1. Trang chủ
  2. » Luận Văn - Báo Cáo

Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning

82 18 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 82
Dung lượng 6,3 MB

Nội dung

Ngày đăng: 03/07/2021, 09:35

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
3. Nghiêm Hữu Hạnh (2010), “Nghiên cứu bước đầu về trượt lở đất ở vùng núi một số tỉnh duyên hải miền Trung – Phương pháp đánh giá”, Hội đập lớn và phát triển nguồn nước Việt Nam Sách, tạp chí
Tiêu đề: Nghiên cứu bước đầu về trượt lở đất ở vùng núi một số tỉnh duyên hải miền Trung – Phương pháp đánh giá”
Tác giả: Nghiêm Hữu Hạnh
Năm: 2010
4. Phạm Văn Hùng (2008), “Nghiên cứu đánh giá hiện trạng, cảnh báo nguy cơ trƣợt lở đất ở khu vực dân cƣ miền núi tỉnh Quảng Nam” Sách, tạp chí
Tiêu đề: Nghiên cứu đánh giá hiện trạng, cảnh báo nguy cơ trƣợt lở đất ở khu vực dân cƣ miền núi tỉnh Quảng Nam
Tác giả: Phạm Văn Hùng
Năm: 2008
5. Nguyễn Đức Lý (2015), “Phân loại dịch chuyển trọng lực đất đá trên sườn dốc, mái dốc thực trạng và những vấn đề đặt ra”, Tạp chí Khoa học và Công nghệ Quảng Bình, số 2 – 2015 Sách, tạp chí
Tiêu đề: Phân loại dịch chuyển trọng lực đất đá trên sườn dốc, mái dốc thực trạng và những vấn đề đặt ra”, "Tạp chí Khoa học và Công nghệ Quảng Bình
Tác giả: Nguyễn Đức Lý
Năm: 2015
6. Trần Mạnh Liểu và nnk (2012), “Đánh giá rủi ro, dự báo nguy cơ trƣợt lở thị xã Bắc Cạn”, Tạp chí Khoa học Công nghệ Xây dựng, số 3+4/2013 Sách, tạp chí
Tiêu đề: Đánh giá rủi ro, dự báo nguy cơ trƣợt lở thị xã Bắc Cạn”, "Tạp chí Khoa học Công nghệ Xây dựng
Tác giả: Trần Mạnh Liểu và nnk
Năm: 2012
8. Nguyễn Thám, Nguyễn Đăng Độ và Uông Đình Khanh (2012), “Xây dựng bản đồ nguy cơ trượt lở đất tỉnh quảng trị bằng phương pháp tích hợp mô hình phân tích thứ bậc (AHP) vào GIS”, Tạp chí Khoa học Đại học Huế, T.74, S. 5 (2012) Sách, tạp chí
Tiêu đề: Xây dựng bản đồ nguy cơ trượt lở đất tỉnh quảng trị bằng phương pháp tích hợp mô hình phân tích thứ bậc (AHP) vào GIS”, "Tạp chí Khoa học Đại học Huế
Tác giả: Nguyễn Thám, Nguyễn Đăng Độ và Uông Đình Khanh
Năm: 2012
9. Mai Thành Tân (2012), “Nghiên cứu đánh giá tai biến trƣợt 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 Huế, Quảng Nam, Đà Nẵng, đề xuất các giải pháp phòng tránh”, Viện Địa chất, Viện hàn lâm Khoa học và Công nghệ Việt Nam Sách, tạp chí
Tiêu đề: Nghiên cứu đánh giá tai biến trƣợt 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 Huế, Quảng Nam, Đà Nẵng, đề xuất các giải pháp phòng tránh”
Tác giả: Mai Thành Tân
Năm: 2012
10. Trần Anh Tuấn, Ngyễn Tứ Dần (2012), “Nghiên cứu nhạy cảm và phân vùng nguy cơ trượt – lở đất khu vực hồ thủy điện Sơn La theo phương pháp phân tích cấp bậc Saaty”, Tạp chí Các khoa học về Trái đất, T. 34, S. 3 Sách, tạp chí
Tiêu đề: Nghiên cứu nhạy cảm và phân vùng nguy cơ trượt – lở đất khu vực hồ thủy điện Sơn La theo phương pháp phân tích cấp bậc Saaty”, "Tạp chí Các khoa học về Trái đất
