Archives
 
Year 2024
 
Vol 65, Issue 3, [06 - 2024]

Multi - criteria analysis based on GIS and open data resources on the internet to establish the landslide susceptibility area of Lam Dong province

DOI:10.46326/JMES.2024.65(3).08

  • Affiliations:

    1 Hanoi University of Natural Resources & Environment, Hanoi, Vietnam
    2 Hanoi University of Mining and Geology, Hanoi, Vietnam
    3 Geomatics in Earth Sciences (GES), Hanoi University of Mining and Geology, Hanoi, Vietnam

  • *Corresponding:
    This email address is being protected from spambots. You need JavaScript enabled to view it.
  • Received: 13th-Mar-2024
  • Revised: 3rd-May-2024
  • Accepted: 25th-May-2024
  • Online: 1st-June-2024
Pages: 84 - 97
Views: 895
View onlineView online
Downloads: 20
Downdload PDF
★★★★★Rating: 1.0, Total rating: 6
  • ★
  • ★
  • ★
  • ★
  • ★
Yours rating

Abstract:

Evaluating the risk of landslides to implement preventative measures and aid in development planning is crucial, particularly in regions prone to such occurrences. Employing a landslide susceptibility map proves beneficial in managing land in landslide-prone zones. In this research, we introduce a GIS technology-based approach along with the multi-criteria analysis (MCA) method, incorporating the analytical hierarchy process (AHP) to determine optimal weight allocation for the criteria influencing landslide risk and compute landslide risk assessment indices. Eight criteria affecting landslide risk were chosen from publicly available data sources on the internet: elevation, slope, terrain moisture index (TWI), precipitation, land cover, normalized difference vegetation index (NDVI), soil type, and drainage density. Subsequently, overlaying simple maps facilitated the calculation of the Landslide Susceptibility Index (LSI), leading to the partitioning of the study area into five levels of landslide risk: very high, high, medium, average, low, and very low, covering approximately 8.6%, 24.3%, 32.0%, 23.9%, and 11.2% of the study area, respectively.

How to Cite
Nguyen, N.Van and ., H.Thu Thi Le 2024. Multi - criteria analysis based on GIS and open data resources on the internet to establish the landslide susceptibility area of Lam Dong province (in Vietnamese). Journal of Mining and Earth Sciences. 65, 3 (Jun, 2024), 84-97. DOI:https://doi.org/10.46326/JMES.2024.65(3).08.
References

Awawdeh, M., Obeidat, M., Al-Mohammad, M., Al-Qudah, K. and Jaradat, R. (2014). Integrated GIS and remote sensing for mapping groundwater potentiality in the Tulul al Ashaqif, Northeast Jordan. Arabian Journal of Geosciences, 7, 2377-2392. https://doi.org/10.1007/s12517-013-0964-8.

Ayalew, L., Yamagishi, H., Marui, H. and Kanno, T. (2005). Landslides in Sado Island of Japan: Part II. GIS-based susceptibility mapping with comparisons of results from two methods and verifications. Engineering geology, 81(4), 432-445. https://doi.org/10.1016/j.enggeo. 2005. 08.004.

Brenning, A., (2005). Spatial prediction models for landslide hazards: review, comparison and evaluation. Natural Hazards and Earth System Sciences, 5, 853-862. https://doi.org/10.5194/ nhess-5-853-2005.

Bui, T. D., Tuan, T. A., Hoang, N. D., Thanh, N. Q., Nguyen, D. B., Van Liem, N. and Pradhan, B. (2017). Spatial prediction of rainfall-induced landslides for the Lao Cai area (Vietnam) using a hybrid intelligent approach of least squares support vector machines inference model and artificial bee colony optimization. Landslides, 14, 447-458. https://doi.org/10.1007/s10346 -016-0711-9.

CHRS. Trung tâm Khí tượng Thủy văn và Viễn thám. Đại học California, Irvine, CA, Hoa Kỳ. Website: https://chrsdata.eng.uci.edu/ (truy cập ngày 19 tháng 12 năm 2023).

Corominas,J., Westen, C. V., Frattini, P.,  Cascini, L.,  Malet, J. P., Fotopoulou, S., Catani, F.,  Van Den Eeckhaut, M., Mavrouli, O., Agliardi,F., Pitilakis,K., Winter, M. G.,  Pastor, M.,Ferlisi,S., Tofani, V.,  Herva´s,J., Smith, J. T. (2014). Recommendations for the quantitative analysis of landslide risk. Bulletin of Engineering Geology and the Environment, Volume 73, pages 209-263. https://doi.org/ 10.1007/s10064-013-0538-8.

Corsini, A. and Mulas, M. (2017). Use of ROC curves for early warning of landslide displacement rates in response to precipitation (Piagneto landslide, Northern Apennines, Italy). Landslides, 14(3), 1241-1252. https://doi.org/ 10.1007/s10346-016-0781-8.

Dahal, R. K., Hasegawa, S., Nonomura, A., Yamanaka, M., Masuda, T. and Nishino, K. (2008). GIS-based weights-of-evidence

modelling of rainfall-induced landslides in small catchments for landslide susceptibility mapping. Environmental Geology, 54, 311-324. https://doi.org/10.1007/s00254-007-0818-3.

Deng, Z., Zhang, X., Li, D., and Pan, G. (2015). Simulation of land use/land cover change and its effects on the hydrological characteristics of the upper reaches of the Hanjiang Basin. Environmental Earth Sciences, 73(3), 1119-1132. https://doi.org/10.1007/s12665-014-3465-5.

Diva-Gis. Download Data by Country. Website: http://www.diva-gis.org/datadown (truy cập ngày 17 tháng 12 năm 2023).

Earthdata. Website: https://search.earthdata. nasa.gov/search(truy cập ngày 18 tháng 12 năm 2023).

