Bài viết này sử dụng GIS và công cụ máy học được áp dụng với các dữ liệu viễn thám, quan trắc tại khu vực Đắk Nông để thành lập bản đồ phân vùng nguy cơ bệnh sốt rét. Nơron nhân tạo ANN (Artificial Neuron Network) được ứng dụng để mô hình hóa các điều kiện tối ưu cho bệnh sốt rét với 15 tiêu chí đầu vào và các dữ liệu lấy mẫu thực địa. Kết quả cho thấy bản đồ nguy cơ bệnh sốt rét có mức độ tương đồng cao với dữ liệu lấy mẫu thực tế.
Nghiên cứu NGHIÊN CỨU ỨNG DỤNG VIÊN THÁM VÀ GIS TRONG LAP BAN DO PHAN VUNG NGUY CO BENH SOT RET Nguyễn Danh Đức, Trần Thị Tuyết Vinh, Nguyễn Văn Lợi Trường Đại học Mỏ - Dia chat Tóm tắt Bệnh sốt rét bệnh truyền nhiễm nhiệt đới bién tai Viét Nam Theo số liệu thơng kê, năm 1991, Việt Nam có tới triệu trường hợp mắc Đến năm 2018, số lượng mắc cịn 6780 người, nỗ lực phủ năm 2030 loại trừ bệnh sốt rét khỏi cộng đông Tuy nhiên, tỉnh Trung, Tây Nguyên điểm nóng dịch sốt rét với đặc điểm địa hình, dân cư tập quán sinh hoạt nhân dân Trong công tác loại trừ bênh sốt rét, việc dự báo, phân vùng nguy để lập phương án đổi phó quan trọng Bài bảo sử dụng GIS công cụ máy học áp dụng với đữ liệu viên thảm, quan trắc khu vực Đắk Nóng để thành lập đồ phân vùng nguy bệnh sốt rét Noron nhân tạo ANN (Artificial Neuron Network) duoc ung dung dé mơ hình hóa điều kiện tối u cho bệnh sốt rét với 15 tiêu chi dau vào đữ liệu lấy mẫu thực địa Kết cho thấy đồ nguy bệnh sốt rét có mức độ tương đơng cao với đữ liệu lầy mẫu thực tế Điễu cho thấy tiềm lớn việc ứng dụng GIS trí tuệ nhân tạo thành lập phân vùng nguy bệnh sốt rét liệu viên thám Từ khóa: Sốt rét; GIS; Nơron nhân tạo; Đắk Nông Abstract Using remote sensing and GIS data for establishing malaria risk zoning maps Malaria is one of the most populated tropical diseases in Vietnam Based on statistical data, the number of people infected malaria in Vietnam was million people in 1991, reduced to 6780 people in 2018 The government's effort is to eliminate malaria from the community by 2030 However, the Central and Central Highlands provinces are still hot spots for malaria due to the characteristics of topography, population and people's living habits Forecasting and risk zoning for the preparation of response plans are very important for malaria elimination In this paper, GIS and Artificial Neuron Network (ANN) are integrated to process the remote sensing and observation data in order to create the malaria risk zoning map in Dak Nong province The input data include 15 criteria and observational data from fields The results showed that the forecasting malaria map is highly appropriate for field observation data This means that GIS and ANN application has high potential in malaria forecast mapping and can be applied to other tropical diseases in Vietnam Keywords: Malaria; GIS; Artificial Neuron Network; Dak Nong Đặt đề 146 Tạp chí Khoa học Tài nguyên Môi trường - Số 38 - năm 2021 Nghiên cứu nhóm Sốt rét bệnh truyền nhiễm thuộc