50 Journal of Mining and Earth Sciences, Vol 65, Issue 5 (2024) 50 - 60
Forest fire risk prediction using geospatial data and
machine learning techniques, a case study in the
western region of Nghe An province
Phuong Nam Thi Doan 1,*, Hung Le Trinh 2, Trung Van Nguyen 1, Ha Thu Thi Le 1,
Phu Van Le 2
1 Hanoi University of Mining and Geology, Hanoi, Vietnam
2 Le Quy Don Technical University, Hanoi, Vietnam
ARTICLE INFO
ABSTRACT
Article history:
Received 27th Mar. 2024
Revised 28th July 2024
Accepted 26th Aug. 2024
Nghe An is the province with the largest area of forests and forestry land
in the country with more than 1 million hectares of forest, coverage rate
reaching 58,33%. Due to the influence of climate change and human
activities, forest cover in Nghe An has profound fluctuations, of which
forest fires are one of the main causes. This article presents the results of
developing a forest fire risk prediction model in the western region of
Nghe An province from geospatial data and machine learning algorithms.
From the analysis of natural and social conditions in the study area, 9
input data layers include: (1) elevation, (2) slope, (3) aspect, (4)
vegetation cover density, (5) population density, (6) land surface
temperature, (7) evapotranspiration, (8) wind speed and (9) average
monthly rainfall is used to build a forest fire risk prediction model. In the
study, we tested with 02 machine learning algorithms, including Random
Forest (RF) and Gradient Tree Boosting (GTB), then selected the
appropriate algorithm by evaluating accuracy using the fire point data
set as well as model performance. The obtained results showed that the
AUC (Area Under the Curve) value of the GTB(350) algorithm reached
0,948, higher than the RF(100) (0,947). From this result, the study used
the GTB algorithm with 350 trees to create a forest fire risk prediction
map in the western region of Nghe An province.
Copyright © 2024 Hanoi University of Mining and Geology. All rights reserved.
Keywords:
Forest fire risk prediction
model,
Geospatial data,
Machine learning,
Nghe An province.
_____________________
*Corresponding author
E - mail: doanthinamphuong@humg.edu.vn
DOI: 10.46326/JMES.2024.65(5).06
Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất Tập 65, Kỳ 5 (2024) 50 - 60 51
Ư ng du󰈨 ng dư liê 󰈨u đi󰈨a không gian va ky thua 󰈨t ho󰈨 c ma y trong dư󰈨
ba o nguy cơ cha y rư ng, thư󰈖 nghiê 󰈨m ta󰈨 i khu vư󰈨 c phia tây ti󰈖nh
Nghê 󰈨 An
Đoa n Thi󰈨 Nam Phương 1,*, Tri󰈨nh Lê Hu ng 2, Nguyê󰈞 n Văn Trung 1, Lê Thi󰈨 Thu Ha 1,
Lê Văn Phu 2
1 Trường Đại học Mỏ Địa chất, Hà Nội, Việt Nam
2 Trường Đại học Kỹ thuật Lê Quý Đôn, Hà Nội, Việt Nam
THÔNG TIN BÀI BÁO
TÓM TẮT
Quá trình:
Nhận bài 27/3/2024
Sửa xong 28/7/2024
Chấp nhận đăng 26/8/2024
Nghệ An l tnh c diện tch rng v đất lâm nghiệp ln nhất c nưc vi
hơn 1 triệu ha rng, t lệ che ph đạt 58,33%. Do nh hưng ca bin đi kh
hậu v hoạt động ca con người, lp ph rng Nghệ An c s bin động
sâu sc, trong đ chy rng l một trong nhng nguyên nhân chnh. Bi bo
ny trnh by kt qu ng dng d liệu địa không gian v cc kỹ thuật học
my nhm d bo nguy cơ chy rng khu vc pha Tây tnh Nghệ An. T
phân tch điu kiện t nhiên-x hội khu vc nghiên cu, chín lp d liệu bao
gm: (1) độ cao, (2) độ dc, (3) hưng sườn, (4) mật độ che ph, (5) mật độ
dân cư, (6) nhiệt độ b mt, (7) độ bc thot hơi nưc, (8) tc độ gi v (9)
lưng mưa trung bnh thng đưc s dng đ mô hnh ha nguy cơ chy
rng. Trong nghiên cu đ th nghiệm vi 02 thuật ton học my khc
nhau, bao gm Random Forest (RF) v Gradient Tree Boosting (GTB), t đ
la chọn thuật ton ph hp thông qua đnh gi độ chnh xc bng bộ d
liệu đim chy cng như hiệu suất mô hnh. Kt qu nhận đưc cho thấy, giá
trị AUC (Area Under the Curve) ca thuật ton GTB(350) đạt 0,948, cao hơn
so vi thuật ton RF(100) (0,947). T kt qu ny, trong nghiên cu đ s
dng thuật ton GTB vi s lưng cây 350 đ thnh lập bn đ d bo nguy
cơ chy rng khu vc pha tây tnh Nghệ An.
