XÁC ĐỊNH TRỌNG SỐ CÁC NHÂN TỐ GÂY XÓI MÒN ĐẤT Ở KHU VỰC ĐỒI NÚI TỈNH NGHỆ AN
Nội dung chính của bài viết
Tóm tắt
Xói mòn đất là một trong những quá trình gây suy thoái đất, mất độ phì và đe dọa phát triển bền vững ở khu vực đồi núi. Nghiên cứu này ứng dụng mô hình học máy XGBoost kết hợp với SHAP nhằm xác định trọng số các nhân tố tự nhiên và nhân sinh tác động đến xói mòn đất ở khu vực miền núi tỉnh Nghệ An. Kết quả cho thấy thảm phủ/sử dụng đất có hệ số cao nhất (0,12) và địa chất (0,10), các yếu tố có hệ số thấp hơn là độ dốc và độ cao (0,06), lượng mưa (0,05) và hướng sườn (0,05). Các biến khác như khoảng cách đến đứt gãy, NDVI và độ cong địa hình có hệ số thấp nhất (tương ứng là 0,03 và 0,02).
Phân tích ma trận tương quan Pearson cho thấy hiện tượng đa cộng tuyến không nghiêm trọng, chứng minh rằng các biến đều cung cấp thông tin bổ sung cho mô hình. Kết quả nghiên cứu khẳng định tầm quan trọng của thảm phủ và nền địa chất trong kiểm soát quá trình xói mòn, đồng thời gợi ý các định hướng quản lý đất bền vững cho khu vực đồi núi Nghệ An.
Từ khóa
Xói mòn đất, XGBoost, SHAP, Học máy, Miền núi Nghệ An
Chi tiết bài viết
Tài liệu tham khảo
Geological influence factors of soil erosion in Changting County, Fujian Province and the countermeasures to prevent and control. Hydrogeology & Engineering Geology, 47(6), 26-35.
Liu, M., Zhang, Q., Ge, S., Mason, R. P., Luo, Y., He, Y., Xie, H., Sa, R., Chen, L., & Wang, X. (2019). Rapid increase in the lateral transport of trace elements induced by soil erosion in major karst regions in China. Environmental Science & Technology, 53(8), 4206-4214. https://doi.org/10.1021/acs.est.8b06143
Lundberg, S. M., & Lee, S.I. (2017). A unified approach to interpreting model predictions. In Advances in Neural Information Processing Systems 30 (pp. 4765-4774). Curran Associates, Inc.
Morgan, R. P. C. (2009). Soil erosion and conservation. John Wiley & Sons.
Nguyen, C. Q., Tran, T. T., Nguyen, T. T. T., Nguyen, T. H. T., Astarkhanova, T. S., Van Vu, L., Dau, K. T., Nguyen, H. N., Pham, G. H., Nguyen, D. D., Prakash, I., & Pham, B. (2024). Mapping of soil erosion susceptibility using advanced machine learning models at Nghe An, Vietnam. Journal of Hydroinformatics, 26(1), 72-87.
Nguyen, T. T. H., Tran, T. T., Sarzhanovna, A. T., Thuy, H. T., Luong, V. V., Du, T. D., Tai, D. K., The, H. A., Thanh, N. N., Duong, P. T., Ha, V. T. T., & Khanh, V. T. N. (2023). Potential risks of soil erosion in North-Central Vietnam using remote sensing and GIS. Revista Brasileira de Engenharia Agrícola e Ambiental, 27(11), 910-916. https://doi.org/10.1590/1807-1929/agriambi.v27n11p910-916
Nguyễn Văn Khiết. (2014). Nghiên cứu xác định vai trò của một số yếu tố liên quan đến xói mòn đất ở nước ta. Tạp chí Khoa học Lâm nghiệp, (1), 3145-3153.
Nohara, Y., Matsumoto, K., Soejima, H., & Nakashima, N. (2019). Explanation of machine learning models using improved Shapley additive explanation. In Proceedings of the 10th ACM International Conference on Bioinformatics, Computational Biology and Health Informatics (p. 546). Association for Computing Machinery.
Pham, G. H., Pham, B. T. T., Hoang, K. O. T., Tran, T. T., & Hoang Nguyen Duc Chi. (2026). GIS based soil erosion susceptibility assessment using deep learning models: A case study in the mountainous region of Nghe An, Vietnam. Journal of Science and Transport Technology, 6(1), 67-86.
Pimentel, D. (2006). Soil erosion: A food and environmental threat. Environment, Development and Sustainability, 8(1), 119-137.
Ranzi, R., Le, T. H., & Rulli, M. C. (2012). A RUSLE approach to model suspended sediment load in the Lo River (Vietnam): Effects of reservoirs and land use changes. Journal of Hydrology, 422-423, 17-29.
Wischmeier, W. H., & Smith, D. D. (1978). Predicting rainfall erosion losses: A guide to conservation planning (Agriculture Handbook No. 537). U.S. Department of Agriculture, Science and Education Administration.