Nghiên cứu này trình bày tổng quan các phương pháp đánh giá cấp độ sạt lở đất trên thế giới, từ đó đánh giá thực trạng nghiên cứu sạt lở đất ở Việt Nam trong giai đoạn từ 2010 đến 2020 và đề xuất những giải pháp nghiên cứu phù hợp tiếp theo.
KHOA HỌC CÔNG NGHỆ ĐÁNH GIÁ THỰC TRẠNG VÀ GIẢI PHÁP NGHIÊN CỨU VỀ SẠT LỞ ĐẤT Ở VIỆT NAM GIAI ĐOẠN 2010 - 2020 Đồn Viết Long, Nguyễn Chí Cơng, Nguyễn Quang Bình Trường Đại học Bách khoa, Đại học Đà Nẵng Nguyễn Tiến Cường Trường Đại học Phenikaa Tóm tắt: Việt Nam quốc gia có địa hình đồi núi dốc nằm vùng mưa nhiệt đới gió mùa, sạt lở đất diễn phổ biến xếp vào loại thiên tai nguy hiểm Các nghiên cứu sạt lở đất quan tâm thực giúp ích cơng tác quản lý rủi ro, phòng chống thiên tai Nghiên cứu trình bày tổng quan phương pháp đánh giá cấp độ sạt lở đất giới, từ đánh giá thực trạng nghiên cứu sạt lở đất Việt Nam giai đoạn từ 2010 đến 2020 đề xuất giải pháp nghiên cứu phù hợp Kết rằng, phương pháp sử dụng phố biến đánh giá cấp độ sạt lở đất Việt Nam đánh giá không gian mô hình xác suất thống kê Bên cạch đó, hạn chế sở liệu yếu tố gây sạt lở chưa giải triệt để Những đề xuất nhằm cải thiện hạn chế thảo luận định hướng cho nghiên cứu Từ khóa: sạt lở đất, phương pháp đánh giá cấp độ sạt lở, yếu tố gây sạt lở, mô hình xác suất thống kê, vùng miền núi Việt Nam Summary: Vietnam is a country with steep mountainous terrain characteristic and located in the tropical monsoon climate region Therefore, landslide is more popular here and it can be considering as a significant nature disaster Studying in landslide susceptbility zoning has been received more attention in recent years and it significanty contributed to natural disasters mamagement This paper was conducted as a review of landslide assessment studies in the world, evaluated the situation of landslides studies in Vietnam during a period time from 2010 to 2020 and proposed the appropriate research solutions The results indicated that, the landslide susceptibility with statistical method is the most popular approach for landslide assessment study in Vietnam Additionally, the limitations of landslide database have not been fully addressed A few of solutions to improve the above limitations were discussed and some recommendations for further studies were proposed in this work Keywords: Landslide, landslide assessment methods, landslide factors, statistical model, Vietnam’s mountainous region GIỚI THIỆU CHUNG * Sạt lở đất dịch chuyển khối đất đá sườn dốc tác động trọng lực [1] Đây tượng phức tạp tương tác nhiều yếu tố tự nhiên (địa chất, địa mạo, khí tượng, thủy văn, ) yếu tố hoạt động Ngày nhận bài: 30/6/2020 Ngày thơng qua phản biện: 29/7/2020 người [2] Ngồi ra, hoạt động tự nhiên mưa, núi lửa, động đất hoạt động xây dựng người sườn dốc dẫn đến sạt lở đất [3] Dựa vào tính chất lý hình thức vận động, sạt lở đất chia thành nhiều dạng khác Ngày duyệt đăng: 11/8/2020 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ THỦY LỢI SỐ 61 - 2020 119 KHOA HỌC CÔNG NGHỆ [3] phân chia sạt lở đất làm loại sau: (i) rơi (falls), (ii) Lật (topples), (iii) trượt (slide), (iv) trượt lan truyền (lateral spread) (v) chảy (flow) Theo nghiên cứu thống kê [4] trượt loại hình phổ biến (chiếm 55.2%), chảy (19.3%), rơi (9.4%), dạng lại chiếm khoảng 13.2% Sạt lở đất loại hình thiên tai phổ biến giới Cơng