Giáo trình Thành lập bản đồ nguy cơ sạt lở đất trên các tuyến quốc lộ ở huyện Xín Mần tỉnh Hà Giang ứng dụng viễn thám và hệ thống thông tin địa lý - Lại Tuấn Anh

Nội dung text: Giáo trình Thành lập bản đồ nguy cơ sạt lở đất trên các tuyến quốc lộ ở huyện Xín Mần tỉnh Hà Giang ứng dụng viễn thám và hệ thống thông tin địa lý - Lại Tuấn Anh

1. Thµnh lËp b¶n ®å nguy c¬ s¹t lë ®Êt trªn c¸c tuyÕn quèc lé ë huyÖn XÝn MÇn tØnh Hµ Giang øng dông viÔn th¸m vµ hÖ thèng th«ng tin ®Þa lý L¹i TuÊn Anh - ĐHTL Tãm t¾t: Xín Mần là huyện vùng cao nằm ở phía Tây Nam tỉnh Hà Giang, ở đây hiện tượng trượt lở đất diễn ra khá phổ biến. Tuy nhiên, các thông tin về trượt lở đất lại rất hạn chế do vậy việc xây dựng cơ sở dữ liệu về hiện tượng này sử dụng công nghệ GIS là rất cần thiết. Mối quan hệ định lượng giữa trượt lở đất và các nhân tố ảnh hưởng trực tiếp đến quá trình trượt lở được xây dựng dựa vào mô hình Certainty Factor(CF), trong đó các nhân tố ảnh hưởng trực tiếp ở đây bao gồm độ cao, độ dốc, thảm phủ, địa chất, đường giao thông, đứt gãy, địa hình mật độ sông suối. Bằng cách tích hợp các giá trị CF tìm được với bản đồ phân bố trượt lở đất chúng ta sẽ lựa chọn được nhân tố ảnh hưởng lớn nhất đến quá trình trượt lở đất. Đồng thời sử dụng công nghệ viễn thám và GIS để phân tích sự xuất hiện của tai biến này trên tất cả các lớp. Các lớp thông tin sau khi số hoá được chuyển sang dạng rastor để phân tích. Các pixel được tính toán bằng mô hình CF và kết quả thu được là các giá trị CF cho tất cả các lớp trong các lớp bản đồ. Dựa vào các giá trị CF này, chúng tôi phân tích và chia thành các thang đánh giá mức độ nguy hiểm và áp dụng để thành lập bản đồ các vùng xảy ra trượt lở đất. 1. Mở đầu (Marzorati et al., 2002), đa tuyến tính Trong những năm gần đây, trượt lở đất diễn (Ohlmacher et al.,2003), etc. Trong bài báo này ra khá phổ biến và thường xuyên ở nước ta đặc tôi sử dụng mô hình Certainty Factor (CF) để biệt là ở những vùng núi. Trượt lở đất là quá phân tích và thành lập bản đồ trượt lở đất. Môi trình diễn ra rất bình thường, chúng ta không thể trường nhạy cảm trượt lở đất ở huyện Xín Mần loại trừ nhưng chúng ta có thể cố gắng để giảm được định nghĩa bằng cách thành lập mối quan nhẹ sức tàn phá do chúng gây ra. Đánh giá rủi ro hệ giữa trượt lở đất và tác động của các nhân tố và hiểm họa do trượt lở đất gây ra là chiến lược sử dụng mô hình CF và vùng tai biến. hiệu quả để dự báo và giảm nhẹ sự tàn phá của 2. Khu vực nghiên cứu. thiên tai này. Mục đích của bài báo là để hiểu về hoạt động và nguy cơ của trượt lở đất, và đưa ra bản đồ các vùng bị trượt lở đất ở huyện Xín Mần thuộc tỉnh Hà Giang. Hiện nay, cùng với sự phát triển của ngành toán học và công nghệ máy tính, nhiều phương pháp để đánh giá rủi ro và hiểm hoạ đã đưa ra như phân tích tính nhạy cảm trượt lở đất (Lee et al.,2002), mô hình xác suất (peisser et al., 2002), phương pháp thống kê 16
