Tài liệu Báo cáo " TÍCH HỢP GIS VÀ PHÂN TÍCH QUYẾT ĐỊNH NHÓM ĐA MỤC TIÊU MỜ TRONG QUY HOẠCH SỬ DỤNG ĐẤT NÔNG NGHIỆP " doc

HỘI THẢO ỨNG DỤNG GIS TOÀN QUỐC 2011

22

TÍCH HỢP GIS VÀ PHÂN TÍCH QUYẾT ĐỊNH NHÓM ĐA MỤC
TIÊU MỜ TRONG QUY HOẠCH SỬ DỤNG ĐẤT NÔNG NGHIỆP
(THE INTEGRATION OF GIS AND FUZZY MULTI-OBJECTIVE GROUP DECISION
ANALYSIS FOR AGRICULTURAL LAND-USE PLANNING)

Lê Cảnh Định
(*)
, Trần Trọng Đức
(**)
(*)
Phân viện Quy hoạch và Thiết kế Nông nghiệp (miền Nam)
(**)
Trường Đại học Bách khoa - ĐH Quốc gia Tp. Hồ Chí Minh


Abstract: The decision makers are facing with the multi-objective optimization problem in
allocation of land-use planning - economic efficiency, employment, and environment - in
agricultural land-use planning. In this research, a model of integration of GIS and FMOGDA
is built to solve multi-objective optimization in the allocation of agricultural land-use. This
model is applied Lam Dong province. In which, the first, GIS is used to evaluate land
suitability, the result is a proposal map of land use; Then, based on the proposed land-use and
development requirements of socio-economic, the fuzzy multi-objective programming
(FMOLP) is formulated with three objectives: maximize gross margin (Z1), maximize
employment (Z2), maximize land cover in order to reduce soil erosion (Z3). The FMOLP is
solved by the interactive fuzzy satisficing method (Sakawa, 2002) with FAHP-GDM to support
to determine the weights of objectives in the group decision making environment. A result of
selected land-use plans optimized to meet the requirements of socioeconomic development and

protected environment of Lam Dong province.
Keywords: GIS, Fuzzy multi-objective linear programming (FMOLP), fuzzy AHP-group,
allocation of land-use, spatial land-use planning.

1. MỞ ĐẦU
Bố trí sử dụng đất nông nghiệp là một trong những nội dung quan trọng trong quy
hoạch phát triển nông nghiệp - nông thôn, nó thường thực hiện dựa trên kết quả đánh giá khả
năng thích nghi đất đai (FAO, 1976, 1993b, 2007).
Khó khăn gặp phải trong quá trình bố trí sử dụng đất là bố trí mỗi loại đất với diện tích
bao nhiêu để cho phương án sử dụng đất đáp ứng đồng thời nhiều mục tiêu về phát triển kinh
tế, xã hội và bảo vệ môi trường. Do vậy, bài toán bố trí sử dụng đất nông nghiệp là bài toán
tối ưu đa mục tiêu (multi-objective programming: MOP).
Bài toán MOP (k mục tiêu, k∈Z
+
và k ≥ 2) có nhiều cách tiếp cận để giải quyết: (i).
Tiếp cận một mục tiêu: Tối ưu hóa 1 mục tiêu quan trọng nhất và biến đổi (k-1) mục tiêu còn
lại thành hệ ràng buộc, cách tiếp cận này đôi khi không nhận được lời giải khả thi (Burke và
Kendall, 2005); (ii). Tiếp cận đa mục tiêu: Biến đổi bài toán tối ưu k mục tiêu thành bài toán
tối ưu 1 mục tiêu thông qua trọng số các mục tiêu, cách tiếp cận này khá thích hợp cho việc
tìm phương án tối ưu (Abdelaziz, 2007). Như vậy, việc giải bài toán MOP liên quan đến hai
kỹ thuật chính: (i) biểu diễn mức độ thỏa dụng của hàm mục tiêu và (ii) xác định trọng số các
mục tiêu.
− Đối với việc biểu diễn mức độ thỏa dụng các hàm mục tiêu: Phương pháp tương tác
thỏa hiệp mờ rất phù hợp cho giải bài toán MOP (Sakawa, 2002), trong đó các mục
HỘI THẢO ỨNG DỤNG GIS TOÀN QUỐC 2011

23
tiêu được chuyển sang biểu diễn dưới dạng mờ với đơn vị thống nhất là hàm thuộc
(μ
k

