Khoa học Tự nhiên - Đại học Quôc gia Hà Nội đã

tạo mọi điều kiện thuận lợi cho tác giả hoàn thành luận án.

Xin cảm ơn Sở Giao thông - Vận tải Bình Định, Chi cục Thuy lợi, Trung tâm

Khí tượng Thủy văn tỉnh Bình Định, các cơ quan đã giúp đỡ, cho phép tác giả thu thập

số liệu, tài liệu và khảo sát thực địa tại các khu vực nghiên cứu.

Tác giả xin gửi lời cảm ơn đến Ban Giám đốc và các phòng chuyên môn của

Sở Khoa học và Công nghệ Bình Định đã tạo điều kiện cho NCS thực hiện thành côngluận án; cảm ơn bạn bè, đồng nghiệp và gia đình đã khuyến khích, động viên tác giảtrong suốt quá trình thực hiện luận án.

Hà Nội, ngày tháng năm 2021Tác giả

Nguyễn Hữu Hà

1

MỞ ĐẦUU 5Ÿ SE 07.1.7734 07944 0724407714 E87941 9794197944 07294pg2244E 1

CHƯƠNG 1 CƠ SỞ LÝ LUẬN VÀ PHƯƠNG PHÁP NGHIÊN CỨU 5

1.1 Tổng quan các công trình nghiên cứu trong và ngoài nước -:‹- 51.1.1 Khái quát về trượt lở 222222222+++++++++++ttttt22222122121211221221111111111.,, 51.1.2 Tình hình nghiên cứu trên thế giới - ££22EEE+22+++22EEES+veetttrrrveeed 6

1.1.3 Tình hình nghiên cứu trong nu6 ¿- - + 5+ + +*+k#kSE+kekErkrkrkrkrrerkrke 12

1.1.4 Tình hình nghiên cứu trượt lở tại tinh Bình Định - 5-5 s55 16

1.1.5 Nhận xét chung về nghiên cứu trượt lở ứng dụng viễn thám và GIS 171.2 Cơ sở tích hợp viễn thám va GIS trong nghiên cứu trượt lở -s- 5+ 191.2.1 Phân tích, giải đoán ảnh viễn thám nghiên cứu trượt lở -¿ - 191.2.2 Ứng dụng hệ thống thông tin địa lý và bản đồ trong nghiên cứu trượt lở 20

1.2.3 Ung dụng phương pháp UAV trong nghiên cứu trượt lở - 21

1.2.4 Tích hop giải đoán ảnh viễn thám, GIS va các mô hình toán học trong nghiên cứu

0108011117 21

1.3 Cac phương pháp nghiÊn CỨU - ¿5c 3223311351133 E111 EEEErkrrrrrrsee 22

1.3.1 Phương pháp và quy trình phân tích giải đoán ảnh viễn thám 231.3.2 Phương pháp bản đồ và GIS -¿c¿¿¿++++++++t222222222222222222222211111121,X 6 34

1.3.3 Phương pháp ứng dụng thiết bị bay không người lái (Unmanned Aerial VAY) trong nghiên cứu trƯỢT ÏỞy - + 5< 5+ S++k‡x*Ev+k#keEEEkEEEEkEkEEEEELEkEEkrkrkrrkrkrkee 35

Vehicle-1.3.4 Phương pháp khảo sát thực đa -. +55: sx+t+kerteerrererrrrrrrrrerrke 36

1.3.5 Các phương pháp mô hình thống kê và học máy trong nghiên cứu trượt lở 381.3.6 Quy trinh nghién CUU 1177 42TIỂU KET CHƯNG Lovsscssssssssssssssssssssssssssssssssssssssssssssssssscssssssesssssnsesssssssesssssssessssenes 44

CHUONG 2 CAC YEU TO TU NHIEN VA KINH TE - XA HOI ANH HUONG

DEN TRUOT LO CAC TUYẾN DUONG BO TINH BÌNH ĐỊNH 45

11

2.1 VỊ trí địa lý của các khu vực nghiÊn CỨU - + +5 + + + + £+E+vEEeeeeeesserrserree 45

2.2 Đặc điểm địa hình -¿- +: + 22+2xEExE2121127127171121121111211211.1111211 211.11.462.2.1 Đặc điểm địa hình chung -¿ ©VE+222+++2EEEEEEE2etEEEEE112222222211122errrrkt 462.2.2 Dac diém d6 cao dia Wink 07 472.2.3 Đặc điểm độ dốc địa HIM sccssseecsssssccsssssssssseesssssecessssssssseeesssseeeesssssssseesesseeeeeeessn 50

2.2.4 Đặc điểm hướng dốc địa hình -¿¿++++++++++2222222222222222222221111112222e 52

2.2.5 Chỉ số âm ướt địa hình (TWI) sssssssssssssssscssssssssssssessssecccsssssssssusesssseeceessssssseseesseeees 542.2.6 Chỉ số năng lượng dòng chảy (SPD) -2 -©¿££22EEE222eetEEEEESeeeerrrrrk 56

P90 uöố¡ðo 0o 1n 582.2.8 Phan CAt SAU 0 Ẽ IQNG|ÖỔÕÔỎ: ,ÒÚỎ 60

2.3 Đặc điểm địa Chat cceccsccccsessessssssessessessssssessessessusssessessessussseesessvessessessessssneeseeseess 62

2.3.1 Khái quát đặc điểm địa chất tinh Bình Định -ccccccc++++teerrvrxe 62

2.3.2 Đặc điểm địa chất tuyến đường An Hòa - An Toàn ¿+ 642.3.3 Đặc điểm địa chất tuyến đường tỉnh 16 639 -vvvvvvvvvvvv 66

2.3.4 Đặc điểm địa chất khu vực núi Bà Hỏa -222222V2222vvvvvvvvvvvve 68

2.4 Đặc điểm khí tượng - thủy VAI ccc csssesssesssessesssesssesssssseessecsuessesssecssecsesseestecs 70

2.4.1 Đặc điểm chung về khí tượng - thủy văn tinh Bình Định - 70

2.4.2 Chế độ mưa và các hiện tượng thời tiết đặc biệt khu vực huyện An Lão 722.4.3 Chế độ mưa và các hiện tượng thời tiết đặc biệt khu vực huyện Phù Cát 732.4.4 Chế độ mưa và các hiện tượng thời tiết đặc biệt khu vực thành phố Quy Nhơn 732.5 Đặc điểm hệ thống đường giao thông ¿2 2+ 5+2 £2££+£xtEEtzEezreerxrrxrres 742.6 Đặc điểm thảm thực VẬT ¿2-52-5122 EEEE21211221217112112112121 21111 782.7 Đặc điểm dân cư - ¿+ + +t22£+EE£EkE2EE221271717112112712171121121111711 21111 re 82TIỂU KET CHƯNG 2 2- 2< 5° s2 ©SsSs£EssESsESsEESeESEssExstrserserssrtsrrsrrssrssrse 82

CHUONG 3 NGHIÊN CỨU HIỆN TRANG VA ĐÁNH GIA NGUY CƠ TRUQTLO TẠI CÁC TUYẾN GIAO THONG TRỌNG DIEM TINH BÌNH ĐỊNH UNGDỤNG CÔNG NGHỆ VIỄN THÁM VÀ GIS °-s-sscssccsecsserssessse 83

3.2 Đánh giá nguy CƠ tƯỢT ÏỞ - - - 6 +3 23 911v HH nh nh Hàng 1103.2.1 Cơ sở đữ liệu và quy trình thực hiện - 5-5 +55 +c+x+xeesrvsketerexrerke 110

3.2.2 Mô hình thống kê mật độ +++#+22EEEEEEEE2+2+++ttt2EEEEEEEEEEEeerrrrree 1113.2.3 Mô hình hồi quy logistic cssssssccssssssesssesssssseesscssssssssesesssssssvesessesssseesessesssseeeeeee 116

3.2.4 Mô hình mạng noron nhân a0 eeesesesesesseseseseseseceeeceseseeseseseseseeeeeceeteneeeeeeees 120k9 2 0v nh 1233.3 Nghiên cứu ngưỡng mưa lớn gây trƯỢT ÏỞ - - 55 5 + ++k+veeeeereeereesee 123

3.3.1 Xác định ngưỡng mưa lớn gây trượt lở mái dốc -. -cc:¿- 1233.3.2 Đề xuất hệ thống quan trắc và cảnh báo sớm trượt lở mái dốc 132TIỂU KET CHƯNG 43 5° s22 5s°©s£©s£EEsEEeESeEveEvsetsersetssrrserssrssrssrree 133

KET LUẬN VÀ KIEN NGHỊ, 2-s°s<s£©+ss©SsseEvseevseerssersseersserse 134

CÁC BAI BAO VÀ CÔNG TRÌNH Đà CÔNG BÓ -e sccssccssccse 136TÀI LIEU THAM KHHẢO 2-2 5< ©s£©ss©ss£Ss2SSseEsseEssexsetssersserssersesss 137PHỤ LỤC

Từ viết tắt

DANH MUC CHU VIET TAT

Nghia cua tir

(Artificial neural network): Mang noron nhan tao

(Area Under The Curve): Đường cong biéu diễn mức độ phan loại

của mô hình

Bê tông cốt thép

(Digital Elevation Model): Mô hình số độ cao(Digital Surface Model): Mô hình bề mặt số

(Global Positioning System): Hệ thống định vị toàn cầu

(The International Society of Photogrammetry and Remote SensingWorking Group): Hiệp hội quốc tế giải đoán ảnh và viễn thám

(Asian Technical Committee on Geotechnical for Natural Hazards

ISSMEEE): Hội đồng kỹ thuật Đông Nam Á về công nghệ địa chấtđối với các thảm họa thiên nhiên

(Geographic information system): Hệ thống thông tin địa lý(Synthetic Aperture Radar): Anh ra đa khâu độ tổng hợp

(Stream power index): Chỉ số năng lượng dòng chảy

(Topographical wetness index): Chỉ số âm ướt địa hình

(Unmanned Aerial Vehicle): Thiết bị bay không người lái

VI

DANH MỤC HÌNH

Hình 1.1 Cấu tạo các thành phan của một khối trượt điên hình [8] - 5

Hình 1.2 Sơ đồ nguyên lý phát sinh trượt lở [47] - 2: ¿2+£+s+£x+zxzzxzrssrxeex 6Hình 1.3 Biéu diễn các tham số liên quan đến mưa [67] 2-22 s2 s+zez+s2 10Hình 1.4 Biéu diễn mô hình thủy học phân bồ ô lưới (Cole và Moore 2009) [93] 11

Hình 1.5 Sơ đồ hệ thống NADDI [5 Ï] -2-¿- 5¿2+22++£+++£x++Exzxeerxezrxrzrxees 12Hình 1.6 Mô hình biến dạng địa hình của anh radT 5 5+ s++erssereeeeeeres 24Hình 1.7 So sánh giữa kênh 1 và kênh 9 trong việc loại bỏ mây - 28

Hình 1.8 Phát hiện mây bang cách tối đa hóa entropy từ kênh 1 trong hình 1.6a 28

Hình 1.9 Phát hiện các khu vực độ dốc a Dữ liệu DEM gốc, b Phát hiện độ dốc bằngSobel, c Tự động phân đoạn nhi phân băng cách tôi đa entropy - -+- 29

Hình 1.10 Tăng cường độ sáng cho đất trống, a Kết hop màu giả từ các kênh 5, 4, 3của anh Landsat 8 khu vực Bình Định, b Nghịch đảo thực vật (EVI) trên ảnhIn in 1 — a 29

Hình 1.11 Tăng cường độ sáng cho các đối tượng trượt lở a Phát hiện các điểm trượtlở tiêm năng sau khi tang cường ảnh, b 1, 3 và 5 là ảnh gôc được cắt ra từ ảnh gôc vàkết hợp màu giả; 2, 4, 6 là các khu vực trượt lở tiềm ¡500 31

Hình 1.12 Quy trình thành lập bản đồ hiện trạng trượt lở kết hợp viễn thám, GIS, dữliệu thực dia và mạng nơron nhân fạO - c2 3E 1E ng ng ng rệt 33Hình 1.13 Các thành phần cơ ban (a) va minh họa phân lớp của GIS (b) [152] 34

Hình 1.14 Thiết bi UAV (Mavic 2-Pro) sử dụng trong nghiên cứu -. 35

Hình 1.15 Kịch bản 1- Khi đối tượng giống như một đường thắng - 35

Hình 1.16 Kịch bản 2- Khi đối tượng giống như một đường hầm - 35

Hình 1.17 Kịch bản 3- Khi đối tượng giống như một hình tròn - 36

Hình 1.18 Bố trí các tuyến bay chụp bằng phương pháp bay thủ công ngoài thực dia36Hình 1.19 Bố trí các tuyến bay chụp bằng phương pháp bay tự động 36

Hình 1.20 (a) Máy đo xa kết hợp với đo góc (Nikon-Forestry Pro); (b) Địa bàn địa chất;(c) Bua Schmidt; (d) Dinh vi GPS GarTminn - s5 3 3+1 * +3 E*EEeeeereserreerree 37Hình 1.21 Phiếu khảo sát phục vu công tác khảo sát thực địa ‹ -‹+ + 37

Hình 1.22 Hoạt động của mạng noron nhân tạo như hệ thống mang noron trong bộ nãoCOM NQUOL 00701077 41

Hình 1.23 Mạng lưới noron nhân a0 c2 33231332 EEEEEEEErrrrrerrrsrrrsee 41Hình 1.24 Sơ đồ quy trình các bước được sử dụng trong nghiên cứu 43

Vil

Hình 2.1 Sơ đồ khu vực nghiên cứu - 2:22 52+2++2Ext2EEEEEESEESExerkkerkeerkerrree 46

Hình 2.2 Bản đồ phân bậc độ cao khu vực tuyến đường An Hòa - An Toàn 49

Hình 2.3 Ban đồ phân bậc độ cao khu vực núi Bà Hỏa - TP Quy Nhơn 49

Hình 2.4 Bản đồ phân bậc độ cao khu vực tuyến đường tinh 16 639 49

Hình 2.5 Bản đồ độ dốc khu vực tuyến đường An Hòa - An Toàn - 51

Hình 2.6 Bản đồ độ dốc khu vực núi Bà Hỏa - TP Quy NhOn ceccscescessessessseeseeseens 51Hình 2.7 Bản đồ độ dốc khu vực tuyến đường tinh lộ 639 -¿- 2 s52 51Hình 2.8 Bản đồ hướng dốc khu vực tuyến đường An Hòa - An Toàn 53

Hình 2.9 Ban đồ hướng dốc khu vực núi Bà Hỏa - TP Quy Nhơn - 33

Hình 2.10 Bản đồ hướng dốc khu vực tuyến đường tinh lộ 639 . -:-: 53

Hình 2.11 Bản đồ chỉ số 4m ướt địa hình (TW) khu vực núi Bà Hỏa - TP Quy Nhơn 54

Hình 2.12 Bản đồ chỉ số âm ướt địa hình (TWI) tuyến đường An Hòa - An Toàn 55

Hình 2.13 Bản đồ chỉ số âm ướt địa hình (TWI) tuyến đường tỉnh 16 639 55

Hình 2.14 Bản đồ chỉ số năng lượng dòng chảy (SPI) khu vực núi Bà Hỏa - TP Quy Nhơn56Hình 2.15 Bản đồ chỉ số năng lượng dòng chảy (SPI) tuyến đường An Hòa - An Toàn 57

Hình 2.16 Bản đồ chỉ số năng lượng dòng chảy (SPI) tuyến đường tinh lộ 639 57

Hình 2.17 Bản đồ độ sâu thung lũng khu vực núi Bà Hỏa - TP Quy Nhơn 58

Hình 2.18 Bản đồ độ sâu thung lũng tuyến đường An Hòa - An Toàn 59

Hình 2.19 Bản đồ độ sâu thung lũng tuyến đường tỉnh lộ 639 - - 59

Hình 2.20 Bản đồ mật độ phân cắt sâu khu vực núi Bà Hỏa - TP Quy Nhơn 60

Hình 2.21 Ban đồ mật độ phân cat sâu tuyến đường An Hòa - An Toàn 61

Hình 2.22 Bản đồ mật độ phân cắt sâu tuyến đường tỉnh lộ 639 - 61

Hình 2.23 Bản đồ địa chất tinh Bình Định (thu nhỏ từ 1:50.000) - 62

Hình 2.24 Bản đồ địa chất khu vực tuyến đường An Hòa - An Toàn - 65

Hình 2.25 Ban đồ khoảng cách đến đứt gãy tuyến đường An Hòa - An Toàn 66

Hình 2.26 Bản đồ địa chất khu vực tuyến đường tỉnh lộ 639 - ¿55+ G7Hình 2.27 Bản đồ khoảng cách đến đứt gãy tuyến đường tỉnh 16 639 68