2. Huyện Xín Mần nằm ở phía Tây Nam của Trong đó: ppi : là điều kiện xác suất của số tỉnh Hà Giang, khí hậu đ­îc chia thành hai mùa lượng xuất hiện điểm tr­ît lở đất xảy ra ở lớp a rõ rệt là mùa mưa và mùa khô. Nhiệt độ trung pps :là xác suất ưu tiên của tổng số các điểm bình dao đông từ 24-28 độ C và lượng mưa trựơt lở xuất hiện trong vùng nghiên cứu. trung bình hàng năm khoảng 1695mm (theo số CF có giá trị biến thiên từ -1 đến 1. Giá trị liệu của Viện khí tượng thuỷ văn Hà Nội). dương có nghĩa là tăng dần tính chắc chắn trong Lượng mưa lớn nhất đạt 2000-2500mm vào sự xuất hiện trựơt lở, trong khi giá trị âm miêu tháng 8 và tháng 9 và đó cũng là nguyên nhân tả sự giảm dần tính chắc chắn trong sự xuất hiện chñ yÕu gây ra hiện tượng lũ quét, lũ bùn đá và trượt lở. Giá trị tiến gần đến 0 có nghĩa là xác trượt lở đất ở khu vực này. suất ưu tiên rất giống nhau về điều kiện do đó 3. Giới thiệu về mô hình CF rất khó để đưa ra bất cứ chỉ số nào về tính chắc Trong số các mô hình phân tích GIS sử dụng chắn về sự xuất hiện trượt lở đất. phổ biến cho tai biến trượt lở, mô hình CF được Các giá trị ppi, pps được tạo ra từ việc chồng hết sức quan tâm và đã được kiểm tra bằng thực mỗi lớp dữ liệu với lớp hiện trạng trượt lở trong nghiệm (Chung và Fabbri, 1993, 1998; Binaghi Arcgis và tính toán tần xuất xuất hiện trượt lở. et al.,1998; Luzi and Pergalani, 1999). Áp dụng Các giá trị CF sau đó được tính cho mỗi lớp (độ mô hình CF là một trong những đề xuất cao, độ dốc, đứt gãy, ®Þa h×nh, địa chất ) trong Favorability Functions (FF) có thể giải quyết vùng nghiên cứu. Sau khi tính được giá trị CF vấn đề liên kết các lớp dữ liệu khác nhau, không của mỗi cấp cho tất cả các lớp, ta chồng xếp đồng nhất và không chắc chắn của dữ liệu đầu từng cặp lại với nhau theo quy tắc tích hợp vào. CF là hàm xác suất đ­îc xây dựng bởi (Chung và Fabbri, 1993). Để áp dụng mô hình Shortliffe và Buchanan (1975) và sau này được này chóng tôi giả thiết rẳng diện tích trượt lở tại sửa đổi bởi Heckerman(1986): tất cả các điểm trượt lở đất là như nhau và bằng pp pp 300 m2. i s if pp ≥ pp i s 4. Phương pháp nghiên cứu và phân tích ppi (1 pps ) CF= dữ liệu ppi pps if ppi < pps Một số hình ảnh về trượt lở đất ở huyện Xín pps (1 ppi ) Mần 17
3. Phương pháp nghiên cứu. phủ thùc vËt. Từ các yếu tố có liên quan này tôi tiến Để thành lập được bản đồ các vùng có nguy cơ hành thành lập bản đồ cho từng yếu tố (lớp dữ liệu) trượt lở đất, chóng tôi sử dụng các nhân tố liên sau đó tính toán giá trị CF cho từng phân lớp trong quan đến quá trình trượt lở như: bản đồ phân bố các lớp dữ liệu và chồng ghép các lớp với nhau. điểm trượt lở đất, độ cao, độ dốc, hướng dốc, đặc Tổng quan về phương pháp được miêu tả điểm địa chất, đứt gãy, thuỷ văn, giao thông, thảm theo sơ đồ dưới đây: Field Geology map Topology map Landsat ETM Survey with GPS Digitization Visualization of image Digitization -Contrast enhancement -Color processing GPS files -Color composite -Pseudo color image Road system Contour Drainage Georeferencing to Base map Geometric correction DEM Download and Buffer road processing Image processing -FCC band combination Slope Elevation -Filtering -Classification CARTHOGRAPHIC DATABASE Landslides Geological Lineamen Elevation Slope Drainage Distance Landcove map t r Independent data layers(categorical) DATA INTEGRATION Geological Lineament Elevation Slope Drainage Distance Landcover map map map map map map map Landslides Landslides Landslides Landslides Landslides Landslides Landslides map map map map map map map Criteria definition Hình 4.1: Phương pháp chuẩn bị các Landslide hazard zonation map lớp dữ liệu 18
