Áp dụng viễn thám và hệ thống thông tin địa lý để xây dựng bản đồ nguy cơ trượt lở đất khu vực hồ thủy điện Sơn La
MỤC LỤC
VA UNG DUNG GIS
Theo Varnes (1978) định nghĩa: “Quá trình trượt lở đất bao gom chuỗi các sự kiện liên tục bao gồm các nguyên nhân hình thành tới tác động của tai biến trượt lở đất”, nguyên nhân xảy ra tai biến TLD có thé chia ra thành bốn nhóm. - Nguyên nhân địa kỹ thuật: bao gồm các yếu tố liên quan đến vỏ phong hóa, vật liệu ứng suất.. - Nguyên nhân hình thái địa mạo: Bao gồm các hoạt động xói lở lòng sông, xói lở các mép bên mái déc.. - Nguyên nhân vật lý: bao gồm các hoạt động mưa lớn, động đất, núi lửa.. - Nguyên nhân con người: bao gồm các quá trình khai thác làm đường, các hoạt động nô min.. Việc xỏc định rừ nguyờn nhõn gõy TLĐ với từng khu vực cú ý nghĩa rất quan trong trong việc đánh giá, xây dựng bản đồ nguy cơ TLĐ. Ở Việt Nam, tai biến. TLD chịu sự tác động tổng hợp của các điều kiện tự nhiên và hoạt động của con người. a) Nhóm yếu tổ địa chất. - Yếu tố địa chất thạch học: Trong nghiên cứu đặc điểm của địa chất thạch học trên thế giới cũng như ở Việt Nam cho thấy độ cứng đất đá có liên quan mật thiết đến địa chất thạch học [30]. Nhìn chung, địa chất thạch học ảnh hưởng đến độ én định của đất đá, độ xốp và tính thâm thấu của đất. Do đó, yếu tố địa chất thạch. - Yếu tô địa chất thủy văn: Tầng chứa nước là một phan của vỏ Trái đất có các lỗ hoặc lỗ rỗng bị bão hòa nước. Thông thường, các lỗ rồng và lỗ của đất đá chứa đầy nước do lượng mưa liên tục, và khi chúng chạm đến bề mặt không thể thấm xuống gây nguy cơ tai biến TLD [92, 129]. b) Nhóm yếu tố địa mạo. Trong nghiên cứu nay, NCS tập trung đánh giá tai biến TLD dựa trên 13 yếu tô bao gồm: yếu tố địa hình, yếu tố chia cắt sâu, yếu tố chia cắt ngang, yếu tô độ dốc, yếu tố hướng sườn, yếu tố địa chất thủy văn, yêu tố địa chất thạch học, yếu tố vỏ phong hóa, yếu tô mật độ đứt gãy, yêu tố đới động lực, yếu tố lượng mưa trung bình tháng mùa mưa, yếu tô mật độ giao thông và yếu tố thực phủ. Chi số chuẩn hóa thực vat NDVI (Normalized Difference Vegetation Index) tinh từ anh quang học được sử dung rộng rãi dé lập ban đồ TLD bang cách đánh giá tỷ lệ che phủ thực vật [83]. Giá tri cao hơn của NDVI thể hiện một thảm thực vật rộng, trong khi giá tri thấp hơn có thê đại diện cho các khu vực bị ảnh hưởng bởi. trong các khu vực có thảm thực vật dày đặc. Một nghiên cứu khác của Robert. Behling, 2004 đã sử dụng ảnh vệ tinh Landsat thông qua nghiên cứu chỉ số NDVI kết hợp với mụ hỡnh số độ cao DEM để theo dừi quỏ trỡnh TLĐ ở khu vực Berlin-. sử dung mối quan hệ giữa các chỉ số NDVI, NDSI, NDWI dé xác định ngưỡng gây tai biến TLĐ ở Hà Giang, Bắc Kạn. Ngoài ra, ảnh đa phổ có thé áp dụng dé nhận biết TLD bằng cách phân tích phô phản xạ của bề mặt đất và các phương pháp phân loại tự động theo pixel ảnh [86, 93]. Hiện nay, rất ít nghiên cứu sử dụng ảnh siêu phổ dé nhận biết là phân loại TLD dựa trên các đặc tính bề mặt vi hầu hết các bộ cảm siêu phô vẫn đang trong quá trình nghiên cứu và phát trién [111]. Gần đây, nhiều nghiên cứu hướng đến tự động hóa việc giải đoán ảnh viễn thám, để khai thác dữ liệu một cách hiệu quả về TLD [34]. Tuy nhiên, việc trích xuất các đặc điểm hoặc quy tắc thể hiện các dấu hiệu điển hình của TLD nói chung là khó khăn vì: 1) TLD không có một đặc điểm phổ hoặc không gian có thé phân biệt được với các loại hình thực phủ đất hoặc địa hình tương tự khác; và 2) các sự kiện TLĐ khác nhau có các kịch bản và số lượng yếu tố ảnh hưởng khác nhau.
