Thông tin chung
  English
  Đề tài NC khoa học
  Bài báo, báo cáo khoa học
  Hướng dẫn Sau đại học
  Sách và giáo trình
  Các học phần và môn giảng dạy
  Giải thưởng khoa học, Phát minh, sáng chế
  Khen thưởng
  Thông tin khác
  Tài liệu tham khảo
  Hiệu chỉnh
 
Số người truy cập: 107,153,691

 Nghiên cứu khôi phục dữ liệu sạt lở đất dùng dữ liệu ảnh vệ tinh Sentinel 2 và thuật toán phân loại Support Vector Machine
Tác giả hoặc Nhóm tác giả: Đoàn Viết Long, Nguyễn Chí Công, Phạm Thành Hưng, Nguyễn Tiến Cường
Nơi đăng: Tuyển tập Công trình Hội nghị khoa học Cơ học thủy khí toàn quốc lần thứ 23; Số: 23;Từ->đến trang: 1-9;Năm: 2021
Lĩnh vực: Khoa học công nghệ; Loại: Bài báo khoa học; Thể loại: Trong nước
TÓM TẮT
Sạt lở đất là loại hình thiên tai khá phổ biến ở miền núi Việt Nam, xảy ra chủ yếu vào mùa mưa bão và gây nhiều thiệt hại nghiêm trọng. Công tác cập nhật dữ liệu các điểm sạt lở là một khâu quan trọng, cung cấp các thông tin cần thiết trong nghiên cứu sạt lở đất. Tuy nhiên, nguồn dữ liệu này ở Việt Nam hiện nay chưa được thu thập một cách đầy đủ do nhiều nguyên nhân khác nhau. Với mục đích khôi phục lại dữ liệu các điểm sạt lở đất trong quá khứ, nghiên cứu này đã sử dụng kỹ thuật phân tích ảnh viễn thám Sentinel 2 kết hợp với thuật toán phân loại Support Vector Machine. Hai ảnh vệ tinh Sentinel 2 ở các thời điểm trước và sau các vụ sạt lở được lựa chọn để phân tích. Vị trí các điểm sạt lở được xác định dựa trên phân tích chỉ số NDVI. Kết quả bước đầu cho thấy khả năng phát hiện các điểm sạt lở của phương pháp này nhằm cung cấp dữ liệu cần thiết để xây dựng bản đồ hiện trạng sạt lở
ABSTRACT
Landslide is one of natural disasters in mountainous areas, occurring mainly in the rainy season and causing many serious damages. Landslide inventory database is an important source, providing necessary information for landslide assessment. However, in Vietnam this database has not been collected sufficiently due to various reasons. This study used optical imagery Sentinel 2 to derive Normalized Difference Vegetation Index (NDVI) and the Support Vector Machine classification algorithm for landslide detection and mapping. The pre-event and post-event Sentinel 2 images acquired at the same study area were selected for the analysis. Location of landslide is determined based on the changes of the classified NDVI. The result indicates the applicability of this method for landslide detection and hence for landslide inventory mapping.
[ 2021\2021m06d015_15_8_7CHTK23_DVLong_1020.pdf ]
© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn