mở đầu cho quá trình ứng dụng viễn thám trong đánh giá TDBTT của đƣờng bộ [75]. Công nghệ viễn thám đƣợc ứng dụng trong lĩnh vực giao thông đƣờng bộ từ rất sớm, bắt đầu từ năm 1972, ảnh hàng không chụp từ máy bay có ngƣời lái đã đƣợc sử dụng để cung cấp các thông tin liên quan đến đƣờng bộ, cơ sở hạ tầng đƣờng bộ nhằm giúp các nhà quản lý, các nhà hoạch định chính sách trong việc quản lý hệ thống giao thông vận tải [70]. Các dữ liệu hình ảnh này cung cấp các thông tin của đƣờng bộ nhanh chóng, chi tiết mà không mất nhiều thời gian. Nhìn chung, vào giai đoạn này, công nghệ viễn thám đƣợc đánh giá là công cụ phục vụ cho việc quản lý giao thông đƣờng bộ thông qua việc cung cấp các thông tin của đƣờng bộ, hạ tầng đƣờng bộ [75].
Trong lĩnh vực giao thông đƣờng bộ, tổn thƣơng đƣờng bộ không đơn thuần là sự mất mát, sự hƣ hỏng, sự không nguyên vẹn nhƣ hiện trạng ban đầu, mà dòng xe bị tắc nghẽn trên đƣờng cũng là một trong những dấu hiệu cho thấy đƣờng bộ bị tổn thƣơng, không đảm bảo chất lƣợng khai thác. Bộ Giao thông vận tải (USDOT) và Hiệp hội quốc gia về viễn thám trong giao thông vận tải của Hoa Kỳ (NCRST) đã sử dụng hình ảnh vệ tinh quang học Quickbird, Ikonos và ảnh vệ tinh hồng ngoại nhiệt nhằm thay thế cho các bộ cảm biến đƣờng bộ trong 8 theo dõi, giám sát sự tắc nghẽn trên đƣờng bộ, bởi những dữ liệu hình ảnh này cho phạm vi quan sát rộng lớn và tiết kiệm chi phí [75]. Ngoài ra, Hiệp hội quốc gia về an toàn, nguy hiểm và đánh giá thiên tai của Hoa Kỳ (NCSHD) còn nhận định các dữ liệu viễn thám có độ phân giải không gian siêu cao này (Quickbird, Ikonos) còn cung cấp những thông tin quan trọng trong việc quản lý và bảo vệ cơ sở hạ tầng đƣờng bộ [109]. Tuy nhiên, trong quá trình quản lý, đòi hỏi công nghệ viễn thám cần phải cung cấp hình ảnh tức thời, chủ động về mặt thời gian, ít tốn kém hơn và có độ phân giải không gian cao hơn, Jensen (2000) đã chỉ ra rằng có thể quản lý hiệu quả mạng lƣới giao thông đƣờng bộ bằng hình ảnh đƣợc cung cấp từ UAV trong khoảng thời gian 10 phút và độ phân giải không gian lên tới 6 inch.
Với công nghệ mới này, dữ liệu hình ảnh chụp đƣợc không chỉ cung cấp các thông tin của đƣờng bộ (độ rộng, chất liệu mặt đƣờng, số làn đƣờng,…), cơ sở hạ tầng đƣờng bộ (cầu, cống,…) mà còn có thể cung cấp và đo lƣờng chính xác mật độ, lƣu lƣợng các phƣơng tiện trên đƣờng, điều này giúp nâng cao hiệu quả quản lý mạng lƣới giao thông đƣờng bộ từ xa [70]. Để đánh giá mức độ tổn thƣơng của đƣờng bộ do dòng xe, các dữ liệu hình ảnh thời gian thực từ các máy bay không ngƣời lái UAVs cũng có thể đƣợc sử dụng để giám sát mức độ tắc nghẽn trên đƣờng bộ. Công nghệ này có rất nhiều ƣu điểm vƣợt trội so với các dữ liệu hình ảnh vệ tinh quang học, đó là: cung cấp dữ liệu hình ảnh có độ phân giải không gian cao, tức thời, nhanh chóng, chủ động đƣợc về mặt thời gian. Tuy nhiên, công nghệ bay chụp ảnh từ UAV chỉ hiệu quả trong phạm vi quy mô nhỏ, còn khi tuyến đƣờng bộ trải dài trên một khu vực rộng lớn thì công nghệ này lại không hiệu quả do phải xử lý một khối lƣợng lớn dữ liệu, chi phí đầu tƣ tốn kém hơn,… Khắc phục nhƣợc điểm này, nhiều nghiên cứu sử dụng ảnh vệ tinh quang học có độ phân giải không gian cao, siêu cao (Spot, Ikonos, Quickbird,…) để chiết tách các thông tin của đƣờng bộ, cơ sở hạ tầng đƣờng bộ, thảm thực vật, nhà cửa,… nhằm phục vụ cho các công tác quản lý cũng nhƣ đánh giá hiện trạng tổn thƣơng của đƣờng bộ [118].