trình nghiên cứu [4] thống kê nghiên cứu sạt lở đất từ 1983 đến 2015, kết khu vực sạt lở đất phân bố châu lục Trong châu Á có nhiều khu vực sạt lở (chiếm 65.2%), thứ hai châu Âu (chiếm 23.8%), châu Mỹ, châu Phi châu Đại Dương xếp với tỷ lệ tương ứng 8.6%, 1.8% 0.6% Hiện tượng sạt lở đất xảy tác động yếu tố tự nhiên (địa chất, địa mạo, thủy văn, khí tượng ) yếu tố hoạt động người [2] Một số nghiên cứu phân chia nhóm yếu tố gây sạt lở đất thành loại chính: (i) yếu tố ảnh hưởng (affecting factors) gồm: (độ dốc, địa mạo, độ cao, đứt gãy, thạch học, mật độ sông suối, sử dụng đất loại đất) (ii) yếu tố tác động (triggering factors) gồm: lượng mưa, động đất hoạt động người [5], [6] Nghiên cứu đánh giá nguy sạt lở đất nhà khoa học trọng từ năm 1970 với nhiều cấp độ phương pháp tiếp cận khác [4] Các nghiên cứu [2], [7] chia sạt lở đất thành cấp độ: (i) Phân vùng sạt lở (landslide zonation); (ii) Đánh giá không gian sạt lở (landslide susceptibility); (iii) Đánh giá không gian – thời gian sạt lở (landslide hazard); (iv) Đánh giá mức độ tổn thương sạt lở (landslide vulnerability); (v) Đánh giá rủi ro sạt lở (landslide risk) Phương pháp đánh giá nguy sạt lở đất chia thành nhóm: định tính định lượng phân thành loại: phương pháp phát (heuristic), phương pháp thống kê (statistical) phương pháp định (deterministic) Đối với phương pháp phát 120 hiện, nhà điều tra xếp loại đánh giá trọng số yếu tố gây sạt dựa giả định tầm quan trọng yếu tố dẫn tới sạt lở [4], [8], [9] Đây phương pháp định tính, có khả dẫn đến sai sót phụ thuộc vào ý kiến chuyên gia việc xác định trọng số yếu tố gây sạt lở đất [4], [10], [11] Phương pháp định thuộc phương pháp định lượng, dựa việc tính tốn phân tích điều kiện ổn định khơng ổn định mái dốc Đây phương pháp có tính ổn định độ xác cao [4], [11], [12] Phương pháp thống kê thuộc phương pháp định lượng, dựa phân bố không gian yếu tố gây sạt lở đất khứ để phân tích đưa dự báo nguy sạt lở tương lai [13] Trong số phương pháp đánh giá sạt lở đất, phương pháp định phương pháp thống kê đánh giá có hiệu cao sử dụng nhiều nghiên cứu [4] Trong đó, phương pháp định áp dụng cho khu vực có diện tích nhỏ cần thu thập thơng tin chi tiết đặc điểm địa hình, địa chất, thủy văn mái dốc [11], [14] Đối với khu vực nghiên cứu rộng phương pháp thống kê lựa chọn phổ biến [13] Trên sở tổng quan tình hình nghiên cứu sạt lở đất giới, nghiên cứu tổng hợp 41 kết nghiên cứu công bố liên quan Việt Nam giai đoạn từ 2010 đến 2020 để phân tích đánh giá Các vấn đề phân tích bao gồm: khu vực nghiên cứu, liệu sạt lở, yếu tố gây sạt lở, cấp độ phương pháp nghiên cứu, mơ hình đánh giá Từ đánh giá thực trạng nghiên cứu sạt lở đất Việt Nam, hạn chế nghiên cứu trước sạt lở đất thảo luận Bên cạnh đó, việc đánh giá xu hướng nghiên cứu sạt lở đất nước giới đề xuất cách tiếp cận phù hợp với điều kiện Việt Nam thể nghiên cứu TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ THỦY LỢI SỐ 61 - 2020 KHOA HỌC THỰC TRẠNG NGHIÊN CỨU VỀ NGUY CƠ SẠT LỞ ĐẤT Ở VIỆT NAM 2.1 Khu vực nghiên cứu CÔNG NGHỆ (39/41 báo), thạch học, hướng dốc địa hình, sử dụng đất Số liệu phản ánh phần tầm ảnh hưởng yếu tố đến nguy sạt lở đất Việt Nam Từ biểu đồ hình 3, thấy yếu tố liên quan đến địa chất, thủy văn chiếm tỷ lệ cao (60%) so với yếu tố liên quan đến hình thái địa hình (30%) yếu tố liên quan đến hoạt động người (10%) Hình 2: Thống kê yếu tố ảnh hưởng đến sạt lở đất Hình 1: Bản đồ phân bố khu vực nghiên cứu sạt lở đất giai đoạn 2010-2020 Thống kê từ hình cho thấy rằng, nghiên cứu sạt lở đất tập trung chủ yếu khu vực tỉnh miền núi phía Bắc (Điện Biên, Hà Giang, Hịa Bình, Lai Châu, Lạng Sơn, Lào Cai, Sơn La, Yên Bái) số tỉnh khu vực miền Trung - Tây Nguyên (Bình Định, Đà Nẵng, Lâm Đồng, Quảng Nam, Quảng Ngãi, Quảng Trị, Thừa Thiên Huế) Trong đó, khu vực tỉnh miền núi phía Bắc có nhiều cơng trình nghiên cứu (chiếm 67%) so với tỉnh miền Trung - Tây Nguyên (chiếm 33%) 2.2 Nguyên nhân gây sạt lở Bài báo thống kê nguyên nhân sạt lở từ nghiên cứu trước theo nhóm chính: nhóm yếu tố ảnh hưởng nhóm yếu tố tác động Đối với nhóm yếu tố ảnh hưởng, báo thống kê có 39 yếu tố ảnh hưởng sử dụng nghiên cứu trước đây, chia thành nhóm: hình thái địa hình, địa chất - thủy văn hoạt động người Kết thống kê 10 yếu tố sử dụng nhiều hình cho thấy độ dốc yếu tố sử dụng nhiều Hình 3: Thống kê nhóm yếu tố ảnh hưởng Đối với yếu tố tác động đến sạt lở đất, bao gồm: mưa, động đất hoạt động người Ở Việt Nam, sạt lở đất thường xuất chủ yếu vào mùa mưa [15] Với đặc điểm khí hậu nhiệt đới gió mùa, lượng mưa hàng năm lớn chủ yếu tập trung vào tháng mùa mưa nên yếu tố mưa (tần suất cường độ) xem yếu tố tác động gây sạt lở [15], [16] Thống kê rằng, có 22/41 nghiên cứu có xét đến yếu tố tác động mưa đến sạt lở đất Tuy nhiên, lượng mưa xem xét lượng mưa bình quân nhiều năm Thực tế cho thấy với lượng mưa lớn kéo dài thời đoạn từ ngày đến ngày gây sạt lở Do đó, thay xem xét mưa bình quân nhiều năm, [16] xem xét mưa thời đoạn cách truy vấn vị trí (x, TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ THỦY LỢI SỐ 61 - 2020 121 KHOA HỌC CÔNG NGHỆ y) thời gian xảy sạt lở (t), từ biết tổng lượng mưa thời đoạn bao nhiều ngày trước xãy sạt lở Nhóm tác giả đa số vụ sạt lở đất Quảng Ngãi có yếu tố tác động mưa thời đoạn ngày Kết bước đầu cho thấy ảnh hưởng rõ nét mưa thời đoạn đến nguy sạt lở đất 2.3 Cấp độ, phương pháp nghiên cứu mơ hình đánh giá a Cấp độ đánh giá Thống kê từ 41 cơng trình nghiên cứu cho thấy đánh giá nguy sạt lở đất cấp độ không gian sử dụng nhiều (83%), cấp độ phân vùng sạt lở (10 %), cấp độ không gian - thời gian (5%) cấp độ rủi ro (2 %) Hình 4: Thống kê cấp độ đánh giá nguy sạt lở đất Cấp độ đánh giá không gian yêu cầu liệu đầu vào phân bố không gian kiện sạt lở yếu tố ảnh hưởng Ở cấp độ này, việc thu thập liệu tương đối đơn giản Như vậy, đa số khu vực có xảy sạt lở thực đánh giá nguy sạt lở cấp độ không gian với phương pháp tiếp cận phù hợp Do đó, cấp độ nghiên cứu phổ biến Ở cấp độ đánh giá không gian – thời gian, ngồi việc cung cấp thơng tin “nơi” có khả sạt lở mà cịn thể thơng tin “khi nào” kiện có khả xảy [4] Dữ liệu đầu vào cần xác định đầy đủ thông tin xác khơng gian, thời gian kiện sạt lở, giá trị mưa thực đo khoảng thời gian xảy kiện sạt lở Nhìn chung, việc thu thập đầy đủ 122 liệu cho khu vực miền núi rộng lớn khó khăn Bởi vậy, có nghiên cứu cấp độ này, không Việt Nam mà nước giới [17], [18] nghiên cứu đánh giá không gian - thời gian sạt lở đất cho khu vực tỉnh Hịa Bình n Bái thơng qua tính tốn lượng mưa gây sạt phương pháp kinh nghiệm Bản đồ không gian sạt lở xây dựng phương pháp thống kê Yếu tố thời gian đánh giá thơng qua tính toán ngưỡng mưa gây sạt lở đất Nghiên cứu phân tích