(Z
k
) ∈[0,1]) đo độ thỏa dụng của người quyết định (DM) đối với các mục tiêu.
− Đối với việc xác định trọng số các mục tiêu: Kỹ thuật phân tích thứ bậc (AHP) (Saaty,
1980) như là giải pháp kỹ thuật hỗ trợ DM xác định trọng số các mục tiêu (Lê Cảnh
Định và Trần Trọng Đức, 2009). Trong đó, người đánh giá sử dụng các số chính xác
a
ij
= 1/a
ji
∈ [1/9,1] ∪ [1,9] để so sánh mức độ quan trọng của từng cặp mục tiêu (i, j).
Tuy nhiên, do sự mơ hồ và không chắc chắn của người đánh giá, nên kết quả đánh giá
chưa đủ và chưa chính xác để ra quyết định (Chen et al., 2011). Để khắc phục hạn chế
của AHP gốc trong môi trường rõ (original crisp AHP), nhiều nghiên cứu đề xuất giải
pháp kết hợp hai kỹ thuật AHP và logic mờ (FAHP) trong so sánh cặp, cho phép mô tả
chính xác hơn trong quá trình ra quyết định (L.C. Định và T.T. Đức, 2011). Thêm nữa,
trong quá trình ra quyết định chọn phương án sử dụng đất, thường có nhiều người
tham gia, do vậy trong nghiên cứu này giới thiệu mô hình xác định trọng số các mục
tiêu mờ trong ra quyết định nhóm (fuzzy AHP- group decision making: FAHP-GDM)
hỗ trợ DM xác định vector trọng số trong giải bài toán MOP bằng phương pháp tương
tác thỏa hiệp mờ.
Mô hình tích hợp GIS và phân tích quyết định nhóm đa mục tiêu mờ (fuzzy multi-
objective group decision analysis: FMOGDA), trong đó: GIS đóng vai trò phân tích không
gian (xây dựng bản đồ đơn vị đất đai, đánh giá thích nghi đất đai, mô phỏng bản đồ quy
hoạch…); FMOGDA với kỹ thuật tối ưu mờ nhóm (mờ hóa và biểu diễn mức độ thỏa dụng
của hàm mục tiêu và xác định trọng số các mục tiêu bằng kỹ thuật FAHP-GDM), khả năng
hiệp lực giữa hai lĩnh vực GIS và FMOGDA tạo ra công cụ thật sự hữu ích trong phân tích ra
quyết định nhóm đa mục tiêu bán cấu trúc không gian (spatial MOGDA) như quy hoạch sử
dụng đất.
2. THUẬT TOÁN TƯƠNG TÁC THỎA HIỆP MỜ

2.1. Mô tả bài toán tối ưu đa mục tiêu: Mô hình MOLP được mô tả như sau:
Hàm mục tiêu (objective function): Max (Min)
T
k
xZxZxZxZ ))(),(),(()(
21
K=
Hệ ràng buộc (subject to):
{
}
,0,| ≥≤∈=∈ xBAxRxDx
n

Trong đó: + Z
i
(x) là các mục tiêu, Z
i
(x) = C
i
x với C
i
= (C
i1
, C
i2
,…, C
in
)
T
, i=1,2,…,k;

+ A ma trận cấp m x n; B là ma trận cấp 1x m; D là miền ràng buộc.
+ x là biến quyết định (là diện tích các hệ thống sử dụng đất).
2.2. Thuật giải:
Bài toán MOLP được giải bằng phương pháp tương tác thỏa hiệp mờ (Interactive fuzzy
satisficing method) với thuật giải như hình 1:
(i) Giải bài toán quy hoạch tuyến tính cho từng mục tiêu trên miền ràng buộc D; tính giá
trị hàm mục tiêu tại các phương án (Z
1
, ,…, Z
k
); xác định hàm thỏa hiệp mờ cho từng mục
tiêu (µ
1
(Z
1
), µ
2
(Z
2
),…, µ
k
(Z
k
)).

HỘI THẢO ỨNG DỤNG GIS TOÀN QUỐC 2011

24

2.3. AHP mờ trong ra quyết định nhóm (FAHP-GDM):
(1). Lựa chọn phương pháp AHP mờ (FAHP): Theo Kahraman (2008), hiện nay có
các phương pháp FAHP cơ bản thu hút nhiều nhà nghiên cứu: Phương pháp của V.
Laarhoven, Pedrycz (1983) và Buckley (1985) có yêu cầu tính toán rất lớn ngay cả đối với
vấn đề rất nhỏ; Phương pháp Cheng (1996) dựa trên cả hai phương pháp tính xác suất
(probability) và khả năng (possibility) nên rất khó xác định; Phương pháp Chang (1996): yêu
cầu tính toán tương đối thấp và trình tự thực hiện giống như phương pháp AHP trong môi
trườ
ng rõ. Do vậy, trong nghiên cứu này chọn phương pháp FAHP (Chang, 1996) để xác định
trọng số các tiêu chuẩn trong đánh giá đất đai.
(2). Biến ngôn ngữ và giá trị mờ của biến ngôn ngữ trong so sánh cặp: Theo Onut,
Efendigil và Kara (2010), mối quan hệ giữa các biến ngôn ngữ mô tả mức độ quan trọng giữa
2 tiêu chuẩn [giá trị so sánh rõ, Saaty(1980)] với giá trị mờ của biến ngôn ngữ (các số mờ tam
giác) trong so sánh cặp thể hiện như bảng 1.