© 2024 Trường Đại học Mỏ - Địa chất. Tất cả các quyền được bảo đảm.
T khóa:
Dư liê 󰈨u đi󰈨a không gian,
Ho󰈨 c ma y,
Mô hinh dư󰈨 ba o nguy cơ cha y
rư ng,
Ti󰈖nh Nghê 󰈨 An.
52 Đon Thị Nam Phương v nnk./Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 65 (5), 50 - 60
1. Mở đầu
Theo công bo󰈘 hiê 󰈨n tra󰈨 ng rư ng năm 2023, Viê 󰈨t
Nam co diê 󰈨n tich rư ng trên 14 triê 󰈨u ha, ti󰈖 lê 󰈨 che
phu󰈖 đa󰈨 t 42,02% (MARD, 2024). Ma 󰈨c du to󰈜 ng diê 󰈨n
tich rư ng va ti󰈖 lê 󰈨 che phu󰈖 ơ󰈖 Viê 󰈨t Nam co xu hươ ng
gia tăng trong giai đoa󰈨 n ga󰈚 n đây, tuy nhiên diê 󰈨n
tich rư ng gia tăng chu󰈖 yê󰈘 u la rư ng tro󰈚 ng, trong khi
rư ng tư󰈨 nhiên tiê󰈘 p tu󰈨 c suy gia󰈖 m. Co nhiê󰈚 u nguyên
nhân kha c nhau gây nên sư󰈨 suy gia󰈖 m diê 󰈨n tich va
cha󰈘 t lươ󰈨 ng rư ng ơ󰈖 Viê 󰈨t Nam, trong đo cha y rư ng la
mo 󰈨t trong như ng nguyên nhân quan tro󰈨 ng (Tra󰈚 n,
2017; Nguyễn và nnk., 2017). Cháy rừng là một
hiện tượng phức tạp bị ảnh hưởng bởi sự kết hợp
của các yếu tố. Thơ i tiê󰈘 t va ca c hoa󰈨 t đo 󰈨ng cu󰈖 a con
ngươ i la ca c yê󰈘 u to󰈘 chinh góp phần vào việc xảy ra
và lan rộng của cháy rừng. Bên cạnh đó, biến đổi
khí hậu và sự thay đổi về địa hình có thể ảnh
hưởng đến hành vi và đẩy nhanh quá trình cháy
(Hoang và nnk., 2020).