Công trình “Nghiên cứu xây dựng Bản đồ phân vùng tai biến môi trường tự nhiên lãnh thé Việt Nam” và “Nghiên cứu đánh giá trượt lở, lũ quét - lũ bùn đá một số vùng nguy hiểm ở miền Bắc Việt Nam” của Nguyễn Trọng Yêm, 2006 cũng là một trong những công trình có tính tổng hợp cao nghiên cứu các loại tai biến địa chất [22]. Trong đó, việc phân tích ảnh viễn thám quang học và ảnh Radar để nhận dạng tai biến TLĐ cũng như kiểm chứng lại kết quả phân tích hiện trạng TLĐ, phân tích tự động hóa ảnh viễn thám đa thời xác định biến động /c phủ là rất cần thiết bởi lẽ đây là những số liệu đầu vào rất quan trong trong việc đánh giá tai biến TLĐ. Đặc biệt, GIS có khả năng trình bay dif liệu và kết quả mô hình dưới dang bản đồ, đây là chức năng quan trọng cho phép xác định các khu vực trọng yếu (là những nơi cần phân tích. sâu hơn) băng cách trực quan hóa tương tác của các yếu tố đầu vào trong mô hình. a) Thuật toán phân tích các yêu tố ảnh hưởng đến tai biến trượt lở đất.
Trên cơ sở phân tích các yếu tô gây ảnh hưởng đến tai biến TLD và tham chiếu các tài liệu hiện có cũng như ứng dụng các tư liệu viễn thám và GIS, NCS đánh giá các yếu tô phát sinh tai biến TLD bao gồm (yếu tố địa hình, yếu tố độ dốc, yêu tố chia cắt ngang, yếu tố chia cắt sâu, yếu tố hướng sườn, yếu tố mật độ sông suối, yếu tố lượng mưa, yếu tô địa chất thủy văn, yếu tổ vỏ phong hóa, yếu tố địa chất thạch học và mật độ đứt gãy, yếu tố thực phủ và yếu tố mật độ đường giao thông) được lựa chọn dé xây dựng dữ liệu đầu vào (đào tạo và kiểm chứng) cho mô. hình máy học. b) Mô hình đánh giá tai biến trượt lở đất. Hiện nay, trên thế giới cũng như ở Việt Nam và đặc biệt khu vực hồ thủy điện Sơn La, chưa có công trình nào ứng dụng mô hình Rough Set Theory (RS) kết hợp với các mô hình khác (Adaboots và Bagging) để nâng cao độ chính xác thành lập bản đồ nguy cơ tai biến TLĐ [28, 31, 87, 128] nhằm tối ưu hóa mô hình ban dau (RS) giúp cho quá trình cải thiện kết quả dự báo.
PPV=TP/(TP+EP) (1.2)
Trong đó: W là trọng số thay đổi của các yếu tố f(x) là hàm phi tuyến tính. b là độ lệch chuẩn. c) Phương pháp kiêm chứng độ chính xác của các mô hình. Hiệu suất của các mô hình được đánh giá bằng các phương pháp kiểm định thống kê. Ngoài ra, việc so sánh dữ liệu huấn luyện và dit liệu kiểm định đóng một vai trò quan trọng trong việc xác định mức độ tin cậy của mô hình.
PPV va NPV biéu diễn phan trăm các 6 (pixels) được dự đoán chính xác là. RMSE là chỉ số thống kê dé đánh giá sự khác biệt giữa giá trị dự đoán và giá trị mục tiêu. ROC là một đồ thị thường phô biến được sử dụng trong việc xác nhận các mô hình phân loại nhị phân.
Do đó, đường cong ROC sẽ cho thay mối liên hệ, sự lựa chọn và ý nghĩa của việc lựa chọn một mô hình thích hợp về độ nhạy và tỷ lệ cảnh báo. Diện tích dưới đường cong ROC, được gọi là AUC, thường được sử dụng một.