B Luật phòng chống bệnh gian nghiên cứu ứng dụng nhiều phân tích đề truyền nhiễm để dàng lây lan phát triển xã hội, y tế - dịch tễ cộng đồng với mức thành dịch không kiểm sốt Hiện nay, sốt rét cịn vấn đề tuyến tính tích hợp đữ liệu viễn thám sức khoẻ lớn giới nói chung Việt Nam nói riêng Theo ước tính Tổ chức Y tế giới - WHO khoảng 40% dân số giới sống vùng có nguy mắc sốt rét Hàng năm có khoảng 350 triệu đến 500 triệu người mắc sốt rét triệu người chết sốt rét [1] Cho đến đề quản lý kiểm soát dịch sốt rét ln mối quan tâm cịn thách thức Bộ Y tế nói riêng tồn xã hội nói chung Tại Việt Nam, theo số liệu báo cáo hàng năm Chương trình phịng chống sốt rét Quốc gia, tỉnh có mức độ sốt rét cao chủ yếu thuộc khu vực Miễn Trung Tây Nguyên [1] Hầu hết xã, huyện có đường biên giới với Lào Campuchia có tỷ lệ bệnh nhân mắc sốt rét cao so với địa phương khác nước Nguyên nhân gây bệnh sốt rét xác định đo ký sinh trùng sốt rét (KSTSR) trung gian muỗi Anopheles truyền KSTSR từ người sang người khác Do đó, xác định yếu tố ảnh hưởng đến phát sinh, phát triển bệnh sốt rét góc độ địa lý học nghiên cứu điều kiện hay yếu tố thích hợp cho muỗi Anopheles phát sinh, phát triển truyền bệnh từ yếu tố địa lý tự nhiên, kinh tế xã hội lựa chọn liệu nhằm xây dựng lớp thành phần phục vụ cho mơ hình GIS phân vùng khu vực có nguy bệnh sốt rét, cơng việc có ý nghĩa quan trong giai đoạn Trên giới, năm gần công nghệ GIS với liệu địa không độ ngày chuyên sâu Các mô hình GIS lập đồ nguy sốt rét có đóng góp mặt khoa học thực tiễn [2] Mosha cộng sự, (2014) đề xuất cách tiếp cận thống kê phương pháp phân tích khơng gian [3] Trước đó, Aregaw!l cộng sử dụng phương pháp phân tích thống kê dựa chuỗi thời gian [4] Tuy nhiên, cách tiếp cận thống kê chưa giải cầu trúc phức tạp phi tuyến tính mơ hình dự báo nguy sốt rét Các mơ hình dự báo truyền thống cần phải phát triên thay băng phương pháp mạnh mẽ tự động để giải hạn chế kỹ thuật [5] Nhìn chung, nghiên cứu vấn đề chia thành ba hướng chính: (1) dựa vào kiến thức chuyên gia, (2) sử dụng viễn thám GIS, (3) sử dụng mơ hình thống kê kết hợp với trí thơng minh nhân tạo, viễn thám GIS Các hướng nghiên cứu tìm hiểu mối quan hệ biến độc lập xây dựng mơ hình dự báo nguy mắc bệnh sốt rét dựa tập hợp biến Hiện hướng nghiên cứu thứ (3) sử đụng mơ hình thống kê kết hợp với trí thơng minh nhân tạo, viễn thắm GIS chứng minh tính hiệu có mức độ tin tưởng dựa sở đánh giá độ xác kết dự báo Có thể kê đến số nghiên cứu sử dụng trí thơng minh nhân tạo, đữ liệu viễn thám phân tich GIS quan ly du bao rủi ro sốt rét [6] Cụ thể, Sudheer et al., (2013) tích hợp mơ hình vector hỗ trợ Tạp chí Khoa học Tài nguyên Môi trường - Số 38 - năm 2021 147 Nghiên cứu (Support Vector Machine) thuật tốn tối ưu hóa dom dém (Firefly Algorithm) để đánh giá nguy sốt rét [5] Buczak va cộng (2015) ứng dụng logic mờ nghiên cứu sốt rét Hàn Quốc [7] Orlando Zacarias and Henrik Bostrém, (2013) triển khai so sánh mơ hình