mối quan hệ lượng mưa vụ sạt lở để xác định thời đoạn mưa gây sạt 15 ngày Sau đó, xác định xác suất thời gian xảy sạt lở theo chu kì năm, năm năm Bản đồ không gian – thời gian sạt lở đất lập cách nhân số nguy sạt lở (landslide susceptibility index) đồ không gian với xác xuất thời gian tương ứng với chu kì Kết nghiên cứu đồ dự báo nguy sạt lở xảy thời gian lặp lại năm, năm năm Ở cấp độ đánh giá rủi ro, liệu đầu vào cấp độ khơng gian - thời gian cịn phải đánh giá thêm mức độ thiệt hại tính mạng người, tài sản sở hạ tầng kiện sạt lở xảy Do đó, cấp độ có nghiên cứu cơng bố [19] thiết lập đồ rủi ro sạt lở đất cho khu vực tỉnh miền núi tỉnh Quảng Ngãi Bản đồ rủi ro xây dựng sở tích hợp đồ nguy tai biến trượt lở đất với đồ khả chịu tai biến đối tượng kinh tế - xã hội phân tích không gian môi trường GIS Bản đồ rủi ro sạt lở đất thành lập theo cấp từ thiệt hại thấp đến thiệt hại cao b Phương pháp đánh giá Thống kê hình cho thấy rằng, phương pháp thống kê sử dụng phổ biến 41 nghiên cứu đánh giá nguy sạt lở đất Việt Nam (85%), phương pháp phát (12%), phương pháp định sử dụng (2%) TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ THỦY LỢI SỐ 61 - 2020 KHOA HỌC CÔNG NGHỆ với để tìm mơ hình phù hợp cho khu vực nghiên cứu không phổ biến Việt Nam mà nước giới Kết nghiên cứu khơng thể tìm thấy mơ hình học máy tốt cho tất khu vực Hình 5: Thống kê phương pháp đánh giá nguy sạt lở đất Phương pháp thống kê áp dụng nghiên cứu phân chia loại: thống kê biến số (bivariate models), thống kê đa biến (multivariate models), học máy (machine learning), học sâu (deep learning) mơ hình học kết hợp (hybrid model) Trong số phương pháp này, học máy, học sâu xem phương pháp đại thuộc lĩnh vực trí tuệ nhân tạo sử dụng phổ biến đánh giá nguy sạt lở đất Các nghiên cứu công bố gần chủ yếu tập trung vào việc phát triển mơ hình đánh giá nguy sạt lở đất so sánh độ xác mơ hình phương pháp phương pháp với để tìm mơ hình phù hợp cho khu vực nghiên cứu [15] thực so sánh mơ hình học máy với khu vực vùng núi tỉnh Hịa Bình thơng qua số AUC (Area Under the Curve), kết cho thấy mơ hình SVM (Support Vector Machines) tốt so với mô hình LR (Logistic Regression), BNN (Bayesian Neural Network) Trong đó, [20] áp dụng mơ hình học máy MLP Neural Nets (Multi-Layer Perceptron Neural Networks), SVM, KLR (Kernel Logistic Regression), RBF Neural Nets (Radial Basis Function Neural Networks), LMT (Logistic Model Trees) để đánh giá nguy sạt lở đất cho vùng núi tỉnh Sơn La MLP Neural Nets kết luận mơ hình tốt Nghiên cứu so sánh độ xác mơ hình học máy Các nghiên cứu gần áp dụng phương pháp kết hợp mơ hình thống kê với để nâng cao hiệu tính tốn [21] áp dụng mơ hình MNBT kết hợp mơ hình đơn MB (Multiboost) NBT (Nạve Bayes Trees) để đánh giá nguy sạt lở đất cho vùng núi tỉnh Yên Bái Kết cho thấy rằng, mơ hình kết hợp MNBT có số AUC 0.824, cao so với việc dùng mơ hình đơn NBT (AUC = 0.800) [22] cho kết tương tự kết luận mơ hình kết hợp SMOSVM (Sequential Minimal Optimization - SVM) có độ xác cao mơ hình đơn SVM, NBT đánh giá nguy sạt lở đất vùng núi tỉnh Yên Bái Như vậy, thấy phương pháp kết hợp mơ hình thống kê xu hướng để nâng cao độ xác nghiên cứu đánh giá nguy sạt lở đất Trong số phương pháp thống kê, học sâu (DL-Deep Learning) kỹ thuật bậc cao lĩnh vực trí tuệ nhân tạo bước đầu áp dụng vào nghiên cứu sạt lở đất