Ảnh: sưu tầm.

Đánh giá thích nghi đất đai nhằm mục đích cung cấp những thông tin về sự thuận lợi và khó khăn cho việc sử dụng đất đai, làm căn cứ cho việc đưa ra những quyết định về việc sử dụng và quản lý đất đai một cách hợp lý. Hiện nay, phương pháp phổ biến thực hiện đánh giá thích nghi đất đai về mặt tự nhiên là kết hợp theo điều kiện hạn chế - được áp dụng với giả thiết là các yếu tố chất lượng đất có tầm quan trọng như nhau và không có sự tương tác với nhau. Hạn chế của phương pháp này là không tính đến sự tương tác bù trừ qua lại của các yếu tố chất lượng đất đai. Trong thực tế, sự thiếu hụt về lượng của yếu tố đặc điểm này có thể được thay thế bằng lượng của các yếu tố khác trong tổ hợp các đặc điểm chất lượng của đất đai (Nguyễn Ánh Nga, 2012). Chính vì vậy, một số nghiên cứu khác đề xuất sử dụng phương pháp toán học để tính toán chỉ tiêu tổng hợp thích nghi đất đai, cụ thể là ứng dụng phương pháp phân tích thứ bậc Analytic Hierachy Process (AHP) để tính toán chỉ số thích nghi đất đai, trong đó có tính đến mối quan hệ giữa các yếu tố đặc điểm đơn tính của đất đai. Phương pháp này mang tính định tính hoặc bán định lượng, có sự tham gia ý kiến của chuyên gia.

Mức độ chính xác của việc đánh giá phân hạng thích nghi đất đai không chỉ phụ thuộc vào việc xác định số lượng thích nghi và loại yếu tố đặc điểm đất đai, mà còn phụ thuộc vào việc định lượng mối quan hệ giữa các yếu tố đặc điểm này với năng suất cây trồng. Việc định lượng này phải không mang tính chủ quan, áp đặt của con người mà dựa vào những giá trị điều tra thực tế được lượng hóa thành. 

Nhiều phương pháp khai phá dữ liệu (data mining) đã được áp dụng rộng rãi trong đánh giá đất đai (Tian et al., 2009) nhằm khắc phục những yếu tố mang tính chủ quan. Cây quyết định (decision tree) là một trong những thuật toán phân loại phổ biến nhất hiện nay trong khai phá dữ liệu (Kumar et al., 2013). Đã có nhiều nghiên cứu áp dụng phương pháp này trong đánh giá đất đai. Lanen et al. (1992) trong nghiên cứu đánh giá đất đai hỗn hợp định tính và định lượng đã tiến hành với cây khoai tây tại Hà Lan. Kết quả cho thấy khoảng 65% diện tích đất có khả năng phù hợp. Bouma et al. (1993) đã nghiên cứu đánh giá đất đai cho cây ngô ở cấp độ nông trại tại New York. Tian et al. (2009) so sánh mức độ chính xác trong đánh giá đất đai ứng dụng khai phá dữ liệu với 3 kỹ thuật: cây quyết định, mạng nơ-ron và hồi quy. Kết quả cho thấy mô hình cây quyết định là mô hình tốt nhất. Yang et al. (2010) trong nghiên cứu của mình về cây quyết định trong đánh giá đất đai tại tỉnh Quảng Đông, Trung Quốc đã chứng minh rằng phương pháp này thuận tiện để trích xuất các quy tắc phân loại với tỷ lệ chính xác 86,67%. Cây quyết định cũng được sử dụng để thực hiện từ dữ liệu khảo sát đất đai vùng Maharashtra, Ấn Độ bởi Kumar et al. (2013). Việc kiểm tra chéo 10 lần cung cấp độ chính xác 100%. Tại Việt Nam, Nguyễn Ánh Nga (2012) nghiên cứu khả năng ứng dụng khai phá dữ liệu trong đánh giá đất đai với kỹ thuật cây quyết định đối với cây điều và cây xoài trên địa bàn huyện Định Quán, Đồng Nai.

Mục tiêu của nghiên cứu là áp dụng phương pháp khai phá dữ liệu trong đánh giá thích nghi đất đai tự nhiên và so sánh kết quả với phương pháp khác đối với cây cao su trên địa bàn huyện Phú Giáo, tỉnh Bình Dương.

Nghiên cứu đánh giá khả năng ứng dụng kỹ thuật khai phá dữ liệu bằng cây quyết định trong đánh giá đất đai nhằm xác định các yếu tố đặc điểm đất đai ảnh hưởng đến tiềm năng sử dụng đất nông nghiệp, lượng hóa mối quan hệ giữa các yếu tố đặc điểm đất đai với năng suất cây trồng nhằm hoàn thiện phương pháp đánh giá đất đai có khả năng cung cấp căn cứ lập quy hoạch sử dụng đất đai. Mô hình hồi quy cây quyết định được thực hiện với biến mục tiêu (target) là năng suất (tấn/ha), các biến dự báo (predictor) là: loại đất, độ dày tầng đất, độ dốc, khả năng tưới và thành phần cơ giới. Từ kết quả phân tích dữ liệu điều tra theo mô hình cây quyết định ta rút ra những tổ hợp các yếu tố theo năng suất trung bình của cây trồng. Dựa vào năng suất để đánh giá mức độ thích nghi cho từng tổ hợp yếu tố ảnh hưởng. Nghiên cứu áp dụng trên địa bàn huyện Phú Giáo, tỉnh Bình Dương cho cây cao su. Kết quả nghiên cứu cho thấy mức độ giải thích các biến dự báo là 96,49%. Cấp thích nghi cao chiếm 474,67 ha, cấp thích nghi trung bình chiếm 53.597,70 ha. Kết quả có sự sai lệch so với phương pháp phân tích thứ bậc (AHP).