Integration of Geospatial Analysis and Field Data for Landslide Risk Mapping at Bau Trang Lake

• Autorzy: Pham Ngoc Thinh

Identyfikatory

DOI

10.29227/IM-2024-02-100

Warianty tytułu

PL

Integracja analizy geoprzestrzennej i danych terenowych na potrzeby mapowania ryzyka osuwisk nad jeziorem Bau Trang

• Języki publikacji: EN

Abstrakty

EN

This study evaluates landslide risks in the Bau Trang Lake area, Vietnam, by integrating field data, geospatial analysis, and geotechnical modeling. Bau Trang Lake, a critical ecological and economic site, faces increasing landslide threats driven by hydrogeological dynamics and human activities, particularly unregulated tourism. Using seven thematic maps - geology, topography, slope, soil properties, water permeability, mechanical strength, and land use impacts – this research develops a hazard map categorizing the area into five risk levels: very low, low, medium, high, and very high. High-risk zones, concentrated along the southern and southwestern shores of Bau Ba, are characterized by steep slopes, loose sandy soils, and high water permeability, exacerbated by seasonal rainfall and humaninduced soil compaction. The findings highlight the ecological and economic significance of high-risk zones, which include key tourism destinations. To mitigate risks, the study recommends structural solutions like retaining walls and geotextiles, alongside non-structural measures such as reforestation, zoning regulations, and stakeholder engagement. These strategies aim to balance tourism development with environmental conservation, ensuring long-term sustainability. This research provides a replicable framework for landslide risk assessment and offers actionable solutions to support resilience in environmentally sensitive regions.

PL

Niniejsze badanie ocenia ryzyko osuwisk na obszarze jeziora Bau Trang w Wietnamie, integrując dane terenowe, analizę geoprzestrzenną i modelowanie geotechniczne. Jezioro Bau Trang, krytyczny obszar ekologiczny i gospodarczy, stoi w obliczu rosnącego zagrożenia osuwiskami spowodowanego dynamiką hydrogeologiczną i działalnością człowieka, w szczególności nieuregulowaną turystyką. Korzystając z siedmiu map tematycznych - geologii, topografii, nachylenia, właściwości gleby, przepuszczalności wody, wytrzymałości mechanicznej i wpływu użytkowania gruntów – w ramach tych badań opracowano mapę zagrożeń kategoryzującą obszar na pięć poziomów ryzyka: bardzo niski, niski, średni, wysoki i bardzo wysoki. Strefy wysokiego ryzyka, skoncentrowane wzdłuż południowego i południowo-zachodniego brzegu Bau Ba, charakteryzują się stromymi zboczami, luźnymi piaszczystymi glebami i wysoką przepuszczalnością wody, pogarszaną przez sezonowe opady deszczu i zagęszczanie gleby spowodowane przez człowieka. Wyniki badania podkreślają ekologiczne i gospodarcze znaczenie stref wysokiego ryzyka, które obejmują kluczowe ośrodki turystyczne. Aby złagodzić ryzyko, badanie zaleca rozwiązania strukturalne, takie jak ściany oporowe i geowłókniny, wraz ze środkami niestrukturalnymi, takimi jak ponowne zalesianie, przepisy dotyczące zagospodarowania przestrzennego i zaangażowanie zainteresowanych stron. Strategie te mają na celu zrównoważenie rozwoju turystyki z ochroną środowiska, zapewniając długoterminowy zrównoważony rozwój. Badania te zapewniają powtarzalne ramy oceny ryzyka osuwisk i oferują praktyczne rozwiązania wspierające odporność w regionach wrażliwych środowiskowo.

Słowa kluczowe

EN

landslide risk assessment; Bau Trang Lake; geospatial analysis; sustainable tourism; hazard mapping

PL

ocena ryzyka osunięcia się ziemi; jezioro Bau Trang; analiza geoprzestrzenna; zrównoważona turystyka; mapowanie zagrożeń

• Wydawca: Polskie Towarzystwo Przeróbki Kopalin
• Czasopismo: Inżynieria Mineralna
• Rocznik: 2024
• Tom: Vol. 3, no. 2
• Strony: art. no. 100
• Opis fizyczny: Bibliogr. 20 poz., rys., tab., wykr., zdj.

Twórcy

autor

Pham Ngoc Thinh

• Faculty of Civil Engineering, Thuyloi University, 175 Tay Son, Dong Da, Hanoi, Vietnam;

