Nguyễn Hữu Cường *

* Tác giả liên hệ (nhcuong@hcmunre.edu.vn)

Abstract

This study is aimed to evaluate the applicability of data mining technique by using decision tree in land evaluation. It can be used to determine the land characteristic factors affecting the agricultural land-use potential and quantify the relationship between land characteristic factors and plant productivity in order to improve land evaluation methods that support the foundation of land use planning. Regression decision tree model in this study includes two kinds of variables. The target variable is the productivity (t/ha) and the predictor variables consist of soil types, soil depth, slope, irrigation and texture. The analytical result of survey data shows several factor combinations according to plant average productivity. Based on productivity can evaluate the adaptation level for each correlative factor combination. This study is applied for rubber trees and conducted in Phu Giao district, Binh Duong province. The study shows that the interpretation level of the predictive variables is 96.49%. The area of highly suitable (S1) is 474.67 hectares, suitable (S2) is 53,597.70 hectares. This result is different from the Analytic Hierarchy Process (AHP) method.
Keywords: Data mining, decision tree, land evaluation, rubber tree

Tóm tắt

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).
Từ khóa: Cây cao su, cây quyết định, đánh giá đất đai, khai phá dữ liệu

Article Details

Tài liệu tham khảo

Bouma, J., Wagenet, R. J., Hoosbeek, M. R., Hutson, J. L., 1993. Using expert systems and simulation modelling for land evaluation at farm level: a case study fromNew York State. Soil Use and Management. 9(4): 131–139.

Rosa, D., Diepen, C.A., 2002. Qualitative andQuantitative Land Evaluation. In Willy H. Verheye. Land Use, Land Cover and Soil Sciences - Volume II: Land Evaluation. EOLSS, pp. 59-77.

Han, J., Kamper, M., 2006. Data Mining: Concepts and Techniques, Second Edition. Morgan Kaufmann Publishers, Elsevier Inc, 772 pages.

Tian, J., Hu, Y., Liu, J., Zhao, Y., Wang, C., 2009. The comparative analysis of various classification models on land evaluation. Proc. SPIE 7492, International Symposium on Spatial Analysis, Spatial-Temporal Data Modeling, and Data Mining, 74921A, 15 October 2009, Wuhan, China.

Kumar, N., Obi Reddy, G. P., Chatterji, S., 2013. Evaluation ofbest first decision tree on categorical soil survey data forland capability classification. International Journal of Computer Applications. 72(4): 5-8.

Nguyễn Ánh Nga, 2012. Ứng dụng kỹ thuật khai phá dữ liệu cho việc định lượng trong đánh giá đất đai trên địa bàn huyện Định Quán, tỉnh Đồng Nai. Luận văn thạc sĩ Khoa học nông nghiệp. Trường Đại học Nông Lâm Thành phố Hồ Chí Minh.

Lanen, H.A.J., Hack-ten Broeke, M.J.D., Bouma, J., de Groot, W.J.M., 1992. A mixed qualitative/quantitative physical land evaluation methodology. Geoderma. 55(1-2): 37-54.

Yang, J., Li, T., Chen, Z., 2010. Land evaluation method based on decision tree produced byC4.5 and fuzzy decision. Agricultural Science &Technology – Hunan. 11(3): 1-3.