Hình 2.28 Bản đồ địa chất khu vực núi Bà Hỏa - TP Quy Nhơn 5 69Hình 2.29 Bản đồ khoảng cách đến đứt gãy khu vực núi Bà Hỏa - TP Quy Nhơn 70

Hình 2.30 Phân bố lượng mưa năm ở tỉnh Binh Định 55+ +<<++£+sex+sx 71Hình 2.31 Ban đồ lượng mưa khu vực tuyến đường An Hòa - An Toàn 72

vill

Hình 2.32 Bản đồ lượng mưa khu vực tuyến đường tinh lộ 639 - 5 5+: 73

Hình 2.33 Ban đồ các tuyến giao thông chính của tinh Bình Định - 76

Hình 2.34 Bản đồ khoảng cách đến đường giao thông tuyến đường An Hòa - An Toàn.77Hình 2.35 Ban đồ khoảng cách đến đường giao thông tuyến đường tinh lộ 639 77

Hình 2.36 Bản đồ lớp phủ khu vực tỉnh Bình Dinh -¿- ¿+ 5+2 79Hình 2.37 Bản đồ chỉ số NDVI khu vực núi Bà Hỏa - TP Quy Nhơn 80

Hình 2.38 Bản đồ chỉ số NDVI tuyến đường An Hòa - An Toàn - 81

Hình 2.39 Bản đồ chỉ số NDVI tuyến đường tỉnh lộ 639 2¿2- 5 +52 81Hình 3.1 Anh Landsat 8 sử dung cho cả 3 khu vực nghiên cứu - +: 83

Hình 3.2 Khu vực nghiên cứu tuyến đường An Hòa - An Toàn từ chế độ quan sát 3D019081:)006/093411805:10 0027717 84

Hình 3.3 Ảnh Sentinel 1 trước (a) và sau (b) khi ghép ảnh, hiệu chỉnh hình hoc 85

Hình 3.4 Anh Landsat 8 trước (a) và sau khi hiệu chỉnh khí quyền (b) 85

Hình 3.5 Hình ảnh trước (a) và sau khi thực hiện trộn ảnh (b) - 86

Hình 3.6 Bản đồ kết quả sau khi trộn ảnh Landsat 8 và Sentinel-L 86

Hình 3.7 Ảnh viễn thám trước (a) và sau khi lọc MAY (b) -c + sssscsssereses 87Hình 3.8 Ảnh viễn thám sau khi thực hiện phân tích PCA -2 2- 555552 87Hình 3.9 Lớp đất bằng được xây dựng từ mô hình số độ cao -z-2 88Hình 3.10 Tăng cường độ sáng cho các khu vực trượt lở a Phát hiện các điềm trượt lởtiềm năng sau khi tăng cường ảnh; b1 Ảnh được cắt ra từ ảnh gốc và kết hợp màu giả;b2 Các khu vực trượt lở tiềm năng: c Khu vực có ngưỡng phô trượt lở được hiển thịtrên khu vực nghiÊNn CỨU - -.- 5 << 11311 HH TH Hệ 88Hình 3.11 Bản đồ trích xuất trượt lở trên ảnh viễn thám khu vực An Lão 89

Hình 3.12 Sơ đồ tài liệu thực tế khảo sát tuyến đường An Hòa - An Toàn 90

Hình 3.13 (a) Khu vực nghiên cứu (đoạn km 13) được bay chụp bằng UAV Mavic Pro (từ 129 bức ảnh) và (b) Mô hình DSM của khu vực nghiên cứu xử lý ảnh bang phanmềm Agisft cccccsscscsessessessssssessessecssessessessucsssssessecsessusssessecsessusssessessesssessessessesaseeseeseess 93Hình 3.14 (a) Khu vực nghiên cứu (km 15+750) được bay chụp bang UAV Mavic 2-Pro (từ 165 bức anh) và (b) Mô hình DSM của khu vực nghiên cứu xử ly ảnh băng phanmềm ABiSOfL - + 2-5522 SE EEEE2E1211215217171111121111111111111111111 111111111 y0 93Hình 3.15 Các vùng trượt lở dọc tuyến đường An Hòa - An Toàn 94

2-Hình 3.16 Vị trí khu vực nghiên cứu trên nền ảnh Google Earth - 95

1X

Hình 3.17 Tăng cường độ sáng cho các khu vực trượt lở a Phát hiện các điểm trượt lở

tiêm năng sau khi tăng cường ảnh; b1 Anh được cắt ra từ ảnh gôc và kêt hợp màu giả;

b2 Các khu vực trượt lở tiềm ¡1 96Hình 3.18 Bản đồ trích xuất trượt lở trên ảnh viễn thám khu vực -s: 96

Hình 3.19 Trượt lở tai Km 17 + 200 (a) và Km 16 + 680 (b) -<<-<< 97

Hình 3.20 So đồ tài liệu thực tế tuyến đường Cát Hải - Cát Tiến - - 97Hình 3.21 Điểm trượt lở thể hiện trên ảnh Google Earth và hình ảnh ngoài thực địa trêntuyến đường Cát Hải - Cát Tiến (Km 23) - 2:22 ©22+SE+EE££E+2EESEEEEErEErrrxerkrrkerree 99Hình 3.22 (a) Khu vực nghiên cứu (km 23 - tinh lộ 639) được bay chụp bang UAV

Mavic 2-Pro (từ 312 bức ảnh) và (b) Mô hình DSM của khu vực nghiên cứu xử lý anh

bang phần mềm A giSOfY -¿- 2£ £+S£+SE£EE£EEEEE2EEEEEEEEEEE12112717171121127171 711 xe 100

Hình 3.23 (a) Khu vực nghiên cứu (km 16- tinh lộ 639) được bay chụp bằng UAVMavic 2-Pro (từ 204 bức ảnh) và (b) Mô hình DSM của khu vực nghiên cứu xử lý ảnh

bang phần mềm AgiSOfY ¿2° £SE+SE9EE2EE2EEEEEEEEEEEEEEEE11121121571117111111 1.1 re 100Hình 3.24 Các điểm trượt lở dọc tuyến đường tinh lộ 639 (đoạn Cát Hải - Cát Tién) 101

Hình 3.25 Vị trí của núi Bà Hỏa trên ảnh Google Earth (Ảnh chụp ngày 21-10-2018) 102

Hình 3.26 Tăng cường độ sáng cho các khu vực trượt lở a Phát hiện các điểm trượt lở

tiêm năng sau khi tăng cường ảnh; b1 Anh được cắt ra từ ảnh gôc và kêt hợp màu giả;

b2 Các khu vực trượt lở tiỀm năng - ¿- ¿©sSE+SE£EE+EE2EE2EEEEEEEEEEEEEEkrrerrerrrred 102Hình 3.27 Kết quả nhận diện các điểm có khả năng là trượt lở khu vực núi Bà Hỏa, TP.

Quy NNO 0 cece + 103

Hình 3.28 Vi trí các điểm khảo sát thực dia khu vực núi Ba Hỏa 104Hình 3.29 (a) Khu nhà lấn sâu vào khe núi và nơi cháu bé bị vùi lắp; (b) Khối trượt 3có vách đốc và nha lan vào các khe; (c) Khối trượt 4 có khe lớn và sườn có nhiều đá lăn;(d) Khối trượt 5 có 3 khe lớn và có thé đây là khối trượt cỔ - 2-2: 107

Hình 3.30 Ví trí vách trượt ven sườn núi Bà Hỏa trên anh Google Earth và ngoài thực dia 108Hình 3.31 Ví trí vách trượt ven sườn núi Bà Hỏa (sát tường nhà khu dân cư) trên ảnh

Google Earth và ngoài thỰC ỞỊa - - c5 1321132111111 1111 9111111111 111g 11H HH ng ri 108

Hình 3.32 Các điểm trượt lở dọc tuyến đường xung quanh khu vực Núi Bà Hỏa 109Hình 3.33 Các điểm trượt lở dọc tuyến đường tại 03 khu vực nghiên cứu trọng điểm

trên địa bàn tỉnh Bình Định: - << 1331221111111 2311111111 93311 1kg 11 tre 109

Hình 3.34 Sơ đồ hệ thống quy trình thành lập bản đồ các vùng có nguy cơ trượt lở 110Hình 3.35 Ban đồ đánh giá nguy cơ trượt lở khu vực núi Ba Hỏa 114Hình 3.36 Bản đồ đánh giá nguy cơ trượt lở tuyến đường An Hòa - An Toàn theo môhinh thong ké Mat d6 TINNNNg.:'.':.: 115

Hình 3.37 Bản đồ đánh giá nguy cơ trượt lở tuyến tỉnh lộ 639 theo mô hình thống kê

00: 0177 115

Hình 3.38 Bản đồ đánh giá nguy cơ trượt lở núi Bà Hỏa -. -22-75¿55¿ 118Hình 3.39 Bản đồ đánh giá nguy cơ trượt lở tuyến đường An Hòa-An Toàn theo môhình hồi quy IOgiSfiC -¿- ¿5° SE9SE+EE9EE2EE2EEEEEEEEEEEEEEE1211211211 211111111111 re 119Hình 3.40 Ban đồ đánh giá nguy cơ trượt lở tuyến tinh lộ 639 theo mô hình hồi quy

Hình 3.47 Quan hệ giữa lượng mưa ngày, lượng mưa 3 ngày trước đó với trượt lở khu

vực huyện An Lão, tinh Bình Dinh từ 2005 - 2019 - Sc+ Sex * + vkerrsserrseree 128Hình 3.48 Quan hệ giữa lượng mưa ngày, lượng mưa 5 ngày trước đó với trượt lở khuvực huyện An Lão, tỉnh Bình Định từ 2005 - 20119 -.- 5 SĂ + + ++ ii 128Hình 3.49 Quan hệ giữa lượng mưa ngày, lượng mưa 7 ngày trước đó với trượt lở khuvực huyện An Lão, tỉnh Binh Dinh từ 2005 - 2019 - S.G SSc S2 *esrrrererske 128Hình 3.50 Quan hệ giữa lượng mưa ngày, lượng mưa 10 ngày trước đó với trượt lở khuvực huyện An Lão, tinh Bình Dinh từ 2005 - 2019 5 S3 + skvsirrrrererrsrres 129Hình 3.51 Quan hệ giữa lượng mưa ngày, lượng mưa 13 ngày trước đó với trượt lở khuvực huyện An Lão, tinh Bình Định từ 2005 - 20119 -.- 5 S- + + + Hư 129Hình 3.52 Quan hệ giữa lượng mưa ngày, lượng mưa 15 ngày trước đó với trượt lở khuvực huyện An Lão, tỉnh Bình Dinh từ 2005 - 2019 - S S25 1+ *sireserersee 129Hình 3.53 Quan hệ giữa lượng mưa ngày và lượng mưa 17 ngày trước đó với trượt lởkhu vực huyện An Lão, tỉnh Bình Dinh từ 2005 - 20109 -SĂcsSssrsserserssrs 130Hình 3.54 Quan hệ giữa lượng mưa ngày, lượng mưa 20 ngày trước đó với trượt lở khuvực huyện An Lão, tinh Bình Định từ 2005 - 2019 5 St ++*skrsrrrrersserrseres 130

Hình 3.55 Ngưỡng mưa gây trượt lở khu vực khu vực huyện An Lão, tỉnh Binh Định 132

Hình 3.56 Các ngưỡng cảnh báo trưỢt ÏỞy - c5 + xnxx ng rệt 133

XI

DANH MỤC BANG

Bảng 3.1 Thông số chính của ảnh viễn thám Sentinel-1 tại khu vực nghiên cứu 84

Bảng 3.2 Thông số chính của ảnh viễn thám Landsat 8 tại khu vực nghiên cứu 84

Bảng 3.3 Tổng hợp một số khối trượt điểm hình trên tuyến đường An Hòa đi An Toàncủa huyện An LÃO - - + 4k3 9E HH HH HH HH 90Bảng 3.4 Thông tin anh Sentinel 1 năm 2018 khu vực nghiên cứu 95

Bang 3.5 Thông tin anh Landsat 8 năm 2018 khu vực nghiên cứu - - 95

Bảng 3.6 Hiện trạng các điểm trượt lở trên tuyến đường tỉnh lộ 639 98

Bang 3.7 Thông tin dir liệu anh Sentinel 1 năm 2018 khu vực nghiên cứu 102

Bảng 3.8 Thông tin anh Landsat 8 năm 2018 khu vực nghiên cứu 102

Bang 3.9 Hiện trạng các điểm trượt lở trên khu vực núi Bà Hỏa - TP Quy Nhơn 104

Bang 3.10 Bảng thống kê trọng số từng lớp yếu tố theo mô hình thống kê mật độ I I 1Bảng 3.11 Bảng thống kê các tham số của mô hình hồi quy logistic 116

Bang 3.12 Thống kê các sự kiện mưa lớn gây trượt lở tai các khu vực miền núi huyện

An Lão, tinh Bình Định (từ 2005 đến 2019) ¿2¿+++2E++EEE+EEtEEEerEkrrkerrkerred 125Bảng 3.13 Thống kê đặc trưng mưa trong các sự kiện trượt lở khu vực huyện An Lão.126

Xil

MỞ DAU1 TINH CAP THIẾT CUA DE TÀI

Trượt lở được xem là một trong những tai biến thiên nhiên nguy hiểm nhất, hàngnăm đều gây thiệt hại lớn về tính mạng và tài sản (bao gồm cả chỉ phí trực tiếp và gián

tiếp) Trượt lở được định nghĩa là sự chuyền động của một khói đá, đất xuống phan thấp

của địa hình [82], có thé được kích hoạt bởi một loạt các yếu tố bên ngoải như mưa lón,động dat, thay đổi mực nước, sóng bão hoặc dòng chảy gây xói mòn nhanh chóng dan

đến sự gia tăng ứng suất cắt, hay giảm sức chống cắt của đất đá Ngoài ra, sự phát triển

mở rộng đến các khu vực mái dốc kém 6n định dưới áp lực của gia tăng dân số, đô thịhóa hay các hoạt động nhân sinh như phá rừng, khai đào mái dốc xây dựng đường giao

thông, các khu dân cư, v.v đã trở thành yếu tổ quan trọng gây ra trượt lở Trượt lở đã

và đang gây ra một số lượng lớn các thương vong và thiệt hại kinh tế nghiêm trọng ở

các khu vực miền núi trên thế giới cũng như tại Việt Nam.

Binh Dinh là tỉnh thuộc vùng duyên hải Nam Trung Bộ Việt Nam, có tổng diệntích tự nhiên 6.071,3 km’, phía bắc giáp tỉnh Quảng Ngãi, phía nam giáp tỉnh Phú Yên,

phía tây giáp tinh Gia Lai, phía đông giáp Biên Đông Về điều kiện tự nhiên, Bình Dinh

có địa hình khá phức tạp, địa hình đồi, núi (phía tây) xen lẫn đồng bằng và khu vực venbiển (phía đông); đồng thời, có cấu trúc địa chất phức tạp, đặc biệt là các hoạt động Tânkiến tạo gây ra sự phân cắt địa hình mạnh mẽ, tạo các mương xói, khe hẻm, tăng độ dốcsườn, dẫn đến phát triển hiện tượng trượt lở, đặc biệt là trong các đợt mưa lớn Trongđiều kiện tự nhiên không thuận lợi, các hoạt động nhân sinh đã làm phát sinh và cườnghoá hiện tượng trượt lở, gây nhiều thiệt hại nghiêm trọng, là can trở đáng kế cho sự pháttriển bền vững của tinh Bình Dinh.

Hiện nay, việc ứng dung GIS, kết hợp viễn thám, bay chụp bằng UAV và các môhình toán học như thống kê mật độ, hồi quy logistic và mạng nơron nhân tạo dé nghiêncứu và xây dựng các bản đồ nguy cơ trượt lở đã được áp dụng thành công ở nhiều khuvực khác nhau trên thế giới cũng như ở nước ta Tuy nhiên, ở khu vực tỉnh Bình Định,

đặc biệt là dọc các tuyến giao thông, nơi thường xuyên xảy ra hiện tượng trượt lở, các

nghiên cứu bằng việc kết hợp các công cụ và phương pháp hiện đại nêu trên hầu nhưchưa được triển khai, mà mới chỉ sử dụng phương pháp truyền thống là khảo sát thựcđịa và kết hợp với GIS Do vậy, việc kết hợp nhiều phương pháp đồng bộ (ảnh viễnthám, GIS, sử dụng UAV, khảo sát thực địa và áp dụng các mô hình toán) để xây dựng

bản đồ hiện trạng và bản đồ nguy cơ trượt lở dọc các tuyến giao thông trên địa bàn tỉnh

Bình Định là một hướng nghiên cứu mới và rất cần thiết trong bối cảnh hiện nay Kết

qua nghiên cứu là cơ sở quan trọng dé có thé đưa ra các cảnh báo nguy cơ trượt lở cũng

như một số biện pháp phòng tránh, giảm thiêu thiệt hại về người và tài sản tại các khu

2 MỤC TIEU NGHIÊN CỨU2.1 Mục tiêu nghiên cứu

Lam sáng tỏ hiện trạng và đánh giá nguy cơ trượt lở doc theo các tuyến đườngbộ trọng điểm tại tỉnh Bình Định trên cơ sở ứng dụng GIS, viễn thám và các mô hình

học máy.