Tác giả: Trần Anh Tuấn, Ngyễn Tứ Dần
Năm: 2012
11. Vũ Duy Tiến (2014), “Nghiên cứu đánh giá nguy cơ tai biến tượt lở huyện Bắc Yên, tỉnh Sơn La với sự hỗ trợ của công nghệ viễn thám – GIS”, Luận văn Thạc sĩ, Đại học Khoa học tự nhiên, Đại học Quốc gia Hà Nội Sách, tạp chí
Tiêu đề: Nghiên cứu đánh giá nguy cơ tai biến tượt lở huyện Bắc Yên, tỉnh Sơn La với sự hỗ trợ của công nghệ viễn thám – GIS
Tác giả: Vũ Duy Tiến
Năm: 2014
12. Trần Tân Văn và nnk (2003), “Đánh giá tai biến địa chất các tỉnh ven biển miền Trung từ Quảng Bình đến Phú Yên, hiện trạng, nguyên nhân, dự báo và đề xuất biện pháp phòng tránh giảm thiểu hậu quả”. Báo cáo tổng kết dự án, Viện nghiên cứu Địa chất và Khoáng sản, Cục Địa chất và Khoáng sản Việt Nam, Lưu trữ Địa chất, Hà Nội Sách, tạp chí
Tiêu đề: Đánh giá tai biến địa chất các tỉnh ven biển miền Trung từ Quảng Bình đến Phú Yên, hiện trạng, nguyên nhân, dự báo và đề xuất biện pháp phòng tránh giảm thiểu hậu quả
Tác giả: Trần Tân Văn và nnk
Năm: 2003
13. Trần Tân Văn và nnk (2006), “Nghiên cứu, đánh giá điều kiện địa chất, kiến tạo và các yếu tố liên quan đến tai biến địa chất, môi trường dọc một số đoạn trên tuyến đường Hồ Chí Minh”. Báo cáo tổng kết dự án. Lưu trữ Địa chất, Hà Nội Sách, tạp chí
Tiêu đề: Nghiên cứu, đánh giá điều kiện địa chất, kiến tạo và các yếu tố liên quan đến tai biến địa chất, môi trường dọc một số đoạn trên tuyến đường Hồ Chí Minh
Tác giả: Trần Tân Văn và nnk
Năm: 2006
14. Nguyễn Trọng Yêm và nnk (2001), “Điều tra và kiến nghị những giải pháp xử lý các sự cố môi trường miền núi Việt Nam (giai đoạn V-2000, khu vực Duyên hải miền Trung)”, Báo cáo tổng kết dự án, Viện Địa chất, Hà Nội Sách, tạp chí
Tiêu đề: Điều tra và kiến nghị những giải pháp xử lý các sự cố môi trường miền núi Việt Nam (giai đoạn V-2000, khu vực Duyên hải miền Trung)
Tác giả: Nguyễn Trọng Yêm và nnk
Năm: 2001
15. Nguyễn Trọng Yêm và nnk (2005), “Thiên tai nứt đất lãnh thổ Việt Nam và đề xuất các giải pháp phòng tránh giảm thiểu thiệt hại”. Báo cáo tổng kết dự án điều tra cơ bản, Viện Địa chất, Hà Nội Sách, tạp chí
Tiêu đề: Thiên tai nứt đất lãnh thổ Việt Nam và đề xuất các giải pháp phòng tránh giảm thiểu thiệt hại
Tác giả: Nguyễn Trọng Yêm và nnk
Năm: 2005
16. Nguyễn Trọng Yêm và nnk (2009), “Nghiên cứu xây dựng bản đồ khoanh vùng tai biến môi trường tự nhiên lãnh thổ Việt Nam”. Báo cáo tổng kết Đề tài cấp Nhà nước, mã số KC-08-01, lưu trữ Viện Địa chất, Hà Nội.Tiếng Anh Sách, tạp chí
Tiêu đề: Nghiên cứu xây dựng bản đồ khoanh vùng tai biến môi trường tự nhiên lãnh thổ Việt Nam
Tác giả: Nguyễn Trọng Yêm và nnk
Năm: 2009
17. AghaKouchak, A. Farahmand (2013), “A satellite-based global landslide model”, Nat. Hazards Earth Syst. Sci, vol 13, pp 1259-1267 Sách, tạp chí
Tiêu đề: A satellite-based global landslide model
Tác giả: AghaKouchak, A. Farahmand
Năm: 2013