4. Phân tích dữ liệu - Bản đồ độ cao, độ dốc, hướng dốc tạo ra từ a. Dữ liệu ban đầu: bản đồ địa hình giấy tỷ mô hình số độ cao (DEM) lệ 1:50000, bản đồ giấy địa chất 1:200000, ảnh - Bản đồ đứt gãy và mạng lưới giao thông, Landsat 1999, bản đồ sử dụng đất tỷ lệ thuỷ văn tạo ra sau quá trình số hoá sau đó tiến 1:200000, bản đồ hành chính tỉnh Hà Giang tỷ hành tạo các vùng đệm theo các khoảng cách lệ 1:50000. khác nhau tuỳ theo từng lớp dữ liệu. b. Phân tích: Từ c¸c dữ liệu này tiến hành 5. Kết quả nghiên cứu. quét và số hoá và tạo ra các lớp dữ liệu cần thiết Bản đồ phân bố các điểm trượt lở dọc theo như đã nêu trong sơ đồ trên. Cụ thể như sau: đường quốc lộ Giá trị CF của các lớp dữ liệu sau khi tính toán. (chỉ đưa ra một số kết quả tính toán) a. Khoảng cách vùng đệm của lớp đứt gãy Area of each Area of andslide Number Landslide Landslide Classes classes in each of probability density CF (m) (km2) classes(m2) landslide (km2/km2) (No/km2) 0-500 48.473 1500 5 0.000031 0.10 -0.184 500-1000 38.860 1200 4 0.000031 0.10 -0.184 1000-2000 41.860 1800 6 0.000043 0.14 0.116 2000-3000 27.258 1500 5 0.000055 0.18 0.309 3000-4000 21.168 1200 4 0.000057 0.19 0.333 >4000 44.400 1200 4 0.000027 0.09 -0.289 Total 222.019 8400 28 0.000244 0.80 0.101 b. Độ dốc Area of Landslide Landslide Classes Area of landslide in Number of slope probability density CF (degree) each classes(m2) landslide angle(km2) (km2/km2) (No/km2) 0-5 29.742 0 0.000000 0 0.00 -1.000 5-15 24.145 300 0.000012 1 0.04 -0.684 15-25 75.365 1200 0.000016 4 0.05 -0.579 19
5. Area of Landslide Landslide Classes Area of landslide in Number of slope probability density CF (degree) each classes(m2) landslide angle(km2) (km2/km2) (No/km2) 25-35 57.640 2400 0.000056 8 0.14 0.321 35-45 24.628 3300 0.000134 11 0.45 0.716 >45 10.355 1200 0.001160 4 0.38 0.672 Total 221.875 8400 0.001378 28 1.06 -0.554 c. Thảm phủ Area of landslide Landslide Number Landslide Area of each Classes in each probability of density CF classes(km2) classes(m2) (km2/km2) landslide (No/km2) Dense forest 45.996 300 0.000007 1 0.02 -0.816 Brush and thin forest 33.568 1500 0.000045 5 0.15 0.156 Bare land 88.876 3600 0.000041 12 0.14 0.073 Cultivated land 30.366 1800 0.000059 6 0.20 0.356 Water body and wetland 23.214 1200 0.000052 4 0.17 0.269 Bản đồ các vùng có nguy cơ trượt lở. TT Giá trị Nguy cơ trượt lở 1 -5.08- -3.35 Rất thấp 2 -3.35- -1.61 Thấp 3 -1.61- 0.12 Trung bình. 4 0.12-1.85 Cao 5 1.85-3.58 Rất cao Số liệu thống kê về diện tích và % các vùng nằm trong nguy cơ trượt lở trong vùng đệm được đưa ra trong bảng dưới đây: Landslide Landslide Hazard Area %Are area probability zone (km2) a (m2) (km2/km2) Very low 4.113 01.88 0 0.000000 Low 60.686 27.69 0 0.000000 Moderate 108.047 49.29 900 0.000008 High 42.702 19.48 4800 0.000112 Very high 3.640 01.66 2400 0.000659 Total 222.018 100 8400 0.000779 6. Kết luận. Trượt lở đất là hiện tượng tự nhiên xảy ra do rất nhiều tác đéng do vậy chúng ta không thể loại trừ hoàn toàn nhưng chúng ta vẫn có thể phòng chống và làm giảm thiệt hại do trượt lở đất gây ra. Bài báo này đã sử dụng một số nhân tố ảnh hưởng trực tiếp đến quá trình trượt lở đất Bản đồ trên được thành lập dựa theo các tiêu và đã đưa ra được các vùng đã và có thể xảy ra chuẩn về mức độ nguy hiểm như sau: các hiện tượng trượt lở đất trên các tuyến đường 20
