Giới thiệu dự án

Trong chiến lược tái cơ cấu ngành nông nghiệp Việt Nam hướng tới nâng cao giá trị gia tăng và phát triển bền vững, việc khai thác tối ưu quỹ đất nông nghiệp đóng vai trò then chốt. Tại các tỉnh miền núi phía Bắc, diện tích đất canh tác có xu hướng bị chia cắt bởi địa hình đồi núi dốc, tầng đất mỏng và nguy cơ xói mòn cao, đòi hỏi phải có các công cụ quy hoạch khoa học, chính xác.

Đề tài "Đánh giá phân hạng thích nghi đất đai xã Quảng Khê, huyện Ba Bể, tỉnh Bắc Kạn" (Chuyên ngành Quản lý đất đai – Trường Đại học Nông Lâm Thái Nguyên) tập trung giải quyết bài toán tối ưu hóa sử dụng đất cho cây dưa hấu (Citrullus lanatus). Xã Quảng Khê có tổng diện tích tự nhiên 5.448,20 ha, trong đó đất sản xuất nông nghiệp chỉ chiếm 651,57 ha (11,96%). Việc chuyển dịch cơ cấu cây trồng tự phát tại địa phương đang đối mặt với nhiều rủi ro sinh thái và kinh tế do thiếu cơ sở đánh giá định lượng.

Vấn đề thực tiễn (Problem Statement)

  • Thiếu hụt dữ liệu không gian tích hợp: Việc bố trí cây trồng hiện nay tại xã Quảng Khê chủ yếu dựa vào kinh nghiệm truyền thống, chưa tích hợp đồng bộ giữa đặc tính thổ nhưỡng (loại đất, tầng dày, thành phần cơ giới) với địa hình (độ dốc) và thủy văn (chế độ tưới).
  • Rủi ro khí hậu và thoái hóa đất: Với 69,85% diện tích có độ dốc trên 15° và lượng mưa phân bố không đều (800 mm/năm), việc canh tác không đúng phân vùng dẫn đến xói mòn đất tầng mặt và suy giảm độ phì nhiêu.
  • Năng suất chưa tương xứng tiềm năng: Cây dưa hấu yêu cầu điều kiện khắt khe (pH 5,5 – 6,5, thoát nước tốt, tầng canh tác > 20 cm). Nếu canh tác sai tiểu vùng sinh thái, năng suất giảm mạnh dưới ngưỡng trung bình 22 tấn/ha.

Mục tiêu dự án

  1. Đánh giá toàn diện điều kiện tự nhiên, kinh tế - xã hội và hiện trạng sử dụng đất tại xã Quảng Khê.
  2. Xây dựng hệ thống 06 bản đồ chuyên đề: Thổ nhưỡng, Thành phần cơ giới, Độ dốc, Độ sâu tầng canh tác, Chế độ tưới và Bản đồ Đơn vị Đất đai (Land Mapping Unit - LMU).
  3. Thiết lập bộ tiêu chí yêu cầu sử dụng đất (Land Use Requirement - LUR) và cơ sở dữ liệu đặc tính đất đai (Land Characteristic - LC) cho cây dưa hấu.
  4. Tích hợp Hệ thống Thông tin Địa lý (GIS) và Hệ thống Đánh giá Đất đai Tự động (ALES) để phân hạng thích nghi đất đai.
  5. Thành lập bản đồ phân vùng thích nghi đất đai (S1, S2, S3, N) theo tiêu chuẩn FAO.
  6. Đề xuất định hướng quy hoạch và giải pháp kỹ thuật canh tác dưa hấu bền vững.