- Giải bài toán cho từng mục tiêu với
tập ràng buộc D,
- Tính Z
1
, Z
2
,… , Z
k

- Tính độ thuộc
µ
1

(
Z
1
)
,…,
µ
k
(
Z
k
)

- DM xác định trọng số [w
1
,…w
k
],
- U = w
1
µ
1
(Z
1
)+…+ w
k
µ
k
(Z
k
),

- Giải bài toán max (u) với tập ràng
buộc D, tìm tập nghiệm X.
DM thỏa mãn
tập nghiệm X
*
?
End
Begin
No
Yes
Hình 1: Thuật giải tương tác thỏa hiệp
mờ (M.Sakawa, 2002)
Chọn phương án X
*
- (ii) Xác định mức độ ưu tiên cho các
mục tiêu (trọng số [w
1
, w
2
,…w
k
]). Sakawa
(2002) không đưa ra kỹ thuật xác định vector
trọng số, trong quá trình ứng dụng vào thực
tiễn quy hoạch sử dụng đất, nghiên cứu này
đề xuất kỹ thuật FAHP-GDM trong xác định
[w
k
] như mục 2.3.
(iii) Lập hàm mục tiêu tổng hợp:

ma
x
)( )()(
222111
→++
+
=
kkk
zwzwzwU
μ
μ
μ
(iv) Giải bài toán quy hoạch tuyến tính với
hàm mục tiêu tổng hợp trên miền ràng buộc
D, tìm phương án tối ưu X
*
.
- Nếu DM chưa thỏa mãn với X
*
thì quay về
bước (ii).
- Nếu X
*
thỏa mãn mong muốn của DM thì
X
*
là phương án chọn.

HỘI THẢO ỨNG DỤNG GIS TOÀN QUỐC 2011

25
Bảng 1: Biến ngôn ngữ và giá trị mờ của biến ngôn ngữ trong so sánh cặp
Giá trị so sánh
rõ
(Saaty,1980)
Biến ngôn ngữ mô tả mức độ
quan trọng (giữa 2 tiêu chuẩn)
Số mờ
tam giác
(l, m, u)
Nghịch đảo
số mờ tam giác
(1/u, 1/m, 1/l)

Chỉ bằng nhau (just equal) (1, 1, 1) (1, 1, 1)
1
Quan trọng bằng nhau
(equal importance)
(1, 1, 2) (1/2, 1, 1)
3
Quan trọng yếu
(weak importance)
(2, 3, 4) (1/4, 1/3, 1/2)
5
Quan trọng mạnh
(essential or strong importance)
(4, 5, 6) (1/6, 1/5, 1/4)
7
Quan trọng rất mạnh
(very strong importance)

(6, 7, 8) (1/8, 1/7, 1/6)
9
Vô cùng quan trọng
(extremely preferred)
(8, 9, 9) (1/9, 1/9, 1/8)
2,4,6,8 Mức trung gian giữa các mức nêu trên
(x-1, x, x+1);
x=2,4,6,8.
(1/(x+1), 1/x, 1/(x-1));
x=2,4,6,8.
Nguồn: Onut, Efendigil và Kara (2010).

(3). Phương pháp FAHP-GDM:
Giả sử có tập đối tượng X ={x
1
, x
2
, … x
n
} và tập mục tiêu U ={u
1
, u
2
,…, u
m
}.
), ,2,1;, ,2,1( mjniM
j
gi
== là số mờ tam giác thể hiện mức độ ảnh hưởng của đối tượng x

i

đối với mục tiêu u
j
.
Số mờ ),,(
~
ijkijkijkijk
umla = là kết quả đánh giá mờ của chuyên gia k về mức độ ảnh
hưởng của đối tượng x
i
với mục tiêu u
j
; Với l
ijk
≤ m
ijk
≤ u
ijk
và l
ijk
, m
ijk
, u
ijk
∈ [1/9,1]∪[1,9].
Tổng hợp kết quả đánh giá của k chuyên gia (Jaskowski et al., 2010):
),,,(
~
ijijij

ij
UMLA =
với: L
ij
= min (l
ijk
),
n
n
k
ijkij
mM
/1
1
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
=
∏
=
, U
ij
= max(u
ijk
)

Sau khi có ma trận đánh giá tổng hợp mờ của nhóm k chuyên gia ( )
~
ij
A , sử dụng thuật
toán FAHP (Chang, 1996) và được chi tiết bởi Kahraman (2008), để tính trọng số các tiêu
chuẩn, bao gồm các bước như sau:
Bước 1: Tổng hợp mức độ ảnh hưởng mờ của đối tượng i:
∑∑∑
=
−
==
⎥
⎦
⎤
⎢
⎣
⎡
⊗=
m
j
n
i
m
j
j
gi
j
gii
MMS
1

1
11
(1); Trong đó:
∑∑∑∑
====
=
m
j
m
j
m
j
m
j
jjj
j
gi
umlM
1111
),,(
(2);
∑∑ ∑∑∑
== ===
=
n
i
n
i
n
i

iii
n
i
m
j
j
gi
umlM
11 111
),,(
(3);
Nghịch đảo số mờ (3):
⎟
⎟
⎟
⎟
⎠
⎞
⎜
⎜
⎜
⎜
⎝
⎛
=
⎥
⎦
⎤
⎢
⎣

⎡
∑∑∑
∑∑
===
−
==
n
i
i
n
i
i
n
i
i
n
i
m
j
j
gi
lmu
M
111
1
11
1
,
1
,

1
(4)
HỘI THẢO ỨNG DỤNG GIS TOÀN QUỐC 2011

26
Bước 2: So sánh cặp số mờ M
2
(l
2
,m
2
,u
2
) ≥ M
1
(l
1
,m
1
,u
1
) được xác định như sau:
))](),([min(sup)(
212
1
yxMMV
MM
xy
μ
μ

≥
=≥
(5)
⇔
⎪
⎪
⎪
⎩
⎪
⎪
⎪
⎨
⎧
−−−
−
≥
≥
==∩=≥
,
)()(
:
,0
,1
)()()(
1122
21
21
12
2112
2

lmum
ul
else
ulif
mmif
dMMhgtMMV
M
μ
(6)
Trong đó d là độ cao của các hàm thuộc
2
,
1
MM
μ
μ
của hai số mờ M
1
và M
2
. Khi so sánh
hai số mờ M
1
và M
2
thì so sánh cả V(M
2
≥ M
1
) và V(M

2
≤ M
1
).
Bước 3: So sánh số mờ M với k số mờ khác
V(M ≥ M
1
, M
2
, …, M
k
) = V[(M≥ M
1
) and (M≥ M
2
) and…and (M≥ M
k
)]
= minV(M≥ M
i
), với i=1,2,…, k;
Đặt d’(A
i
)= minV(S
i
≥ S
k
), với i=1, , n; k=1,2,…, n; k ≠ i;
[W’] = [d’(A
1

), d’(A
2
),…, d’(A
n
)]
T
,
Bước 4: Chuẩn hóa vector [W’] được vector trọng số [W] cần tìm,
[W]= [d(A
1
), d(A
2
),…, d(A
n
)]
T
, [W] là số rõ (nonfuzzy number).

3. ỨNG DỤNG GIẢI BÀI TOÁN BỐ TRÍ SỬ DỤNG ĐẤT
Khu vực nghiên cứu là tỉnh Lâm Đồng. Trên địa bàn Lâm Đồng chọn 7 loại hình sử
dụng đất (LUT) chính để đưa vào đánh giá thích nghi và bố trí sử dụng đất: LUT1 (2 vụ lúa),
LUT2 (1 vụ lúa), LUT3 (Chuyên màu), LUT4 (Rau - hoa), LUT5 (Cà phê), LUT6 (Chè),
LUT7 (Điều).
Bước 1: Ứng dụng GIS đánh giá thích nghi đất đai tỉnh Lâm Đồng, kết quả được bản đồ
đề xuất sử dụng đất bền vững với thuộc tính như bảng 2.
Bảng 2: Đề xuất sử dụng đất nông nghiệp bền vững
Vùng
thích
nghi
Đơn vị

đất đai
LMU
LUT1
Lúa 2
vụ

LUT2
Lúa 1
vụ

LUT
3
Màu

LUT4
Rau-hoa

LUT5
Cà phê

LUT6
Chè

LUT7
Điều

D.tích
T.nhiên
(ha)
Phân

định
N.Nghiệp
(ha)
1 3 S3 N S1 S1 S1 N N 13.467 8.273
2 1 S3 N S1 N S1 N N 3.037 2.000
3 5 S3 N S3 S1 S1 N N 3.469 2.126
4 2, 4 S3 N S3 N N N N 35.714 24.321
5 6, 7 N N S1 N N S1 S1 6.942 2.845
6
14, 15, 16, 17, 18, 20,
21, 22, 23, 24, 25, 26,
27, 30, 31, 33, 34, 42,
43, 44, 47, 48, 56, 57,
58, 64, 65, 73, 74, 87,
88, 92
N N S3 S1 S1 S1 N 260.126 136.427
HỘI THẢO ỨNG DỤNG GIS TOÀN QUỐC 2011

27
Vùng
thích
nghi
Đơn vị
đất đai
LMU
LUT1
Lúa 2
vụ

LUT2

Lúa 1
vụ

LUT
3
Màu

LUT4
Rau-hoa

LUT5
Cà phê

LUT6
Chè

LUT7
Điều

D.tích
T.nhiên
(ha)
Phân
định
N.Nghiệp
(ha)
7
9, 10, 11, 28, 32, 36,
37, 38, 50, 51, 52, 71,
84, 98

N N S3 N S1 S1 S1 45.321 13.268
8 12, 39, 40, 53, 85 N N N N S1 S1 S1 30.068 7.686
9
8, 35, 45, 59, 60, 66,
75, 82, 89, 93, 99, 101
N N N N S1 S1 N 71.842 23.190
10 69 N N N N N S1 N 11.409 290
11
13, 29, 41, 54, 55, 72,
79, 81, 86
N N N N N N S1 103.699 10.809
12
46, 49, 61, 62, 63, 67,
68, 70, 76, 77, 78, 80,
83, 90, 91, 94, 95, 96,
97, 100, 102, 103, 104
N N N N N N N 362.506 45.581
Sông suối, ao-hồ,… 29.754

Diện tích tự nhiên 977.354 276.816
Ghi chú: S1: rất thích nghi, S2: thích nghi trung bình, S3 ít thích nghi, N: không đề xuất cho sản xuất nông
nghiệp.