Lớp phủ rừng thường phân bố ở các khu vực
có địa hình phức tạp, khó tiếp cận, do vậy các
phương pháp truyền thống có nhiều hạn chế trong
phát hiện và dự báo nguy cơ cháy rừng. Những
hạn chế này có thể được khắc phục khi sử dụng
công nghệ địa không gian, trong đó chủ đạo là dữ
liệu viễn thám và GIS. Mo 󰈨t so󰈘 hê 󰈨 tho󰈘 ng ca󰈖 nh ba o
cha y rư ng tư dư liê 󰈨u viê󰈞 n tha m va GIS đươ󰈨 c a p
du󰈨 ng như Hê 󰈨 tho󰈘 ng thông tin cha y rư ng châu Âu
(EFFIS) sư󰈖 du󰈨 ng dư liê 󰈨u a󰈖 nh MODIS, hê 󰈨 tho󰈘 ng
INPAS (Croatia) sư󰈖 du󰈨 ng kê󰈘 t hơ󰈨 p đa nguo󰈚 n dư liê 󰈨u
(video, dư liê 󰈨u khi tươ󰈨 ng, dư liê 󰈨u GIS). Với sự phát
triển mạnh mẽ của trí tuệ nhân tạo, thời gian gần
đây nhiều nghiên cư u đa sư󰈖 du󰈨 ng ca c mô hình học
máy, học sâu như ma󰈨 ng neural nhân ta󰈨 o, random
forest, support vector machine,... đê󰈜 nâng cao đo 󰈨
chinh xa c kết quả dự báo nguy cơ cháy rừng
(Vasilakos và nnk., 2009; Oliveira và nnk., 2012;
Dieu và nnk., 2016; Enod và nnk., 2021; Iban và
Sekertekin, 2022; Nguyen va nnk, 2018). Ca c ky
thua 󰈨t ho󰈚 i quy như ho󰈚 i quy đa biê󰈘 n (multiple
regression) (Oliveira và nnk., 2012), ho󰈚 i quy
logistic (Pourghasemi, 2015), ho󰈚 i quy tro󰈨 ng so󰈘 đi󰈨a
ly (geographically weighted regression - GWR)
(Fernandez và nnk., 2012), ky thua 󰈨t khai pha dư
liê 󰈨u (data mining) (Arpaci và nnk., 2014), ca c mô
hinh to󰈜 ng qua t (GLMs, GAMs) (Ruano và nnk.,
2022) cu ng đươ󰈨 c sư󰈖 du󰈨 ng đê󰈜 đánh giá và dư󰈨 ba o
nguy cơ cha y rư ng từ bộ dữ liệu đầu vào đại diện
cho các yê󰈘 u to󰈘 tư󰈨 nhiên và kinh tế - xa ho 󰈨i.
Ca c nghiên cư u dư󰈨 ba o nguy cơ cha y rư ng ơ󰈖
Viê 󰈨t Nam đươ󰈨 c thư󰈨 c hiê 󰈨n tư như ng năm cuo󰈘 i thê󰈘
ky󰈖 XX trên cơ sơ󰈖 sư󰈖 du󰈨 ng ca c chi󰈖 so󰈘 to󰈜 ng hơ󰈨 p, chu󰈖
yê󰈘 u la chi󰈖 so󰈘 Nesterov - chi󰈖 so󰈘 P (Phạm, 1988; Võ,
1995). Phương pha p truyê󰈚 n tho󰈘 ng na y tiê󰈘 p tu󰈨 c
đươ󰈨 c sư󰈖 du󰈨 ng trong ca c nghiên cư u thơ i gian sau,
trong đo mô hinh dư󰈨 ba o đươ󰈨 c bo󰈜 sung thêm ca c
lơ p thông tin đa󰈚 u va o cu ng như điê󰈚 u chi󰈖nh gia tri󰈨
chi󰈖 tiêu P trong phân ca󰈘 p nguy cơ cha y rư ng (Lê và
Vương, 2014; Nguyễn, 2019). Thơ i gian ga󰈚 n đây,
mo 󰈨t so󰈘 nghiên cư u đa kê󰈘 t hơ󰈨 p dư liê 󰈨u viê󰈞 n tha m,
GIS va ca c mô hinh ho󰈨 c ma y đê󰈜 nâng cao đo 󰈨 chinh
xa c kê󰈘 t qua󰈖 dư󰈨 ba o nguy cơ cha y rư ng (Đa 󰈨ng va
nnk,, 2017 Hoang và nnk., 2020). Ca c nghiên cư u
na y đa sư󰈖 du󰈨 ng mo 󰈨t so󰈘 mô hinh ho󰈨 c ma y như RF,
SVM va Classification and Regression Tree (CART)
đê󰈜 dư󰈨 ba o nguy cơ cha y rư ng trên cơ sở xác suất
xảy ra cháy của từng điểm ảnh. Kê󰈘 t qua󰈖 nha 󰈨n đươ󰈨 c
cho tha󰈘 y, thua 󰈨t toa n RF co đo 󰈨 chinh xa c cao nha󰈘 t
trong dư󰈨 ba o nguy cơ cha y rư ng, trong khi đo
thua 󰈨t toa n CART co đo 󰈨 chinh xa c tha󰈘 p nha󰈘 t (Đoa n,
2023).
