Landslide hazard assessment of the Norak region of Tadjikistan

封面

如何引用文章

全文:

详细

Introduction. The application of geographic information system (GIS) technologies is a promising technology for mapping and evaluating landslide hazards. At present, satellite-based terrestrial sensing is widely used. Satellite images make it possible not only to identify individual landslides, particularly in hard-to-reach areas, but also to identify those locations where landslide processes have manifested, are manifesting and may manifest themselves in the future.Aim. Mapping of the present landslide propagation in the territory of the Norak region of Tajikistan using satellite imaging and GIS.Materials and methods. In the course of the study, maps of landslide propagation were compiled both automatically and manually. An analysis of the results of previous studies and interpretations of satellite images was conducted. Digital models of the relief, as well as topographic, geomorphological, engineering and geological maps, were investigated.Results. A detailed map of landslide phenomena was compiled in the GIS format and a database of landslide phenomena was created for the first time for the territory of the Norak region of the Republic of Tajikistan.Conclusions. The conducted zoning showed that, out of the total landslide number, 24%, 36%, 10%, 18% and 12% correspond to very small, small, medium, large, and very large landslides, respectively. The landslide processes are developed across the area of 2601×104 m2, which accounts for the 4% of the total area of the district. The results demonstrate that the approach used in this study may be applicable to the landslide hazard assessment in hard-to-reach and poorly studied regions.

作者简介

B. Muminov

Sergo Ordzhonikidze Russian State University for Geological Prospecting

Email: bahromzhon95@mail.ru
ORCID iD: 0000-0001-9113-3156

I. Fomenko

Sergo Ordzhonikidze Russian State University for Geological Prospecting

Email: ifolga@gmail.com
ORCID iD: 0000-0003-2318-6015

O. Sirotkina

Lomonosov Moscow State University

Email: onsirotkina@gmail.com
ORCID iD: 0000-0001-8171-1960

参考

  1. Бондарик Г.К., Пендин В.В., Ярг Л.А. Инженерная геодинамика. М.: КДУ, 2007. 327 с.
  2. Зыонг М.Х., Фоменко И.К., Пендин В.В. Региональный прогноз оползневой опасности для района Ха Лонг — Кам Фа на северо-востоке Вьетнама // Инженерная геология. 2013. № 1. С. 46—54.
  3. Ищук Н.Р. Объяснительная записка к карте ледниковых форм, селевых и оползневых явлений Таджикистана. Душанбе, 2019. 80 с.
  4. Ищук Н.Р., Ищук А.Р., Саидов М.С. Результаты использования космических снимков и ГИС при картировании оползней Таджикистана. // Наука и Инновация. 2017. № 2. C. 92—100.
  5. Ломтадзе В.Д. Инженерная геология. Инженерная геодинамика. Л.: Недра, 1977. 479 с.
  6. Лоскутов В.В. Геоморфология Таджикистана. Новейший этап геологического развития территории Таджикистана. Душанбе: Дониш, 1962. С. 189—214.
  7. Лоскутов В.В. Геоморфологическая карта Таджикистана масштаба 1:500 000. М.: Недра, 1971.
  8. Нгуен Ч.К., Фоменко И.К., Пендин В.В., Нгуен К.Т. Применение метода анализа иерархий при региональной оценке оползневой опасности (на примере района северо-западный Лаокай, Вьетнам) // Геоинформатика. 2017. № 3. C. 53—66.
  9. Пендин В.В., Фоменко И.К. Методология оценки и прогноза оползневой опасности. М.: ЛЕНАНД, 2015. 320 c.
  10. Тихвинский И.О. К вопросу об использовании метода оползневого потенциала // Разработка методов прогнозной оценки развития оползневых явлений в условиях горно-складчатых областей альпийского орогена. Тбилиси: Мецниереба, 1978. C. 52—56.
  11. Barredo J.I., Benavides A., Hervás J., van Westen C.J. Comparing heuristic landslide hazard assessment techniques using GIS in the Tirajana basin, Gran Canaria Island, Spain // International Journal of Applied Earth Observation and Geoinformation. 2000. Vol. 2. No. 1. P. 9—23 https://doi.org/10.1016/S0303-2434(00)85022-9
  12. Komac M. A landslide susceptibility model using the Analytical Hierarchy Process method and multivariate statistics in peri-alpine Slovenia // Geomorphology. 2006. V. 74. No. 1—4. P. 17—28. https://doi.org/10.1016/j.geomorph.2005.07.005
  13. Lulseged A., Hiromitsu Y. The application of GISbased logistic regression for landslide susceptibility mapping in the Kakuda-Yahiko Mountains, Central Japan // Geomorphology. 2005. Vol. 65. No. 1—2. P. 15—31.
  14. Saro L. Application of Likelihood Ratio and Logistic Regression Models to Landslide Susceptibility Mapping Using GIS // Environmental Management. 2004. Vol. 34. No. 2. P. 223—232. https://doi.org/10.1007/s00267-003-0077-3
  15. Tarboton D.G, Pack R.T., Goodwin C.N, Prasad A. Sinmap user’s Manual. Sinmap 2: A stability index approach to terrain stability hazard mapping: Version for ArcGIS 9.x and Higher / Utah state university; Terratech consulting Ltd.; Canadian forest products Ltd.; C.N. Goodwin fluvial system consulting, 2005. P. 1—39.

补充文件

附件文件
动作
1. JATS XML
下载

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».