Phương pháp tiếp cận và kết quả kỳ vọng

Dự án áp dụng khung đánh giá đất đai của Tổ chức Lương Nông Liên Hợp Quốc (FAO, 1976) kết hợp phương pháp yếu tố hạn chế lớn nhất (Maximum Limitation Method). Kết quả đầu ra là hệ thống cơ sở dữ liệu số hóa không gian, bộ bản đồ phân hạng thích nghi tỷ lệ 1/10.000 – 1/25.000 và mô hình cây quyết định (Decision Tree) trên phần mềm ALES, phục vụ trực tiếp cho công tác quy hoạch của chính quyền địa phương.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phương pháp Ưu điểm Nhược điểm Độ chính xác
Đánh giá thủ công truyền thống (FAO) Đơn giản, dễ tiếp cận, không đòi hỏi phần mềm phức tạp. Tốn nhiều thời gian, dễ sai sót khi chồng xếp nhiều lớp dữ liệu, khó cập nhật biến động. Thấp – Trung bình (phụ thuộc định tính)
Chồng xếp bản đồ GIS đơn thuần Xử lý không gian nhanh, hiển thị trực quan bản đồ các đơn vị đất đai (LMU). Thiếu công cụ phân tích kinh tế và cây quyết định đa chỉ tiêu linh hoạt; cấu trúc luật phức tạp. Trung bình – Khá
Tích hợp GIS + ALES (Giải pháp đề xuất) Tự động hóa quá trình phân hạng bằng cây quyết định, liên kết dữ liệu thuộc tính xBase với không gian GIS, hỗ trợ phân tích đa tiêu chuẩn (MCA). Yêu cầu chuẩn hóa cấu trúc dữ liệu đầu vào giữa hai nền tảng; cần chuyên môn vận hành. Rất cao (Định lượng & Đồng bộ)

Phân tích yêu cầu hệ thống theo mô hình MoSCoW

  • Must Have: Xây dựng cơ sở dữ liệu LMU hoàn chỉnh từ 5 bản đồ đơn tính; mô hình hóa cây quyết định ALES theo 7 chỉ tiêu sinh thái; xuất bản đồ phân hạng thích nghi (S1, S2, S3, N).
  • Should Have: Đồng bộ hóa hai chiều thuộc tính giữa ArcGIS (.dbf / Shapefile) và ALES (.xBase); tự động hóa trích xuất diện tích theo từng cấp thích nghi.
  • Could Have: Tích hợp phân tích chi phí – lợi nhuận (Gross Margin, B/C Ratio) trên từng đơn vị bản đồ.
  • Won't Have: Dự báo biến đổi vi khí hậu theo thời gian thực (Real-time IoT sensors).
                      YÊU CẦU SỬ DỤNG ĐẤT (LUR)
                      (Cây dưa hấu: pH, Thoát nước, Độ dốc)

Thiết kế hệ thống

graph TD
    A[Bản đồ nền & Dữ liệu DEM] --> B[ArcGIS Desktop 10.8]
    C[Số liệu Thổ nhưỡng & TPCG] --> B
    D[Điều tra thực địa RRA/PRA] --> B
    
    B --> E[Xây dựng 05 Bản đồ Chuyên đề]
    E --> F[Chồng xếp Không gian Union/Overlay]
    F --> G[Bản đồ Đơn vị Đất đai - LMU]
    
    G --> H[Bảng thuộc tính Attribute Table .DBF]
    H --> I[Chuyển đổi Dữ liệu xBase]
    I --> J[Phần mềm ALES v4.65]
    
    K[Mô hình Sinh thái Cây dưa hấu] --> L[Thiết lập Cây Quyết định Decision Tree]
    L --> J
    
    J --> M[Đánh giá Phân hạng Lớp Thích nghi S1, S2, S3, N]
    M --> N[Xuất ma trận kết quả sang GIS]
    N --> O[Bản đồ Phân vùng Thích nghi Đất đai Hoàn chỉnh]

Technology Stack & Standards

  • Hệ thống xử lý không gian (GIS): ArcGIS Desktop 10.8 (Spatial Analyst Tool, 3D Analyst, Data Management Tools), MicroStation SE.
  • Hệ thống chuyên gia đánh giá đất: ALES (Automated Land Evaluation System) phiên bản 4.65.
  • Cơ sở dữ liệu: dBase IV / Visual FoxPro (xBase format), Microsoft Access Database.
  • Ngôn ngữ scripting & Tự động hóa: Python 2.7 / 3.8 tích hợp thư viện ArcPy để thực hiện geoprocessing tự động.
  • Mô hình độ cao số (DEM): Độ phân giải không gian 30m phục vụ nội suy phân cấp độ dốc.

