Ứng dụng học máy dự báo năng suất lúa dựa trên dữ liệu khí hậu và đất đai tại Đồng bằng sông Cửu Long

Đặt vấn đề

Dự báo năng suất lúa sớm và chính xác có ý nghĩa quan trọng đối với công tác lập kế hoạch sản xuất và bảo đảm an ninh lương thực, đặc biệt trong bối cảnh xâm nhập mặn và biến đổi khí hậu ngày càng phức tạp tại Đồng bằng sông Cửu Long.

Các phương pháp dự báo thống kê truyền thống thường gặp hạn chế khi xử lý mối quan hệ phi tuyến giữa nhiều yếu tố đầu vào như lượng mưa, nhiệt độ, độ mặn đất và lịch sử canh tác.

Phương pháp

Nghiên cứu sử dụng dữ liệu khí hậu, đất đai và năng suất lúa thu thập tại một số tỉnh Đồng bằng sông Cửu Long trong giai đoạn 2015–2024 để huấn luyện và kiểm định các mô hình học máy khác nhau.

Các mô hình được so sánh về độ chính xác dự báo, bao gồm mô hình hồi quy tuyến tính làm cơ sở đối chiếu và các mô hình học máy phi tuyến xử lý đồng thời nhiều biến đầu vào.

Kết quả chính

Mô hình học máy phi tuyến cho kết quả dự báo năng suất chính xác hơn đáng kể so với mô hình hồi quy tuyến tính, đặc biệt tại các vùng chịu ảnh hưởng xâm nhập mặn theo mùa.

Các yếu tố về độ mặn đất và lượng mưa giai đoạn đầu vụ được xác định là có ảnh hưởng lớn nhất đến độ chính xác dự báo trong mô hình.

Khuyến nghị chính sách

Nghiên cứu khuyến nghị cơ quan nông nghiệp địa phương thí điểm tích hợp mô hình dự báo vào hệ thống hỗ trợ ra quyết định cho nông dân, giúp điều chỉnh lịch thời vụ phù hợp hơn với điều kiện thực tế từng năm.

Đồng thời, cần mở rộng thu thập dữ liệu đất đai và khí hậu chuẩn hóa tại các vùng canh tác lúa khác trong khu vực CLMV để đánh giá khả năng nhân rộng mô hình.