• https://orcid.org/0000-0002-4928-6236

Bibliografia

• 1. Binh Thuan Portal. (2021). Bàu Trắng đón nhận bằng xếp hạng di tích danh lam thắng cảnh quốc gia. Retrieved from https://binhthuan.gov.vn/4/469/65223/596201/tin-tuc-du-lich/bau-trang-don-nhan-bang-xep-hang-di-tich-danh-lamthang-canh-quoc-gia.aspx
• 2. Phap Luat. (2023). Yêu cầu sớm tìm ra nguyên nhân, khắc phục Đồi Trinh Nữ bị sạt lở. Retrieved from https://plo.vn/yeu-cau-som-tim-ra-nguyen-nhan-khac-phuc-doi-trinh-nu-bi-sat-lo-post734767.html
• 3. Caleca, F., Tofani, V., Segoni, S., Raspini, F., Rosi, A., Natali, M., … & Catani, F. (2022). A methodological approach of QRA for slow-moving landslides at a regional scale. Landslides, 19(7), 1539–1561. https://doi.org/10.1007/s10346-022-01875-x
• 4. Wubalem, A. (2022). Landslide inventory, susceptibility, hazard and risk mapping. Retrieved from https://doi.org/10.5772/intechopen.100504
• 5. Althuwaynee, O., & Pradhan, B. (2016). Semi-quantitative landslide risk assessment using GIS-based exposure analysis in Kuala Lumpur city. Geomatics Natural Hazards and Risk, 8(2), 706–732. https://doi.org/10.1080/19475705.2016.1255670
• 6. Jordan, H., Boon, D., Dashwood, C., Dijkstra, T., Freeborough, K., Hobbs, P., … & Reeves, H. (2016). Landslide mapping for susceptibility and hazard assessment: North York Moors, UK. Landslides, 1159–1167. https://doi.org/10.1201/b21520-140
• 7. Xiao, T., Segoni, S., Chen, L., Yin, K., & Casagli, N. (2019). A step beyond landslide susceptibility maps: A simple method to investigate and explain the different outcomes obtained by different approaches. Landslides, 17(3), 627–640. https://doi.org/10.1007/s10346-019-01299-0
• 8. Ermini, L., Catani, F., & Casagli, N. (2005). Artificial neural networks applied to landslide susceptibility assessment. Geomorphology, 66(1–4), 327–343. https://doi.org/10.1016/j.geomorph.2004.09.025
• 9. Westen, C., Abella, E., & Kuriakose, S. (2008). Spatial data for landslide susceptibility, hazard, and vulnerability assessment: An overview. Engineering Geology, 102(3–4), 112–131. https://doi.org/10.1016/j.enggeo.2008.03.010
• 10. Thennavan, E., & Ganapathy, G. (2020). Evaluation of landslide hazard and its impacts on hilly environment of the Nilgiris District - A geospatial approach. Geoenvironmental Disasters, 7(1). https://doi.org/10.1186/s40677-019-0139-3
• 11. Fell, R., Corominas, J., Bonnard, C., Cascini, L., Leroi, E., & Savage, W. (2008). Guidelines for landslide susceptibility, hazard and risk zoning for land use planning. Engineering Geology, 102(3–4), 85–98. https://doi.org/10.1016/j.enggeo.2008.03.022
• 12. Shah, N., Shafique, M., Ishfaq, M., Faisal, K., & Meijde, M. (2023). Integrated approach for landslide risk assessment using geoinformation tools and field data in Hindukush mountain ranges, Northern Pakistan. Sustainability, 15(4), 3102. https://doi.org/10.3390/su15043102
• 13. Arif, M., Hollema, S., & Chowdhury, M. Geographical Information Systems: MapInfo. Database Management and Analytical Techniques for Agricultural Planning: A Course Manual, 65.
• 14. Schmidt, I., Hilpert, J., Kretschmer, I., Peters, R., Broich, M., Schiesberg, S., ... & Maier, A. Manual and example application to model ‘Core-Areas’ (Optimally Describing Isolines) using MapInfo & Vertical Mapper.
• 15. Schaefer, C., Nichols, B., Collins, G., Whitaker, J., Bednarz, C., Main, C., & Ritchie, G. (2017). Cotton maturity determination through vertical mapping. Crop Science, 57(1).
• 16. Habel, M., Obodovskyi, O., Szatten, D., Babinski, Z., Rozlach, Z., & Pochaievets, O. (2019, November). Using the raster calculator tool to appraise riverbed elevation changes nearby hydrotechnical objects on alluvial rivers. In Monitoring 2019 (Vol. 2019, No. 1, pp. 1–5). European Association of Geoscientists & Engineers.
• 17. Chen, J., Yang, S. T., Li, H. W., Zhang, B., & Lv, J. R. (2013). Research on geographical environment unit division based on the method of natural breaks (Jenks). The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 40, 47–50.
• 18. Naiqiang, L., & Guiyang, X. (2020). Grid analysis of land use based on natural breaks (Jenks) classification. Bulletin of Surveying and Mapping, (4), 106.
• 19. Balamurugan, G., Valarmathi, J., & Naidu, V. P. S. (2016, October). Survey on UAV navigation in GPS denied environments. In 2016 International Conference on Signal Processing, Communication, Power and Embedded System (SCOPES) (pp. 198–204). IEEE.
• 20. Chang, Y., Cheng, Y., Manzoor, U., & Murray, J. (2023). A review of UAV autonomous navigation in GPS-denied environments. Robotics and Autonomous Systems, 104533.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki i promocja sportu (2025).