2.2 Nội dung nghiên cứu

- Nghiên cứu mối tương quan giữa các yếu tố địa mạo (độ cao, độ dốc, hướngdốc, ), địa chất, thảm thực vật, đặc tính của đất, hoạt động nhân sinh và lượng mưa với

hiện tượng trượt lở dọc các tuyên giao thông trọng điêm tỉnh Bình Định;

- Nghiên cứu hiện trạng và nguyên nhân gây trượt lở dọc các tuyến giao thông

trọng diém tỉnh Bình Dinh;

- Sử dụng dữ liệu ảnh vệ tinh Sentinel-1, Sentinel-2, Landsat 8 va dữ liệu Google

Earth kết hợp với công nghệ viễn thám, GIS dé khoanh vùng hiện trang trượt lở trên một

số tuyến giao thông bộ trọng điểm của tỉnh Bình Định;

- Nghiên cứu sử dụng các phương pháp thống kê mật độ, hồi quy logistic và môhình mang noron nhân tạo, kết hợp công nghệ GIS dé đánh giá các khu vực có nguy cơxảy ra trượt lở trên một sỐ tuyến giao thông bộ trọng điểm của tỉnh Bình Định;

- Nghiên cứu ngưỡng mưa gây trượt lở để đưa ra cảnh báo sớm tai biến trên mộtso tuyên giao thông bộ trọng điêm thuộc tỉnh Bình Dinh.

3 ĐÓI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU

3.1 Đối tượng nghiên cứu

Luận án nghiên cứu trượt lở tại các mai dốc chịu ảnh hưởng trực tiếp của hoạt

động nhân sinh, không nghiên cứu các trường hợp trượt lở sườn dốc tự nhiên Bên cạnhđó, luận án chỉ tập trung nghiên cứu hiện tượng trượt lở mái dốc do tác dụng chủ yếu

của trọng lực, không nghiên cứu hiện tượng trượt lở ta luy âm do tác dụng của dòng

chảy và các điểm trượt lở đã được phòng chống bằng các giải pháp công trình.

3.2 Phạm vi nghiên cứu

Nghiên cứu trượt lở mái dốc các tuyến giao thông đường bộ được khu trú tại phầnđất dốc chịu ảnh hưởng trực tiếp của các hoạt động nhân sinh (khai đào, xây dựng côngtrình, canh tác, ) thuộc phạm vi dọc theo tuyến đường va mở rộng về 2 phía tới cácranh giới của đường phân thủy gần nhất.

Tỉnh Bình Định có hệ thống giao thông đường bộ phát triển với các tuyến quốclộ chính là 1A, 1D và 19 Hiện tượng trượt lở dọc các tuyến quốc lộ diễn ra khá phổbiến, đặc biệt là đoạn đèo An Khê, quốc lộ 19, đoạn Quy Nhơn-Sông Cầu, quốc lộ ID.Do tính chất quan trọng của các tuyến quốc lộ này, đại đa phần các điểm trượt lở đều đãvà đang được xử lý bằng các giải pháp công trình và không thuộc phạm vi nghiên cứucủa luận án Nội dung nghiên cứu sẽ tập trung ở 03 tuyến giao thông bộ trọng điểm trên

địa bản tỉnh Bình Định, gồm:

+ Tuyến đường bộ An Hòa - An Toàn (huyện An Lão, khu vực tỉnh Bình Định)đặc trưng cho các tuyến giao thông ở miền núi;

+ Tuyến đường ven biển tỉnh lộ 639 đi qua địa phận huyện Phù Cát (đoạn Cát

Hải - Cát Tiến) đặc trưng cho các tuyến giao thông cắt qua địa hình đồi núi ven biển;

+ Tuyến đường nội thị xung quanh khu vực núi Bà Hỏa, địa phận thành phố QuyNhơn đặc trưng cho các tuyến giao thông trong khu vực đô thị hóa.

4 NHỮNG DIEM MỚI CUA LUẬN ÁN

- Ứng dụng tổ hợp các phương pháp viễn thám (ảnh vệ tinh, UA V), khảo sát thựcđịa và mạng nơron nhân tạo xây dựng được bản đồ hiện trạng trượt lở dọc các tuyến

đường giao thông trọng điểmở tỉnh Bình Định;

- Đánh giá được nguy cơ trượt lở băng các phương pháp thống kê mật độ, hồiquy logistic và mạng noron nhân tạo; đồng thời so sánh độ chính xác của các mô hình,đề xuất mô hình phù hợp trong việc xây dựng bản đồ nguy cơ trượt lở dọc các tuyến

giao thông đường bộ trên dia bàn tỉnh Bình Dinh.

5 Ý NGHĨA KHOA HỌC VÀ THỰC TIỀN5.1 VỀ ý nghĩa khoa học

Luận án đã xác lập được quy trình và cách thức kết hợp các mô hình học máy và

ứng dụng hệ thông tin địa lý, viễn thám dé xác định hiện trang và đánh giá nguy cơ trượt

lở dọc các tuyến đường giao thông đường bộ.5.2 Về ý nghĩa thực tiễn

Luận án sử dụng một sô dữ liệu ảnh viên thám có san và kêt quả của một sô

nghiên cứu liên quan nên tiêt kiệm được thời gian và kinh phí thực hiện.

Các dữ liệu được lưu trữ và quản lý trong GIS nên khả năng cập nhật và sử dụng

thông tin rất linh động và tiết kiệm chỉ phí.

Kết quả của luận án có thé giúp các nhà quản lý, các nhà quy hoạch có đầy đủ hơn

cứ liệu dé có thé đưa ra các biện pháp thích hợp và hiệu quả nhất nhằm giảm thiểu rủi ro vàthiệt hại do trượt lở trên các tuyến giao thông trọng điểm trên địa bàn tỉnh Bình Định gâyra, góp phan vào việc phát triển kinh tế - xã hội tại địa phương một cách bền vững.

6 LUẬN DIEM BẢO VE

- Luận điểm 1: Các phương pháp trộn ảnh vệ tinh Landsat 8 và Sentinel-1, phân

tích phd, két hop huấn luyện và kiểm định thực tế băng thuật toán mạng noron nhân tạo

cho phép xác định được hiện trạng trượt lở tại ba khu vực nghiên cứu trọng điểm ở tỉnhBình Định (tuyến đường An Hòa - An Toàn, huyện An Lão, đường tỉnh lộ 639, huyệnPhù Cát và khu vực núi Bà Hỏa, thành phố Quy Nhơn) với độ chính xác cao.

- Luận điểm 2: Các cấp nguy cơ trượt lở khác nhau tại ba khu vực nghiên cứutrọng điểm tinh Binh Dinh được xác định qua phân tích đồng thời 12 yếu tố ảnh hưởng

3

bằng các phương pháp thống kê mật độ, hồi quy logistic và mạng noron nhân tạo, trong

đó phương pháp mạng nơron nhân tạo đạt độ chính xác cao nhất.

7 CƠ SỞ TÀI LIỆU

- Dữ liệu mưa trong 20 năm (1998 - 2019) tại các trạm thủy văn tỉnh Bình Định

(An Hòa, Bồng Sơn, Vĩnh Sơn, Bình Tường, Thạnh Hòa, Vân Canh, Diên Trì) và mộtsố trạm đo mưa tự động trên địa bàn tỉnh Bình Định;

- Các kết quả nghiên cứu về địa chất thủy văn và địa chất công trình khu vực tỉnh

Bình Định do PGS.TS Đỗ Minh Đức và nhóm nghiên cứu thực hiện các năm 2006 và 2009;

- Các số liệu, dữ liệu lịch sử khối trượt, thông số khối trượt được thu thập quangoài thực địa (2006, 2009, 2011) Các dữ liệu về các vụ trượt lở thu thập qua các kênh

thông tin, báo chí từ năm 2005-2019;

- Các dữ liệu ảnh vệ tinh Sentinel-1, Sentinel-2, Landsat 8;

- Bản đồ địa hình, ty lệ 1:10.000, Bộ Tài nguyên và Môi trường thành lập (2011);- Bản đồ đất tỉnh Bình Định năm 2015 do Sở Tài nguyên và Môi trường Bình

Định thành lập;

Báo cáo quy hoạch, kế hoạch sử dụng đất đai tỉnh Bình Định thời kỳ 2015

-2020 do Sở Tài nguyên và Môi trường Bình Định cung cấp;

- Số liệu thu thập được từ các đợt đi thực địa của tác giả và các cộng sự vào các

năm 2017, 2018, 2019 và 2020.

8 CÁU TRÚC CỦA LUẬN ÁN

Mở đầu

Chương 1: Cơ sở lý luận và phương pháp nghiên cứu

Chương 2: Các yếu tố tự nhiên và kinh tế - xã hội ảnh hưởng đến trượt lở các

tuyến đường giao thông bộ tỉnh Bình Định

Chương 3: Nghiên cứu hiện trạng và đánh giá nguy cơ trượt lở tại các tuyến giaothông trọng điểm ở tỉnh Bình Định ứng dụng công nghệ viễn thám và GIS

Kết luận và kiến nghị

CHUONG 1 CƠ SỞ LÝ LUẬN VÀ PHƯƠNG PHÁP NGHIÊN CỨU

1.1 Tổng quan các công trình nghiên cứu trong và ngoài nước1.1.1 Khái quát về trượt lở

Trượt lở được phân vào nhóm thiên tai nguy hiểm nhất, sây những tác động nghiêmtrọng đến môi trường và con người [111] Trượt lở được định nghĩa là sự dịch chuyên

của khối đá, các mảnh vụn hay đất xuống mái dốc [95] Khái niệm này gồm 2 phần,

"rượt" được sử dụng dé thé hiện sự dịch chuyền nói chung (không phân biệt các kiểu

dịch chuyền khác nhau) Tùy loại vật liệu và trạng thái ứng suất mà sự dịch chuyển này

có thê là trượt (dịch chuyền theo mặt phá hủy), đồ lật, dòng chảy hay hỗn hợp Phần thứhai, "dat da" được sử dung dé thể hiện loại vật liệu cau thành mái dốc và là đối tượng

chủ yếu tham gia vào sự dịch chuyền [60, 84, 118, 133, 160].

Khe nứt

Đỉnh Mũ

Vách trượt

ThânChân Chân mặt trượt

Mặtphản — trust

Hình 1.1 Cấu tạo các thành phần của một khối trượt điền hình [8]

Mỗi khối trượt tạo nên một khu trượt mà ranh giới, hình dạng của nó ở trên mặt

bằng được quyết định bởi kích thước và kiểu trượt Những khối đất đá đã được dịchchuyên tạo thành thân trượt Phương thức (cơ chế) dịch chuyên đất đá là rất khác nhau

và quyết định dạng trượt Trong một số trường hợp phát sinh trượt một hoặc nhiều khối

tang dat đá, ở những trường hợp khác, đất đá lại dịch chuyền giống như vật thé lỏng

nhớt trên mặt trượt Bề mặt mà ở đó các khối đất đá trượt tách ra và dịch chuyên xuống

dưới thấp gọi là mặt trượt Mặt trượt là một yếu tố cau trúc của khối trượt không théthiếu được và đồng thời cũng là dấu hiệu nhận biết hiện tượng trượt Trượt có thé cómột hoặc nhiều mặt trượt và do sự tồn tại nhiều mặt trượt đó mà cấu trúc càng phức tạphơn Nơi mặt trượt xuất lộ ở chân mái dốc, chân mái dốc được gọi là chân trượt, còn ở

phần trên của sườn được gọi là đỉnh trượt Chỗ mặt trượt lỗi ra ngoài bên phải, bên trái

trục khối trượt có tên là bờ trượt [29, 68, 74].

Đề xác định nguyên nhân và dự báo trượt lở phải xác định được mỗi tương quan

tổng thể đến trượt lở của các hợp phần tự nhiên đồng thời thể hiện được sự phân bố

trong không gian của các đới có khả năng xảy ra trượt lở với các cấp khác nhau Trong

nghiên cứu trượt lở, cần xác định hệ số 6n định sườn đốc (Fs) Fs là tỷ số giữa tổng lực

kháng trượt với lực gây trượt Giá trị Fs cho ta biết khi nào sẽ xảy ra trượt Khi Fs > 1

5

thì sườn 6n định và trượt không xảy ra Trái lại, vì nguyên nhân nao đó (như tăng độ

dốc sườn, giảm lực kêt dính) lực gây trượt lớn hon lực kháng trượt, khi đó Fs < 1, hiệntượt trượt sẽ xảy ra.".[47].

Hình 1.2 Sơ đồ nguyên lý phát sinh trượt lở [47]

Theo sơ đồ hình 1.2, sức kháng trượt (S) của một khối đất đá liên quan đến cácthông số cơ bản là: độ kết dính của vật liệu (C), hệ số ma sát trong (tg@), áp lực nước lỗhồng (Pw), ứng suất hữu hiệu (ồn) và góc đốc mặt trượt (a) Hiện tượng trượt sẽ xảy rakhi sức kháng trượt giảm đi và nhỏ hơn ứng suất mặt trượt Quá trình đó xuất hiện liên

quan đến rất nhiều tham số của khối trượt.

Hiện nay, trên thế giới cũng như tại Việt Nam, trượt lở đã gây ra nhiều thiệt hại vềngười và của cho người dân sinh song tại các khu vực có nguy cơ trượt lở cao, đặc biệt là

khu vực đồi núi có các tuyến giao thông cắt qua Trượt lở xảy ra dọc trên các tuyến giao

thông, ngoài thiệt hại về người và của, hư hỏng các tuyến giao thông còn gây chia cắt giaothông, ảnh hưởng đến việc lưu thông trong khu vực, dẫn đến ảnh hưởng rất lớn đến việcphát triển kinh tế - xã hội tại địa phương, nơi có các tuyến đường này đi qua Trong nhữngnăm qua, trên thế giới, trong đó có Việt Nam, đã có nhiều nghiên cứu ứng dụng công nghệ

viễn thám, GIS và các mô hình toán dé hỗ trợ việc lập các ban đồ hiện trạng, cũng nhưbản đồ nguy cơ trượt lở trên phạm vi quy mô khu vực, lưu vực và doc các tuyến giao

thông Dé xây dựng cơ sở lý thuyết cũng như có căn cứ đề xuất các phương pháp nghiêncứu hợp lý về tai biến trượt lở, nghiên cứu sinh tiến hành xem xét tổng quan các nghiên

cứu đã thực hiện trong nước và quốc tế về lĩnh vực này.1.1.2 Tình hình nghiên cứu trên thế giới

Những năm gần đây, việc ứng dụng viễn thám và GIS đã tạo ra được những ảnh

hưởng tích cực trong công tác nghiên cứu và đánh giá tai biến trượt lở Việc này đã và

đang được á áp dụng ở hầu hết các nước trên thế giới, từ Mỹ, Nhật Bản, Canada, các nước

Châu Âu, Án Độ, Trung Quốc, Indonesia, v.v nơi hàng năm thiệt hai do trượt lở tới

hàng tỉ USD [62] Các nghiên cứu về trượt lở có nội dung đa dạng và phương pháp

phong phú, tuy nhiên có thé gộp thành các hướng chính sau:

1.1.2.1 Hướng nghiên cứu trượt lở dựa vào kinh nghiệm

Đây là nhóm phương pháp mang nhiều yếu tố chủ quan vì phụ thuộc vào kinh

nghiệm đánh giá của chuyên gia, nên thường gây nhiều hoài nghi Theo phương pháp

này, mối quan hệ được thiết lập giữa khả năng xảy ra trượt lở với các yếu tô gây trượt

thông qua việc gán thứ hạng và trọng số Thứ hạng biểu dat cho mức độ tác động củacác lớp trong mỗi yếu tố đối với quá trình trượt lở Trong khi, trọng số biểu đạt cho mức

độ ảnh hưởng mạnh yếu của mỗi yếu tô đối với khả năng xảy ra trượt lở Việc gắn trong

số và thứ hạng phụ thuộc vào kinh nghiệm của các chuyên gia và các kết quả thường

không được tái sử dụng Nồi bat và được sử dụng nhiều hơn cả là mô hình phân tích đatiêu chí thông qua các ma trận để so sánh cặp giữa các nhân tố ảnh hưởng gây trượt lở

(phương pháp AHP) Do mô hình này đã giảm thiểu tính chủ quan trong khi xem xét

mối quan hệ giữa khả năng xảy ra trượt lở bằng cách định lượng tầm quan trọng tương

đối của các yếu tố gây trượt, vì vậy phương pháp nay đã được ứng dụng rộng rãi trong

nhiều nghiên cứu ở nhiều khu vực khác nhau trên thế giới, như ở Châu Á: Nepal [136],Trung Quốc [126], Iran [73], Ấn Độ [177], Hàn Quốc [178], Đài Loan [179] v.v.; khuvực Châu Au: Italy [180], Thổ Nhĩ Kỳ [181], Slovakia [182] v.v.; Châu Phi: Morocco

[183], Algeria [185] v.v

1.1.2.2 Hướng nghiên cứu trượt lở dựa vào dữ liệu

Các nghiên cứu theo hướng này định lượng tầm quan trọng tương đối của các

yêu tô gây trượt khác nhau dựa trên số biểu hiện của mối quan hệ của các yếu tố gây

trượt và trượt lở Phương pháp này được cho là khách quan hơn vì việc ước lượng xác

suất xảy ra trượt lở đưới dạng số Độ tin cậy của phương pháp này phụ thuộc vào số

lượng và chất lượng của dữ liệu cũng như quy mô đữ liệu Đây là phương pháp có khả

năng giảm thiêu tính chủ quan trong quá trình gan trọng số bằng cách thống kê (so sánh)sự phân bố không gian của các vết trượt có liên quan đến các yếu tô gây trượt lở khácnhau trong quá khứ Theo cách tiếp cận này, bản đồ hiện trạng trượt lở là đầu vào khôngthé thiếu trong các phép phân tích [89, 111, 127, 131, 166, 167, 168, 170].

Theo hướng tự động nhận diện điểm trượt và thành lập bản đồ nguy cơ trượt lở,

đáng lưu ý là công trình cua Chen và các cộng sự (2018): “A practical trial of landslidedetection from single-temporal Landsat 8 imges using countour-based proposals andrandom forest: a case study of national Nepal ” [87] Trong nghiên cứu nay, tác giả đã

sử dung mô hình độ cao số DEM (30m) dé loại bỏ bớt các pixel nền trên ảnh không cókhả năng xảy ra trượt lở như đất bằng Đối với ảnh vệ tinh, tác giả đã sử dụng chức năngloại bỏ mây dé giảm ty lệ mây che phủ trên ảnh, sau đó tiễn hành tăng cường chất lượngảnh bằng việc loại bỏ các khu vực đất băng không có khả năng trượt lở; sau đó tăngcường chat lượng ảnh đối với các khu vực dat trống thông qua chỉ số nghịch đảo thựcvật (EVI) Bước tiếp theo là nhận dạng các điểm có tông màu sáng khác biệt trên ảnh và

sử dụng phương pháp nhận dạng các pixel trên các đường bao và được so sánh với các

pixel nên lân cận dé có thé nhận dạng tự động được các khu vực trượt lở bang phươngpháp cây quyết định Trong nghiên cứu này, tác giả đã sử dụng 12 ảnh Landsat 8, trong

đó sử dụng 01 anh để làm mẫu huấn luyện nhận diện các khu vực trượt lở cho các ảnhcòn lại Tuy nhiên, tác giả cũng thừa nhận độ chính xác của phương pháp này chưa cao,

7

vẫn còn xảy ra nhiễu do việc nhận dạng các đối tượng gần giống nhau dưới mặt đấtnhưng thực tê không phải là trượt lở.

Dieu và các cộng sự (2020) [111] giới thiệu mô hình mạng noron học tập sâu

(DLNN) trong các đánh giá tính nhạy cảm trượt lở đất và so sánh hiệu suất dự đoán củanó với các mô hình học máy thông thường Theo đó, phương pháp Tỷ số tần số

(Frequency Ratio) được sử dụng dé ước tính mối quan hệ giữa các biến liên quan đến

trượt lở và sự hiện diện của trượt lở và gán cho mỗi lớp biến một giá tri trong s6 Dua

trên các kết qua về kha năng dự đoán của các biến liên quan đến trượt lở được đánh giá

bằng phương pháp Tỉ lệ thông tin (Information ration), tất cả các biến được xử lý thêm

vì chúng có tính dự đoán cao Kha năng học tập của mô hình DLNN đã được đánh giavà so sánh với Mạng nơ ron đa lớp (Multi Layer Preceptron Neural Network), Máy vectơ

hỗ trợ (Support Vector Machine), mô hình Cây quyết định C4.5 (C4.5-Decision Tree)

và mô hình Rừng ngẫu nhiên (Random Forest) Kết qua cho thay mô hình DLNN được

dé xuất có hiệu quả cao hơn so với bốn mô hình chuẩn Mặc dù phương pháp DLNNchưa được sử dụng nhiều trong đánh giá tính nhạy cảm trượt lở, tuy nhiên nghiên cứunhắn mạnh răng, việc sử dụng phương pháp học sâu có thể được coi là một phương phápthay thế thỏa đáng đề lập bản đồ độ nhạy cảm trượt lở.

Dou và cộng sự (2020) [116] cũng so sánh các mô hình trí tuệ nhân tạo dé nghiéncứu hiệu suất dự đoán của các kỹ thuật lấy mẫu khác nhau trong việc lập bản đồ tính

nhạy cảm với trượt lở Nghiên cứu đã tính toán theo 3 mô hình là hồi quy logistic (LR),

mạng nơron (NNET) và mạng noron học sâu (DLNN) dé kiểm tra và đánh giá nhạy cảmtrượt lở theo các kỹ thuật lay mau khác nhau: (1) ở điểm trung tâm phần trên vách trượt,

(2) ở điểm trung tâm của toàn thân khối trượt, (3) lay theo diện tích của toàn khu vựcphía trên vách trượt và (4) lay toàn bộ thân khối trượt Kết quả cho thấy, đối với mô hình

DLNN ở bat kế kỹ thuật lấy mẫu nào đều cho độ chính xác tương đương nhau Trong

khi đó, thử nghiệm với LR và NNET tạo ra sự khác biệt lớn hon về độ chính xác giữa

bốn bộ dữ liệu Từ đó, nghiên cứu đã đề xuất rang mô hình DLNN là thích hợp nhất dé

tăng hiệu suất dự báo trong thành lập bản đồ nhạy cảm trượt lở nếu việc lay mẫu các vitrí trượt lở không được kiêm kê rõ ràng.

Tùy thuộc vào điều kiện thực tế của từng khu vực, các yếu tố là đữ liệu đầu vàocho các mô hình tính toán thống kê xây dựng bản đồ nguy cơ trượt lở rất khác nhau.Suree Teerarungsigul (2007) xác định có 9 yếu tổ ảnh hưởng gồm: thạch học, đứt gãy,thực phủ, chỉ số khác biệt thực vật (NDVI), góc đốc, hướng dốc, hướng dòng chảy, đơn

vị đất, độ cao N ghién cứu cua Nora Tasetti (2008), xác định có 5 yếu tố ảnh hưởng: độ

dốc, hướng dốc, địa chất, hiện trạng sử dụng đất, lượng mưa Tác giả Ivaca Milevski

(2009), xác định có 08 yếu tố ảnh hưởng: độ cao, độ dốc, địa mạo, hướng dốc, NDVI,địa hình, chi số âm ướt địa hình (TW), chỉ số năng lượng dòng chảy (SPI).

Ngoài ra, trong những năm gần đây còn rất nhiều các nghiên cứu trên thế giới

được thực hiện theo hướng tiếp cận dữ liệu dé nghiên cứu trượt lở Bởi đây là hướng

tiếp cận hiện đại, khách quan, có tính định lượng va đảm bảo độ tin cậy cao, vì vậy nó

đã trở thành xu thế của thời đại trong nghiên cứu trượt lở.

1.1.2.3 Hướng nghiên cứu về tương quan giữa trượt lở và mưa

Mua và động đất là những yếu tố tự nhiên quan trọng gây phát động trượt lở Nóimột các khác đây là những điều kiện cần dé xảy ra trượt lở Phần lớn các trận trượt lởtrên thé giới được kích hoạt bởi mưa lớn hay mưa kéo dai Nước mưa ngắm xuống khốitrượt một mặt làm tăng tải trọng của khói đất đá trên mái dốc, làm giảm độ bền của dat

đá, giảm hệ số ma sát trong và lực kết dính Mặt khác, còn tạo thành dòng ngầm sinh ra

áp lực nước thủy động và thủy tĩnh kết qua làm lực gây trượt tăng một cách đáng kể.

Quan hệ giữa trượt lở với mưa cả về cường độ lẫn thời gian mưa đã được nhiều tác giả

quan tâm.

Ở dạng tông quát, Caine (1980) [82] nghiên cứu 73 trận mưa dẫn đến trượt lở

nông và lũ bùn đá ở trên thế giới đã đưa ra ngưỡng cường độ mưa I (mm/h) và thời gian

mưa D (h) liên hệ với nhau qua công thức: I = 14,82 D93, Công thức trên có thé thay

đổi đối với khu vực có lượng mưa trung bình năm cao băng cách bồ sung thêm tỷ lệ mưa

trong sự kiện trượt lở với lượng mưa trung bình năm Tiếp cận tương tự đối với Hồng

Kông, Brand và nnk (1984) [80] cho rằng nếu lượng mưa 24h trước khi cả ra trượt lởmà vượt quá 200 mm thì ngưỡng mưa gây ra trượt lở lớn chỉ khoảng 70 mm/h ỞJamaica, Ahmad (2003) [64] cũng thấy rằng mưa trong thời gian ngắn, khoảng 1 giờđồng hồ với cường độ 39 mm/h và lượng mưa 24 giờ trước đó là 300mm cũng có thé

gây ra trượt lở Larsen và Simon (1993) nghiên cứu ở Puerto Rico thấy rằng mưa bão

với tông lượng 100 mm - 200 mm, cường độ khoảng 14 mm/h kéo dài trong vài giờ hoặccường độ 2 - 3 mm/h trong khoảng 100 giờ thì có thể gây ra trượt lở Tác giả cũng xác

định được mối tương quan giữa cường độ mưa (1) và thời gian mưa (D) bằng công thức

I=91,46D°#2 [143] Corominas và Moya (2002) nhận ra ở vùng thượng lưu sông

Llobregat, khu vực Đông Pyrenees tồn tại các ngưỡng mưa gây trượt lở và lũ bùn đá

trên các trầm tích trọng tích và trên vỏ phong hóa Trong trường hợp trước đó không có

mưa thì ngưỡng mưa khoảng 190 mm/24h bắt đầu phát động hiện tượng và ngưỡng 300

mm trong 24h - 48h có thê là trượt lở phát triển rộng rãi Trong trường hợp trước đó có

mưa, cường độ mưa vừa phải, hơn 40 mm/24h cũng làm kích hoạt trượt lở bùn trên các

thành tạo sét, sét bột Cũng trong trường hợp này mưa vài tuần với tổng lượng 200 mm

cũng đủ đề phát động trượt lở [94].

Moriwaki và cộng sự (2004) đã nghiên cứu trượt lở toàn diện bằng cách môphỏng lượng mưa, sử dụng mái dốc dai 23m và cao khoảng 8m bao gồm ba thành phan:

phần dốc trên 30°, phần dốc dưới 10° và phần nằm ngang dưới chân dốc đồng thời thiết

lập mưa với cường độ không đổi 100mm/h Sau 41 phút mưa chuyền động trên sườn thitrượt lở đầu tiên ở sườn trên khoảng 154 phút sau khi mưa Các quan sát trực quan tuầntự cung cấp một bản ghi rõ ràng về bề mặt trượt Kết quả cho thấy: sự gia tăng áp lựcnước phần trên dốc dẫn đến sự sup đồ của cấu trúc đất trong quá trình trượt tịnh tiễn,trong khi đó, phần dưới của dốc và mặt cắt ngang được trộn lẫn giữa đất nén và đất dokhối trượt [153].

Một cách tiếp cận khác, Chleborad và nnk (2006) khi nghiên cứu ở vùng Seatle(Washington) xác định ngưỡng mưa gây trượt lở theo chỉ tiêu: lượng mưa 3 ngày

cuối cùng trước trượt lở (Ps) và lượng mưa 15 ngày trước 3 ngày cuối (Pis) được thể

9

hiện bang công thức: P3 = 3,5 - 0,67Pis Bên cạnh đó, tác gia cũng đã đưa ra đượcmỗi tương quan giữa cường độ mưa (I tính bằng inch trên giờ) và thời gian mưa (D

tính bằng giờ) là I = 3,257D-"!3, Tương tự như vậy, một số tác giả khác cũng chi

dùng chỉ tiêu lượng mưa để xác định ngưỡng gây trượt lở như: lượng mưa ngày

(Dahal và Hasegawa 2008) [98], lượng mưa trước khi xảy ra trượt lở (Glade và cộng

sự., 2000), lượng mưa tích lũy (Polemio và Sdao., 1999), và lượng mưa tới hạn chuẩn

Lượng mưa tích lũy (mm)

Hình 1.3 Biéu diễn các tham số liên quan đến mưa [67]

Apip và nnk (2010) [65] đã nghiên cứu và đề xuất mô hình địa kỹ thuật - thủyvăn sử dụng anh mưa vệ tinh cho hệ thống dự báo trượt lở nông đối với quy mô lưu vực(hình 1.4) Nghiên cứu này đã mô tả khả năng ứng dụng của một hệ thống mô hình thủyvăn - địa kỹ thuật sử dụng anh mưa vệ tinh cho hệ thống dự báo trượt lở nông của các

mái dốc Mô hình phân bố dựa trên quy luật tự nhiên đã được phát triển bằng cách tích

hợp một sự phân bố mô hình lưới cơ sở đối với dòng chảy động học dựa trên phươngpháp tiếp cận ồn định độ dốc không giới hạn Mô hình này đã sử dung dữ liệu ảnh mưavệ tinh toàn cầu CMORPH gan thời gian thực với tần suất 1/2 giờ và được cung cấp bởi

NOAA-CPC Phương pháp nay đã được ứng dụng cho việc nghiên cứu trượt lở trong

quá khứ ở lưu vực sông Catarium trên (2.310km7), Indonesia; Bản đồ nhạy cảm trượt lở

bất biến theo thời gian cho thấy sự tương quan cao với các mô hình không gian của các

vụ trượt lở lịch sử đã được ghi nhận (1985-2008) Một sỐ nghiên cứu khác cũng cho

thấy sự ảnh hưởng của quá trình thủy lực đến giai đoạn đầu của trượt lở mái dốc

(Inverson 2000; Matshushi nnk 2006) [83, 146] Đối với khu vực nghiên cứu được chiara làm 2 đặc điềm liên quan đến trượt lở là chiều sâu của khối trượt và tốc độ khối trượt.Trong nghiên đó, tac gia đã mô hình hóa, địa hình lưu vực được biểu diễn dựa trên môhình độ cao số (DEM) được đưa vào ma trận trực giao của các ô lưới vuông Một ô lưới

vuông trên điểm giao của DEM được xem xét như là một lưu vực con, như thế được gọi

là một ô lưới Lưu vực sông được xem là như một mạng lưới các ô vuông Mỗi ô lưới

nhận các dòng chảy từ các 6 lưới phía trên và lượng mưa rơi vao ô lưới Các ô lưới này

được kết nối với những ô lưới khác tạo nên một dòng chảy xác định bởi hướng dốc nhất

trong 8 hướng Sự thoát nước và chiều sâu lớp nước khuếch tán đến ô lưới tiếp theo bản

10

đồ dòng chảy 8 hướng đã được định trước và dòng chảy định hướng phù hợp với DEMvà dữ liệu mạng lưới sông Dòng chảy trên các mái dốc được dẫn ra các dòng sông và

các dòng chảy này sẽ dẫn ra ngoài lưu vực [148, 180].

Hình 1.4 Biểu diễn mô hình thủy học phân bố ô lưới (Cole và Moore 2009) [93]

Tác giả cũng đã sử dụng dữ liệu mưa vệ tinh của NOAA, kết hop với dit liệu đo

mưa của trạm mặt đất dé làm dữ liệu đầu vào cho mô hình thủy văn, yếu tố có tác động

trực tiếp đến trượt lở khu vực nghiên cứu Tuy độ phân giải không gian của ảnh mưa vệtinh này không cao (8 x 8km), nhưng tác giả đã dùng phương pháp nội suy, kết hợp vớidữ liệu trạm đo mưa mặt đất (chỉ có một trạm trong khu vực nghiên cứu), đã xây dựngđược bản đồ cảnh báo trượt lở theo ngưỡng mưa [65].