hồi quy vector hỗ trợ tối ưu hóa ngẫu nhiên (Random forest) ta1 M6-dam-bic [8] M6 hình Nơron nhân tạo Palaniyandi M, (2014) sử dụng nghiên cứu khu vực rừng Amazon Brazil [6] Những nghiên cứu phần thấy tính ưu việt so với mơ hình trước dựa việc đánh giá độ xác đồ kết Ở Việt Nam, có nhiều nghiên cứu bệnh sốt rét [1, 9, 10], đặc biệt năm gần có nghiên cứu sử dụng di liệu viễn thám công nghệ GIS sức khỏe phát sinh đề tài lĩnh vực môi trường [11], giảm thiểu nguy lan truyền dịch sốt rét, nghiên cứu liên quan tới y học - dịch tễ, địa lý thiên nhiên, địa lý y học [12] Các đề tài chủ yếu tập trung vào nghiên cứu y học - dịch tễ bệnh sốt rét hay địa lý tự nhiên phương pháp tai biến tự nhiên - nhân sinh có đề tài nguyên cứu chuyên sâu với việc ứng dụng GIS, viễn thám mơ hình tốn nghiên cứu dịch sốt rét đề tài nghiên cứu tác giả: Đào Văn Dũng, 2009 [12]; Bùi Quang Thành cộng sự, 2018 [13] Với cách tiếp cận việc sử dụng mơ hình khai phá liệu, trí tuệ nhân tạo, tối ưu hóa có nghiên cứu gần như: nghiên cứu lũ lụt [14] nghiên cứu cháy rừng [15] Khu vực nghiên cứu Đắk Nông tỉnh vùng Tây Nguyên năm trọn cao ngun M Nơng, cửa ngõ phía Tây Nam Tây Nguyên, có giới hạn tọa độ từ 11°45” dén 12°50” vi độ Bắc tir 107°12’ đến 108°07' kinh độ Đơng Phía Bắc Đơng Bắc giáp tỉnh Đắk Lắk, phía Đơng Đơng Nam giáp tỉnh Lâm Đồng, phía Nam giáp tỉnh Bình Phước, phía Tây giáp Vương quốc Campuchia với đường biên giới dài khoảng 120 km Tỉnh Đắk Nông chia thành đơn vị hành cấp huyện: Thành phố Gia Nghĩa, huyện Cư Jút, Đắk MiI, Đắk Glong, Đắk R›Lấp, Đắk Song, Krơng Nơ, Tuy Đức (Hình 1) phịng bệnh, SỐ nghiên cứu Địa hình Đắk Nơng chạy dài thấp dần từ Đông sang Tây, với độ cao trung bình báo nguy tự nhiên bệnh sốt rét Gia Lai Đào Văn Dũng, Nguyễn Đức Tuệ, Nguyễn Cao Huân (2009) tạp chí Y học Việt Nam ứng dụng viễn thám GIS dự báo dịch sốt rét Gia Lai [12]; từ 600 m đến 700 m so với mặt nước biến, lĩnh vực như: Dự xác định tỷ lệ mắc thực trạng sử dụng thuốc tự điều trị sốt rét cho người dân rẫy xã Đắk RˆMăng, Đắk Glong, Đắk Nông năm 2010 Nguyễn Đức Hảo (2010); Hỗ Dac Thoan (2017) [9, 10] Dưới góc nhìn dịch bệnh sốt rét 148 địa hình đa dạng, phong phú bị chia cắt mạnh, có xen kẽ gitta cac núi cao, với cao nguyên rộng lớn, dốc thoải, lượn sóng, băng phẳng xen kẽ dải đồng thấp trũng Về kinh tế xã hội, theo số liệu thống kê số lực cạnh tranh cấp tinh PCI nam 2017 tinh Dak Nông đứng cuỗi danh sách, người dân làm nông nghiệp tỉnh chiếm 70% với tập quán canh tác Tạp chí Khoa học Tài nguyên Môi trường - Số 38 - năm 2021 Nghiên cứu người dân hay di rừng, ngủ rừng, di dân làm kinh tế mới, Những đặc điểm địa lý tự nhiên, kinh tế - xã hội Đắk Nông tiềm tàng điểm, vị tri dé bi tốn thương xuất bệnh truyền nhiễm đặc biệt dịch bệnh liên quan tới muôi ký sinh trùng CƯ JÚT ĐẮK MIL KRONG NO pAK SONG TUY ĐỨC ĐẮK GLONG TP GIA NGHĨA ĐẮK RLẤP Hình I1: Khu vực nghiên cứu cứu Dữ liệu phương pháp nghiên 3.1 Dữ liệu nghiên cứu 3.1.1 Các nhân