Sạt lở đất là gì? Các công bố khoa học về Sạt lở đất

Water resources management (WRM) for sustainable development presents many challenges in areas with sparse in situ monitoring networks. The exponential growth of satellite based information over the past decade provides unprecedented opportunities to support and improve WRM. Furthermore, traditional barriers to the access and usage of satellite data are lowering as technological innovations provide opportunities to manage and deliver this wealth of information to a wider audience. We review data needs for WRM and the role that satellite remote sensing can play to fill gaps and enhance WRM, focusing on the Latin American and Caribbean as an example of a region with potential to further develop its resources and mitigate the impacts of hydrological hazards. We review the state‐of‐the‐art for relevant variables, current satellite missions, and products, how they are being used currently by national agencies across the Latin American and Caribbean region, and the challenges to improving their utility. We discuss the potential of recently launched, upcoming, and proposed missions that are likely to further enhance and transform assessment and monitoring of water resources. Ongoing challenges of accuracy, sampling, and continuity still need to be addressed, and further challenges related to the massive amounts of new data need to be overcome to best leverage the utility of satellite based information for improving WRM.

Đất ngập nước là một trong những hệ sinh thái quan trọng nhất, cung cấp môi trường sống lý tưởng cho một loạt lớn các loài thực vật và động vật. Lập bản đồ và mô hình hóa đất ngập nước sử dụng dữ liệu Quan Sát Trái Đất (EO) là điều thiết yếu cho quản lý tài nguyên thiên nhiên ở cả cấp độ khu vực và quốc gia. Tuy nhiên, việc lập bản đồ đất ngập nước chính xác là một thách thức, đặc biệt là trên quy mô lớn, do cảnh quan đa dạng và bị phân mảnh, cũng như sự tương đồng phổ giữa các lớp đất ngập nước khác nhau. Hiện tại, thiếu các kiểm kê đất ngập nước chính xác, nhất quán và toàn diện ở quy mô quốc gia hoặc tỉnh trên toàn cầu, với hầu hết các nghiên cứu tập trung vào việc tạo bản đồ quy mô địa phương từ dữ liệu viễn thám có giới hạn. Tận dụng sức mạnh tính toán của Google Earth Engine (GEE) và sự sẵn có của dữ liệu viễn thám có độ phân giải không gian cao được thu thập bởi Copernicus Sentinels, nghiên cứu này giới thiệu bản đồ kiểm kê đất ngập nước chi tiết đầu tiên ở cấp độ tỉnh của một trong các tỉnh giàu đất ngập nước nhất ở Canada về mặt mở rộng đất ngập nước. Cụ thể, dữ liệu tổng hợp từ nhiều năm radar khẩu độ tổng hợp (SAR) Sentinel-1 mùa hè và quang học Sentinel-2 được sử dụng để xác định sự phân bố không gian của năm lớp đất ngập nước và ba lớp không phải đất ngập nước trên Đảo Newfoundland, bao phủ diện tích xấp xỉ 106,000 km2. Các kết quả phân loại được đánh giá bằng cách sử dụng cả phân loại kiểu dựa trên điểm ảnh và thể đối tượng, sử dụng phương pháp rừng ngẫu nhiên (RF) được triển khai trên nền tảng GEE. Kết quả cho thấy sự vượt trội của phương pháp dựa trên đối tượng so với phương pháp phân loại dựa trên điểm ảnh cho lập bản đồ đất ngập nước. Mặc dù việc phân loại sử dụng dữ liệu quang học nhiều năm chính xác hơn so với SAR, nhưng việc kết hợp cả hai loại dữ liệu đã cải thiện đáng kể độ chính xác phân loại của các lớp đất ngập nước. Đặc biệt, độ chính xác tổng thể đạt 88,37% và hệ số Kappa đạt 0,85 với tổ hợp SAR/quang học nhiều năm sử dụng phân loại RF dựa trên đối tượng, trong đó tất cả các lớp đất ngập nước và không phải đất ngập nước đều được xác định chính xác với độ chính xác lần lượt trên 70% và 90%. Kết quả cho thấy sự chuyển đổi từ các sản phẩm và phương pháp tĩnh tiêu chuẩn sang việc tạo ra các bản đồ phủ sóng đất ngập nước động, theo yêu cầu, quy mô lớn thông qua các tài nguyên điện toán đám mây tiên tiến, đơn giản hóa truy cập và xử lý 'Dữ liệu Toàn Địa'. Ngoài ra, bản đồ kiểm kê ngày càng đòi hỏi của Newfoundland rất có giá trị và có thể được sử dụng bởi nhiều bên liên quan, bao gồm các chính phủ liên bang và tỉnh, các thành phố, các tổ chức phi chính phủ và các chuyên gia môi trường, chỉ đề cập đến một số ít.

Color ratio techniques used to derive chlorophyll concentrations from radiance data of the coastal zone color scanner (CZCS) fail in areas with high concentrations of suspended matter and gelbstoff (optically defined as case II water). In order to take into account all water constituents which modify the backscattered radiation field as well as the aerosol path radiance, an inverse modeling technique based on a two‐flow radiative transfer approximation and a simplex optimization procedure has been developed. It uses simultaneously the radiances of the first four CZCS spectral channels and minimizes the χ² difference between the modeled and CZCS‐derived “Rayleigh‐corrected radiances.” The two‐flow model is calibrated with a set of radiance data which was simulated with a matrix‐operator radiative transfer model. In a first test, the inverse modeling procedure has been used to produce maps of the quantitative distributions of phytoplankton chlorophyll, suspended matter (dry weight), and gelbstoff; aerosol path radiance; and signal depth of the North Sea. By including the aerosol path radiance as a variable, the procedure implies the atmospheric correction. A map of the residual χ² values indicates the success of the retrieval for each of the pixels.