Việt Nam [23] áp dụng mô hình học sâu cho vùng núi tỉnh Điện Biên, kết bước đầu cho thấy mơ hình DL cho kết tốt so với mơ hình học máy FLDA (Fisher's Linear Discriminant Analysis), QDA (Quadratic Discriminant Analysis) MLP Neural Nets Với phát triển mạnh mẽ khoa học máy tính, phương pháp DL ngày áp dụng nhiều nghiên cứu nguy sạt lở đất c Mơ hình đánh giá Bài báo thống kê có tất 67 mơ hình đánh giá nguy sạt lở đất sử dụng 41 cơng trình nghiên cứu kể trên, thuộc TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ THỦY LỢI SỐ 61 - 2020 123 KHOA HỌC CÔNG NGHỆ phương pháp: phát hiện, thống kê định Thống kê hình SVM mơ hình sử dụng nhiều (11 nghiên cứu), LR (5), AHP (5), MLP Neural Nets (3), NBT (3), J48DT (2), SI (2), mơ hình lại báo áp dụng Khả áp dụng mơ hình tác giả vào khu vực nghiên cứu cụ thể phụ thuộc vào nhiều yếu tố: liệu, mức độ nghiên cứu chuyên sâu Phạm vi báo thống kê mơ hình sử dụng, khơng phân tích cụ thể mơ hình lĩnh vực rộng có q nhiều mơ hình áp dụng cận kết hợp mơ hình đơn mơ hình đánh giá hay cịn gọi mơ hình kết hợp (hybrid model) để nâng cao hiệu tính tốn đánh giá nguy sạt lở đất Biều đồ hình cho thấy tăng đáng kể mơ hình kết hợp sử dụng giai đoạn 2016-2020 (23 mơ hình, cột màu đỏ) so với giai đoạn 20102015 Kết cho thấy mơ hình kết hợp xu nghiên cứu nguy sạt lở đất NHỮNG TỒN TẠI VÀ HẠN CHẾ TRONG NGHIÊN CỨU SẠT LỞ ĐẤT Ở VIỆT NAM Các nghiên cứu tập trung cho số tỉnh thành khu vực miền núi phía Bắc miền Trung – Tây Nguyên Hiện nay, nhiều khu vực hay xảy sạt lở đầu tư nghiên cứu, đặc biệt khu vực Tây Nguyên Hình 6: Thống kê mơ hình đánh giá nguy sạt lở đất Hình 7: Các nhóm mơ hình đánh giá nguy sạt lở đất theo giai đoạn Các mô hình đánh giá chia làm nhóm: nhóm mơ hình đơn nhóm mơ hình kết hợp Để khắc phục mặt hạn chế mơ hình đơn, nghiên cứu gần đưa cách tiếp 124 Ở Việt Nam, xây dựng đồ nguy sạt lở đất quan tâm thời gian 10 năm gần Do đó, việc ghi nhận thu thập sở liệu sạt lở chưa quan tâm mức dẫn đến thiếu thông tin vị trí thời điểm xảy sạt lở Đa số vụ sạt lở tập trung vùng miền núi nên điều kiện địa hình ảnh hưởng nhiều đến khả thu thập thông tin, số thông tin ghi nhận tập trung tuyến đường giao thông gần khu dân cư Ngoài ra, đa số đồ địa hình DEM sử dụng có độ phân giải chưa cao, từ 20mx20m đến 30mx30m, điều nhiều gây ảnh hưởng đến độ xác q trình đánh giá Mưa lớn kéo dài nhiều ngày xem yếu tố gây sạt lở Việt Nam, đa số nghiên cứu sử dụng số liệu mưa bình quân nhiều năm trình đánh giá Điều chưa phản ánh thực tế ảnh hưởng yếu tố mưa đến khả xảy sạt lở Ngoài ra, số yếu tố ảnh hưởng đến sạt lở đất giá trị thay đổi theo thời gian chịu ảnh hưởng tình trạng biến đổi khí hậu như: TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ THỦY LỢI SỐ 61 - 2020 KHOA HỌC lượng mưa, thảm phủ, sử dụng đất yếu tố liên quan đến hoạt động người Do đó, việc sử dụng liệu không cập nhật đánh giá đầy đủ ảnh hưởng đến kết mô hình đánh giá Phần lớn nghiên cứu gần tập trung đánh giá nguy sạt lở đất cấp độ không gian Loại đồ cung cấp thơng tin “nơi” có có khả sạt lở, thông tin “khi nào” “tần suất” mà sạt lở xảy [24] Ở nước ta nay, có vài nghiên cứu cứu đánh giá cấp độ không gian - thời gian thơng qua tính tốn giá trị ngưỡng mưa [18], [25] Đây thực trạng chung lĩnh vực nghiên cứu giới khó tìm thấy khu vực có đầy đủ số liệu thực đo vị trí thời sạt lở đất mưa gây sạt