18. Beven K.J. and Kirkby M.J. (1979), “A Physically Based, Variable Contributing Area Model of Basin Hydrology/ Un modèle à base physique de zone d’appel variable de l’hydrologie du bassin versant”, Hydrological Sciences Bulletin, vol 24, pp 43-69 Sách, tạp chí
Tiêu đề: A Physically Based, Variable Contributing Area Model of Basin Hydrology/ Un modèle à base physique de zone d’appel variable de l’hydrologie du bassin versant”, "Hydrological Sciences Bulletin
Tác giả: Beven K.J. and Kirkby M.J
Năm: 1979
21. Binh Thai Pham, Dieu Tien Bui, Indra Prakash and M.B. Dholakia (2016), “Evaluation of predictive ability of support vector machines and naive Bayes trees methods for spatial prediction of landslides in Uttarakhand state (India) using GIS”, Journal of Geomatics, vol 10(1), pp 71-79 Sách, tạp chí
Tiêu đề: Evaluation of predictive ability of support vector machines and naive Bayes trees methods for spatial prediction of landslides in Uttarakhand state (India) using GIS”, "Journal of Geomatics
Tác giả: Binh Thai Pham, Dieu Tien Bui, Indra Prakash and M.B. Dholakia
Năm: 2016
22. Binh Thai Pham, Dieu Tien Bui, Indra Prakash, M.B. Dholakia (2017), “Hybrid integration of Multilayer Perceptron Neural Networks and machine learning ensembles for landslide susceptibility assessment at Himalayan area (India) using GIS”, Catena, vol 149, pp 52–63 Sách, tạp chí
Tiêu đề: Hybrid integration of Multilayer Perceptron Neural Networks and machine learning ensembles for landslide susceptibility assessment at Himalayan area (India) using GIS”, "Catena
Tác giả: Binh Thai Pham, Dieu Tien Bui, Indra Prakash, M.B. Dholakia
Năm: 2017
23. Binh Thai Pham, Dieu Tien Bui, M. B. Dholakia, Indra Prakash and Ha Viet Pham (2016), “A Comparative Study of Least Square Support Vector Machines and Multiclass Alternating Decision Trees for Spatial Prediction of Rainfall-Induced Landslides in a Tropical Cyclones Area”, Geotechnical and Geological Engineering, vol 34, pp 1807-1824, DOI 10.1007/s10706-016- 9990-0 Sách, tạp chí
Tiêu đề: A Comparative Study of Least Square Support Vector Machines and Multiclass Alternating Decision Trees for Spatial Prediction of Rainfall-Induced Landslides in a Tropical Cyclones Area
Tác giả: Binh Thai Pham, Dieu Tien Bui, M. B. Dholakia, Indra Prakash and Ha Viet Pham
Năm: 2016
24. Binh Thai Pham, Indra Prakash (2018), “Machine Learning Methods of Kernel Logistic Regression and Classification and Regression Trees for Landslide Susceptibility Assessment at Part of Himalayan Area, India”, Indian Journal of Science and Technology, Vol 11(12), DOI Sách, tạp chí
Tiêu đề: Machine Learning Methods of Kernel Logistic Regression and Classification and Regression Trees for Landslide Susceptibility Assessment at Part of Himalayan Area, India
Tác giả: Binh Thai Pham, Indra Prakash
Năm: 2018
25. Chao Zhou, Kunlong Yin (2014), “Landslide Displacement Prediction of WA-SVM Coupling Model Based on Chaotic Sequence” Electronic Journal of Geotechnical Engineering, vol 19, pp 2973-2987 Sách, tạp chí