9 Ngoài theo dõi sự ùn tắc trên đƣờng, theo dõi cơ sở hạ tầng đƣờng bộ thì việc đánh giá mức độ thiệt hại sau thảm họa là một trong những nội dung bƣớc đầu trong đánh giá TDBTT của đƣờng bộ. Dữ liệu ảnh vệ tinh Landsat đƣợc sử dụng nhiều trong việc theo dõi sự thay đổi kích thƣớc hình học mặt đƣờng bộ, những hƣ hỏng trên đƣờng, hƣ hỏng cơ sở hạ tầng đƣờng bộ sau thảm họa động đất, cung cấp những thông tin quan trọng trong đánh giá tổn thƣơng của đƣờng bộ sau thảm họa [59, 60]. Trong một nghiên cứu khác, dữ liệu hình ảnh chụp đƣợc từ hai máy chụp ảnh đặt trên nóc xe ô tô kết hợp với các bộ cảm biến thời gian thực (video, cảm biến sinh học đƣợc gắn trên xe ô tô), bộ định vị GPS giúp tạo ra dữ liệu không gian 3D phong phú, đầy đủ về đƣờng bộ (độ rộng, chất lƣợng mặt đƣờng, số lƣợng cột đèn, biển báo, cây cối hai bên đƣờng,. Công nghệ này sử dụng phần mềm chuyên dụng để xác định, mô tả và phân tích các thiệt hại, hƣ hỏng xảy ra trên đƣờng, các cung đƣờng có tầm nhìn bị che khuất, các cung đƣờng có độ dốc lớn thông qua chƣơng trình thu thập hình ảnh thông minh dọc tuyến.
Mục tiêu của chƣơng trình này cũng là đánh giá hiện trạng tổn thƣơng của đƣờng bộ thông qua các tiêu chí chính, nhƣ: Chất lƣợng mặt đƣờng có tốt không? Tầm nhìn xe chạy có thông thoáng không? Tuyến đƣờng có nhiều đoạn cong không? Độ dốc dọc tuyến có lớn và nhiều, gây khó khăn cho việc di chuyển trên đƣờng không?. Với mỗi tiêu chí này, các chuyên gia sẽ đánh giá và cho điểm theo thang điểm từ “một sao”, “hai sao”, “ba sao”, “bốn sao” cho đến “năm sao”. Đoạn tuyến hoặc tuyến đƣờng chỉ có mức đánh giá trung bình là “một sao” thì đƣợc xếp vào loại chất lƣợng khai thác kém, mức độ dễ bị tổn thƣơng cao và ngƣợc lại, nếu đoạn tuyến hoặc tuyến đƣờng có mức đánh giá trung bình là “năm sao” thì đƣợc xếp loại chất lƣợng khai thác tốt, mức độ dễ bị tổn thƣơng thấp. Việc đánh giá và cho điểm này không cố định, nó có thể thay đổi tùy theo tình hình thực tế của tuyến đƣờng, việc đánh giá này sẽ đƣợc tiến hành định kỳ, sau 2 đến 3 tháng.