Phần lớn nghiên cứu sử dụng phương pháp thống kê để lập đồ nguy sạt lở đất Đây xem xu hướng phương pháp đặc biệt phù hợp cho khu vực nghiên cứu rộng lớn [13] Tuy nhiên, phương pháp thống kê thể nhiều mặt hạn chế, đặc biệt liệu thống kê thiếu độ tin cậy Có nhiều mơ hình sử dụng để đánh giá nguy sạt lở đất từ đơn giản đến phức tạp Hiện nay, đa số nghiên cứu có ứng dụng kỹ thuật cao học máy, học sâu hay phương pháp mơ hình kết hợp tập trung khu vực miền núi phía Bắc Một số nghiên cứu triển khai khu vực miên Trung - Tây Nguyên với cấp độ đánh giá phương pháp nghiên cứu đơn giản phương pháp phát hay thống kê biến số Phần lớn nghiên cứu trọng nhiều vào việc cải tiến mơ hình tính để tăng độ xác yếu tố đầu vào lại chưa quan tâm mức Đa số nghiên cứu thực so sánh mơ hình cho khu vực nghiên cứu để tìm mơ hình phù hợp Các nghiên cứu rằng, khơng có mơ hình đánh giá nguy sạt lở tốt cho tất khu vực CÔNG NGHỆ ĐỀ XUẤT GIẢI PHÁP Việc mở rộng phạm vi mà mức độ nghiên cứu đánh giá nguy sạt lở đất cần thiết, đặc biệt khu vực thường xuyên xảy sạt lở Điều địi hỏi cần phải có đầu tư có kế hoạch, tiến đến xây dựng sở liệu đánh giá nguy sạt lở phạm vi nước Ngoài ra, vùng có nguy sạt lở cao cần đầu tư nghiên cứu sâu, tăng mức độ cấp độ đánh giá sạt lở đất Thiếu liệu thực trạng chung khu vực miền núi nước ta Ngày với phát triển công nghệ viễn thám, nhiều kỹ thuật xử lý ảnh vệ tinh đời cho phép khôi phục liệu điểm sạt lở với độ tin cậy cao Bên cạnh đó, cơng tác ghi nhận khảo sát kịp thời điểm sạt lở cần thực cập nhật liên tục Việc nghiên cứu phương pháp để tăng độ phân giải đồ DEM cần thiết Đối với vùng nguy sạt lở cao, áp dụng biện pháp khảo sát chi tiết sử dụng công nghệ khảo sát đại công nghệ Lidar để tăng độ phân giải cho đồ địa hình Các nghiên cứu đến cần đánh giá sạt lở đất cấp độ cao như: cấp độ không gian – thời gian, cấp độ rủi ro Ở nước ta, đa số vụ sạt lở có liên quan đến yếu tố mưa Do đó, đánh giá yếu tố thời gian thông qua giá trị ngưỡng mưa Để làm điều này, cần phải có đầy đủ số liệu xác thời gian vị trí xảy sạt lở số liệu mưa quan trắc thời điểm để xác định giá trị thời đoạn ngưỡng mưa gây sạt Vì vậy, nghiên cứu cần phải có giải pháp để cải tiến sở liệu mưa, sở để xác định thời đoạn ngưỡng mưa gây sạt Một số giải pháp thực như: tăng mật độ trạm đo mưa khu vực có nguy sạt lở cao, sử dụng phương pháp phân tích mưa đại kỹ thuật phân tích mưa vùng để cải thiện độ tin cậy đánh giá nguy sạt lở Để phát huy hiệu mô hình thống kê TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ THỦY LỢI SỐ 61 - 2020 125 KHOA HỌC CÔNG NGHỆ đánh giá nguy sạt lở, nghiên cứu cần phải đầu tư xây dựng số liệu đầu vào đầy đủ đáng tin cậy Phải thường xuyên cập nhật sở liệu trình đánh giá, đặc biệt yếu tố có biến đổi theo thời gian Ngồi ra, cần có kết hợp phương pháp thống kê phương pháp vật lý để có kiểm chứng khu vực có nguy sạt lở cao Bên cạnh việc mở rộng khu vực nghiên cứu cải tiến sở liệu, việc phát triển lựa chọn mơ hình tính phù hợp cho khu vực cần trọng Các nghiên cứu theo xu hướng ứng dụng công nghệ AI (Artificial Intelligence) như: học máy, học sâu phương pháp kết hợp để tăng độ xác Ngồi ra, việc lựa chọn mơ hình tính cần phải xét đến khả đáp ứng sở liệu có KẾT LUẬN Bài báo tổng hợp kết 41 cơng trình cơng bố đánh giá nguy sạt lở đất Việt Nam giai đoạn từ năm 2010 đến năm 2020 Nghiên cứu