ПРИМЕНЕНИЕ СТАТИСТИЧЕСКИХ МЕТОДОВ НА ОСНОВЕ ГИС ДЛЯ ОЦЕНКИ ПОТЕНЦИАЛЬНОГО РАЗВИТИЯ ОПОЛЗНЕЙ В РАЙОНЕ ШАПА, ВЬЕТНАМ

Ссылка для цитирования: Применение статистических методов на основе ГИС для оценки потенциального развития оползней в районе Шапа, Вьетнам / Зыонг Ван Бинь, И.К. Фоменко, Нгуен Чунг Киен, Ви Тхи Хонг Лиен, О.В. Зеркаль, Ву Хонг Данг // Известия Томского политехнического университета. Инжиниринг георесурсов. – 2022. – Т. 333. – № 4. – С. 126-140. Актуальность. Прогнозирование и минимизация последствий стихийных бедствий являются важнейшими задачами для правительств во всем мире, включая Вьетнам. Оползни являются одним из наиболее распространенных видов стихийных бедствий во Вьетнаме, особенно в северных горных провинциях, что приводит к значительным человеческим жертвам и материальному ущербу. В этом исследовании для оценки потенциального развития оползней в районе Шапа, провинция Лаокай, применялись статистические методы, с использованием геоинформационных систем (ГИС). Для решения поставленной задачи было отобрано девять факторов, определяющих оползневую восприимчивость на рассматриваемой территории: высота над уровнем моря, расстояние до дорог, крутизна склонов, расстояние от разломов, среднемесячное количество осадков, вертикальное расчленение рельефа, землепользование, тип коры выветривания и расстояние до эрозионной сети. Основная цель исследования заключается в подготовке карт потенциального развития оползней для района Шапа. Кроме того, выполненные работы продемонстрировали эффективность использованных статистических методов при оценке восприимчивости территории к оползневому процессу. Объектом исследования является оползневая восприимчивость в районе Шапа провинции Лаокай (Вьетнам). Методы: статистические методы с использованием ГИС, включая метод соотношения частотностей (англ. Frequency Ratio method – FR), метод анализа оползневой восприимчивости (англ. Landslide Susceptibility Analysis method – LSA) и метод статистического индекса (англ. Statistical Index method – SI). Результаты. Были построены для исследуемой территории, которая была разделена на пять зон: очень низкого потенциала, низкого потенциала, среднего потенциала, высокого потенциала и очень высокого потенциала. Площадь под кривой ошибок была использована для оценки достоверности этих моделей. Проценты успеха моделей для тренировочных данных составляют 74,60 % (FR), 70,82 % (LSA) и 76,36 % (SI). Проценты прогнозирования моделей для данных тестирования составляют 77,01 % (FR), 74,36 % (LSA) и 78,11 % (SI). Оценка эффективности моделей показала, что все три метода являются эффективны