Tại một số nước trong khu vực và các nước phát triển như Mỹ, Canada, Anh,

Pháp, Nga, New Zealand, Hồng Kông, Đài Loan việc quan trắc trượt lở đã được tiến

hành từ khá sớm Cùng với sự phát triển mạnh mẽ của công nghệ thông tin, hầu hết các

công tác quan trắc đã được tự động hoá đề có thể phát hiện và đưa ra các cảnh báo các

sự cô một cách chính xác va kịp thời và đã góp phần không nhỏ dé giảm thiểu thiệt hại

về tính mạng và tài sản đo tai biến trượt lở gây ra Hệ thống quan trắc dịch chuyền trượttự động có thể dự báo được chính xác các dịch chuyển mang tính phá hủy Một điều

quan trọng hơn là hệ thống quan trắc còn đánh giá được tính hiệu quả của các công trình

phòng chống trượt giúp các nhà thiết kế có những chỉnh sửa bổ sung cho phù hợp vớithực tế [149, 164, 190, 194, 197].

Malaysia đã phát triển công nghệ vũ trụ theo dõi và cảnh báo trượt lở từ những

năm 80 của thế kỷ trước, đến nay nước này đã có nhiều kinh nghiệm và sự phát triển về

công nghệ cảnh báo trượt lở, trong đó đã sử dụng công nghệ viễn thám và GIS trên cơsở kết hợp mô hình toán học tính toán các giá trị thông tin đầu vào dé thành lập bản đồcảnh báo trượt lở là những nội dung phi công trình cơ bản [130] Về trượt lở, Malaysiađã đưa ra đánh giá rằng, đây là hiện tượng thiên tai có tần suất cao, mức độ gây thiệt hại

nghiêm trọng, mức độ quản lý và ứng phó cũng mới chỉ đạt mức trung bình và tính rủi

ro là rất cao Theo nghiên cứu của Bộ Khoa học, Công nghệ và Đổi mới sáng tạo củaMalaysia, để ứng dụng công nghệ viễn thám và GIS vào công tác cảnh báo vùng có nguy

cơ trượt lở, Malaysia đã sử dụng một số mô hình toán học khác nhau dé nghiên cứu và

đưa vào sử dụng Về khả năng quản lý và cảnh báo trượt lở, Malaysia đã ứng dụng mộtmô hình công nghệ không gian cho quản lý thiên tai như tại các nước có nền công nghệ

11

viễn thám tiên tiến Trong mô hình này, công nghệ viễn thám được ứng dụng trong ba

giai đoạn: trước, trong và sau hiện tượng thiên tại xây, ra Công nghệ viễn thám được

ứng dụng dé xác định các thông tin không gian cần thiết trong các công việc được tiễnhành trong sơ đồ hệ thống quản lý và cảnh báo thiên tai, xác định hiện trạng khu vực bi

ảnh hưởng bởi thiên tai, đánh giá ảnh hưởng thiên tai và lập kế hoạch khắc phục hậu quả

[51, 121, 149].

'Hệ thống cant báo

và xử lý tình

Hình 1.5 Sơ đồ hệ thống NADDI [51]

1.1.3 Tình hình nghiên cứu trong nước

Tổng cục Phòng chống thiên tai đã được thành lập từ nhiều năm nay chuyên vềnghiên cứu phòng chống tai biến thiên nhiên thuộc Bộ Nông nghiệp và Phát triển nông

thôn quản lý đã tiến hành rất nhiều đề án nghiên cứu và tổ chức nhiều hội nghị khoa học

với nội dung nghiên cứu về trượt lở.

Viện Dia chất, Viện Hàn lâm Khoa học và Công nghệ Việt Nam đã thực hiện

thành công nhiều đề tài về nghiên cứu, đánh giá trượt lở đất ở nhiều khu vực khác nhau.Một số nghiên cứu điển hình như: Phân vùng dự báo sơ bộ trượt lở Tây Bắc của Vũ CaoMinh và nnk (2000) [38], xây dựng bản đồ dự báo tai biến trượt lở lưu vực hé thủy điệnHòa Bình của Trần Văn Dương và Trần Trọng Huệ (2004) [7], Trần Trọng Huệ (2006)[19], nghiên cứu đánh giá tai biến trượt đất bằng tích hợp các phương pháp địa chất, địa

mạo, mô hình trọng số tối ưu của GIS ở các lưu vực sông khu vực Thừa Thiên Hué,

Quảng Nam, Đà Nẵng của Mai Thành Tân [40]

Lê Quốc Hùng cùng các cộng sự (2015) đã triển khai thực hiện đề án "Điều tra, đánh

giá và phân vùng cảnh báo nguy cơ trượt lở đá các vùng núi Việt Nam" (tại 10 tỉnh miềnnúi Sơn La, Điện Biên, Lai Châu, Yên Bái, Lào Cai, Tuyên Quang, Bắc Kan, Ha Giang,Thanh Hóa và Nghệ An) với tong diện tích điều tra khoảng 60.000km”, đã xác định đượcgần 9.000 điểm trượt lở có quy mô và mức độ nguy hiểm khác nhau Trong đó nhóm nghiên

cứu đã sử dụng ảnh viễn thám và sử dụng phương pháp phân tích địa hình trên mô hình lập

thé số, đã phát hiện gần 3.000 điểm trượt nghi vấn Bên cạnh đó, đề án đã ứng dụng công

nghệ viễn thám đề thành lập các bản đồ thành phan; xây dựng cấu trúc cơ sở dit liệu không

gian và WebGIS phiên bản thứ nhất về trượt lở đá |24].

12

Nguyễn Ngọc Thạch (2009) đã thực hiện đề tài “Nghiên cứu và đánh giá trượt lở ở

các khu vực vùng núi của Việt Nam bằng kỹ thuật viễn thám kết hợp với GIS” Tác giả đã

sử dụng ảnh vệ tinh SPOT và Landsat TM kết hợp với các nguồn thông tin khác như các

yếu tố có liên quan đến vấn đề trượt lở được tác giả sử dụng gồm: Thực phủ, địa chất, loại

dat, nhiệt độ bề mặt, nước ngầm, độ dốc, độ cao (chiết tách từ DEM), và các kết quả thựcđịa Theo tác giả, các bước xây dựng bản đồ dự báo tai biến trọng lực bao gồm: Xây dựngbản đồ hiện trạng trọng lực; Xây dựng cơ sở dữ liệu; Xác định các hệ số nhạy cảm với trượttrọng lực; Tích hợp thông tin; Hoàn thiện bản đồ kết quả Bằng việc gán các trọng số cho

từng bản đồ yếu tố, sau đó chồng lớp các ban đồ này, đồng thời kết hợp với ảnh viễn thám

đã được giải đoán, tác giả và các cộng sự đã thu được bản đồ dự báo nguy cơ trượt lở cho

tỉnh Hoà Bình với tỷ lệ 1/100.000 [44-48].

Đặng Quang Khang và Đỗ Minh Đức (2011) đã tiến hành dé tài: "Nghiên cứuđánh giá tai biến trượt lở phục vụ quy hoạch và phát triển hệ thống giao thông đường bộở lưu vực sông Cầu thuộc tỉnh Bắc Kạn" Trong nghiên cứu này, tác giả đã sử dụng cácphương pháp như: chuyên gia, thống kê, tính toán địa kỹ thuật, để xác định các khu

vực có nguy cơ trượt lở Đồng thời tác giả cũng đề xuất được các phương án phòng tránh

nhằm giảm nhẹ các thiệt hại do trượt lở gây ra ở khu vực này [13].

Phạm Văn Hùng và nnk (2013) [23] đã kết hợp các phương pháp sử dụng ảnhviễn thám, hệ thống GIS kết hợp với khảo sát thực địa, phân tích tong hợp, phân tích sosánh cặp (AHP) và phân tích không gian trong môi trường GIS Phân tích ảnh viễn thám

được ứng dụng dé giải đoán vị trí các khối trượt trên địa bàn nghiên cứu Phương phápkhảo sát thực địa là chủ đạo được ứng dụng để nghiên cứu đánh giá hiện trạng và cácyếu tô tác động phát sinh trượt lở Ở ngoài thực địa, tác giả tiến hành đo vẽ chi tiết, xác

định quy mô, các đặc trưng của khối trượt và những yếu tố tác động phát sinh trượt lở.Từ đó, cho phép đánh giá hiện trạng và diễn biến của quá trình trượt lở trong khu vựcnghiên cứu Phương pháp phân tích so sánh cặp được các tác giả ứng dụng nhằm xác

định vai trò của từng yếu tố trong tổng hợp các yếu tố tác động phát sinh trượt lở trên

cơ sở cho điểm và tính trọng số Phương pháp phân tích không gian trong môi trườngGIS được áp dụng dé xây dựng bản đồ phân vùng cảnh báo nguy cơ trượt lở Các tác giảđã tiến hành nghiên cứu tại các huyện miền núi của tỉnh Quảng Ngãi Kết quả đã thànhlập được bản đồ phân vùng nguy cơ trượt lở theo 5 cấp độ: rất cao, cao, trung bình, thấp

và rất thấp.

Nguyễn Tứ Dan và cộng sự (2008) [6] đã tiến hành nghiên cứu và cho rang vị trícác diém trượt lở là rất quan trọng đối với quá trình phân tích Sử dụng các tư liệu viễnthám có thê cung cấp những thông tin quan trọng về vị trí trượt lở và mang lại hiệu quảkinh tế cao Khảo sát thực địa là một phương pháp thu thập thông tin trượt lở một cáchchính xác nhất, tuy nhiên, phương pháp này tốn nhiều thời gian và chi phí tốn kém, đặcbiệt ở những vùng núi cao, việc tiếp cận được là rất khó khăn, thậm chí là không thé tiépcận được Đề khắc phục nhược điểm của từng phương pháp nêu trên, nghiên cứu nay sử

dụng kết hợp việc giải đoán các điểm trượt lở từ các tư liệu ảnh vệ tỉnh và các kết quả

khảo sát thực địa.

13

Bùi Tiến Diệu cùng cộng sự (2012) đã sử dụng chỉ số thống kê và hồi quy logistic,phân tích độ nhạy cảm trượt lở tại tỉnh Hòa Bình Kết quả cho thấy: độ cao, độ dốc vàthạch học là những yếu tố quan trọng nhất Độ chính xác khi phân tích trượt lở tại khu

vực lớn lên tới 0.950 [102] Tác giả cũng đã sử dụng một số mô hình học máy (mạng

noron nhân tạo nhiều lop MLP, mạng lưới chức năng cơ sở RBF) kèm theo các phânphối xác suất để xây dựng mô hình trượt lở và bản đồ nguy cơ Bằng việc kết hợp cácmô hình học máy và hàm xác suất cho phép thiết lập được bản đồ nguy cơ với độ chínhxác lớn cho các biến ngẫu nhiên [101-112].

Nguyễn Quốc Khánh (2009) đã sử dụng ảnh viễn thám đề cập nhật hiện trạng của

các khu vực trượt lở tại Mường Lay (Lai Châu) Trên cơ sở các lớp đã được gán trọngsố, chồng lớp các ban đồ, sử dụng phương pháp thống kê đa biến và đã xây dựng được

bản đồ nguy cơ trượt lở khu vực Mường Lay [138].

Trương Phước Minh và cộng sự (2011) [37] đã sử dụng anh viễn thám Landsat 7va SPOTS dé giải đoán và nhận diện các điểm trượt lở, đồng thời ứng dung GIS dé tiếnhành xây dựng bản đồ trượt lở theo phương pháp tích hợp nhiều lớp thông tin của cácbản đồ đơn tính như địa hình, địa mạo, thủy văn, đất đai Kết quả chồng xếp bản đồ đã

xác lập được bản đồ hiện trạng trượt lở khu vực thành phố Đà Nẵng với các điểm trượt

lở có mức độ nguy cơ từ cao đến thấp.

Lê Minh Hang và Tran Vân Anh (2016) đã sử dụng phương pháp trộn dữ liệu anhcủa nhiều bộ cảm đóng vai trò quan trọng trong các ứng dụng viễn thám, do có thể cungcấp nhiều thông tin hơn khi phân tích riêng từng dạng tư liệu Các tác giả lựa chọn phương

pháp trộn ảnh Sentinel-1 và anh Landsat 8 OLI theo phương pháp thành phần chính (PCI).

Dữ liệu ảnh trộn theo phương pháp thành phần chính cho độ phân giải của ảnh SAR và có

mau sắc tương tự như tô hợp mau của ảnh đa phô trước khi trộn Các chỉ số đánh giá chất

lượng tương quan trên ảnh sau khi trộn ảnh cũng chỉ rõ phương pháp thành phần chính PCI

cho kết quả tốt nhất Kết quả thử nghiệm phân loại lớp phủ trên ảnh sau khi trộn cho độ

chính xác cao hơn khi phân loại trên ảnh quang học [20].

Hướng nghiên cứu mối liên quan giữa trượt lở và lượng mưa

Ở Việt Nam, Lê Đức An (2010) [1] phan biét luong mưa và cường độ mưa gây trượt

lở thành 2 pha: pha 1 là pha chuẩn bị với các trận mưa nối tiếp nhau kéo đài nhiều ngày làmtăng độ 4m của đất, làm giảm độ gắn kết vật liệu và giảm độ ồn định của sườn; pha 2 là phatác động thường với một trận mưa lớn bất thường, trực tiếp gây ra tai biến Các ngưỡng mưa

theo lượng mưa ở pha chuẩn bị P„(mm) và pha tác động P‹(mm) cường độ mưa ở pha chuanbi Ip: (mm/h) và ở pha tác động I.r(mm/h) đối với khu vực thành phố Hà Giang và phụ cận

được Lê Đức An (2010) xác định thể hiện qua biểu thức sau:

Pcr= -0,335Ppr + 210,371 ; I = -3,016l; + 8,328

Dieu Tien Bui va cộng sự (2013) [101] đã sử dụng lượng mua 15 ngày trước ngàyxảy ra trượt lở, Risaa (mm), dé xác định ngưỡng mưa gây trượt lở (Rmn) một cách tổng quátcho toàn bộ tỉnh Hòa Bình: Rm= 128,5 - 0,164 Risaa Ngưỡng trên được xác định chung chotoàn tỉnh Hòa Bình dựa trên số liệu của 12 trạm đo mưa trên địa bàn tỉnh Điều đáng lưu ý là

Hòa Binh là khu vực địa hình tương đối phức tạp kéo theo sự phức tạp về mưa phân bồ theo

14

không gian nên ngưỡng mưa đưa ra ở đây chỉ mang tính tương đối, đối với vùng cụ thé cần

phải có những tính toán phù hợp dựa vào sô liệu đo mưa tại khu vực đó.

Mai Thành Tân và cộng sự (2015) đã phân tích mối tương quan giữa trượt lở và

lượng mưa khu vực Mai Châu - Hòa Bình Nhóm đã sử dụng mô hình phân phối Poissonlà mô hình thời gian liên tục có xuất hiện các điểm sự kiện ngẫu nhiên trong thời gian

một các thông thường, tự nhiên liên tục để tập trung xác định ngưỡng mưa gây trượt lở

và xác định xác suất xảy ra trượt theo thời gian Kết quả cho thấy: Phân tích đồ thị quan

hệ giữa tập hợp số liệu mưa có và không xảy ra trượt lở đối với mưa ngày và mưa 3

ngày, 5 ngày, 7 ngày, 10 ngày và 15 ngày trước đó cho thấy trượt lở có thể đánh giá theoquan hệ giữa ngưỡng mưa ngày (P) và lượng mưa 10 ngày trước đó (P10), thể hiện bằng

biểu thức: P = 128,41 - 0,076Pi0 [41].

D6 Quang Thién, Nguyễn Đức Lý (2013) [54] đã tiễn hành nghiên cứu sự biếnđổi tính chat cơ lý theo mặt cắt thăng đứng vỏ phong hóa cùng với số liệu mưa thu thập

tại khu vực đã cho ra nhận định dưới tác động mưa với cường độ lớn, kéo dài nhiều ngày

trên nền địa chất có tính chất cơ lý biến đổi mạnh theo mặt cắt vỏ phong hóa, theo trạng

thái tự nhiên và bão hòa là nguyên nhân trực tiếp gây tai biến trượt lở cau tạo mái dốc

đã bị phá hủy trạng thái cân bằng ứng suất trọng lực do thi công cắt xén mái dốc Cùngvới cách tiếp cận về tính chất cơ lý của mái dốc phong hóa dưới ảnh hưởng của mưa,Nguyễn Thị Thanh Nhàn (2013) [33] đã góp phần dự báo, đánh giá định lượng khả năngphát sinh tai biến địa chất, đặc biệt là vấn đề kiểm toán độ ôn định trượt mái dốc, máidốc vùng đồi núi Quảng Trị - Thừa Thiên Huế vào mùa khô là n1 = 1,402 mái dốc ônđịnh, vào mùa mua n2 = 0,569 mái dốc mat ôn định.