đưa thống kê, đánh giá cơng trình cơng bố theo chủ đề: khu vực nghiên cứu, liệu sạt lở, yếu tố gây sạt lở, cấp độ phương pháp nghiên cứu, mơ hình đánh giá Bên cạnh đó, mặt tồn đề xuất giải pháp phù hợp để cải thiện Nhìn chung, số lượng nghiên cứu công bố chưa tương xứng với thực trạng cấp bách phòng chống sạt lở đất Việt Nam, khơng thể tìm mơ hình tốt cho tất khu vực nghiên cứu nước Do đó, thời gian tới hướng nghiên cứu cần đầu tư lớn nhân lực vật lực để hỗ trợ công tác quy hoạch phát triển vùng cơng tác phịng chống hạn chế thiệt hại loại hình thiên tai gây LỜI CÁM ƠN: Nghiên cứu hỗ trợ Chương trình học bổng đào tạo tiến sĩ nước Quỹ Đổi sáng tạo Vingroup (VINIF), Viện Nghiên cứu Dữ liệu lớn (VINBIGDATA) TÀI LIỆU THAM KHẢO [1] D J Varnes and D M Cruden, “Landslide types and processes,” Landslides Investig mitigation, Transp Res Board Spec Rep., vol 247, 1996 [2] D J Varnes, “Landslide hazard zonation: a review of principles and practice Commission on landslides of the IAEG,” Nat hazards, vol 3, p 61p, 1984 [3] L Highland, “Landslide types and processes,” 2004 [4] P Reichenbach, M Rossi, B D Malamud, M Mihir, and F Guzzetti, “A review of statistically-based landslide susceptibility models,” Earth-Science Rev., vol 180, pp 60–91, 2018 [5] M J Crozier, “Landslides: causes, consequences and environment, Croom Helm, London,” Geogr Phys Quat., vol 7, no 1, pp 107–108, 1986 [6] S Abuzied, S Ibrahim, M Kaiser, and T Saleem, “Geospatial susceptibility mapping of earthquake-induced landslides in Nuweiba area, Gulf of Aqaba, Egypt,” J Mt Sci., vol 13, no 7, pp 1286–1303, 2016 [7] F Guzzetti, P Reichenbach, M Cardinali, M Galli, and F Ardizzone, “Probabilistic 126 TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ THỦY LỢI SỐ 61 - 2020 KHOA HỌC CÔNG NGHỆ landslide hazard assessment at the basin scale,” Geomorphology, vol 72, no 1–4, pp 272– 299, 2005 [8] A Hansen, “Landslide hazard analysis,” Slope Instab., pp 523–602, 1984 [9] A Hansen, C A M Franks, P A Kirk, A J Brimicombe, and F Tung, “Application of GIS to hazard assessment, with particular reference to landslides in Hong Kong,” in Geographical Information Systems in assessing natural hazards, Springer, 1995, pp 273– 298 [10] R K Dahal, S Hasegawa, A Nonomura, M Yamanaka, T Masuda, and K Nishino, “GISbased weights-of-evidence modelling of rainfall-induced landslides in small catchments for landslide susceptibility mapping,” Environ Geol., vol 54, no 2, pp 311–324, 2008 [11] H R Pourghasemi, Z T Yansari, P Panagos, and B Pradhan, “Analysis and evaluation of landslide susceptibility: a review on articles published during 2005–2016 (periods of 2005– 2012 and 2013–2016),” Arab J Geosci., vol 11, no 9, p 193, 2018 [12] M Alvioli and R L Baum, “Parallelization of the TRIGRS model for rainfall-induced landslides using the message passing interface,” Environ Model Softw., vol 81, pp 122– 135, 2016 [13] Y Huang and L Zhao, “Review on landslide susceptibility mapping using support vector machines,” Catena, vol 165, pp 520–529, 2018 [14] A M Youssef, H R Pourghasemi, B A El-Haddad, and B K Dhahry, “Landslide susceptibility maps using different probabilistic and bivariate statistical models and comparison of their performance at Wadi Itwad Basin, Asir Region, Saudi Arabia,” Bull Eng Geol Environ., vol 75, no 1, pp 63–87, 