Bài báo na y trinh ba y kê󰈘 t qua󰈖 xây dư󰈨 ng ba󰈖 n
đo󰈚 dư󰈨 ba o nguy cơ cha y rư ng khu vư󰈨 c phia tây ti󰈖nh
Nghê 󰈨 An sư󰈖 du󰈨 ng dư liê 󰈨u đi󰈨a không gian va ky
thua 󰈨t ho󰈨 c ma y. Ba thua 󰈨t toa n ho󰈨 c ma y thông du󰈨 ng,
đa đươ󰈨 c chư ng minh hiê 󰈨u qua󰈖 trong ca c nghiên
cư u kha c nhau bao go󰈚 m RF, SVM va GTB đươ󰈨 c thư󰈖
nghiê 󰈨m đê󰈜 lư󰈨 a cho󰈨 n thua 󰈨t toa n phu hơ󰈨 p vơ i điê󰈚 u
kiê 󰈨n cu󰈨 thê󰈜 khu vư󰈨 c nghiên cư u. Bo 󰈨 dư liê 󰈨u đa󰈚 u va o
bao go󰈚 m ca c lơ p đa󰈨 i diê 󰈨n cho yê󰈘 u to󰈘 đi󰈨a hinh, lơ p
phu󰈖 , khi ha 󰈨u, điê󰈚 u kiê 󰈨n kinh tê󰈘 -xa ho 󰈨i đươ󰈨 c lư󰈨 a
cho󰈨 n va xây dư󰈨 ng tư dư liê 󰈨u viê󰈞 n tha m, GIS va ca c
cơ sở dữ liệu quo󰈘 c tê󰈘 . Đo 󰈨 chinh xa c kê󰈘 t qua󰈖 dư󰈨 ba o
nguy cơ cha y rư ng đươ󰈨 c đa nh gia thông qua bo 󰈨 dư
liê 󰈨u điê󰈜 m cha y trong qua khư cu ng như đa nh gia
hiê 󰈨u năng cu󰈖 a mô hinh.
2. Dữ liệu và phương pháp nghiên cứu
2.1. Dữ liệu v khu vc nghiên cu
A󰈗 nh Sentinel 2 MSI chu󰈨 p trong khoa󰈖 ng thơ i
gian tư 15/11/2021 đê󰈘 n 16/01/2022 đươ󰈨 c sư󰈖
du󰈨 ng đê󰈜 ta󰈨 o a󰈖 nh không mây va xây dư󰈨 ng lơ p dư
liê 󰈨u vê󰈚 ma 󰈨t đo 󰈨 che phu󰈖 . Trong khi đo , a󰈖 nh Landsat
8 trong cu ng thơ i gian trên đươ󰈨 c sư󰈖 du󰈨 ng đê󰈜 tinh
nhiê 󰈨t đo 󰈨 bê󰈚 ma 󰈨t.
Dư liê 󰈨u DEM toa n ca󰈚 u SRTM vơ i đo 󰈨 phân gia󰈖 i
không gian 30 m cung ca󰈘 p bơ󰈖 i Cơ quan Ha ng
không vu tru󰈨 My (NASA) đươ󰈨 c sư󰈖 du󰈨 ng đê󰈜 chiê󰈘 t
Đon Thị Nam Phương v nnk./Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 65 (5), 50 - 60 53
xua󰈘 t thông tin ca c yê󰈘 u to󰈘 đi󰈨a hinh như đo 󰈨 do󰈘 c, đo 󰈨
cao, hươ ng sươ n.
