Landslide Hazard Zonation (LHZ) Map Data Sources
Landslide Hazard Zonation (LHZ) Map Data Sources
A Landslide Hazard Zonation (LHZ) map is created using remote sensing and what other type of data?
Options
- Census data
- Local data ✓
- Economic data
- Historical data
Correct Answer: B
Explanation in English
Correct Answer Explanation
Landslide Hazard Zonation (LHZ) mapping is a process of identifying and classifying land areas based on their susceptibility to landslides. This process integrates high-technology data from remote sensing (like satellite imagery) with crucial on-the-ground, or local, data. 'Local data' is a comprehensive term that includes geological surveys (rock and soil types), slope gradient, land use/land cover patterns, hydrological conditions, and records of past landslide incidents. This combination ensures the map's accuracy and reliability for planning and disaster mitigation.
Incorrect Options Analysis
- Census data: This provides demographic information like population density. It is used for risk assessment (evaluating the potential impact on people) rather than for creating the initial hazard map, which is based on physical factors.
- Economic data: This is used to assess the economic vulnerability of an area (e.g., value of infrastructure at risk), but it does not determine the physical likelihood of a landslide occurring.
- Historical data: While data on past landslides is a critical *part* of local data, the term 'Local data' is broader and more accurate as it also encompasses other essential ground-level factors like geology and slope that determine landslide susceptibility.
भूस्खलन खतरा क्षेत्रीकरण (LHZ) मानचित्र डेटा स्रोत
एक भूस्खलन खतरा क्षेत्रीकरण (LHZ) मानचित्र रिमोट सेंसिंग और किस अन्य प्रकार के डेटा का उपयोग करके बनाया जाता है?
विकल्प (Options)
- जनगणना डेटा
- स्थानीय डेटा ✓
- आर्थिक डेटा
- ऐतिहासिक डेटा
हिंदी में स्पष्टीकरण (Explanation in Hindi)
सही उत्तर की व्याख्या
भूस्खलन खतरा क्षेत्रीकरण (LHZ) मैपिंग भूस्खलन के प्रति उनकी संवेदनशीलता के आधार पर भूमि क्षेत्रों की पहचान और वर्गीकरण की एक प्रक्रिया है। यह प्रक्रिया रिमोट सेंसिंग (जैसे सैटेलाइट इमेजरी) से उच्च-प्रौद्योगिकी डेटा को महत्वपूर्ण जमीनी, या स्थानीय, डेटा के साथ एकीकृत करती है। 'स्थानीय डेटा' एक व्यापक शब्द है जिसमें भूवैज्ञानिक सर्वेक्षण (चट्टान और मिट्टी के प्रकार), ढलान की प्रवणता, भूमि उपयोग/भूमि आवरण पैटर्न, जल विज्ञान की स्थिति और पिछली भूस्खलन की घटनाओं के रिकॉर्ड शामिल हैं। यह संयोजन योजना और आपदा न्यूनीकरण के लिए मानचित्र की सटीकता और विश्वसनीयता सुनिश्चित करता है।
गलत विकल्पों का विश्लेषण
- जनगणना डेटा: यह जनसंख्या घनत्व जैसी जनसांख्यिकीय जानकारी प्रदान करता है। इसका उपयोग जोखिम मूल्यांकन (लोगों पर संभावित प्रभाव का मूल्यांकन) के लिए किया जाता है, न कि प्रारंभिक खतरा मानचित्र बनाने के लिए, जो भौतिक कारकों पर आधारित है।
- आर्थिक डेटा: इसका उपयोग किसी क्षेत्र की आर्थिक भेद्यता का आकलन करने के लिए किया जाता है (उदाहरण के लिए, जोखिम में बुनियादी ढांचे का मूल्य), लेकिन यह भूस्खलन होने की भौतिक संभावना को निर्धारित नहीं करता है।
- ऐतिहासिक डेटा: जबकि पिछले भूस्खलनों पर डेटा स्थानीय डेटा का एक महत्वपूर्ण *हिस्सा* है, 'स्थानीय डेटा' शब्द व्यापक और अधिक सटीक है क्योंकि इसमें भूविज्ञान और ढलान जैसे अन्य आवश्यक जमीनी स्तर के कारक भी शामिल हैं जो भूस्खलन की संवेदनशीलता को निर्धारित करते हैं।