tổ ảnh hưởng đến bệnh sốt rét Quá trình phát sinh bệnh sốt rét có mối liên quan chặt chẽ tới điều kiện tự nhiên kinh tế xã hội Các nghiên cứu trước điều kiện tự nhiên, kinh tế - xã hội ảnh hưởng trực tiếp tới phát sinh/lan truyền vector sốt rét hay dịch bệnh như: khí hậu nhiệt đới, độ cao, độ dốc, vùng nước đọng, điều kiện giao thông, y tế phát triển, mức độ sống khơng đảm bảo, thói quen sinh sống rừng người dân, trình độ dân trí thấp ảnh hưởng tiêu cực biến đối khí hậu (BĐKH) Công nghệ địa không vào để sử dụng kỹ thuật phân tích khơng gian GIS nhằm xác định khoanh vùng khu vực có nguy xảy bệnh sốt rét Vì nhận biết khu vực/vùng địa lý dễ bị tôn thương dịch bệnh sốt rét, thông tin quan trọng giúp hỗ trợ cho công tác y tế dự phịng Việc quản lý phịng tránh sốt rét, có dự báo nguy mắc bệnh sốt rét địi hỏi phải có liệu xác khơng gian thông tin thời gian [3, 4] Từ lớp liệu xác đầu vào quan trọng cho nghiên cứu, có nghiên cứu quan điểm địa lý y học kết hợp với công nghệ viễn thám, GIS thuật toán tối ưu hướng nghiên cứu nhiêu triển vọng sử dụng ứng dụng phân tích khơng gian Đánh giá gian với đữ liệu đồ ảnh viễn nguy tiềm tàng, xác định khu vực dễ tôn thám mô tả lớp nội dung khí hậu, độ cao, độ dốc, vùng nước động, điều kiện tác động xấu từ trình lây lan dịch giao thông, y tế, nguồn liệu đầu thương giúp chủ động phòng hạn chế bệnh Tạp chí Khoa học Tài ngun Mơi trường - Số 38 - năm 2021 149 Nghiên cứu số thực vật, số nhiệt độ bề mặt, 3.1.2 Dữ liệu nghiên cứu Dữ liệu nghiên cứu báo bao số độ âm, lượng mưa, nhiệt độ, mức gồm ảnh vé tinh Landsat 8; dtr ligu DEM gió, khoảng cách tới khu dân cư, khoảng cách tới đường giao thơng, khoảng cách có độ phân giải 30 m, liệu địa hình, thủy văn, số liệu quan trắc trạm toi nguồn nước sông, suối, hỗ, ao, từ nguồn anh vé tinh ASTER (mién phi) quan trắc tỉnh Đăk Nông, để xây dựng lớp đữ liệu đầu vào Do vậy, liệu đầu vào cần chuẩn bị bao gồm: DEM, độ dốc, hướng dốc, khoảng cách tới vùng âm ướt, khoảng cách tới rừng Các liệu lớp raster chuẩn bị phần mềm ArcGIS (Bang 1) Bảng Dữ liệu đầu vào Độ đắc (đá) Hướng đóc a 0d DEM = D6 doc +tg Hướng dốc Chỉ số thực vật Chi «) Am - NDMI Chỉ số nhiệt độ BM Nhiệt độ quan trắc K¿c tớt khu đân ox (im) = 2206 Mức gió 150 Khoảng cách tới rừng Khoảng cách tới khu dân cư Tạp chí Khoa học Tài nguyên Môi trường - Số 38 - năm 2021 Nghiên cứu Âm ớt {m1} Kc ten đường gino thông (to) a = Khoang cich Khodng cach tới nguồa trước {ăn} 6553 tới vú Zz Khoảng cách tới HgHỖN Hước 8621.7 Khoảng cách tới vùng am ướt ` Khoảng cách tới đường giao thơng Vị trí điểm mẫu Sắt rét ® Có ® Khơng ễ Tỉnh Đắk Nơng Tỉnh khác Hình 2: Vị trí điểm lấy mẫu khu vực nghiên cứu Bảng Dữ liệu thu thập để đào tạo kiểm thử mạng 1437,307 341,5651 | 1 339| 9428978 _17836,44 _ẨD| _8550,371 1027897 9290.215 1052551 263 | 2260.772 2482519 1170271 $232,611 11203,74 0| 16655601) = ¡| Ngoài đữ liệu yếu tố ảnh hưởng 4355296 97 S97,B673 | 0.65276 | 140.7029 | 5.134089 | 