Trong nghiên cứu này, mục tiêu chính là tiến hành xây dựng bản đồ đánh giá và phân vùng nguy cơ sạt lở đất trên địa bàn tỉnh Quảng Nam phục vụ công tác lập quy hoạch xây dựng đường ô tô sử dụng mô hình trọng số dẫn chứng (WOE) dựa trên công cụ hệ thống thông tin địa lý GIS. Dữ liệu nghiên cứu bao gồm 520 vụ sạt lở đất trong quá khứ và 10 yếu tố ảnh hưởng tới quá trình sạt lở đất đã được thu thập bao gồm: độ cao địa hình, góc mái dốc, hình dáng bề mặt địa hình, hướng dốc, khoảng cách tới các sông, độ ẩm địa hình, tích lũy dòng chảy, hướng dòng chảy, lượng mưa, và tình trạng sử dụng đất. Kết quả nghiên cứu cho thấy có khoảng 30,35% và 16,48% diện tích khu vực nghiên cứu nằm trong vùng có nguy cơ cao và rất cao. Kết quả kiểm chứng bản đồ cho thấy có tới 42,14% số vụ sạt lở đất được ghi nhận nằm trong vùng có nguy cơ rất cao 29,56% số vụ sạt lở đất nằm trong vùng nhạy cảm cao khoảng 18,24% số vụ sạt lở nằm trong vùng nhạy cảm trung bình và lần lượt 8,81% và 1,26% số vụ sạt lở đất nằm trong vùng nhạy cảm thấp và rất thấp. Kết quả này cho thấy rằng bản đồ phân vùng nhạy cảm sạt lở đất được xây dựng đảm bảo độ tin cậy và có thể sử dụng trong việc giảm thiểu rủi ro thiên tai, quản lý, phục vụ tốt công tác quy hoach và xây dựng trên địa bàn

Mục tiêu chính của nghiên cứu này là xây dựng bản đồ phân vùng nhạy cảm ngập lụt khu vực huyện Quảng Trạch, tỉnh Quảng Bình (Việt Nam) sử dụng mô hình Light Gradient Boosting Machine LGBM -một trong những mô hình trí tuệ nhân tạo hiệu quả trong đánh giá và dự báo thiên tai. Cơ sở dữ liệu bao gồm 173 vị trí ngập lụt trong quá khứ và 07 tham số thành phần (mưa, địa mạo, độ bao phủ mặt đất, độ cao, hình dáng bề mặt địa hình, góc mái dốc, và hướng mái dốc) đã được thu thập để xây dựng dữ liệu đào tạo (70%) và dữ liệu kiểm tra (30%) dùng cho xây dựng và kiểm chứng mô hình. Độ chính xác của mô hình được đánh giá thông qua nhiều thông số thống kê định lượng bao gồm diện tích dưới đường cong ROC (AUC). Kết quả nghiên cứu thể hiện rằng LGBM có độ chính xác cao trong dự báo và phân vùng nhạy cảm ngập lụt tại khu vực nghiên cứu (AUC = 0,96 cho dữ liệu đào tạo và AUC = 0,88 cho dữ liệu kiểm tra). Bản đồ phân vùng nhạy cảm ngập lụt xây dựng từ mô hình có độ chính xác cao có thể được dùng trong việc nâng cao hiệu quả quy hoạch sử dụng đất và đưa ra các giải pháp phù hợp để giảm thiểu tác hại gây ra bởi ngập lụt tại khu vực nghiên cứu.