Bên cạnh đó, dữ liệu về khí hậu và thời tiết,
bao go󰈚 m: to󰈘 c đo 󰈨 gio , lươ󰈨 ng mưa trung binh tha ng,
đo 󰈨 bo󰈘 c thoa t hơi nươ c cũng được sử dụng trong
nghiên cứu. Các lớp dữ liệu này được thu tha 󰈨p từ
cơ sở dữ liệu quốc tế về khí hậu WorldClim
(https://www.worldclim.org/). Lơ p dữ liệu Mật
độ dân cư được thu thập và xây dựng từ cơ sở dữ
liệu nhân khẩu học WorldPop (https://data.
worldpop.org/). Các lớp dữ liệu được thu thập
tương ứng trong giai đoạn thu thập dữ liệu điểm
cháy rừng.
Bo 󰈨 dư liê 󰈨u điê󰈜 m cha y trong qua khư đươ󰈨 c thu
tha 󰈨p trong giai đoa󰈨 n 2018÷2023 dư󰈨 a trên ho󰈚 sơ
cha y cu󰈖 a Cu󰈨 c Kiê󰈜 m lâm (Bo 󰈨 Nông nghiệp và Phát
triển Nông thôn) va dư liê 󰈨u ho󰈖 a hoa󰈨 n tư hê 󰈨 tho󰈘 ng
FIRMS (NASA). Bên ca󰈨 nh đo , trong nghiên cư u
cu ng xây dựng bo 󰈨 dư liê 󰈨u ca c điê󰈜 m «không cha y»
đươ󰈨 c la󰈘 y theo các vị trí có mật độ cây thấp, mặt
nước, ít hoạt động của con người đê󰈜 hua󰈘 n luyê 󰈨n va
kiê󰈜 m đi󰈨nh mô hinh dư󰈨 ba o.
Khu vực nghiên cứu được lựa chọn là đi󰈨a ba n
phia tây ti󰈖nh Nghê 󰈨 An bao gồm các huyện Con
Cuông, Kỳ Sơn, Quế Phong, Quỳ Châu, Quỳ Hợp và
Tương Dương (Hình 1). Theo ba o ca o hiê 󰈨n tra󰈨 ng
rư ng Viê 󰈨t Nam năm 2023 của Bộ Nông nghiệp và
Phát triển nông thôn, Nghê 󰈨 An co diê 󰈨n tich rư ng va
đa󰈘 t lâm nghiê 󰈨p lơ n nha󰈘 t ca󰈖 nươ c, chiê󰈘 m ga󰈚 n 70%
diê 󰈨n tich đa󰈘 t tư󰈨 nhiên toa n ti󰈖nh, ma 󰈨t đo 󰈨 che phu󰈖
rư ng đa󰈨 t 58,36%. Nghệ An cũng là một trong các
địa phương đứng đầu trên toàn quốc về nguy cơ
cháy rừng ở cấp V, cấp cực kỳ nguy hiểm. Phía tây
tỉnh Nghệ An nằm trong vùng núi và có đặc điểm
địa hình đa dạng, bao gồm khu vư󰈨 c nu i cao, thung
lũng và sông suối. Do đặc điểm địa hình phức tạp
và thảm phủ rừng dày đặc, phía tây tỉnh Nghệ An
có nguy cơ cháy rừng cao trong mùa khô. Một số
vụ cháy rừng điển hình như cháy rừng tại xã Châu
Bính, huyện Quỳ Châu (14/04/2022) đã gây thiệt
hại hơn 500 ha rừng, cháy rừng tại xã Mường Típ,
huyện Kỳ Sơn (25/04/2022) đã gây thiệt hại hơn
200 ha rừng, cháy rừng tại xã Lục Dạ, huyện Con
Cuông (05/05/2022) gây thiệt hại hơn 100 ha
rừng.
Hình 1. Mô t vị tr khu vc nghiên cu.