El Jazouli, A., Barakat, A., and Khellouk, R. (2019). GIS-multicriteria evaluation using AHP for landslide susceptibility mapping in Oum Er Rbia high basin (Morocco). Geoenvironmental Disasters, 6(1), 1-12.https://doi.org/10.1186/ s40677-019-0119-7.

Enderle, D. I., and Weih Jr, R. C. (2005). Integrating supervised and unsupervised classification methods to develop a more accurate land cover classification. Journal of the Arkansas Academy of Science, 59(1), 65-73.

FAO. Tổ chức Nông Lương Liên hợp quốc. Website: https://data.apps.fao.org/map/ catalog/srv/eng/catalog.search#/home (truy cập ngày 18 tháng 12 năm 2023).

Hadji, R., Chouabi, A., Gadri, L., Raïs, K., Hamed, Y., and Boumazbeur, A. (2016). Application of linear indexing model and GIS techniques for the slope movement susceptibility modeling in Bousselam upstream basin, Northeast Algeria. Arabian Journal of Geosciences, 9, 1-18. https:/ /doi.org/10.1007/s12517-015-2169-9.

Huang, Y., and Zhao, L. (2018). Review on landslide susceptibility mapping using support vector machines. Catena, 165, 520-529. https:// doi. org/10.1016/j.catena.2018.03.003.

Huyền, N. T., Khánh, N. Q., Dương, N. H., Hoàng, N. and Ninh, N. Đ. H. (2023). Kết quả khoanh định các khu vực nhạy cảm về trượt lở, lũ quét khu vực Thành phố Đà Nẵng.Tạp chí Khí tượng Thủy văn, 745, 21-33. https://doi.org/10. 36335/VNJHM.2023(745).21-33.

Li, Z., Nadim, F., Huang, H., Uzielli, M., Lacasse, S. (2010). Quantitative vulnerability estimation for scenario-based landslide hazards. Landslides 7(2):125-134.

Nguyen, P., Shearer, E. J., Tran, H., Ombadi, M., Hayatbini, N., Palacios, T. and Sorooshian, S. (2019). The CHRS Data Portal, an easily accessible public repository for PERSIANN global satellite precipitation data. Scientific data, 6(1), 1-10.DOI: 10.1038/sdata. 2018. 296.

ODM. OpenDevelopmentMekong. Soiltypesinvietnam: Website: https://data. Opendeve-lopmentmekong.net/dataset/soil-types-in-vietnam (truy cập ngày 22 tháng 12 năm 2023).

Pourghasemi, H. R., Teimoori Yansari, Z., Panagos, P., and Pradhan, B. (2018). Analysis and evaluation of landslide susceptibility: a review on articles published during 2005-2016 (periods of 2005-2012 and 2013-2016). Arabian Journal of Geosciences, 11, 1-12. https://doi.org/10.1007/s12517-018-3531-5.

Reichenbach, P., Rossi, M., Malamud, B. D., Mihir, M., and Guzzetti, F. (2018). A review of statistically-based landslide susceptibility models. Earth-science reviews, 180, 60-91. https://doi.org/10.1016/j.earscirev.2018.03.001.

Richards, J. A. (1999). Remote Sensing Digital Image Analysis: An Introduction. Springer-Verlag, Berlin, Germany, 240 p.https://doi. org/10.1007/978-3-662-03978-6.

Saaty, T. L. (1988). What is the analytic hierarchy process? In Mathematical models for decision support.109-121. Springer. http://dx.doi.org/ 10.1007/978-3-642-83555-1_5.

Saaty, T. L. (2004). Decision making-the analytic hierarchy and network processes (AHP/ANP). Journal of systems science and systems engineering, 13, 1-35.

Sạt lở đất ở Việt Nam - Hậu quả và đánh giá từ các chuyên gia - Nguyên nhân, thực trạng và thách thức. Tạp chí điện tử Môi trường và Cuộc sống. Website: https://moitruong.net.vn. (truy cập ngày 10 tháng 12 năm 2023).

Singh, P., Gupta, A.. Singh, M. (2014). Hydrological inferences from watershed analysis for water resource management usingremotesensing and GIS techniques. The Egyptian Journal of Remote Sensing and Space Science. 17, 111-121. https://doi.org/10.1016/j.ejrs.2014. 09. 003.

Thanh, L. N., Dũng, N. Q., Nhân, N. S., Hùng N. P., Tùng L. H. (2021). Thành lập bản đồ phân vùng nguy cơ trượt lở đất Thành phố Đà Lạt bằng phương pháp phân tích thứ bậc và hệ thông tin địa lý. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh - Kỹ thuật và Công nghệ, 16(1), 142-155. https://doi.org/10.46223/ HCM COUJS.tech.vi.16.1.1229.2021.

Trang, T. T. T., Hieu, P. T., and Vi, T. N. H. (2023). Landslides Study in Bac Can Province, Vietnam by Analytic Hierarchy Process Method. Iraqi Journal of Science, 5691-5706. https://doi. org/10.24996/ijs.2023.64.11.19.

Tuấn, H. N., and Tuyết, V. T. (2021). Nghiên cứu xây dựng bản đồ phân vùng nguy cơ sạt lở đất cho khu vực miền núi tỉnh Quảng Nam. Tạp chí Khoa học và Công nghệ thủy lợi, số, 68.

USGS (2023). Cục khảo sát địa chất Hoa Kỳ - Landsat Satellite Data. Website: https:// earthexplorer. usgs.gov/ (truy cập ngày 18 tháng 12 năm 2023).

Wu, T. H., Abdel-Latif M. A., (2000). Prediction and mapping of landslide hazard. Canadian Geotechnical Journal, 37,781-795. https:// doi. org /10.1139/t00-006.

Other articles