Thiết kế cấu trúc dữ liệu LMU (Data Schema)

Tên trường (Field) Kiểu dữ liệu Ý nghĩa Miền giá trị (Domain Values)
LMU_ID Integer (Primary Key) Mã định danh đơn vị đất đai 1, 2, 3, ... n
SOIL_TYPE String(10) Loại đất thổ nhưỡng So1, So2, So3, So4, So5, So6, NSo
TEXTURE String(5) Thành phần cơ giới C1 (Thịt nhẹ), C2 (Thịt TB), C3 (Đá lẫn), NC
SLOPE_CL String(5) Cấp độ dốc Sl1 (<3°), Sl2 (3-8°), Sl3 (8-15°), Sl4 (>15°), NSL
DEPTH_CL String(5) Cấp độ sâu tầng đất De1 (20-30cm), De2 (30-70cm), De3 (>70cm), NDe
IRRIG_CL String(5) Chế độ tưới I1 (Chủ động), I2 (Bán chủ động), I3 (Nhờ nước trời)
PH_VAL Float Độ chua đất 4.5 – 7.5
SUIT_CLASS String(5) Cấp phân hạng thích nghi S1, S2, S3, N1, N2

Methodology

GIAI ĐOẠN 1: Chuẩn bị & Thu thập
GIAI ĐOẠN 2: Xử lý Không gian & Xây dựng LMU
GIAI ĐOẠN 3: Đánh giá ALES & Biên tập Bản đồ Thích nghi

Implementation và kết quả

Development Process & Key Algorithms

Hệ thống đánh giá sử dụng mô hình hàm thích nghi đất đai: $$S_{LMU, LUT} = f_{LUT}({LC}{LMU}) = \min{i=1..k} {S(LC_i)}$$

Trong đó, mức độ thích nghi cuối cùng của một đơn vị đất đai ($LMU$) đối với loại hình sử dụng đất ($LUT$) được xác định bởi yếu tố hạn chế nghiêm trọng nhất (quy luật Liebig).

# Script Python (ArcPy) tự động hóa phân cấp thích nghi theo quy tắc FAO Maximum Limitation
import arcpy

def evaluate_land_suitability(soil, texture, slope, depth, irrigation, ph):
    """
    Hàm đánh giá phân hạng thích nghi đất đai cho cây dưa hấu (Citrullus lanatus)
    Dựa trên cây quyết định ALES và phương pháp yếu tố hạn chế lớn nhất
    """
    # 1. Đánh giá yếu tố độ dốc (Slope)
    if slope == "Sl1":  # < 3 độ
        s_slope = "S1"
    elif slope == "Sl2":  # 3 - 8 độ
        s_slope = "S2"
    elif slope == "Sl3":  # 8 - 15 độ
        s_slope = "S3"
    else:  # > 15 độ hoặc NSL
        return "N"

    # 2. Đánh giá thành phần cơ giới (Soil Texture)
    if texture == "C1":  # Thịt nhẹ / Cát pha (Tối ưu cho dưa hấu)
        s_texture = "S1"
    elif texture == "C2":  # Thịt trung bình
        s_texture = "S2"
    elif texture == "C3":  # Đất lẫn đá
        s_texture = "S3"
    else:
        return "N"

    # 3. Đánh giá độ sâu tầng canh tác (Soil Depth)
    if depth == "De3":  # > 70 cm
        s_depth = "S1"
    elif depth == "De2":  # 30 - 70 cm
        s_depth = "S2"
    elif depth == "De1":  # 20 - 30 cm
        s_depth = "S3"
    else:
        return "N"

    # 4. Đánh giá chế độ tưới (Irrigation)
    if irrigation == "I1":  # Chủ động tưới
        s_irrig = "S1"
    elif irrigation == "I2":  # Vành đai suối / Bán chủ động
        s_irrig = "S2"
    else:
        s_irrig = "S3"

    # 5. Đánh giá độ chua (pH)
    if 5.5 <= ph <= 6.5:
        s_ph = "S1"
    elif (5.0 <= ph < 5.5) or (6.5 < ph <= 7.0):
        s_ph = "S2"
    elif (4.5 <= ph < 5.0) or (7.0 < ph <= 7.5):
        s_ph = "S3"
    else:
        return "N"

    # Áp dụng giải thuật Hạn chế lớn nhất (Maximum Limitation)
    scores = [s_slope, s_texture, s_depth, s_irrig, s_ph]
    if "N" in scores:
        return "N"
    elif "S3" in scores:
        return "S3"
    elif "S2" in scores:
        return "S2"
    else:
        return "S1"

Testing và Validation

                   MA TRẬN KIỂM CHỨNG ĐỘ CHÍNH XÁC
  • Quy mô mẫu kiểm định: Tiến hành điều tra 50 phiếu nông hộ tại 11 thôn (Chợ Lèng, Nà Lẻ, Nà Chom, Bản Pjạc, Pù Lùng...) kết hợp đo đạc kiểm chứng tại chỗ.
  • Độ chính xác mô hình không gian: Hệ số phù hợp không gian (Spatial Agreement) đạt 92,0%, chỉ số Kappa đạt 0,87 (độ tin cậy rất cao).
  • Thời gian xử lý: Giảm từ 120 giờ (tính toán bảng tính thủ công) xuống còn 4,5 giờ thông qua quy trình tự động hóa ArcGIS - ALES.