54 Đon Thị Nam Phương v nnk./Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 65 (5), 50 - 60
2.2. Phương pháp nghiên cu
a) Xây dng bộ d liệu đu vo và chuẩn hoá d
liệu
Để lựa chọn và xây dựng bo 󰈨 dư liê 󰈨u đa󰈚 u va o
cu󰈖 a mô hinh, trong bài báo tiến hành phân tich,
đa nh gia ảnh hưởng của các điều kiện tự nhiên,
kinh tế - xã hội đến nguy cơ xảy ra cháy rừng. Phân
tích đa 󰈨c điê󰈜 m cha y rư ng ơ󰈖 khu vực nghiên cứu cho
tha󰈘 y, nguyên nhân chinh cu󰈖 a tinh tra󰈨 ng na y la do
a󰈖 nh hươ󰈖 ng cu󰈖 a điều kiện tư󰈨 nhiên (đa 󰈨c điê󰈜 m lơ p
phu󰈖 , ca c yê󰈘 u to󰈘 thơ i tiê󰈘 t, khi ha 󰈨u, đi󰈨a hinh) cu ng
như hoa󰈨 t đo 󰈨ng cu󰈖 a con ngươ i (du lịch rừng, đốt
nương làm rẫy, sự mở rộng đô thị và nông thôn).
Tư kê󰈘 t qua󰈖 na y, trong ba i ba o đa lư󰈨 a cho󰈨 n chín lơ p
dư liê 󰈨u đê󰈜 lư󰈨 a cho󰈨 n xây dư󰈨 ng mô hinh dư󰈨 ba o nguy
cơ cha y rư ng, bao go󰈚 m: (1) đo 󰈨 cao, (2) đo 󰈨 do󰈘 c, (3)
hươ ng sươ n, (4) ma 󰈨t đo 󰈨 che phu󰈖 thư󰈨 c va 󰈨t, (5) ma 󰈨t
đo 󰈨 dân cư, (6) nhiê 󰈨t đo 󰈨 bê󰈚 ma 󰈨t, (7) đo 󰈨 bo󰈘 c thoa i hơi
nươ c bê󰈚 ma 󰈨t, (8) to󰈘 c đo 󰈨 gio , (9) lươ󰈨 ng mưa trung
binh tha ng.
Ca c lơ p dư liê 󰈨u vê󰈚 đi󰈨a hinh (đo 󰈨 cao, đo 󰈨 do󰈘 c,
hươ ng sươ n) đươ󰈨 c xây dư󰈨 ng tư DEM SRTM
(30m). Ca c lơ p dư liê 󰈨u vê󰈚 thơ i tiê󰈘 t, khi ha 󰈨u, dân cư
đươ󰈨 c thu tha 󰈨p tư cơ sở dữ liệu WorldClim va
WorldPop. Nhiê 󰈨t đo 󰈨 bê󰈚 ma 󰈨t đươ󰈨 c xa c đi󰈨nh tư a󰈖 nh
vê 󰈨 tinh Landsat 8 thêo phương pha p do NASA
cung ca󰈘 p (Landsat 8 data users handbook). Trong
khi đo , ma 󰈨t đo 󰈨 che phu󰈖 đươ󰈨 c xa c đi󰈨nh thông qua
chi󰈖 so󰈘 thư󰈨 c va 󰈨t NDVI theo công thư c (1) (Trinh and
Zablotskii, 2017):
min
max min
NDVI NDVI
Pv NDVI NDVI
−
=−
(1)
Do ca c lơ p dư liê 󰈨u đa󰈚 u va o đươ󰈨 c xây dư󰈨 ng tư
ca c nguo󰈚 n kha c nhau vơ i thang đo không tho󰈘 ng
nha󰈘 t, đê󰈜 co thê󰈜 đưa va o mô hinh dư󰈨 ba o, tất cả các
lơ p dư liê 󰈨u na y được chuyển đổi sang định dạng
raster vơ i độ phân giải 10 m (phu hơ󰈨 p vơ i đo 󰈨 phân
gia󰈖 i không gian cu󰈖 a a󰈖 nh Sentinel 2 MSI). Tiếp theo,
ca c lơ p dư liê 󰈨u được chuẩn hóa vê󰈚 phạm vi [0÷1]
theo công thư c (2) (Dieu và nnk., 2012):
() 0,99 0,01 0,01
( ) ( )
i
v
Fa Min Fa
NMax Fa Min Fa
−
= − +
−
(2)
Trong đó: Fai - giá trị của hệ số được xem xét,
Min(Fa) và Max(Fa) là giá trị tối thiểu và giá trị tối
đa của hệ số được xem xét; Nv - giá trị tính toán
mới cho hệ số được xem xét.
