top of page

Lập bản đồ độ mặn đất tại Đồng bằng sông Hồng (Việt Nam) và đánh giá năng lực thích ứng của nông dân

3 giờ trước
2 phút đọc
Lập bản đồ độ mặn đất tại Đồng bằng sông Hồng (Việt Nam) và đánh giá năng lực thích ứng của nông dân. Học máy và viễn thám lập bản đồ độ mặn đất tại Đồng bằng sông Hồng (Việt Nam), kết hợp phỏng vấn hộ gia đình về năng lực thích ứng của nông dân. Huu Duy Nguyen và cộng sự, cùng Duc Dung Tran (Nghiên cứu viên Cộng tác cấp cao, HAPRI).

Lập bản đồ độ mặn đất tại Đồng bằng sông Hồng (Việt Nam) và đánh giá năng lực thích ứng của nông dân

Một nghiên cứu do Duc Dung Tran (Nghiên cứu viên Cộng tác cấp cao, HAPRI) và các cộng sự đồng tác giả đã kết hợp học máy, viễn thám và phỏng vấn người dân địa phương để lập bản đồ độ mặn đất tại Đồng bằng sông Hồng của Việt Nam và đánh giá năng lực thích ứng của nông dân. Theo nghiên cứu, các khu vực ven biển và ven sông chịu ảnh hưởng nặng nề nhất bởi nhiễm mặn đất. Nguồn lực con người và nguồn lực tài chính là hai yếu tố quan trọng nhất ảnh hưởng đến năng lực thích ứng của nông dân.


Bối cảnh

Nhiễm mặn đất là một mối đe dọa môi trường nghiêm trọng đối với phát triển nông nghiệp và an ninh lương thực tại nhiều khu vực trên thế giới, đặc biệt trong bối cảnh nóng lên toàn cầu và nước biển dâng. Các tác giả lưu ý rằng thông tin đáng tin cậy về năng lực thích ứng của các nông hộ đóng vai trò then chốt trong việc giảm thiểu các tác động kinh tế - xã hội của quá trình nhiễm mặn đất. Thông tin này cũng giúp các nhà hoạch định chính sách và nông dân đề xuất những biện pháp phù hợp hơn để ứng phó với hiện tượng này.


Điểm nóng nhiễm mặn và năng lực thích ứng của nông dân
Điểm nóng nhiễm mặn và năng lực thích ứng của nông dân

Phương pháp

Các tác giả xây dựng một khung lý thuyết kết hợp mô hình học máy Xgboost (XGB) với một nhóm thuật toán tối ưu hóa (Pelican Optimization Algorithm, Siberian Tiger Optimization, Serval Optimization Algorithm, Particle Swarm Optimization và Grasshopper Optimization Algorithm). Khung này được áp dụng cho dữ liệu viễn thám Sentinel 1 và 2A để đánh giá phân bố địa lý của độ mặn đất. Các mô hình được đánh giá bằng sai số tuyệt đối trung bình (MAE), căn bậc hai sai số bình phương trung bình (RMSE) và hệ số tương quan (R²). Năng lực thích ứng của nông dân được đánh giá thông qua phỏng vấn 87 hộ gia đình.


Kết quả chính

  • Tất cả các thuật toán tối ưu hóa được kiểm tra đều cải thiện thành công độ chính xác của mô hình XGB.

  • Mô hình XGB-POA đạt hiệu năng cao nhất với giá trị R² là 0,968, tiếp theo là XGB-STO (0,967), XGB-SOA (0,966), XGB-PSO và XGB-GOA (cùng đạt 0,964).

  • Bản đồ độ mặn đất do các mô hình tạo ra cho thấy các khu vực ven biển và ven sông chịu ảnh hưởng nặng nề nhất bởi nhiễm mặn đất.

  • Nguồn lực con người và nguồn lực tài chính là hai yếu tố quan trọng nhất ảnh hưởng đến năng lực thích ứng của nông dân.


Cách thực hiện nghiên cứu
Cách thực hiện nghiên cứu

Từ khóa:

  • Nhiễm mặn đất

  • Đồng bằng sông Hồng

  • Học máy

  • Viễn thám

  • Năng lực thích ứng

  • Việt Nam


Liên kết:


Trích dẫn:

Nguyen, H. D., Dang, D. K., Lai, T. A. T., Tran, D. D., Shahabi, H., & Bui, Q. (2025). Predicting Soil Salinity in the Red River Delta (Vietnam) Using Machine Learning and Assessing Farmers' Adaptive Capacity. Natural Hazards and Earth System Sciences, 25(9), 3505-3524.

bottom of page