Bước 2: Xây dựng các điều kiện của bài toán
Lâm Đồng là tỉnh nông nghiệp, cơ cấu giá trị sản xuất khu vực I (ngành nông- lâm
nghiệp và thuỷ sản) chiếm 48,5% tổng giá trị sản xuất toàn Tỉnh. Ngành nông nghiệp chiếm
97,5% giá trị sản xuất khu vực I, trong đó giá trị sản xuất ngành trồng trọt chiếm 79,5%
(UBND tỉnh Lâm Đồng, 2010). Lao động nông nghiệp chiếm khoảng 71% lao động xã hội,
thời gian lao động nhàn rỗi trong năm ở khu vực nông thôn chiếm khoảng 30% (dự ki
ến sẽ

giảm xuống còn 18-20% sau năm 2015). Vậy quy hoạch sử dụng đất nông nghiệp phải tập
trung nâng cao hiệu quả kinh tế, giải quyết việc làm cho lao động nông nghiệp và hạn chế đến
mức thấp nhất tác động xấu của sản xuất nông nghiệp đến môi trường. Cụ thể, phương án sử
dụng đất nông nghiệp thỏa mãn đồng thời các mục tiêu:
Tối đa lãi thuần (Z1), tối đa nhu cầu
lao động (Z2), tối đa độ che phủ (Z3) nhằm giảm đến mức thấp nhất hiện tượng rửa trôi và
xói mòn đất. Dựa vào các yêu cầu trên, bài toán tối ưu đa mục tiêu tuyến tính (MOLP) được
cài đặt như sau:
(1). Hàm mục tiêu:
Gọi X
ij
là diện tích LUT
j
(j=1,…,7) trên LMU
i
(i =1,…,104), X
ij
≥ 0, X
ij
∈Z,
Gọi GM
ij
là lãi thuần/1ha khi sản xuất LUT
j
trên LMU
i
,
Gọi LB
ij
là nhu cầu công lao động/1ha cho sản xuất LUT

j
trên LMUi,
Gọi CV
ij
là hệ số che phủ khi sản xuất LUT
j
trên LMUi.
Các tham số lãi thuần (GM), nhu cầu lao động (LB) được xác định trong quá trình đánh
giá thích nghi kinh tế (Lê Cảnh Định, 2010), riêng tham số về độ che phủ (CV) tính theo quy
định của bộ NN&PTNT (cây hàng năm: CV= 0; cây điều: CV=1; cây cà phê và cây chè thì
CV=0,7). Trên cơ sở đó, các hàm mục tiêu được cài đặt như sau:
HỘI THẢO ỨNG DỤNG GIS TOÀN QUỐC 2011

28
Mục tiêu tối đa lãi thuần (Z1):
∑∑
==
→
104
1
7
1
max
ij
ijij
XGM
Mục tiêu tối đa nhu cầu lao động (Z2):
∑∑
==
→

104
1
7
1
max
ij
ijij
XLB
Mục tiêu tối đa độ che phủ (Z3):
∑∑
==
→
104
1
7
5
max
ij
ijij
XCV
(2). Các hệ ràng buộc:
+ Ràng buộc về tài nguyên đất:
Tổng diện tích vùng thích nghi (bảng 2):
104, ,1,
7
1
=≤
∑
=
iSX

i
j
ij
, trong đó: Si là diện tích được phân định cho sản xuất nông nghiệp
trên LMU
i
(i=1,…, 104). Ví dụ: vùng thích nghi 1 (LMU3), tổng diện tích bố trí cho các LUT
nhỏ hơn 8.273ha, hay
;3,273.8
7
1
=≤
∑
=
iX
j
ij

+ Ràng buộc về yêu cầu phát triển (theo định hướng phát triển các LUT):
Diện tích LUT1: 1,000.12000.8
104
1
=≤≤
∑
=
jX
i
ij
; Diện tích LUT2: 2,0
104

1
==
∑
=
jX
i
ij

(trong quy hoạch bỏ lúa 1 vụ); Diện tích LUT3:
3,000.40000.30
104
1
=≤≤
∑
=
jX
i
ij
; Diện tích
LUT4: 4,000.20000.10
104
1
=≤≤
∑
=
jX
i
ij
; Diện tích LUT5: 5,000.150000.110
104

1
=≤≤
∑
=
jX
i
ij
;
Diện tích LUT6: 6,000.32000.25
104
1
=≤≤
∑
=
jX
i
ij
; Diện tích LUT7:
7,000.15000.10
104
1
=≤≤
∑
=
jX
i
ij

+ Ràng buộc về lao động nông nghiệp: Tổng lao động nông nghiệp:
∑∑

==
≤
104
1
7
1
000.230260/
ij
ijij
XLB .
Bước 3: Giải bài toán đa mục tiêu: Ứng dụng thuật giải tương tác thỏa hiệp mờ
(sakawa, 2002) để giải bài toán MOLP, các bước thực hiện như hình 1.
(i). Giải bài toán quy hoạch tuyến tính cho từng mục tiêu: Kết quả như bảng 3.
Bảng 3: Giá trị hàm mục tiêu của các phương án

Các phương án
Z1:
Lãi thuần
(triệu đồng)
Z2:
Nhu cầu lao động
(ngày công)
Z3:
Diện tích che phủ
(ha)
Z1: Tối đa lãi thuần
16.088.910.617
50.414.165 123.230
Z2: Tối đa về nhu cầu lao động 9.860.014.929
59.483.035