24,266.23| 141 52,999 187 2327,742 | 0.28510 | 140.9215 | 4.267604 | 2426469| 1 33.350841 1571834 30,796S9 1231884, 1231664 153,983 |5,733931 24.07054._ _97,38738( 87 0.48459| 141.421 141 137,7208 _31.099308 1419943 | 7994157|2417229 —— 33181814 789, 3787 | 0.50033 | 141.5014 | 3.537704 | 24.30792| 33,601741 Dữ liệu thu thập tham chiếu làm đầu vào mơ hình cịn cần có lại vào yếu tố ảnh hưởng để đưa vào mẫu vị trí điệm xuât bệnh thành thuộc tính điểm đào tạo sốt rét điểm không xuất bệnh sốt rét để làm sở cho mơ hình mạng học (đào tạo) đề kiểm tra đắn mơ hình mạng (Bảng 2) phục vụ cho đánh giá độ xác Tạp chí Khoa học Tài nguyên Môi trường - Số 38 - năm 2021 II Nghiên cứu 3.2 Phương pháp quy trình xử lý liệu Tuy nhiên trình huấn luyện mạng Nơron nhân tạo, khơng phải tất Nơron sinh ra, hay nói cách khác Quy trình xử lý liệu thành lập đồ phân vùng nguy sốt rét khu đầu vào không đủ mạnh (thông tin vực thực nghiệm tiễn hành theo quy đầu vào yếu) kết đầu khơng chuyển tiếp sang lớp Việc có chuyên tiếp hay không phụ thuộc vào hàm chuyển đổi (Y Transfer Function) thơng qua khả kích hoạt bên (phụ thuộc hàm tổng Summation Function kết đầu ra) trình (Hình 3) Các mẫu đưa vào mạng huấn luyện gọi X, ban đầu trọng số (w) khởi tạo ngẫu nhiên chúng điều chỉnh sau vòng lặp Bước lặp lại trọng số hội tụ giá trị cho phép mạng xác định xác mẫu Gọi giá trị đầu Y (Y,) va gia tri mong đợi biết trước (Z; - Designed Result), sau mdi vong sé xuất gia tri 16i goi la delta (delta= Z, -Y;), muc dich cua mang huan luyén 1a delta cang nho tốt (delta= hoàn hảo) Như Y,;=YhiXiWi Yr =1/(1+e%) Hàm chuyên đổi phi tuyến sử dụng phổ biến huấn luyện mạng sigmoid (logical activation) funcion, mang giá trị thuộc khoảng [0,1] Nếu đầu Nơron nhỏ giá trị ngưỡng nó, coi khơng đủ mạnh để chuyển đến lớp Trên sở nhóm tác giả tiến hành xây dựng trọng số sau vịng hiệu chỉnh theo cơng thức sau: W, (sau) = w, (trước) + LR*delta*X, Trong đó, LR - Learning rate gọi mơ hình mạng huấn luyện cho toán dự tham số kiểm soát tốc độ học mạng, lựa chọn tham số kiểm sốt tốc độ đốn nguy sốt rét gơm lớp, liệu đầu vào mơ hình yếu tố, Nơron, học phù hợp làm tăng độ xác trọng số hàm tốn học tương ứng Dữ liệu địa DEM Độ dốc Hướng dơc hình rn ‘ Dữ liệu từ ảnh Chỉ số thực vật Nhiệt độ bề mặt Chỉ số độ âm Dữ liệu khoảng cách (k/c) đến loại hinh SDD ———>| y Thuật tốn tơi ưu địa lý sinh học viên thám Dữ liệu quan trắc [Da liệu mẫu (70%)| Lượng mưa Nhiệt độ Mức gió 10 Độ âm 11 K/c 12 K/c thơng 13 K/c 14 K/c 15 K/c Multiple Lớp Perceptron | Vv | Root Mean Square Error | Dữ liệu kiêm tra (30%) A Stopping condition đến điểm đân cư đến đường giao Mơ hình chn đến nguồn nước đến vùng âm ướt đến rừng Bản đô phân vùng Vv nguy sơt rét Hình 3: Quy trình xử lý liệu thành lập đồ phân vùng nguy sốt rét 152 Tạp chí Khoa học Tài ngun Mơi trường - Số 38 - năm 2021 Nghiên cứu , x R Lop dau vào voi 15 nhan to DEM ` Lớp ân Lop dau với voi 10 Neuron giá trị khả có hayJ khơng