Tiêu đề: Landslide Displacement Prediction of WA-SVM Coupling Model Based on Chaotic Sequence
Tác giả: Chao Zhou, Kunlong Yin
Năm: 2014

HÌNH ẢNH LIÊN QUAN

Bảng 2. Phân loại trƣợt lở theo Ban Nghiên cứu đƣờng Mỹ (1958) [5] - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Bảng 2. Phân loại trƣợt lở theo Ban Nghiên cứu đƣờng Mỹ (1958) [5] (Trang 14)
Hình 1. Mối quan hệ giữa AI, deep learning và machine learning - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 1. Mối quan hệ giữa AI, deep learning và machine learning (Trang 17)
Hình 2. Phân loại máy học - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 2. Phân loại máy học (Trang 18)
Hình 3. Trƣợt lở ở quốc lộ 14G tỉnh Quảng Nam - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 3. Trƣợt lở ở quốc lộ 14G tỉnh Quảng Nam (Trang 25)
a, Mơ hình mạng nơ ron nhân tạo - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
a Mơ hình mạng nơ ron nhân tạo (Trang 28)
Hình 5. Mạng lƣới mạng nơ ron nhân tạo Ƣu điểm của mơ hình mạng nơ ron nhân tạo: - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 5. Mạng lƣới mạng nơ ron nhân tạo Ƣu điểm của mơ hình mạng nơ ron nhân tạo: (Trang 29)
Hình 6. Bài tốn phân chia trong mặt phẳng 2 chiều - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 6. Bài tốn phân chia trong mặt phẳng 2 chiều (Trang 30)
Hình 8. Mơ phỏng biến đổi khơng gian của Kernel - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 8. Mơ phỏng biến đổi khơng gian của Kernel (Trang 31)
Hình 9. Các bƣớc xây dựng bản đồ phân vùng nguy cơ trƣợt lở - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 9. Các bƣớc xây dựng bản đồ phân vùng nguy cơ trƣợt lở (Trang 32)
Hình 11. Sơ đồ khu vực nghiên cứu - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 11. Sơ đồ khu vực nghiên cứu (Trang 34)
Bảng 4. Diện tích các loại đất lâm nghiệp (đơn vị: ha) - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Bảng 4. Diện tích các loại đất lâm nghiệp (đơn vị: ha) (Trang 45)
Bảng 5. Thống kê điểm trƣợt khu vực nghiên cứu - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Bảng 5. Thống kê điểm trƣợt khu vực nghiên cứu (Trang 53)
Hình 14. Bản đồ hiện trạng trƣợt lở khu vực nghiên cứu - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 14. Bản đồ hiện trạng trƣợt lở khu vực nghiên cứu (Trang 57)
Yếu tố độ cao: Khu vực 07 tuyến giao thơng chạy qua địa hình chủ yếu là - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
u tố độ cao: Khu vực 07 tuyến giao thơng chạy qua địa hình chủ yếu là (Trang 60)
Yếu tố mật độ phân cắt sâu (độ cao tƣơng đối của địa hình) là độ chênh cao - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
u tố mật độ phân cắt sâu (độ cao tƣơng đối của địa hình) là độ chênh cao (Trang 61)
Bảng 7. Phân nhĩm yếu tố độ dốc - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Bảng 7. Phân nhĩm yếu tố độ dốc (Trang 61)