Đặng Quang Khang và Đỗ Minh Đức (2011) [13] đã có nghiên cứu tại tỉnh Bắc Kạnvà cho rằng mưa lớn hoặc mưa kéo dài là nguyên nhân chính gây ra trượt lở trong khu vựcnghiên cứu Các tai biến trượt lở nói riêng và nứt đất, lũ quét nói chung thường xảy ra vào

những dip có đợt mưa lớn kéo dài với cường độ mạnh Sự thay đổi lượng mưa làm cho quá

trình phong hóa gia tăng Trong công trình nay, tác giả sử dụng phương pháp tính ồn định

mái dốc đã đơn giản hóa của Bishop cùng với modul Slope/W của phần mềm Geo-Slope

dé tính toán độ 6n định cho một số điểm khảo sát trong khu vực nghiên cứu với 2 trườnghợp: bờ đốc tự nhiên và bờ dốc đã bão hòa Qua phân tích ảnh hưởng của mưa lớn đến trượtlở, thấy rang hầu hết các mái dốc khảo sát trong khu vực đều thuộc trạng thái mat 6n địnhhoàn toàn khi bị bão hòa nước (hệ số 6n định Fsmin < 1,2) Ngưỡng lượng mưa liên tục gây

trượt lở trong khu vực là 100 mm trong 48h Hiện tượng trượt lở chỉ thực sự diễn ra mạnh

mẽ và rộng khắp khi lượng mưa liên tục trong 48h đạt hơn 150 mm Yếu tố chủ đạo ảnh

hưởng tới hiện trượng trượt lở là cấu trúc địa chất với tập đá phiến sericit bị phong hóa có

độ dính kết yếu.

Như vậy có thể thấy, các công trình nghiên cứu theo hướng áp dụng công nghệ

viễn thám-GIS về trượt lở ở Việt Nam đã có nhiều tác giả thực hiện, các kết quả thu

được là các bản đồ nguy cơ trượt lở Các nghiên cứu chủ yếu được thực hiện theo hướngkinh nghiệm Cũng đã có một số nghiên cứu sử dụng các mô hình toán học nhưng việcứng dụng viễn thám vẫn còn hạn chế như ảnh vệ tinh độ phân giải thấp (chủ yêu là dingảnh Landsat) và ứng dụng chủ yếu là thành lập bản đồ lớp phủ va hau hết là thành lập

15

bản đồ nguy cơ trượt lở ở tỷ lệ nhỏ, các tham số của tự nhiên chưa được xem xét đầy

đủ Bên cạnh đó, hướng nghiên cứu ngưỡng mưa liên quan đến trượt lở cũng đã đượcquan tâm trong thời gian gần đây, nhưng vì số liệu thống kê các sự kiện trượt lở lịch sử

ở nước ta chưa được quan tâm đúng mực nên không được lưu trữ tốt Vì vậy các kết quả

vẫn chỉ ở dạng tiềm năng, mức độ ứng dụng chưa cao Hướng nghiên cứu tích hợp côngnghệ viễn thám và GIS, hoặc hướng giám sát theo thời gian thực các tai biến chưa đượccác nhà khoa học quan tâm chỉ tiết.

1.1.4 Tình hình nghiên cứu trượt lở tại tỉnh Bình Định

Trong những năm qua, việc nghiên cứu dé có những giải pháp an toàn cho các tuyến

giao thông bộ của tỉnh Binh Định được các cấp, các ngành từ Trung ương đến địa phương

quan tâm đầu tư, đặc biệt là các tuyến quốc lộ (1A, 1D, 19), các tuyến giao thông | liên huyện.

Tuy nhiên, việc nghiên cứu trượt lở trên các tuyến giao thông này chưa được triển khai một

cách đầy đủ, còn mang tính truyền thống, chưa tận dụng được các công nghệ tiên tiền hiện

nay vào các nghiên cứu và chủ yếu tập trung theo các dự án cụ thể Các khảo sát, đánh giá

cũng mới mang tính cục bộ và theo các yêu cầu cụ thể của từng tuyến đường, theo từng thời

điểm cụ thê, đặc biệt là vào các mùa mưa bão do ngành giao thông của tỉnh thực hiện Cũng

đã có một số nghiên cứu đề cập đến hiện trạng và giải pháp phòng chống trượt lở đối vớimột số tuyến đường của tỉnh, trong đó có đánh giá và đề xuất các giải pháp phòng chống

trượt lở khu vực đèo Lộ Diêu (thị xã Hoài Nhơn), đây là tuyến đường ven biển phía bắc của

tỉnh Hiện nay, tuyến đường này đã được xử lý và gia cố bằng các giải pháp công trình 6n

định nên trong thời gian qua không xảy ra trượt lở tại khu vực này Đối với các tuyến quốclộ chạy qua địa bàn tỉnh cũng đã được đầu tư gia cố bằng các giải pháp công trình thôngqua các dự án và chương trình từ nguồn vốn của Bộ Giao thông - Vận tải và Sở Giao thông

- Vận tải Bình Định.

Đến nay, trên địa bàn tỉnh Bình Định đã có một số đề tài nghiên cứu các cấp đã được

thực hiện liên quan đến van dé trượt lở Đỗ Minh Đức (2006) [11] cùng các cộng sự đã thực

hiện đề tài “Điều tra, đánh giá trượt lở các khu vực huyện Vân Canh tỉnh Bình Định nhằmdự báo các tai biến địa chất và đề xuất giải pháp phòng chống, giảm thiểu thiệt hại về kinh

tế- xã hội do trượt lở ” Kết qua cho thay, bang phương pháp khảo sát thực địa, kết hợp với

việc tính toán, tác giả đã chỉ ra được một số khu vực có nguy cơ trượt lở Đồng thời, đề tài

cũng đã đề xuất được một số giải pháp trước mắt và lâu đài nhằm hạn chế và giảm nhẹ thiệt

hại do trượt lở gây ra trong khu vực này Tuy nhiên, phạm vi đề tài tập trung chủ yếu tạiLang Chom, xã Canh Liên, huyện Vân Canh (sau sự cố trượt lở gây ra tiếng nồ lớn tại khu

vực này) với bản đồ tỷ lệ 1:10.000, còn lại các khu vực khác của huyện Vân Canh có tỷ lệbản đồ là 1:50.000 Do vậy phạm vi đề tài không lớn, việc xác định các khu vực có nguy

cơ trượt lở chủ yêu dựa vào việc đo vẽ ngoài thực địa, phần mềm sử dụng dé hiền thị làMapinfo Do vậy, khả năng phân tích và bao quát trong khu vực này còn hạn ché, chỉ đo vẽvà thé hiện được những khu vực tiếp cận được Đồng thời việc dự báo trượt lở trong khuvực chủ yêu dựa vào dữ liệu mưa của các trạm mặt đất và các trạm thủy văn trên toàn địa

bàn tỉnh Bình Định, nên độ chính xác cho khu vực này chưa cao và chưa đạt được việc tự

động hóa Bên cạnh đó, kết quả đề tài mới chỉ dừng lại việc xác định ở dạng sơ đồ địa chất

công trình tại các khu vực này mà chưa tính đến các yếu tô khác như thủy văn, sử dụng dat,

thực phủ,

16

Đỗ Minh Đức (2009) [12] và các cộng sự đã tiến hành dé tài “Diéu tra, đánh giá taibiến trượt lở trên địa bàn tỉnh Bình Định (trừ huyện Vân Canh) và đề xuất giải pháp phòng

chống giảm thiểu thiệt hại về kinh tế - xã hội ” Từ thực tế trên cho thấy, địa bàn tỉnh Bình

Định có nguy cơ cao về tai biến trượt lở Tuy nhiên, cho đến nay vẫn chưa có các nghiên

cứu đầy đủ và hệ thống về các tai biến này Trong phạm vi nghiên cứu của đề tài sẽ tậptrung nghiên cứu ở các khu vực đất dốc tỉnh Binh Dinh (ty lệ 1: 50.000) Các khu vựcnghiên cứu trọng điểm ở tỷ lệ 1:10.000 bao gồm khu vực mỏ đá Vạn Mỹ (huyện Tuy

Phước), mỏ đá oplat An Trường (thị xã An Nhơn), khu vực déo Lộ Diêu (thị xã Hoài Nhơn),các tuyến tỉnh lộ ở các huyện An Lão-Hoài Ân, các tuyến tỉnh lộ chịu ảnh hưởng của đới

đứt gãy Sông Kôn ở các huyện Vĩnh Thạnh-Tây Sơn Đề tài đã tập trung vào việc khảo sát,đánh giá khả năng trượt lở, đá trên 7 tuyến đường trọng điểm của tỉnh gồm: Quốc lộ ID

đoạn Quy Nhơn-Sông Cầu, quốc lộ 1A đoạn qua đèo Cù Mông; quốc lộ 19; tuyến tinh lộ

đi An Toàn, An Nghĩa huyện An Lão; tuyến tỉnh lộ ven biên thị xã Hoài Nhơn; tuyến tinhlộ đi Đăk Mang huyện Hoài Ân; tuyến tỉnh lộ 637 qua huyện Vĩnh Thạnh; tuyến tỉnh lộ venbiển huyện Phù Cát; tuyến quốc lộ 19, đặc biệt là đèo An Khê, huyện Tây Sơn; các mỏ khaithác đá xây dựng và đá ốp lát Mặc dù phạm vi nghiên cứu của đề tài khá rộng, hầu như phủkhắp các tuyến đường trọng điểm của tỉnh, tuy nhiên đề tài mới chủ yếu tập trung ở các khuvực taluy dương của các tuyến đường, chưa xem xét đến các khu vực tập trung khu dân cư

như núi Bà Hỏa, Vũng Chua thuộc địa phận thành phố Quy Nhơn hay các hồ đập thủy lợi

như hồ Vạn Hội- Hoài Ân, hồ Định Bình-Vĩnh Thạnh trượt lở có thé uy hiếp đến đập hồ vàcó khả năng ảnh hưởng lớn đến dân cư đưới hạ lưu Cũng tương tự như đề tài của cùng tácgiả nêu trên, việc xác định các khu vực có nguy cơ trượt lở chủ yêu dựa vào việc đo vẽngoài thực địa, phần mềm sử dụng dé hiền thị là Mapinfo Do vậy, khả năng phân tích và

bao quát trong khu vực này còn hạn chế, chỉ đo vẽ và thé hiện được những khu vực tiếp cận

được Đồng thời việc dự báo trượt lở trong khu vực chủ yếu dựa vào dữ liệu mưa của cáctrạm mặt đất và các trạm thủy văn trên toàn địa bàn tỉnh Bình Định, nên độ chính xác chokhu vực này chưa cao và chưa đạt được việc tự động hóa Bên cạnh đó, kết quả đề tài mới

chỉ dừng lại việc xác định ở dạng sơ đồ địa chất công trình và địa chất khoáng sản tại các

khu vực nay mà chưa tính đến các yếu tố khác như thủy van, sử dụng đất, thực phủ

Các hoạt động nhân sinh đã tác động khá nhiều đến điều kiện cân bằng tự nhiên vốncó (thay đổi địa hình, phá vỡ thảm thực vật, lộ nhiều bề mặt đất đá, thay đổi dòng chảy ).Đây là lý do chính dẫn đến hiện tượng trượt lở xảy ra rất phô biến và phức tạp trên các hệthống đường giao thông vùng núi Do vậy, việc nghiên cứu về trượt lở trên các tuyến giaothông nói chung và giao thông tại tỉnh Bình Định nói riêng là rất cần thiết Trên cơ sở về

hiểu biết các đặc điểm, cơ chế gây trượt lở đọc các tuyến đường, có thể đề xuất các giải

pháp phòng chống hợp lý cho mỗi khu vực (ké cả giải pháp công trình va phi công trình),góp phan giảm thiểu thiệt hại về người và tài sản của người dân.

1.1.5 Nhận xét chung về nghiên cứu trượt lớ ứng dụng viễn thám và GIS

Qua tông hop, phân tích và đánh giá các công trình nghiên cứu của các tác giả trong

và ngoài nước trong lĩnh vực ứng dụng GIS và viễn thám đề nghiên cứu trượt lở cho thấy sựđa dạng và phong phú cả về nội dung và phương pháp nghiên cứu Theo đó, tận dụng sự phát

triển của công nghệ máy tính, cả về phần mềm và phan cứng: cả tính sẵn có của dữ liệu, nhiều

17

phương pháp/cách tiếp cận đã được phát triển dé xây dựng các bản đồ nhạy cảm trượt lở Hầu

hết các phương pháp đều được thực hiện trong môi trường của hệ thống thông tin địa lý (GIS);

có thể dựa trên kiến thức chuyên gia (hướng phương pháp kinh nghiệm) hoặc phân tích dữliệu sẵn có về không gian và thời gian (hướng phương pháp dữ liệu) Đối với các phươngpháp dựa trên kinh nghiệm, các chuyên gia cung cấp sơ đồ trọng số dé thé hiện các biến sốliên quan đến trượt lở ảnh hưởng đến sự xuất hiện của trượt lở, trong khi phương pháp phântích dữ liệu thực hiện trong khuôn khổ toán học về mối quan hệ giữa các sự kiện trượt lở trongquá khứ và một tập hợp các biến liên quan đến trượt lở.

Theo Pradhan (2013) [173] phương pháp tiếp cận dựa trên dữ liệu được coi là hiệu

quả hơn so với các phương pháp dựa trên kinh nghiệm trong nghiên cứu, đánh giá trượt lở.

Pourghasemi và cộng sự (2018) [172] đã tiến hành thống kê, đánh giá dé phân tích các nghiêncứu liên quan đến tính nhạy cảm trượt lở trên toàn thế giới trong giai đoạn 2005-2016 và chỉra bốn phương pháp phố biến nhất dé lập bản đồ độ nhạy cảm trượt lở đều thuộc hướngphương pháp dựa trên dữ liệu Cụ thé, phương pháp hồi quy logistic (Logistic Regression -

LR) đã được xác định ở vị trí đầu tiên, tiếp theo là tỉ số tần suất (Frequency Ration - FR),bằng chứng có trọng số (Weight of Evidence -WofE) và mạng noron nhân tạo (ArtificialNeural Network - ANN), trong khi phương pháp phân tích cap (Analytic Hierarchy Process-

AHP) một phương pháp dựa trên kinh nghiệm được xếp ở vị trí thứ năm.

Trong nghiên cứu tương tự, Reichenbach và cộng sự (2018) [175], đã phân tích các

tài liệu đánh giá tính nhạy cảm trượt lở theo dữ liệu từ năm 1983 đến năm 2016 và cũng thấyrằng các phương pháp phô biến nhất bao gồm LR, ANN, chồng phủ dữ liệu (data-overlay),

phương pháp chỉ số (index-based) và WofE Nghiên cứu cũng chỉ ra rằng trong những nămgần đây, việc sử dụng các phương pháp học máy ngày càng được ưu tiên hơn Tuy nhiên,việc lựa chọn phương pháp nên tuân theo độ chính xác, 86 lượng dữ liệu, quy mô phân tích

và sản phâm không gian sẽ được hình thành do kết quả phân tích [112, 127].

Ở Việt Nam và khu vực tỉnh Bình Định, hầu hết các nghiên cứu liên quan đến trượtlở được thực hiện theo hướng kinh nghiệm Có nghiên cứu đã tiếp cận sử dụng mô hình toánnhưng mới chỉ nghiên cứu, thành lập bản đồ nguy cơ trượt lở ở tỷ lệ nhỏ, các tham số của tự

nhiên chưa được xem xét day đủ Hướng nghiên cứu tích hợp GIS, viễn thám, bay chụp bang

UAV và các mô hình toán học, hoặc hướng phân tích ngưỡng mưa liên quan đến các sự kiện

trượt lở chưa được các nhà khoa học quan tâm chi tiết hoặc chưa có nhiều điều kiện tiếp cận.Từ các kết quả nghiên cứu cho thấy, các mô hình học máy trong hầu hết các trườnghợp đều vượt trội so với các phương pháp thông thường vì chúng cho phép xử lý dữ liệu phi

tuyến tính với các thang đo khác nhau và từ các nguồn khác nhau [88, 107, 170] Ngoài ra,các nghiên cứu cũng đã chứng minh việc tích hợp các phương pháp thống kê thông thườngvà phương pháp học máy trong hau hết các trường hợp đem lại hiệu quả tốt hơn các kỹ thuậthọc máy đơn thuần trong đánh giá tính nhạy cảm trượt lở [88, 129] Vì vậy, nghiên cứu sinh

sử dụng cách tiếp cận này (tích hợp các phương pháp thông kê và phương pháp học máy) dé

nghiên cứu, đánh giá nguy cơ trượt lở đất dọc một số tuyến đường bộ trọng điểm tỉnh Bình

Định như sẽ được trình bày ở các nội dung tiếp theo.