Nghiên cứu này không đòi hỏi nhiều về nhân lực, chỉ cần 2 ngƣời vận hành chƣơng trình (một ngƣời lái xe ô tô, một ngƣời vận hành máy tính kết nối dữ liệu hình ảnh và bộ cảm biến) là đủ, chƣơng trình này đã áp dụng và rất thành công ở những quốc gia phát triển, 10 nhƣ: Mỹ, Pháp, Úc, Đức và một vài quốc gia đang phát triển (Rumani) [109, 110]. Ở Việt Nam, chƣơng trình này cũng đã đƣợc thử nghiệm bƣớc đầu vào năm 2001 song chƣa đƣợc ứng dụng trong thực tế do chi phí đào tạo nguồn nhân lực và chi phí đầu tƣ máy móc, phần mềm chuyên dụng khá cao so với mặt bằng chung ở Việt Nam. Ở vùng núi, địa hình sƣờn dốc, chia cắt nhiều, nên các tuyến đƣờng nơi đây thƣờng phải đắp cao đào sâu, nhiều khúc cong bám sát địa hình, nhiều đoạn còn thuộc lƣu vực của những sông, suối lớn, chính vì vậy, các tuyến đƣờng vùng núi rất nhạy cảm trƣớc tác động của các sự cố bên ngoài, nếu khả năng chống chịu của tuyến đƣờng càng tốt thì mức độ dễ bị tổn thƣơng càng thấp. Trong hơn một thập kỷ qua, nhiều nghiên cứu sử dụng hình ảnh vệ tinh chủ động SAR đƣợc sử dụng để giải thích mức độ hình thành và tác động của tai biến (động đất) lên hệ thống giao thông đƣờng bộ, Ronald T.
Eguchi et al. đã sử dụng đồng thời cả ảnh radar, ảnh vệ tinh quang học Ikonos và ảnh chụp từ máy bay để đánh giá hiện trạng tổn thƣơng của đƣờng bộ sau thảm họa động đất. Trong đó, ảnh vệ tinh chủ động đƣợc sử dụng để khai thác độ cao, chiều rộng của các tòa nhà, ảnh vệ tinh quang học Ikonos đƣợc dùng để khai thác các thông số và thông tin của đƣờng bộ, cơ sở hạ tầng đƣờng bộ, còn ảnh hàng không chụp từ máy bay có ngƣời lái đƣợc dùng sau thảm họa động đất để xác định mức độ phá hủy, ƣớc tính thiệt hại do trận động đất gây ra. Nghiên cứu này cho thấy dữ liệu viễn thám có hiệu quả cao trong việc định lƣợng tổn thƣơng của đƣờng bộ sau thảm họa cũng nhƣ ƣớc tính thiệt hại sơ bộ sau thảm họa (số nhà cửa bị phá hủy, số km đƣờng bị hƣ hại,.), theo dõi tiến trình phục hồi và tái thiết sau thảm họa [90].
Cũng tiếp nối hƣớng nghiên cứu này, theo kết quả nghiên cứu của NASA và RSPA của Bộ giao thông vận tải Hoa Kỳ, ảnh vệ tinh chủ động có thể đƣợc sử dụng để đánh giá nguy cơ xảy ra tai biến (động đất), ảnh vệ tinh Spot và hình ảnh ghi nhận từ UAV đƣợc dùng để đánh giá hiện trạng dễ bị tổn thƣơng của đƣờng bộ và lên kế hoạch di dời sau tai biến [118]. Qua nghiên cứu này, nhận thấy ảnh vệ tinh chủ động có nhiều ƣu điểm (chụp đƣợc trong mọi điều kiện thời tiết, chụp xuyên đƣợc qua mây, sƣơng mù,…) song nhƣợc điểm là khó giải đoán bằng mắt. 11 Nghiên cứu của Estrada, M. còn cho thấy khả năng xác định và khoanh vi các tổn thƣơng do tai biến thiên nhiên đã xảy ra trên tuyến đƣờng từ ảnh vệ tinh Landsat 7 bằng các kỹ thuật tăng cƣờng chất lƣợng ảnh [59, 60].
Ngoài kỹ thuật tăng cƣờng chất lƣợng ảnh để phát hiện những tổn thƣơng trên đƣờng bộ, nhiều nghiên cứu xây dựng mô hình số độ cao (DEM) từ dữ liệu ảnh vệ tinh Landsat, sau đó, xây dựng bản đồ độ dốc từ mô hình DEM này. Các nghiên cứu này cũng sử dụng ảnh vệ tinh Landsat-7, sau đó, chồng phủ lên mô hình số độ cao DEM hoặc bản đồ độ dốc để xác định và khoanh vùng tổn thƣơng do tai biến trên các tuyến đƣờng giao thông [50]. Ngày nay, dữ liệu điểm đám mây và hình ảnh từ công nghệ bay quét Lidar trên máy bay còn cho phép lập bản đồ trực quan 3D về cơ sở hạ tầng đƣờng bộ, theo dõi dòng xe tắc nghẽn trên đƣờng, đánh giá tình trạng chất lƣợng mặt đƣờng,.