2016 [15] D T Bui, B Pradhan, O Lofman, I Revhaug, and O B Dick, “Application of support vector machines in landslide susceptibility assessment for the Hoa Binh province (Vietnam) with kernel functions analysis,” 2012 [16] N C Cong, N Q Binh, and V N D Phuoc, “Landslide Susceptibility Mapping by Combining the Analytical Hierarchy Process and Regional Frequency Analysis Methods: A Case Study for Quangngai Province (Vietnam),” in International Conference on Asian and Pacific Coasts, 2019, pp 1327–1334 [17] D T Bui, T A Tuan, H Klempe, B Pradhan, and I Revhaug, “Spatial prediction models for shallow landslide hazards: a comparative assessment of the efficacy of support vector machines, artificial neural networks, kernel logistic regression, and logistic model tree,” Landslides, vol 13, no 2, pp 361–378, 2016 [18] B T Pham, D T Bui, H V Pham, H Q Le, I Prakash, and M B Dholakia, “Landslide hazard assessment using random subspace fuzzy rules based classifier ensemble and probability analysis of rainfall data: a case study at Mu Cang Chai District, Yen Bai Province (Viet Nam),” J Indian Soc Remote Sens., vol 45, no 4, pp 673–683, 2017 [19] P Van Hung, “RISK ASSESSMENT OF DAMAGE CAUSED BY LANDSLIDE IN THE TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ THỦY LỢI SỐ 61 - 2020 127 KHOA HỌC CÔNG NGHỆ MOUNTAINOUS DISTRICTS OF QUANG NGAI PROVINCE,” VIETNAM J EARTH Sci., vol 36, no 2, pp 108–120, 2014 [20] D T Bui, B Pradhan, I Revhaug, D B Nguyen, H V Pham, and Q N Bui, “A novel hybrid evidential belief function-based fuzzy logic model in spatial prediction of rainfallinduced shallow landslides in the Lang Son city area (Vietnam),” Geomatics, Nat Hazards Risk, vol 6, no 3, pp 243–271, 2015 [21] P T Nguyen et al., “Development of a novel hybrid intelligence approach for landslide spatial prediction,” Appl Sci., vol 9, no 14, p 2824, 2019 [22] B T Pham et al., “A novel intelligence approach of a sequential minimal optimization-based support vector machine for landslide susceptibility mapping,” Sustainability, vol 11, no 22, p 6323, 2019 [23] D Van Dao et al., “A spatially explicit deep learning neural network model for the prediction of landslide susceptibility,” Catena, vol 188, p 104451, 2020 [24] F Guzzetti, P Reichenbach, F Ardizzone, M Cardinali, and M Galli, “Estimating the quality of landslide susceptibility models,” Geomorphology, vol 81, no 1–2, pp 166– 184, 2006 [25] D T Bui, B Pradhan, O Lofman, I Revhaug, and Ø B Dick, “Regional prediction of landslide hazard using probability analysis of intense rainfall in the Hoa Binh province, Vietnam,” Nat hazards, vol 66, no 2, pp 707–730, 2013 128 TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ THỦY LỢI SỐ 61 - 2020 ... khu vực nghiên cứu, liệu sạt lở, yếu tố gây sạt lở, cấp độ phương pháp nghiên cứu, mơ hình đánh giá Từ đánh giá thực trạng nghiên cứu sạt lở đất Việt Nam, hạn chế nghiên cứu trước sạt lở đất thảo... xảy sạt lở đầu tư nghiên cứu, đặc biệt khu vực Tây Nguyên Hình 6: Thống kê mơ hình đánh giá nguy sạt lở đất Hình 7: Các nhóm mơ hình đánh giá nguy sạt lở đất theo giai đoạn Các mô hình đánh giá. .. thời gian sạt lở (landslide hazard); (iv) Đánh giá mức độ tổn thương sạt lở (landslide vulnerability); (v) Đánh giá rủi ro sạt lở (landslide risk) Phương pháp đánh giá nguy sạt lở đất chia thành