gnguy nguy A Ấ z bệnh sôt rét = Ñ š s5 Độ dôc K Huong doc < Neuron + | Neuron Am DN Tangent Tangent Kha nang Sigmoid — - Sigmoid Activation - Activatioi Khong W 60 : : Neuron Nhiệt độ bê mặt 150 trọng sơ 10 ⁄ trọng sơ Hình 4: Mơ hình mạng huấn luyện ANN xây dựng đồ phân vùng nguy sốt rét Kết nghiên cứu Sau xử lý đữ liệu sử đụng mô hình mạng huấn luyện ANN, phân khoảng trình bày điểm nguy sốt rét địa bàn tỉnh Đắk Nông phần mềm ArcMap kết ta nhận đồ phân vùng nguy sốt rét khu vực nghiên cứu (Hình 5) CHÚ GIẢI Phân vùng nguy sốt rét = Rat cao (từ 0.64 đến 0.99) IWW L] BB Cao (tir 0.32 dén 0.63) Trung bình (từ 0.18 đến 0.31) Tiáp (từ 0.06 dén 0.17) Rit thap (tir dén 0.59) Hình 5: Phân vùng nguy bệnh sốt rét khu vực nghiên cứu Tạp chí Khoa học Tài ngun Mơi trường - Số 38 - năm 2021 153 Nghiên cứu Đề kiểm tra đắn mơ hình, sau 300 lần lặp giá trị sai số RMSE giảm ngưỡng tối thiểu = 0,3646; cịn phần điện tích đưới đường cong ROC có giá trị AUC = 0,902 giá trị gần với (thể tối ưu khả phân biệt dự đốn tốt) A _——= Positive ate Hình 6: Giá trị RMSE sau 300 lần lặp rue BBO - NN (0.9024) False Ne eative Rate Hình 7: Biểu đồ ROC AUC Kết luận kiến nghị thiểu tối đa đánh giá chủ quan Trên sở ứng dụng viễn thám người so với phương pháp truyền GIS, nhóm tác giả xây dựng lớp thống khác Các kết nghiên cứu sử dụng đữ liệu phân vùng nguy sốt rét tinh Đắk Nông Kết nghiên cứu cho thấy cho việc khoanh vùng khu vực nguy việc ứng dụng viễn thám, GIS thuật tốn tối ưu phân vùng nguy sốt rét có mức độ tin cậy cao qua cách thức kiểm thử đánh giá tham số kết quả, giảm 154 có biện pháp hỗ trợ cơng tác phịng ngừa kiểm soát dịch bệnh tốt Từ kết nghiên cứu thấy để nâng cao độ xác kết mơ Tạp chí Khoa học Tài nguyên Môi trường - Số 38 - năm 2021 Nghiên cứu hình cần phải có nguồn liệu đầu vào đảm bảo độ tin cậy cập nhật trước chạy mơ hình Lời cảm ơn: Nhóm tác giả xin gửi lời cảm ơn tới Trường Đại học Mỏ - Địa chất hỗ trợ báo thông qua đề tài khoa học công nghệ cấp sở, mã số T21-21 TÀI LIỆU THAM KHẢO [1] Hoang Ha (2014) Nghién cứu thực trạng sốt rét va đánh giá kết qua can thiệp phòng chống sốt rét số xã biên giới huyện Hướng Hóa, tỉnh Quảng Trị Luận án Tiến sĩ y học, Huế [2] Abiodun Morakinyo Adeola, and et al (2015) Application of geographical information system and remote sensing in malaria research and control in South Africa: a review Southern African Journal of Infectious Diseases, volume 30, issue [3] Jacklin F Mosha, and et al., (2014) Hot spot or not: a comparison of spatial statistical methods to predict prospective malaria infections Malaria Journal 2014 https://malariajournal.biomedcentral.com/ articles/10.1186/1475-2875-13-53 [4] Maru Aregawi et al., (2013) Marc coosemans time series analysis of trends in malaria cases and deaths at hospitals and the effect of antimalarial interventions, 2001 2011, Ethiopia Journal of PLOS ONE https:// doi.org/10.1371/journal.pone.0106359 [5S] Sudheer Ch et al, (2014) support