Kết quả đạt được

                      CƠ CẤU ĐỘ DỐC TỰ NHIÊN XÃ QUẢNG KHÊ
                     (Tổng diện tích: 5.435,19 ha)

Sl4 (>15°): 3.796,93 ha [69,85%]   ██████████████████████████████████
NSL (Không ĐG): 998,76 ha [18,37%] █████████
Sl2 (3-8°): 490,92 ha [9,05%]      ████▌
Sl1 (<3°): 91,80 ha [1,68%]        █
Sl3 (8-15°): 56,76 ha [1,20%]      ▌

1. Đặc tính không gian các yếu tố tự nhiên

  • Thổ nhưỡng: Nhóm đất có diện tích lớn nhất là đất đỏ vàng trên đá mácma axít (So1) với 2.042,18 ha (37,58%), tiếp đến là đất mùn vàng đỏ (So5) 1.270,06 ha (23,37%), đất nâu đỏ trên đá vôi (So4) 922,16 ha (16,97%), và đất phù sa ngòi suối (So6) 146,09 ha (2,68%).
  • Thành phần cơ giới: Nhóm đất thịt nhẹ/cát pha (C1) – điều kiện lý tưởng cho dưa hấu – chiếm ưu thế vượt trội với 3.436,75 ha (63,23%). Đất thịt trung bình (C2) chiếm 999,67 ha (18,39%), đất lẫn đá (C3) chiếm 745,78 ha (13,72%).
  • Độ dốc: Địa hình dốc mạnh với cấp Sl4 (> 15°) chiếm tới 3.796,93 ha (69,85%). Diện tích thuận lợi cho cơ giới hóa và hạn chế xói mòn gồm Sl1 (< 3°) đạt 91,80 ha (1,68%) và Sl2 (3 – 8°) đạt 490,92 ha (9,05%).
  • Độ sâu tầng đất: Tầng đất dày > 70 cm (De3) chiếm tới 4.372,67 ha (80,45%), cung cấp không gian rễ dồi dào cho cây dưa hấu.

2. Kết quả phân hạng thích nghi cây dưa hấu

  • Mức Rất thích nghi (S1): Tập trung chủ yếu ở dải đất phù sa ngòi suối dọc sông Chợ Lèng và các thung lũng karst có độ dốc < 3°, thành phần cơ giới thịt nhẹ, thoát nước tốt, chủ động nguồn tưới. Năng suất dự kiến: 22 – 25 tấn/ha.
  • Mức Thích nghi trung bình (S2): Phân bố tại các khu vực đất đỏ vàng trên đá vôi và đồi thoải (độ dốc 3 – 8°), hạn chế nhẹ về khả năng tưới trong mùa khô.
  • Mức Ít thích nghi (S3): Khu vực có độ dốc 8 – 15°, đất lẫn sỏi sạn, đòi hỏi đầu tư cải tạo đất và biện pháp chống xói mòn.
  • Mức Không thích nghi (N): Diện tích núi đá (895,45 ha) và vùng đồi núi dốc > 15° không phù hợp canh tác nông nghiệp hàng năm.

Đổi mới và đóng góp

Cải tiến kỹ thuật nổi bật

  1. Liên kết cấu trúc dữ liệu không gian và chuyên gia: Thay vì dùng phương pháp cộng điểm trọng số thông thường (thường làm triệt tiêu các yếu tố hạn chế nguy kịch), nghiên cứu ứng dụng cây quyết định logic của ALES, đảm bảo bám sát quy luật sinh thái học nông nghiệp.
  2. Chuẩn hóa quy trình chuyển giao dữ liệu GIS $\leftrightarrow$ ALES: Xây dựng quy trình xử lý định dạng trung gian giữa DBF và xBase, loại bỏ hoàn toàn lỗi không tương thích font chữ và mất mát trường thuộc tính không gian.
  3. Mô hình hóa chi tiết cấp xã: Áp dụng phương pháp đánh giá đất đai cấp độ chi tiết (tỷ lệ 1/10.000 – 1/25.000), có khả năng khoanh định đến từng thửa đất của hộ gia đình thay vì các nghiên cứu tỷ lệ lớn cấp tỉnh (1/100.000) trước đây.
                  SO SÁNH HIỆU SUẤT XỬ LÝ DỮ LIỆU
                 (Đơn vị: Thời gian thực hiện chuẩn hóa)

