Ứng dụng thuật toán cây quyết định CHAID xác định các yếu tố và ngưỡng ảnh hưởng đến sạt lở đất tầng nông tại xã Trung Chải và xã Tú Lệ, tỉnh Lào Cai
DOI:
https://doi.org/10.55250/Jo.vnuf.15.7.2026.083-091Từ khóa:
CHAID, Lào Cai, sạt lở đất, yếu tố ảnh hưởngTóm tắt
Sạt lở đất đang gia tăng cả về tần suất và mức độ nghiêm trọng tại các vùng núi phía Bắc Việt Nam. Các nghiên cứu định lượng để phục vụ công tác dự báo và phòng ngừa sạt lở hiệu quả là thực sự cần thiết. Nghiên cứu ứng dụng thuật toán CHAID trên phần mềm SPSS 20.0 nhằm xác định các yếu tố và ngưỡng giá trị ảnh hưởng đến cấp độ sạt lở đất tầng nông tại xã Trung Chải và xã Tú Lệ, tỉnh Lào Cai. Dữ liệu được thu thập từ 60 ô tiêu chuẩn (OTC) diện tích 100 m² mỗi ô. Kết quả cho thấy tại xã Trung Chải, độ dốc, bề dày tầng đất và chiều cao dưới cành lần lượt là các yếu tố ảnh hưởng mạnh nhất. Tại xã Tú Lệ, mật độ cây cao và độ che phủ cây bụi, thảm tươi là các biến quan trọng nhất. Phân tích gộp 60 OTC với kiểm chứng chéo 10-fold cho thấy độ dốc là yếu tố ảnh hưởng mạnh nhất, sau đó là mật độ cây cao. Theo đó, khi độ dốc ≤ 33° tương ứng cấp sạt lở thấp, 34°–37° cấp trung bình và > 37° cấp cao. Trong nhóm độ dốc thấp (≤ 33°), các OTC có cây gỗ hiện diện có tỷ lệ cấp sạt lở thấp cao hơn. Mô hình đạt độ chính xác phân loại tổng thể 73,3%. Đây được coi là nghiên cứu đầu tiên áp dụng CHAID ở quy mô thực địa tại vùng núi phía Bắc Việt Nam. Kết quả nghiên cứu bước đầu tạo cơ sở khoa học cho công tác dự báo, và xây dựng biện pháp phòng ngừa sạt lở đất tầng nông tại khu vực nghiên cứu.
Tài liệu tham khảo
[1]. Phillips C., Hales T., Smith H. & Basher L. (2021). Shallow landslides and vegetation at the catchment scale: A perspective. Ecological Engineering. 173: 106436. DOI: 10.1016/j.ecoleng.2021.106436.
[2]. Lorella Montrasio, Michele Placido Antonio Gatto & Chiara Miodini (2023). The role of plants in the prevention of soil-slip: th G-SLIP model and its application on territorial scale through G-XSLIP platform. Landslides. 20: 1149-1165.
DOI: 10.1007/s10346-023-02031-9.
[3]. Çellek S. (2020). Effect of the slope angle and its classification on landslide. Natural Hazards and Earth System Sciences. 20(12): 3251-3265. DOI: 10.5194/nhess-2020-87.
[4]. Law Y. K., Lee C. K., Chan A. H., Mak N. P., Hau B. C. & Wu J. (2024). Unveiling the role of forests in landslide occurrence, recurrence and recovery. Journal of Applied Ecology. 61(9): 2033-2046.
DOI: 10.1111/1365-2664.14741.
[5]. Li Y. & Duan W. (2023). Decoding Vegetation's Role in Landslide Susceptibility Mapping: An Integrated Review of Techniques and Future Directions. Biogeotechnics. 2(1): 100056. DOI: 10.1016/j.bgtech.2023.100056.
[6]. Nagarajan R., Roy A., Vinod Kumar R., Mukherjee A. & Khire M. V. (2000). Landslide hazard susceptibility mapping based on terrain and climatic factors for tropical monsoon regions. Bulletin of Engineering Geology and the Environment. 58(4): 275-287. DOI: 10.1007/s100649900032.
[7]. Quan Vu Viet Du, Huu Duy Nguyen, Viet Thanh Pham, Cao Huan Nguyen, Quoc Huy Nguyen, Quang Thanh Bui, Thanh Thuy Doan, Anh Tuan Tran & Alexandru-Ionut Petrisor (2023). Deep learning to assess the effects of land use/land cover and climate change on landslide susceptibility in the Tra Khuc river basin of Vietnam. Geocarto International. 38(1): 2172218.
DOI: 10.1080/10106049.2023.2172218.
[8]. Chen C. & Fan L. (2023). Selection of contributing factors for predicting landslide susceptibility using machine learning and deep learning models. Stochastic Environmental Research and Risk Assessment. 39: 4169-4194. DOI: 10.1007/s00477-023-02556-4.
[9]. Asada H. & Minagawa T. (2023). Impact of Vegetation Differences on Shallow Landslides: A Case Study in Aso, Japan. Water. 15(18): 3193.
DOI: 10.3390/w15183193.
[10]. Murgia I., Giadrossich F., Mao Z., Cohen D., Capra G. F. & Schwarz M. (2022). Modeling shallow landslides and root reinforcement: A review. Ecological Engineering. 181: 106671.
DOI: 10.1016/j.ecoleng.2022.106671.
[11]. Kieu Thi Duong, Bui Xuan Dung, Tran Thi Dang Thuy, Nguyen Thi Thanh An, Ngo Tai Anh & Nguyen Duc Phuong (2025). Status of landslides and influencing factors in Bao Yen district, Lao Cai province and Quan Hoa district, Thanh Hoa province: A community-based survey. Journal of Forestry Science and Technology. 10(2): 61-71. DOI: 10.55250/Jo.vnuf.10.2.2025.061-071.