117.255
Z3: Tối đa độ che phủ 9.550.924.473 44.965.719
132.513
HỘI THẢO ỨNG DỤNG GIS TOÀN QUỐC 2011

29
Các hàm mục tiêu có đơn vị tính khác nhau (đơn vị tính của Z1 là triệu đồng, Z2 là ngày
công lao động, Z3 là ha che phủ), do vậy nên được chuyển sang biểu diễn dưới dạng mờ với
đơn vị thống nhất là hàm thuộc (μ
k
(Z
k
) ∈[0,1]) đo độ thỏa dụng của DM đối với các mục tiêu,
cách biểu diễn như vậy rất gần gũi với suy nghĩ của DM, do đó sẽ dễ dàng hơn cho DM trong
việc lựa chọn các phương án.
(ii). Mức độ ưu tiên các mục tiêu: Phương pháp FAHP-GDM (mục 2.3) như là giải pháp
kỹ thuật hỗ trợ DM xác định trọng số các mục tiêu trong ra quyết định nhóm.
(iii). Hàm mục tiêu tổ
ng hợp:
(**)max
257.15
255.117
316.517.14
719.965.44
144.986.537.6
473.924.550.9
3
3
2
2

1
1
→
−
×+
−
×+
−
×
Z
w
Z
w
Z
w
Trong đó: w
1
, w
2
, w
3
là trọng số các mục tiêu Z1, Z2, Z3.
(iv). Giải bài toán: Việc giải bài toán (**) trên miền ràng buộc ban đầu để tìm phương án
sử dụng đất tối ưu chỉ phụ thuộc vào việc xác định bộ trọng số [w
1
, w
2
, w
3
] của các mục tiêu Z1,

Z2, Z3, ứng với 1 bộ trọng số sẽ có 1 phương án sử dụng đất tối ưu.
Trong trường hợp tỉnh Lâm Đồng: Quan điểm phát triển: Kinh tế được ưu tiên phát
triển trên cơ sở đáp ứng được lợi ích của toàn xã hội và hạn chế đến mức thấp nhất tác hại đến
môi trường. Như vậy, bố trí sử dụng đấ
t nông nghiệp có 2 kịch bản (scenarios) xếp theo thứ tự
ưu tiên như sau:
− Kịch bản I: Kinh tế (Z1) ≥ Môi trường (Z3) ≥ Xã hội (Z2);
− Kịch bản II: Kinh tế (Z1) ≥ Xã hội (Z2) ≥ Môi trường (Z3).
+ Đối với kịch bản I: Nhóm ra quyết định gồm 9 người, kết quả so sánh cặp mục tiêu
trong môi trường rõ (crisp) như bảng 4.
Bảng 4: Giá trị so sánh cặp mục tiêu trong môi trường rõ
Mục tiêu Kết quả đánh giá của Chuyên gia thứ
i j 1 2 3 4 5 6 7 8 9
Kinh tế (Z1) Xã hội 2 3 3 6 8 5 4 8 7
Môi trường 2 4 2 7 7 4 5 7 6
Môi trường (Z3) Xã hội (Z2) 2 2 2 2 3 2 2 2 3
Tỷ số nhất quán (CR )
4,6% 9,3% 0,8% 6,9% 9,0% 2,1% 8,1% 3,0% 8,6%

Tiếp theo, mờ hóa các ma trận so sánh cặp rõ (bảng 4) của từng chuyên gia (thang phân
loại mờ như bảng 1). Ví dụ mờ hóa ma tra so sánh cặp của chuyên gia thứ 1:
Bảng 5: Ma trận so sánh rõ Bảng 6: Ma trận so sánh mờ
Mục tiêu Z1 Z2 Z3
Mờ hóa

Z1 Z2 Z3
Z1
1
2 2
1 1 1

1/1 2/1 3/1 1/1 2/1 3/1
Z2 1/2
1
1/2 1/3 1/2 1/1
1 1 1
1/3 1/2 1/1
Z3 1/2 2
1
1/3 1/2 1/1 1/1 2/1 3/1
1 1 1

HỘI THẢO ỨNG DỤNG GIS TOÀN QUỐC 2011

30
Tương tự, mờ hóa ma trận so sánh của các chuyên gia còn lại. Tổng hợp tất cả các ma trận
so sánh mờ của các chuyên gia (Jaskowski et al., 2010), kết quả như bảng 7.
Bảng 7: Ma trận tổng hợp mờ
Mục tiêu Kinh tế (Z1) Xã hội (Z2) Môi trường (Z3)
Z1
1 1 1
1/1 37/8 9/1 1/1 31/7 8/1
Z2 1/9 2/9 1/1
1 1 1
1/4 1/2 1/1
Z3 1/8 2/9 1/1 1/1 11/5 4/1
1 1 1

Cuối cùng, từ bảng ma trận tổng hợp mờ (bảng 7), tính trọng số của các yếu tố, các
bước như sau (xem mục 2.3):
- Bước 1: Tổng hợp mức độ ảnh hưởng mờ của các yếu tố:

S
Z1
= (3/1; 10/1; 18/1) (1/27; 6/91; 2/13) = (0,1111; 0,6640; 2,7752)
S
Z2
= (4/3; 5/3; 3/1) (1/27; 6/91; 2/13) = (0,0504; 0,1105; 0,4625)
S
Z3
= (17/8; 17/5; 6/1) (1/27; 6/91; 2/13) = (0,0787; 0,2255; 0,9251)
- Bước 2: So sánh các cặp số mờ:
V(S
Z1
≥ S
Z2
) = 1,00; V(S
Z1
≥ S
Z3
) = 1,00
V(S
Z2
≥ S
Z1
) = 0,39; V(S
Z2
≥ S
Z3
) = 0,77
V(S
Z3

≥ S
Z1
) = 0,65; V(S
Z3
≥ S
Z2
) = 1,00
- Bước 3: Giá trị nhỏ nhất của mỗi cặp số mờ:
d’(Z1) = MinV(S
Z1
≥ S
i
) = 1,00; S
i
= S
Z2
, S
Z3

d’(Z2)= MinV(S
Z2
≥ S
i
) = 0,39; S
i
= S
Z1
, S
Z3

d’(Z3)= MinV(S
Z3
≥ S
i
) = 0,65; S
i
= S
Z1
, S
Z2

[W’] = [d’(Z1); d’(Z2); d’(Z3)]
T
= [1,00; 0,39; 0,65]
T
- Bước 4: Chuẩn hóa [W’] được vector trọng số rõ (crisp) cần tìm:
[W] = [w
Z1
; w
Z2
; w
Z3
]
T
= [0,490; 0,191; 0,319]
T


+ Đối với kịch bản II: Kết quả so sánh cặp mục tiêu trong môi trường rõ (crisp) như
bảng 8, với phương pháp tương tự, xác định được vector trọng số [w

Z1
; w
Z2
; w
Z3
]
T
= [0,531;
0,340; 0,129]
T
.
Bảng 8: Giá trị so sánh cặp mục tiêu trong môi trường rõ
Mục tiêu Kết quả đánh giá của Chuyên gia thứ
i j 1 2 3 4 5 6 7 8 9
Kinh tế (Z1) Xã hội 2 3 4 5 4 4 4 4 5
Môi trường 3 4 6 8 6 5 5 5 6
Môi trường (Z3) Xã hội (Z2) 1 1 1/4 1 1/4 1/3 1/2 1/3 1/3
Tỷ số nhất quán (CR ) 1,6% 0,8% 9,3% 2,1% 9,3% 7,4% 2,1% 7,4% 8,1%

HỘI THẢO ỨNG DỤNG GIS TỒN QUỐC 2011

31
Thế từng bộ trọng số vào bài tốn (**), giải bài tốn (**) với hệ ràng buộc ban đầu, sử
dụng phần mềm SALUP (Lê Cảnh Định và ctg, 2010), từ đó tìm được diện tích tối ưu các
phương án, giá trị hàm mục tiêu tổng hợp U và độ thuộc của từng mục tiêu thể hiện trong
bảng 9.
Bảng 9: Giá trị hàm mục tiêu tổng hợp của các phương án sử dụng đất
Kịch Bộ trong số [W] U Độ thuộc các mục tiêu
bản w
1

w
2
w
3
(*) µ(Z
1
) µ(Z
2
) µ(Z
3
)
I 0,490 0,191 0,319 0,785 0,980 0,691 0,541
II 0,531 0,340 0,129 0,825 0,980 0,718 0,459

Từ bảng 9 cho thấy: So với kịch bản I, kịch bản II có giá trị hàm mục tiêu tổng hợp cao
hơn (U
2
=0,825 > U
1
=0,785), do vậy chọn kịch bản II.
Ứng với kịch bản chọn, diện tích từng loại đất như sau: LUT1 (2 vụ lúa): 8.360ha,
LUT2 (1 vụ lúa): khơng sản xuất, LUT3 (Chun màu): 30.000ha, LUT4 (Rau - hoa):
20.000ha, LUT5 (Cà phê): 125.875ha, LUT6 (Chè): 32.000, LUT7 (Điều): 15.000ha.
Kết nối với phần mềm SALUP (Lê Cảnh Định và ctg, 2010) để mơ phỏng bản đồ quy
hoạch sử dụng đất nơng nghiệp tỉnh Lâm Đồng (hình 1).

+ Nhận xét: Cả hai nghiên cứu đều chuyển tồn bộ diện tích lúa 1 vụ sang trồng màu,
rau-hoa, diện tích đất màu tương đương nhau. Diện tích đất 2 lúa của PA tỉnh cao hơn vì một
số địa phương đề xuất giữ lại diện tích hiện sản xuất lúa 2 vụ (kể cả một số nằm trong lâm
phần), còn mơ hình của nghiên cứu này khơng xem xét phần diện tích ngồi phân định cho
sản xuất nơng nghiệp. Diện tích chè và cà phê cả hai nghiên cứu đều b
ằng nhau. Cây điều có
tính bền vững cao nên được chọn trồng ở các Huyện phía Nam thay thế cho màu và cà phê.
+ Tóm lại: So với PA sử dụng đất của Tỉnh (theo phương pháp truyền thống), PA của
nghiên cứu này có các mục tiêu đều tốt hơn (giá trị sản xuất, nhu cầu lao động và độ che phủ
cao hơn) nên có tính bền vững cao hơn.
Hình 1: Kết quả mơ phỏng bản đồ quy hoạch
bằng phần mềm SALUP
0
20
40
60
80
100
120
140
160
180
LUT1:
2 lúa
LUT2:
1 lúa
LUT3:
Mà u
LUT4:

Rau-hoa
LUT5:
Cà phê
LUT6:
Chè
LUT7:
Điều
1000 h
a
Hiện trạng PA_SALUP PA_Tỉnh
Hình 2: So sánh kết quả của tỉnh (theo
p
hương pháp truyền thống) với kết quả
của nghiên cứu này (PA_SALUP)
HỘI THẢO ỨNG DỤNG GIS TOÀN QUỐC 2011

32
4. KẾT LUẬN
Trong bài toán bố trí sử dụng đất, GIS đóng vai trò cung cấp dữ liệu đầu vào cho mô hình
tối ưu đa mục tiêu tuyến tính mờ (FMOLP), SALUP là phần mềm dùng để giải bài toán
FMOLP, kỹ thuật FAHP-GDM hỗ trợ xác định vector trọng số các mục tiêu trong môi trường
ra quyết định nhóm để giải tìm phương án tối ưu. Phối hợp các công cụ và kỹ thuật trên và vận
dụng phương pháp tương tác thỏa hiệp mờ (Sakawa, 2002) để gi
ải bài toán FMOLP trong phân
bổ diện tích các loại cây trồng là giải pháp khá hợp lý trong quy hoạch sử dụng đất nông nghiệp.
Giải bài toán FMOLP trong quy hoạch sử dụng đất nông nghiệp bằng phương pháp
tương tác thỏa hiệp mờ nhóm cho phép tương tác trực tiếp với nhóm người ra quyết định
trong việc bố trí đất đai. Trong đó, các quan điểm phát triển của địa phương cũng như mong
muốn của chính quyền và các đối t
ượng sử dụng đất được đưa vào mô hình thông qua việc

thay đổi mức độ ưu tiên các mục tiêu. Do vậy, kết quả bố trí sử dụng đất phù hợp với điều
kiện thực tiễn và định hướng phát triển kinh tế-xã hội của địa phương nên có tính khả thi cao.
Mô hình tích hợp GIS và FMOGDA hỗ trợ nhóm người ra quyết định giải quyết bài
toán ra quyết định đa mục tiêu không gian (spatial MCDM) một cách trự
c quan thông qua bản
đồ số trong hệ GIS; hỗ trợ xây dựng nhiều phương án khác nhau, nên lựa chọn phương án sử
dụng đất khách quan và hợp lý.

Tài liệu tham khảo

C. Kahraman (2008), Fuzzy Multi-Criteria Decision Making: Theory and Application with Recent
Developments, Springer, USA.
E.K., Burke, G. Kendall (2005), Search mrthodologies: introductory tutorials in optimization and
decision support techniques, Springer, USA.
F.B. Abdelaziz (2007), Multiobjective programming and Goal programming: New trend and
Application, European Journal of Operation Research, vol. 177, pp. 1520-1522, ScienceDirect.
Le Canh Dinh, Tran Trong Duc (2009), The Integration of GIS and Fuzzy Multi-Objective Linear
Programming (FMOLP)- An Interactive Decision Making Tool in Sustainable Use of
Agricultural Land, presented at the 7
th
FIG Regional Conference, Spatial Data Serving People:
Land Governance and the Environment - Building the Capacity, Hanoi, VN, 19-22 Oct. 2009.
Le Canh Dinh, Tran Trong Duc (2011), The Integration of GIS and Fuzzy AHP-Group for Land
Suitability Analysis, presented at the 10
th
Annual Asian Conference and Exhibition on
Geospatial Information, Technology & Application: Geospatial Convergence –Paradigm for
Future, Jakarta, Indonesia, 17-19 Oct. 2011.
Lê Cảnh Định, Cao Duy Trường, Trần Trọng Đức (2010), Mô hình tích hợp Callular Automata và GIS
trong mô phỏng không gian các phương án quy hoạch sử dụng đất nông nghiệp, kỷ yếu hội thảo

ứng dụng GIS toàn quốc 2010, Đại học Nông Lâm TpHCM, 5-6/11/2010, trang 33-40.
P. Jaskowski, S. Biruk, R. Bucon (2010), Assessing contractor selection criteria weight with fuzzy
AHP method application in group decision making, Automation in construction 19 (2010),
Elsevier.
S. Onut, T. Efendigil, S.S. Kara (2010), A combined fuzzy MCDM approach for selecting shopping
center site: An example from Istanbul, Turkey, Expert system with application 37 (2010), 1973-
1980, Science Direct, Elsevier.
V.Y.C. Chen, H.P. Lien, C.H. Liu, J.J.H. Liou, G.H Tzeng, L.S Yang (2011), Fuzzy MCDM approach
for selecting the best environment-watershed plan, Applied Soft Computing 11 (2011) 265–275,
ScienceDirect.