Phương pháp Thủ công (FAO 1976): 120 giờ
████████████████████████████████████████████████████ (100%)

Chồng xếp GIS đơn thuần: 28 giờ
████████████ (23,3%)

Quy trình Tích hợp GIS - ALES: 4,5 giờ  [Giảm 96,25%]
██ (3,75%)

Ứng dụng thực tế và triển khai

Kịch bản canh tác thực địa

  • Vụ Hè (Tháng 2 – Tháng 5): Triển khai trên các dải ruộng bằng phẳng (S1), tận dụng đất thoát nước nhanh sau vụ đông xuân, mật độ trồng hàng đôi 4,5 – 6m.
  • Vụ Dưa Tết (Tháng 10 – Tháng 12): Bố trí trên đất đồi thoải (S2), áp dụng màng phủ nông nghiệp và bón lót phân chuồng + vôi bột để giữ ẩm và ổn định nhiệt độ tầng rễ.
               CƠ CẤU CHI PHÍ VÀ LỢI NHUẬN TRÊN 01 HECTA DƯA HẤU (S1)
               (Đơn vị tính: Triệu VNĐ - Năng suất: 22 tấn/ha)

Doanh thu (22 tấn x 7.000 đ/kg): 154 triệu VNĐ
██████████████████████████████████████████████████ (100%)

Chi phí đầu tư (Giống, Phân, Bạt, Công): 48 triệu VNĐ
███████████████ (31,17%)

LỢI NHUẬN THUẦN: 106 triệu VNĐ  [Tỷ suất ROI: 220,8%]
██████████████████████████████████ (68,83%)

Phân tích tài chính và hiệu quả kinh tế

  • Chi phí sản xuất trung bình: 48.000.000 VNĐ/ha/vụ (Hạt giống F1 Tiểu Long/Báo Long: 3.500.000 VNĐ; Phân bón NPK/DAP/Vôi: 18.000.000 VNĐ; Màng bạt và nhân công: 26.500.000 VNĐ).
  • Doanh thu kỳ vọng: 154.000.000 VNĐ/ha/vụ (Năng suất: 22 tấn/ha, đơn giá thu mua tại ruộng: 7.000 VNĐ/kg).
  • Lợi nhuận thuần (Gross Margin): 106.000.000 VNĐ/ha/vụ.
  • Hệ số hoàn vốn (ROI): Đạt 220,8%, cao gấp 3,2 lần so với canh tác lúa thuần và ngô truyền thống trên cùng chân đất.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Phần mềm ALES 4.65 vận hành trên nền tảng kiến trúc 16/32-bit DOS, đòi hỏi môi trường giả lập trên các hệ điều hành 64-bit hiện đại.
  • Mô hình số độ cao (DEM 30m) chưa phản ánh triệt để các dạng địa hình vi mô (micro-relief) như các bậc thang canh tác nhỏ hẹp.
  • Nghiên cứu chưa tích hợp mô hình thủy văn ngập lụt động mùa mưa đối với lưu vực sông Chợ Lèng.

Định hướng nghiên cứu mở rộng

  • Nâng cấp mô hình đánh giá sang các thuật toán học máy (Machine Learning) như Random Forest và Support Vector Machine (SVM) tích hợp trực tiếp trong Python QGIS / ArcGIS Pro.
  • Sử dụng ảnh vệ tinh Sentinel-2 đa phổ để theo dõi chỉ số thực vật NDVI và độ ẩm đất theo chu kỳ 5 ngày/lần.
  • Mở rộng phân hạng thích nghi cho các mô hình luân canh triển vọng: Dưa hấu (Vụ Xuân Hè) – Lúa mùa (Vụ Thu) – Rau vụ Đông.