vector machine-firefly algorithm based forecasting model to determine malaria transmission Journal of Neurocomputing https://doi.org/10.1016/j neucom.2013.09.030 [6] Palaniyandi M (2014) Red and Infrared remote sensing data for mapping and assessing the malaria and JE vectors J Geophys Remote Sensing 3(3):1 - [7] Anna L Buczak, and et al., (2015) Fuzzy association rule mining and classificationfor the prediction of malaria in South Korea BMC medical informatics and decision making 15(1):47 Doi: 10.1186/ s12911-015-0170-6 [8] Orlando Zacarias, Henrik Bostrém (2013) Comparing support vector regression and random forests modeling for predicting malaria incidence in Mozambique International Journal on Advances in ICT for Emerging Regions (ICTer) Doi: 10.1109/ ICTer.2013.6761181 [9] Hồ Đắc Thoan (2018) Nghiên cứu sô đặc điểm dịch tế biện pháp phòng chống sốt rét cho người dân ngủ rây hai huyện tỉnh Khánh Hoa Gia Lai (2014 - 2017) Luan an Tién si Y té công cộng, Hà Nội [10] Nguyễn Đức Hảo (2010) Xác định ty lệ mắc thực trạng sử dụng thuốc tự điều trị sốt rét cho người ngủ rây xã Đắk R Măng, huyện Đắk Glong, tỉnh Đắk Nông năm 2010 Y tế công cộng [11] Nguyễn Quang Mỹ (2002), Tang cường lực đào tạo vê Viễn thảm va GIS lĩnh vực môi trường sức khoẻ Việt Nam Đại học Khoa học tự nhiên, Đại học Quốc gia Hà Nội [12] Đào Văn Dũng nnk (2009) Ứng dụng viên thám hệ thống thông tin địa lý dự báo dịch sốt rét Gia Lai Tạp chí ŸY học Việt Nam [13] Quang-Thanh Bui and et al (2018) Understanding spatial variations of malaria in Vietnam using remotely sensed data integrated into GIS and machine learning classifiers Geocarto International [14] Dieu Tien Bui, and et al (2016) Hybrid artificial intelligence approach based on neural fuzzy inference model and metaheuristic optimization for flood susceptibility modeling in a high-frequency tropical Journal of Hydrology, vol 540, pp 317 - 330 [15] Dieu Tien Bui and et al (2017) A hybrid artificial intelligence approach using GIS-based neural-fuzzy inference system and particle swarm optimization for forest fire susceptibility modeling at a tropical area Journal of Agricultural and forest meteorology, vol 233, pp 32 - 44 BBT nhận bài: 12/10/2021; Phản biện xong: 08/11/2021 ; Chấp nhận đăng: 01/12/2021 Tạp chí Khoa học Tài nguyên Môi trường - Số 38 - năm 2021 155 ... hình GIS phân vùng khu vực có nguy bệnh sốt rét, cơng việc có ý nghĩa quan trong giai đoạn Trên giới, năm gần công nghệ GIS với liệu địa khơng độ ngày chun sâu Các mơ hình GIS lập đồ nguy sốt rét. .. vào nghiên cứu y học - dịch tễ bệnh sốt rét hay địa lý tự nhiên phương pháp tai biến tự nhiên - nhân sinh có đề tài nguy? ?n cứu chuyên sâu với việc ứng dụng GIS, viễn thám mơ hình tốn nghiên cứu. .. đến vùng âm ướt đến rừng Bản đô phân vùng Vv nguy sơt rét Hình 3: Quy trình xử lý liệu thành lập đồ phân vùng nguy sốt rét 152 Tạp chí Khoa học Tài ngun Mơi trường - Số 38 - năm 2021 Nghiên cứu