6. trong huyện Xín Mần. Bản đồ này được thành Tuy nhiên nếu có thêm nhiều hơn nữa các yếu lập với tỷ lệ 1:50000 nhằm giúp cho chÝnh tố liên quan đến quá trình trượt lở như bản đồ quyền và người dân t¹i khu vực này có thể sử mưa, cấu trúc về thạch học etc chóng tôi tin rằng dụng để tham khảo và phòng tránh được rủi ro khi đưa vào mô hình này để tính toán thì kết quả do trượt lở đất gây ra. thu được sẽ khả quan và chính xác hơn rất nhiều. Tài liệu tham khảo. 1.Honda Kiyoshi. (2004). Advanced Remote Sensing. (Lecture notes, Course No AT 76.10, School of Engineering). Bangkok: Asian Institute of Technology. Honda Kiyoshi. (2004). Remote Sensing. (Lecture notes, Course No AT 76.03, School of Engineering). Bangkok: Asian Institute of Technology. 2.Nitin K. Tripathi. (2004).Advanced GIS. (Lecture notes, Course No AT 76.06, School of Engineering). Bangkok: Asian Institute of Technology. 3.P.A. Burrough and R. A. McDonnell (1998): Principles of Geographic Information Systems, Oxford University Press. 4.Tor Bernhasdsen.( 1999). Geographic information system an introduction, Johnwiley.,Sons, Inc. 5.H.L. Perotto-Baldiviezo., T.L. Thurow., C.T. Smith., R.F. Fisher., X.B. Wu. (2004). GIS- based spatial analysis and modeling for landslide hazard assessment in steeplands, southern Honduras. The journal of agriculture, Ecosystem and Environment, 103(1), 165-176 6.Graciela Metternicht, Lorenz Hurni and Radu Gogu. (2005). Remote sensing of landslides: An analysis of the potential contribution to geo-spatial systems for hazard assessment in mountainous environments. The journal of Remote Sensing of Environment, 98(2-3), 284-303. 7.Bruce D. Malamud., Donald L. Turcotte., Fausto Guzzetti., Paola Reichenbach. (2004). Landslides, earthquakes, and erosion. The journal of Earth and Planetary Science Letters, 229 (1-2), 45-59. 8.Chung.C.F., Fabbi. A. (1999). Probabilistic prediction models for landslide hazard mapping. The journal of Photogrammetric engineering and Remote Sensing, 65(12), 1389-1399. Abtract Landslide hazard and risk map for road network using remote sensing and GIS: A case study of Xin Man district, Ha Giang province Xin Man district in the South west Ha Giang has high landslide hazard. However, the available information on landslide in Xin Man district is still limited. We constructed the essential spatial database of landslides using GIS techniques. The quantitative relationships between landslides and factors affecting landslides are established by the Certainty Factor (CF). The affecting factors such as slope, elevation, landcover, geology, road distance, lineament distance, drainage density are recognized. By applying CF value integration and landslide zonation, the most significant affecting factors are selected. By using RS&GIS technology landslide occurrences on all these factors have been analyzed. The vector based GIS has been used for digitizing to produce thematic maps, as analysis for study was based on the pixel based information therefore Raster based GIS has been used for the analysis. Pixel based calculation was made by using the CF value Model. By using the CF model we obtain the CF value for all classes al all factor maps. On the basis of these CF value all factor maps are recoded and matrix analysis was perform to produce a Landslide Hazard Zonation map. Ng­êi ph¶n biÖn: TS. Hoµng Xu©n Thµnh 21