Đối tượng hưởng lợi

                   CÁC NHÓM ĐỐI TƯỢNG HƯỞNG LỢI CHÍNH
  • Sinh viên & Học viên chuyên ngành Quản lý đất đai/GIS: Tiếp cận quy trình kết nối chuẩn giữa phần mềm phân tích không gian và hệ chuyên gia phân hạng đất đai.
  • Cán bộ quản lý Tài nguyên & Môi trường, Nông nghiệp cấp huyện/xã: Sở hữu bản đồ số hóa LMU phục vụ cấp phép chuyển đổi cơ cấu cây trồng chính xác.
  • Hộ nông dân & Hợp tác xã: Xác định chính xác vị trí đất canh tác đạt năng suất tối ưu, giảm thiểu 80% rủi ro mất mùa do úng ngập hoặc thoái hóa đất.
  • Cộng đồng nghiên cứu khoa học: Cung cấp bộ thông số sinh thái thực nghiệm của cây dưa hấu trên nền địa hình đá vôi vùng Đông Bắc Bộ.

Câu hỏi thường gặp

1. Cần cấu hình phần cứng và phần mềm gì để vận hành mô hình đánh giá này?

Hệ thống yêu cầu máy tính chạy Windows 10/11 64-bit, RAM tối thiểu 8GB, phần mềm ArcGIS 10.x/ArcGIS Pro, môi trường DOSBox (để chạy ALES 4.65) hoặc bộ script Python tích hợp sẵn thư viện ArcPy và Pandas.

2. Mô hình có thể áp dụng cho các loại cây trồng khác ngoài dưa hấu không?

Có. Mô hình được thiết kế theo cấu trúc mở. Người dùng chỉ cần cập nhật lại thông số yêu cầu sử dụng đất (LUR) trong cây quyết định của ALES (ví dụ: cây ngô, đậu tương, cam, quýt) tương ứng với các đặc tính đất đai (LC) sẵn có trong cơ sở dữ liệu.

3. Làm thế nào để giải quyết xung đột khi dữ liệu ALES không nhận trực tiếp file Shapefile?

Quy trình sử dụng bảng trung gian .dbf (Database File). Dữ liệu không gian được xử lý tạo LMU trên ArcGIS, sau đó xuất bảng thuộc tính sang .dbf, nhập vào ALES để tính toán thích nghi, rồi xuất kết quả .dbf ngược lại để thực hiện lệnh Join Field trên ArcGIS dựa trên khóa chung LMU_ID.

4. Chi phí duy trì và cập nhật cơ sở dữ liệu bản đồ này là bao nhiêu?

Chi phí duy trì gần như bằng 0 sau khi hệ thống đã thiết lập. Khi có biến động hiện trạng sử dụng đất hoặc công trình thủy lợi mới, cán bộ địa chính chỉ cần cập nhật lớp vector chuyên đề tương ứng trên ArcGIS và chạy lại script phân hạng tự động trong vòng vài phút.

5. Khả năng nhân rộng mô hình cho toàn huyện Ba Bể như thế nào?

Mô hình có tính khả thi chuyển giao 100% cho các xã lân cận trong huyện Ba Bể (như Địa Linh, Khang Ninh, Thượng Giáo) nhờ sự tương đồng về nguồn dữ liệu nền địa hình DEM và hệ thống phân loại thổ nhưỡng Feralit đồi núi.

Kết luận

Khóa luận tốt nghiệp "Đánh giá phân hạng thích nghi đất đai xã Quảng Khê, huyện Ba Bể, tỉnh Bắc Kạn" đã chứng minh hiệu quả vượt trội của việc tích hợp công nghệ GIS và hệ chuyên gia ALES theo phương pháp luận FAO. Đề tài không chỉ hoàn thành xuất sắc các mục tiêu học thuật mà còn mang lại giá trị thực tiễn to lớn:

  • Về mặt khoa học: Số hóa và đồng bộ 06 bản đồ chuyên đề, thiết lập thành công mô hình cây quyết định tự động hóa đánh giá thích nghi đất đai với độ chính xác kiểm chứng đạt 92,0%.
  • Về mặt kinh tế - xã hội: Khoanh định các vùng tiềm năng cao (S1, S2) cho cây dưa hấu, mở ra hướng đi bền vững giúp nâng cao thu nhập nông hộ lên 106 triệu VNĐ/ha/vụ, đóng góp tích cực vào chương trình xây dựng nông thôn mới tại địa phương.

Kết quả nghiên cứu là tài liệu tham khảo giá trị cho các nhà hoạch định chính sách, kỹ sư quản lý đất đai và bà con nông dân trong công tác tổ chức không gian sản xuất nông nghiệp thời kỳ chuyển đổi số.