18

1.2 Cơ sở tích hợp viễn thám và GIS trong nghiên cứu trượt lở

1.2.1 Phân tích, giải đoán ảnh viễn thám nghiên cứu trượt lở

Trong những năm gần đây, kỹ thuật viễn thám ngày càng phát triển và phạm vi ứng

dụng của nó ngày càng rộng lớn Ngày nay tư liệu viễn thám hoàn toàn có khả năng là tư

liệu độc lập để thành lập bản đồ vì những thông tin mà chúng khai thác được từ tư liệu viễn

thám là những thông tin có giá trị đối với nội dung bản đồ Nghiên cứu khả năng khai thác

thông tin chuyên đề từ tư liệu viễn thám thực chất là nghiên cứu khả năng giải đoán các

thông tin là nội dung chuyên đề của bản đồ từ tư liệu viễn thám Phương pháp phân tích ảnh

viễn thám được ứng dụng rộng vì thông qua việc phân tích ảnh viễn thám qua thời kỳ việc

phát hiện quá trình trượt lở của một khu vực tại nhiều thời điểm khác nhau có thé dé dàngđược xác định Bên cạnh đó, với sự ra đời của hàng loạt ảnh viễn thám có độ phân giải caonên việc xác định các điểm trượt lở ngày càng chính xác và được tiến hành nhanh chónghơn nhiều so với phương pháp thực địa Một số loại ảnh viễn thám đã được sử dụng vàoviệc xác định vị trí các điểm trượt lở là ảnh hàng không, ảnh viễn thám phân giải cao SPOT,IKONOS, QUICKBIRD, AVNIR2, Phương pháp kết hợp giữa thu thập tài liệu, phân tíchảnh viễn thám và khảo sát thực địa là phương pháp được nhiều nhà khoa học sử dụng hiệnnay Với phương pháp này những hạn chế của từng phương pháp riêng lẻ nêu trên đượckhắc phục tối đa Ngoài ra, sản phâm thu được phản ánh day đủ hiện trạng trượt lở khu vực

nghiên cứu [26, 35, 39].

Khi thiết kế nội dung của bản đồ hiện trạng trượt lở cần đặc biệt quan tâm đến nguyêntắc phân loại các loại hình trượt lở Hệ thống phân loại trượt lở phải hợp lý, phản ánh đúngthực trạng trượt lở trong khu vực nghiên cứu, mô tả được khả năng nhận biết, phân loại các

kiểu trượt khác nhau trên tư liệu sốc, phát huy được thế mạnh của việc sử dụng tư liệu sốc

[40] Khi tiến hành giải đoán ảnh cho mục đích thành lập bản đồ hiện trạng trượt lở cần phảixác định được các vị trí chính xác của các điểm trượt, hướng, diện tích trượt lở và phạm viảnh hưởng của các điểm trượt đó [29, 66, 142] Đối với điểm trượt trong quá khứ do vận độngkiến tạo, việc nhận biết trên ảnh khá khó khăn, do chúng là những điểm đã trượt lở xảy racách đây một thời gian rất lâu, hàng chục năm, thậm chí vài chục năm và cả trong quá trình

vận động kiến tạo, các điểm trượt lở này thường đã ôn định, thực phủ phát triển tại các khu

vực này, đặc biệt là các điểm trượt lở có quy mô nhỏ [55, 192] Đối với các điểm trượt lở mớixảy ra, có thể nhìn thấy rõ hình dạng các điểm này, do chúng mới xuất hiện nên độ tươngphản của chúng đối với các đối tượng xung quanh là tương đối rõ ràng Các điểm trượt lởdạng này thường có tông màu sáng, phân bồ trên các sườn núi và kéo dài thành vệt theo chiềutừ đỉnh núi xuống chân núi Dau hiệu kéo dài thành vệt này của các điểm trượt lở là dau hiệurất quan trọng, nó giúp phân biệt giữa các điểm trượt lở với các điểm khai thác mỏ, đất đáhoặc vùng đất canh tác nương rẫy Đề xác định loại đối tượng này thường sử dụng các ảnh

chụp vào thời điểm sau mùa mưa một thời gian ngắn, khi đó các điểm trượt lở gần như còn

nguyên vẹn, chưa bị che lap bởi các thực phủ Ngoài ra, khi dùng ảnh chụp vào thời điểm nàyso sánh với ảnh cùng loại chụp vào thời điểm trước mùa mưa xảy ra sẽ phát hiện được cácđiểm trượt lở nhanh chóng thông qua nhận dạng tông màu và độ tương phản là một dau hiệutrực quan dễ nhận biết, đồng thời hướng của điểm trượt lở kéo dài theo sườn núi, nơi có địahình cao xuống nơi có địa hình thấp, hau như không có trường hợp vết trượt kéo ngang quasườn núi Tuy nhiên, với các loại điểm trượt này có nhiều điểm trượt lở nhỏ sẽ khó nhận dạng

19

trên ảnh, đặc biệt đối với ảnh có độ phân giải không gian thấp Trên thực tế, việc thu nhậnảnh vệ tinh vào thời điểm ngay sau khi trượt lở xảy ra là rất khó khăn, do đối với ảnh quang

học thì vào mùa mưa, tỷ lệ ngày bị mây che khuất khá nhiều Thường ảnh chụp vào mùa khô,

tức là có thời gian dài từ 1-3 tháng sau mùa mưa, khi đó khá nhiều điểm trượt bị che khuất

bởi các lớp phủ Tuy nhiên, những điểm trượt lở dạng này thường là các dém nhỏ, đối vớicác điểm trượt lở lớn vẫn dé dàng xác định được do khác biệt về tông màu so với xung quanh.

Đối với các điểm trượt trên các taluy đường giao thông, đặc biệt là taluy dương, làloại hình trượt lở xác định tương đối dễ dàng, do loại hình trượt lở nay quan hệ chặt chẽ với

đường giao thông, đặc biệt là các đường giao thông mới mở, mới được nâng cấp Loại hình

trượt lở này thường xuất hiện do mất cân bằng mái dốc khi đào đất làm đường, xây dựng

các công trình giao thông khác Loại hình trượt lở do các công trình giao thông gây ra được

xác định trên ảnh vệ tinh tương tự như với việc xác định các điểm trượt lở mới xảy ra nhưđã nêu trên Tuy nhiên, loại hình trượt này xác định thuận lợi hơn do vị trí của chúng nằmsát ngay các công trình giao thông, nên điều kiện có thể dễ tiếp cận đề kiểm tra đối chứng

hơn [114, 118, 133, 1341].

1.2.2 Ứng dụng hệ thống thông tin địa lý và bản đồ trong nghiên cứu trượt lở

Hệ thống thông tin địa lý (GIS) giúp cho việc thu nhận, lưu trữ, quản lý, phân tích vàhién thị đữ liệu địa lý một cách thuận tiện Tính ưu việt của việc ứng dụng hệ GIS cho phépphân tích đồng thời dữ liệu không gian và dữ liệu thuộc tính nhờ sự liên kết chặt chẽ của cơ

sở đữ liệu thuộc tính với dữ liệu không gian Hệ GIS còn bao gồm khả năng hiệu chỉnh dữliệu nhanh chóng, chính xác và khả năng phân tích không gian mạnh giúp thành lập các bản

đồ chuyên đề phức tạp [15, 25, 40].

Một đặc điểm khác của các hệ GIS đó là khả năng xử lý và thé hiện các đặc điểm tựnhiên của khu vực với sự liên kết các đối tượng theo hệ thống không gian Các nguồn dữ liệucung cấp cho hệ GIS có thê có được từ nhiều nguồn khác nhau như từ các bản đồ địa chất,bản đồ địa hình, bản đồ đất, bản đồ trượt lở, thiết bị GPS (Hệ thống định vị toàn cầu), mô

hình độ cao số (DEM), đường đồng mức, ảnh máy bay, ảnh vệ tinh, [61, 128, 139].

Một khả năng quan trọng của việc ứng dụng hệ GIS đó là khả năng quản lý dữ liệu từ

thu thập dữ liệu đến cập nhật, chỉnh sửa, phân tích, truy vấn và hiển thị kết quả đưới dạng bản

đồ chuyên đề đa phương tiện Đối với sự khoanh vùng dự báo trượt lở, hệ GIS hỗ trợ thành

lập các bản đồ nhạy cảm, ban đồ hiểm họa và bản đồ rủi ro [19, 21, 22].

Xây dựng bản đồ là công cụ phô biến, quan trọng và không thê thiếu trong nghiên cứuvề tai biến địa chất Xây dựng bản đồ kết hợp với GIS được xem vừa là phương pháp, vừa là

phương tiện thể hiện các kết quả nghiên cứu một cách hữu hiệu nhất Sử dụng GIS, bản đồhiện trạng tai biến địa chất phản ánh sự phân bồ trong không gian (có khi cả thời gian vàthuộc tính) Băng công nghệ GIS và các mô hình khác nhau cho phép xây dựng các bản đồdự báo tai biến địa chất Chúng phản ánh những dự đoán về sự phát sinh và phát triển của taibiến địa chất trong tương lai cả về mặt không gian và thời gian Bản đồ dự báo giúp ngườiđọc thay trước được sự phát triển của các tai biến địa chat trong tương lai, giúp trả lời câu hỏi

“Ở đâu?” “Khi nào?” và “Với độ nguy hiểm nào?” [72, 92, 109].

20

1.2.3 Ứng dụng phương pháp UAV trong nghiên cứu trượt lở

Trong những năm gần đây, thiết bị bay không người lái (UAV) được ứng dụngngày càng nhiều trong các nghiên cứu về trượt lở trên thé giới Người ta coi UAV nhưmột cách tiếp cận viễn thám giá rẻ bởi tính đơn giản nhưng hiệu quả mà nó mang lại[157] Các phép đo có thể được thực hiện trực tiếp bang tay hoặc tự động tùy thuộc vào

điều kiện khảo sát và vị trí khảo sát bằng các thuật toán tương quan về hình ảnh [149] Sử

dụng UAV trong nghiên cứu trượt lở có thé mang lại các thông tin có độ chính xác cao vềcả không gian, thời gian như phạm vi va tốc độ dịch trượt của một khối trượt bằng cáchso sánh sự thay đổi của bề mặt địa hình thông qua mô hình số bề mặt (DSMs - Digital

surface models) với các ngày chụp khác nhau Hiện nay, các mô hình ortho-mosaics được

hình thành từ UAV cho phép phân tích chỉ tiết ở tỉ lệ lớn về vật liệu khối trượt và cấu trúcbề mặt khe nứt Các cấu trúc khe nứt được giải đoán rõ ràng và có thể liên quan đến quátrình nứt vỡ trong vật liệu khối trượt Thêm vào đó, thông tin cấu trúc có độ phân giải caotrong các ảnh thu được từ UAV có thé cho phép phân tích độ âm dat của bề mặt khối trượt[158] Quá trình phân tích này có thé được hỗ trợ bằng phân tích đa phổ trong phổ cận vàhồng ngoại nhiệt Một lợi thế chính của ứng dụng viễn thám dựa vào UAV đối với cácmôi trường tai biến như trượt lở, lở đất và đá dé là có thé tiếp cận với các thông tin ở

những khu vực nghiên cứu nguy hiểm [177].

1.2.4 Tích hợp giải đoán ảnh viễn thám, GIS và các mô hình toán học trong nghiên

cứu trượt lỡ

Tích hợp viễn thám và GIS là việc hợp nhất các ưu điểm của chúng thành mộtthé thống nhất, đồng thời làm giảm bớt những mặt hạn chế của hai loại tư liệu nói trên.Chúng là các thông số đầu vào quan trọng của nhiều mô hình toán học liên quan Vì vậy,việc tích hợp công nghệ viễn thám, GIS và các mô hình toán học đang được áp dụng

rộng rãi và được công nhận như một công cụ hiệu quả trong nghiên cứu, đánh giá trượt

lở Trong nghiên cứu trượt lở, việc tích hợp viễn thám, GIS và các mô hình toán họcđược thê hiện ở sự kết hợp và tăng cường lẫn nhau theo các hướng chính:

(1) Viễn thám được sử dụng như một công cụ thu thập đữ liệu để sử dung trong GIS.

Theo đó, các nghiên cứu về trượt lở thường sử dung ảnh viễn thám dé tách chiết các thôngtin như vi trí trượt lở, các thông tin địa hình, chỉ số khác biệt thực vật (NDVI), các thông tinvề lớp phủ (landcover), v.v Với sự phát triển mạnh mẽ của công nghệ viễn thám, các vệ tinhthế hệ mới có thể cung cấp các ảnh viễn thám quang học, radar có độ phân giải cả về không

gian, thời gian và phổ rất cao như IKONOS (1,4m), QuickBird (0,7; 2,8m), SPOT 5 (2,5; 5;

10m) Các ảnh viễn thám radar cũng được các nhà nghiên cứu quan tâm vì tiện ích của nó làkhông phụ thuộc vào thời tiết, ké cả ban đêm Do vậy, các nhà nghiên cứu đã tìm cách kết

hợp các ưu điểm của hai loại ảnh này lại bằng chức năng trộn ảnh (fusion), dé có thé thu được

ảnh mới day đủ thông tin va có độ phân giải không gian cao hon ảnh BOC, giúp cho việc giải

đoán và phát hiện các điểm trượt lở trên mặt đất tốt hơn Dữ liệu viễn thám thu thập được,

trong đó có cả dữ liệu ảnh mưa vệ tinh, được đưa vào các phần mềm chuyên dụng dé phântích ảnh như ENVI, kết hợp với ArcGIS dé có thé cho ra sản phâm dau ra là các bản đồ yếu

tố, bản đồ hiện trạng trượt lở có độ phân giải cao Ngoài ra, đữ liệu viễn thám còn được sử

dụng đề cập nhật GIS Công nghệ viễn thám với khả năng thu thập dữ liệu đa phô, đa thời

21

gian, đa độ phân giải và biến chúng thành những thông tin có giá trị, đáp ứng yêu cầu cậpnhật thông tin mới cho hệ GIS với chỉ phí hiệu quả nhất Trong nghiên cứu trượt lở, việc cậpnhật các thông tin về các điểm hiện trạng trượt lở, về biến động lớp phủ thực vật và hiện trạng

sử dụng đất, v.v một cách kịp thời là hết sức quan trọng và có ý nghĩa Bên cạnh đó, ảnh viễn

thám còn được sử dụng dé hiền thị dữ liệu GIS và trình bày bản đồ Các ảnh viễn thám hiểnthị các nội dung chuyên đề được chồng phủ lên mô hình số độ cao (DEM) cho phép người

dùng có cái nhìn trực quan, sinh động hơn.

(2) Dữ liệu GIS được sử dụng như là thông tin phụ trợ để cải thiện các sản phẩm có

nguồn sốc từ viễn thám và là công cụ quản lý, phân tích và xử lý số liệu thuộc tính, không

gian: Đối với công tác phân loại ảnh, dữ liệu GIS được sử dụng dé tăng cường chức năng xử

lý ảnh viễn thám ở các giai đoạn khác nhau như lựa chọn các khu vực lay mau cho xử lý, tiềnxử lý và phân loại ảnh Trong xử lý ảnh, ở giai đoạn hiệu chỉnh hình học và bức xạ, dữ liệu

GIS như dạng điểm, vùng và DEM ngày càng được sử dụng nhiều cho việc nắn chỉnh ảnh.

Cùng với đó, GIS còn được dùng dé tổ chức trường dữ liệu cho các ứng dụng viễn thám.