Bảng 9. Phân nhĩm yếu tố thạch học - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Bảng 9. Phân nhĩm yếu tố thạch học (Trang 62)
Hình 27. Cách thức tổ chức dữ liệu trong excel - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 27. Cách thức tổ chức dữ liệu trong excel (Trang 65)
Hình 29. Chạy mơ hình trong phần mềm R - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 29. Chạy mơ hình trong phần mềm R (Trang 66)
Hình 28. Cách thức xây dựng mơ hình - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 28. Cách thức xây dựng mơ hình (Trang 66)
Hình 30. Mơ hình mạng nơ ron nhân tạo - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 30. Mơ hình mạng nơ ron nhân tạo (Trang 67)
Bảng 15. Đánh giá sự khác biệt kết quả phân vùng của hai mơ hình - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Bảng 15. Đánh giá sự khác biệt kết quả phân vùng của hai mơ hình (Trang 69)
Hình 33. Phân vùng nguy cơ trƣợt lở tuyến Hồ Chí Minh và quốc lộ 14D theo mạng nơ ron nhân tạo - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 33. Phân vùng nguy cơ trƣợt lở tuyến Hồ Chí Minh và quốc lộ 14D theo mạng nơ ron nhân tạo (Trang 70)
Hình 34. Phân vùng nguy cơ trƣợt lở tuyến Hồ Chí Minh và quốc lộ 14D theo máy vec tơ hỗ trợ - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 34. Phân vùng nguy cơ trƣợt lở tuyến Hồ Chí Minh và quốc lộ 14D theo máy vec tơ hỗ trợ (Trang 71)
Hình 36. Phân vùng nguy cơ trƣợt lở tuyến quốc lộ 14B và 14G theo máy vec tơ hỗ trợ - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 36. Phân vùng nguy cơ trƣợt lở tuyến quốc lộ 14B và 14G theo máy vec tơ hỗ trợ (Trang 72)
Hình 35. Phân vùng nguy cơ trƣợt lở tuyến quốc lộ 14B và 14G theo mạng nơ ron nhân tạo - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 35. Phân vùng nguy cơ trƣợt lở tuyến quốc lộ 14B và 14G theo mạng nơ ron nhân tạo (Trang 72)
Hình 37. Phân vùng nguy cơ trƣợt lở tuyến quốc lộ 40B và 24C theo mạng nơ ron nhân tạo - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 37. Phân vùng nguy cơ trƣợt lở tuyến quốc lộ 40B và 24C theo mạng nơ ron nhân tạo (Trang 73)
Hình 38. Phân vùng nguy cơ trƣợt lở tuyến quốc lộ 40B và 24C theo máy vec tơ hỗ trợ - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 38. Phân vùng nguy cơ trƣợt lở tuyến quốc lộ 40B và 24C theo máy vec tơ hỗ trợ (Trang 74)
Hình 40. Phân vùng nguy cơ trƣợt lở tuyến quốc lộ 14E theo máy vec tơ hỗ trợ - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 40. Phân vùng nguy cơ trƣợt lở tuyến quốc lộ 14E theo máy vec tơ hỗ trợ (Trang 75)
Hình 39. Phân vùng nguy cơ trƣợt lở tuyến quốc lộ 14E theo mạng nơ ron nhân tạo - Phân vùng nguy cơ trượt lở dọc các tuyến đường giao thông trọng điểm miền núi tỉnh quảng nam bằng công nghệ GIS và máy học machine learning
Hình 39. Phân vùng nguy cơ trƣợt lở tuyến quốc lộ 14E theo mạng nơ ron nhân tạo (Trang 75)

TỪ KHÓA LIÊN QUAN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w