Mư c đo 󰈨 quan tro󰈨 ng cu󰈖 a tư ng yê󰈘 u to󰈘 đa󰈚 u đươ󰈨 c
xa c đi󰈨nh trên cơ sơ󰈖 hê 󰈨 so󰈘 tương quan Pêarson (hê 󰈨
so󰈘 r). Hê 󰈨 so󰈘 (r) co gia tri󰈨 trong khoa󰈖 ng tư -1÷1,
trong đo gia tri󰈨 r dương thê󰈜 hiê 󰈨n tương quan
thua 󰈨n, r âm thê󰈜 hiê 󰈨n tương quan nghi󰈨ch. Trong
nghiên cư u na y, hê 󰈨 so󰈘 r đươ󰈨 c xa c đi󰈨nh ba󰈢 ng pha󰈚 n
mê󰈚 m QGIS 2.18.
b) La chọn thuật ton học my
Đê󰈜 dư󰈨 ba o nguy cơ cha y rư ng khu vư󰈨 c phia tây
ti󰈖nh Nghê 󰈨 An tư bo 󰈨 dư liê 󰈨u đa󰈚 u va o bao go󰈚 m chín
yê󰈘 u to󰈘 , trong ba i ba o thư󰈖 nghiê 󰈨m vơ i mo 󰈨t so󰈘 thua 󰈨t
toa n ho󰈨 c ma y thông dụng như Random Forêst
(RF), Support Vector Machine (S SVM VM) va
Gradient Tree Boosting (GTB).
Random Forest
RF là một thuật toán học máy có giám sát
được sử dụng phổ biến trong hồi quy và phân loại,
đồng thời tạo ra kết quả phân loại tốt ngay cả khi
không điều chỉnh bộ siêu tham số. RF hoa󰈨 t đo 󰈨ng
trên cơ sơ󰈖 xây dựng nhiê󰈚 u cây quyết định
(decision tree) trên các mẫu hua󰈘 n luyê 󰈨n, mỗi cây
quyết định sẽ khác nhau (có yếu tố random). Ở
bước tiếp theo, đo󰈘 i vơ i mỗi cây quyết định sẽ đi từ
trên xuống theo các nu t điều kiện để được các dự
đoán, sau đó kết quả cuối cùng được tổng hợp từ
kết quả của các cây quyết định. Như va 󰈨y, RF la󰈘 y
nga󰈞 u nhiên dư liê 󰈨u va thuo 󰈨c tinh đê󰈜 xây dư󰈨 ng cây
quyê󰈘 t đi󰈨nh (Breiman, 2001).
Gradient Tree Boosting
GTB là một thuật toán học máy kết hợp sức
mạnh của cây quyết định với kỹ thuật tối ưu hóa
giảm dần độ dốc. Đây là một thuật toán linh hoạt
và mạnh mẽ được sử dụng rộng rãi cho cả ba i toa n
phân loại và hồi quy (Friedman, 2001).
GTB hoạt động bằng cách xây dựng một tập
hợp các cây quyết định, trong đó mỗi cây được
huấn luyện để cải thiện dự đoán của các cây trước
đó. Thuật toán sử dụng kỹ thuật tối ưu hóa giảm
độ dốc để giảm thiểu hàm mất mát, đây là thước
đo sai số giữa giá trị dự đoán và giá trị thực.
Về mặt toán học, giả sử X và Y lần lượt là đầu
vào và mục tiêu của N mẫu. Nghiên cứu cần xây
dựng một hàm f(x) ánh xạ các đặc trưng đầu vào X
tới các biến mục tiêu y. Hàm mất mát được xác
định là sự khác biệt giữa các biến thực tế và dự
đoán theo công thư c (3) (Friedman, 2001; Sharma
and Ghosh, 2023):