Nhiều dự án viễn thám cần phát triển cơ sở dit liệu GIS dé lưu trữ, sắp xếp và hiển thị ảnhhàng không, ảnh thực dia, ảnh vệ tinh và phụ trợ cho tham chiếu trường dữ liệu,v.v Ngoàiviệc tăng cường các chức năng xử lý ảnh viễn thám ở các giai đoạn khác nhau, công nghệ

GIS cung cấp một trường linh hoạt cho việc nhập, phân tích, quản lý và hiển thị dữ liệu kỹ

thuật số từ các nguồn khác nhau Với sự phát triển nhanh chóng của các công cụ, công nghệ

GIS, đặc biệt là các phần mềm GIS chuyên dụng như ArcGIS, QGIS, SAGA, ENVI,

Mapinfo,.v.v đã hỗ trợ rất nhiều trong việc chạy các bài toán thống kê, phân tích các bài toán

không gian, xây dựng bản đồ hiện trạng trượt lở, các bản đồ yếu tố ảnh hưởng như độ cao, độ

dốc, hướng dốc, thạch học, lượng mưa,.v.V

(3) Dữ liệu viên thám, GIS và tài liệu khảo sát thực địa là các thông số đầu vào quan

trọng cua các mô hình toán học trong nghiên cứu trượt lo: Các mô hình toán đang được

các nhà nghiên cứu tận dụng dé thực hiện các bài toán đánh giá nguy cơ trượt lở như môhình thống kê mật độ, mô hình hồi quy logistic, mô hình mạng noron nhân tao, mô hình câyquyết định,.v.v Việc kết hợp công nghệ GIS, viễn thám (cả ảnh vệ tinh và UAV) và tàiliệu khảo sát thực địa trong nghiên cứu tai biến trượt lở giúp cho việc thu thập và xử lý dữliệu (trượt lở) ở nhiều tỉ lệ thời gian và không gian khác nhau; đảm bảo tính định lượng,khách quan, nhanh chóng và chính xác Đó là các dit liệu đầu vào cho các mô hình toán học

dé xây dựng bản đồ nguy cơ, cảnh báo trượt lở Đây là một hướng nghiên cứu hiện đại, đảm

bảo độ tin cậy và tính chính xác cao, đáp ứng tốt xu thế phát triển khoa học của thời đại Vì

vậy việc tích hợp giữa viễn thám, GIS và các mô hình toán học trong nghiên cứu trượt lở là

rất cần thiết trong bối cảnh hiện nay, đặc biệt trên một số tuyến đường giao thông trọngđiểm của tỉnh Bình Định Các kết quả sẽ là cơ sở quan trọng đề đề xuất các cảnh báo nguycơ trượt lở cũng như một số biện pháp phòng tránh, giảm thiểu thiệt hại về người và của tại

các khu vực nghiên cứu.

1.3 Các phương pháp nghiên cứu

Đề thực hiện nghiên cứu này, nghiên cứu sinh đã sử dụng tô hợp các phươngpháp với nội dung cụ thể của từng phương pháp như sau:

22

1.3.1 Phương pháp và quy trình phân tích giải đoán ảnh viễn thám

Trong nghiên cứu này, phương pháp phân tích, giải đoán ảnh viễn thám được sửdụng chủ yếu dé trích xuất các khu vực trượt lở lịch sử theo các thời kỳ khác nhau phụcvụ việc thành lập bản đồ hiện trạng trượt lở Nghiên cứu sử dụng 03 loại ảnh chính là

ảnh Landsat thế hệ thứ 8 (Landsat 8), ảnh radar 1 và ảnh quang học 2 Dé xử lý ảnh Sentinel-1 và Sentinel-2, luận án sử dụng phần mềm SNAP (SentinelApplication Platform - Nền tảng ứng dụng Sentinel) là công cụ xử lý, phân tích dit liệuviễn thám từ các vệ tinh Sentinel của Cơ quan Vũ trụ Châu Âu (ESA) được phát triểnbởi “Brockmann Consult, Array Systems Computing” Đây là phan mềm miễn phí đượccung cấp bởi ESA với nhiều công cụ phân tích ảnh viễn thám cả quang học và radar.

Sentinel-Không chỉ hỗ trợ các tư liệu vệ tinh Sentinel, SNAP 6.0 còn hỗ trợ nhiều đữ liệu vệ tinhphổ biến khác như Landsat-8, SPOT, MODIS Phần mềm này phù hợp cho nghiêncứu, học tập cũng như tạo ra các sản phẩm thương mại và được đảm bảo bản quyền phầnmềm (Phan mềm có thé tải về từ địa chỉ: http://step.esa.int/main/toolboxes/snap/) Đềtrích xuất dữ liệu trượt lở lịch sử, nghiên cứu phối hợp sử dụng các phương pháp sau:

1.3.1.1 Phương pháp xử lý ảnh radar

Bước 1: Lọc nhiễu (Noise Removal)

Nhiễu là một trong những thuộc tinh của ảnh radar gan liền với tính “don sắc” củabức xạ sử dụng trong kỹ thuật radar Đối với người sử dụng, đây là một trở ngại lớn trongkhi phân tích giải đoán ảnh Thực hiện loại bỏ nhiễu nhằm loại bỏ các tín hiệu radar bị nhiễu

động bởi các yếu tố môi trường xung quanh Việc loại bỏ nhiễu được thực hiện trên phần

mềm SNAP 6.0 thông qua tính năng S-1 Thermal Noise Removal.

Bước 2: Hiệu chỉnh bứt xa (Calibration)

Đề chuyền giá trị điểm ảnh thành giá trị tán xạ ngược được hiệu chỉnh tín hiệuphản xạ thì tất cả các thông tin cần thiết có trong dữ liệu radar phải đầy đủ Hiệu chỉnh

bao gồm các thông tin siêu dit liệu kèm theo dữ liệu radar dé chuyên giá trị cường độ

sang giá trị Sigma0 Mục tiêu của hiệu chỉnh tín hiệu radar là nhăm cung cấp thông tinđiểm ảnh có thể liên quan trực tiếp đến tán xạ ngược radar của mỗi cảnh Hiệu chỉnh tán

xạ được thực hiện theo công thức sau:

lượng hình ảnh và nâng cao độ chính xác của phân tích ảnh Trong nghiên cứu này, dữ liệu

radar được lọc bằng phin lọc Lee và được thực hiện bằng phần mềm SNAP 6.0 với công cụ

Single Product Speackle Filter.

23

Bước 4: Nan chỉnh hình học: Việc nan chỉnh hình học có ý nghĩa hết sức quan

trọng, không những dé dam bảo độ chính xác về vị trí tọa độ của các đối tượng trên ảnhma còn dé đảm bảo sự chồng khít của các loại ảnh với nhau phục vụ cho việc xây dựng

các tô hợp ảnh ở bước tiếp theo Do ban chất chụp ảnh nghiêng từ một phía nên anh

radar giống như các loại ảnh vệ tinh quang học khi chụp nghiêng cũng bị ảnh hưởng làmsai lệch vi trí của địa hình Sự sai lệch trên anh radar là sự dich lại gần ăng ten thu hơnso với vị trí thực của nó Mô hình biến dạng được thé hiện ở hình 1.6.

Hình 1.6 Mô hình biến dạng địa hình của ảnh radar

Theo mô phỏng ở hình 1.6 cho thấy, tại vị trí B với độ cao h trên bề mặt trái đất

nó sẽ thê hiện B' trên ảnh radar, thực chất vị trí chính xác phải là B" Nắn chỉnh hình họclà đưa điểm B' về đúng vi trí B" bằng cách dịch chuyển một khoảng Ar Việc nắn chỉnh

hình học cần dựa vào các thông số trong tệp siêu dữ liệu và mô hình số độ cao Phần

mềm SNAP 6.0 cho phép thực hiện nắn chỉnh hình học với dữ liệu mô hình số độ caotự động trong khi xử lý trực tuyến.

Bước 5: Trích xuất khu vực nghiên cứu: Kích thước một cảnh ảnh radar thườnglà rất lớn, trong khi yêu cầu khu vực nghiên cứu lại nhỏ, nên nếu dùng hết cả cảnh ảnhthi dung lượng yêu cau lớn, thời gian xử lý dữ liệu dai, dit liệu sẽ phân tán, không cần

thiết Do vậy, để giảm dung lượng lưu trữ và thời gian xử lý, dữ liệu khu vực nghiên

cứu được trích xuất bằng chức năng Subset của phần mềm SNAP 6.0, tức là cắt nhỏ ảnh

và khu trú trong khu vực nghiên cứu.

1.3.1.2 Phương pháp xử lý ảnh quang học

a Hiệu chỉnh khí quyền

Trong nghiên cứu này sử dụng ảnh vệ tinh Landsat 8 với độ phân giải các kênh phố

30m và kênh toàn sắc 15m, với điều kiện thời tiết khu vực thường bị mây che và thường bị

anh hưởng bởi yếu tố khí quyền Có nhiều mô hình được sử dụng dé hiệu chỉnh khí quyên

như COST, DOS, MODTRAN, ATCOR hay FLAASH để tăng cường độ chính xác.

Trong đó, mô hình hiệu chỉnh khí quyền FLA ASH đã được sử dụng trong nghiên cứu

này đề loại bỏ các ảnh hưởng bởi các hiệu ứng khí quyên Dữ liệu đầu vào của mô hình hiệu

chỉnh khí quyền này là anh đã được tính chuyền sang giá trị bức xa (Radiance) FLAASH bắt

đầu bằng phương trình tiêu chuân cho độ bức xạ phô trên bộ cảm sau đây:

24

¡=|_32_ |L|-52_ |.r, (1.2)

I-p,S) W-p.s

Trong đó: p: giá trị phản xa phổ trên bề mặt dat.

pe: giá trị phản xạ phô trung bình của pixel và các vùng xung quanh.

A và B: các hệ số phụ thuộc vào điều kiện khí quyền và điều kiện hình học

nhưng không ở trên bê mặt.

S: suất phản chiếu (Albedo) của đỉnh khí quyên.

La: giá trị bức xạ điện từ tán xạ đi vào bộ cảm do ảnh hưởng của bộ cảm.

Do đó, nghiên cứu tiến hành hiệu chỉnh khí quyên cho ảnh viễn thám Landsat 8 cho

các kênh đa phô, sau đó tiên hành hiệu chỉnh bức xạ cho kênh toàn sac, tiêp đên tiên hành

tô hợp kênh đa phô và kênh toàn sac đê đạt được chat lượng anh cao nhat là 15m.

b Tổ hợp màu cho ảnh quang học

Phương pháp tô hợp mau là phương pháp được sử dụng rộng rãi dựa trên chuẩnnên mau trong viễn thám dé hỗ trợ cho công tác giải đoán anh Một ảnh màu đa phổ cóthé được tổ hợp trên cơ sở gán 3 kênh phố nao đó cho ba mau cơ ban (red, green, blue -

R, G, B), ảnh nhận được sẽ có màu sắc khác nhau tùy thuộc vào việc chọn kênh phô vàchỉ định màu cơ bản (R, G, B) Tùy thuộc vào đặc trưng phổ của vật thé cần quan tâm

nhấn mạnh mà các chuyên gia sẽ chọn kênh phổ thích hợp Lợi thé của ảnh chụp đa phổlà có thé áp dụng tích hợp các kênh phô khác nhau dé phân tích giải đoán các đối tượngtheo các đặc trưng bức xạ phô Ưu tiên của phương pháp tô hợp màu là sử dụng cáckênh anh đa phô hién thị cùng một lúc trên 3 kênh ảnh được gắn tương ứng với 3 loạimàu cơ bản (R, G, B) Phương pháp này có thể tổ hợp hién thị 3 kênh ảnh của cùng một

loại ảnh vệ tinh, của các ảnh vệ tinh khác nhau cùng độ phân giải, hoặc của ảnh vệ tinh

và ảnh máy bay cùng độ phân giải, của ảnh radar với các thời gian chụp khác nhau Nếutrong tô hợp màu kênh phô có giải sóng được gắn đúng với mau thì được gọi là tổ hợpmau thật và trong các trường hợp khác gọi là tô hợp màu giả Trong phần mềm ArcGIS,dé tổ hợp màu, sử dụng công cụ Composite bands trên Arc Toolbox.

c Trộn ảnh và tăng cường chất lượng ảnh

Trên mỗi anh Landsat 8 gồm 11 kênh ảnh, trong đó: 8 kênh phổ có độ phân giảikhông gian là 30m, 01 kênh toàn sắc có độ phân giải không gian là 15m (band 8) và 02kênh hồng ngoại nhiệt có độ phân giải không gian là 100m Đề nâng cao độ phân giải khônggian của ảnh phố, thường dùng kỹ thuật trộn chúng với kênh ảnh toàn sắc (panchromatic-band 8) Sau khi trộn, độ phân giải không gian của ảnh tô hợp màu là 15m, việc này giúp

dễ dàng phân biệt được các đối tượng trên ảnh Ảnh sau khi được trộn, một số đối tượng

cần giải đoán có thé sáng quá hoặc tối quá Dé khắc phục hiện tượng này cần phải tăngcường chất lượng ảnh bang công cụ Image Analysis trong ArcGIS.

1.3.1.3 Phương pháp trộn anh (Fusion) giữa anh radar và ảnh quang hoc

Ky thuật Fusion: sử dụng các phép biến đổi phổ từ sự kết hợp một anh đơn sắc

-anh cấp độ xám (có độ phân giải cao) gộp với một ảnh da phổ nhưng có độ phân giải

25

thấp hơn Kết qua là tạo ra một ảnh viễn thám đa phổ mới, có độ phân giải cao Ảnh mới

này đồng thời giữ được đến mức cao nhất (có thé có) các thông tin về phổ trên anh phân

giải thấp và cả các thông tin về cấu trúc trên ảnh đơn sắc Việc kết hợp tư liệu ảnh SARvà tư liệu quang học nhăm các mục đích khác nhau: Kết hợp dé tạo ra một dạng tư liệumới nham tăng độ phân giải, tăng cường chất lượng ảnh Trong nghiên cứu này, sửdụng thuật toán phân tích thành phan chính (PCA) dé tăng cường và làm rõ được phéphản xạ của thông tin trượt lở và làm cơ sở cho việc trích xuất thông tin đối tượng sau

khi trộn ảnh đạt độ chính xác cao hơn [18].

a) Phương pháp chuyển đổi hệ màu RGB-IHS

Hiện nay có 02 hệ thống tổ hợp màu là hệ thống màu RGB và hệ thống IHS Tuynhiên, hệ thống RGB có nhược điểm là màu hiển thị sẽ phụ thuộc vào từng thành phan.Hệ thống màu IHS gồm có 3 thành phan: I (Intensity) cường độ màu, H (Hue) - màu, S

(Saturation) - độ bão hòa màu Ưu điểm của hệ thống mau IHS là thành phần cường độmàu độc lập với các thành phần còn lại và thé hiện được nhiều mau trong tự nhiên hơnhệ thống RGB [20].

Phương pháp chuyên đôi hệ mau IHS là một trong những phương pháp trộn ảnh

cơ bản nhất, ban đầu được áp dụng dé trộn ảnh đa phô độ phân giải thấp với ảnh toàn

sắc có độ phân giải cao, nhằm tăng cường độ phân giải và màu sắc của ảnh Tuy nhiên,hiện nay, phương pháp chuyên đổi hệ mau IHS có thé áp dung cho ảnh quang học kết

hợp với ảnh SAR.

b Phương pháp biến đổi Brovey

Phương pháp biến đồi Brovey cũng là một trong những phương pháp rat phố biếntrong kỹ thuật xử lý ảnh viễn thám Phương pháp Brovey cho phép kết hợp với một số

lượng bat kỳ các kênh ảnh quang học Công thức của biến đối Brovey được thê hiện như

XS_SAR, = (SAR x Xs,) / Xs,+Xs,+Xs¿+ + Xs,) (1.3)

XS_SAR, = (SAR x Xs) / Xs,+Xs,+Xs¿+ + XS,) (14)

XS_SAR, = (SAR x Xs,) / (Xs,+Xs,+Xs,+ + Xs,) (1.5)

Trong đó: XS,, XS,, XS, là các kênh ảnh quang hoc; SAR là kí hiệu anh SAR

được đưa vào trộn ảnh; XS_ SAR, là các kênh ảnh kết hợp giữa ảnh quang học va ảnh SAR.

Phương pháp xây dựng ảnh tổ hợp mau sử dụng biến đồi Brovey cho phép về cơbản bảo toàn được các tính chat phản xạ phổ của ảnh quang học trong khi đó các thôngtin về cầu trúc được bổ sung từ anh SAR, làm tăng độ tương phản cho anh Đây cũng là

phương pháp được sử dụng tương đối rộng rãi trong việc xử lý ảnh.

c Phương pháp thành phan chính (Principal Component Analysis-PCA)

Các kênh ảnh vệ tinh quang hoc thường có tính tương quan với nhau Phân tíchảnh viễn thám quang học thành các kênh thành phần chính là thực hiện phép biến đổicác kênh ảnh gôc thành các thành phần chứa đựng các thông tin ít trùng lặp nhất theo

thứ tự giảm dan từ PC1, PC2, PC3, [150] Sau khi chuyển các kênh đa phổ sang các

26