Trong bài viết này, chúng tôi trình bày tiếp cận xây dựng mô hình dự báo dịch rầy nâu gây hại trên lúa. Mô hình máy học véc-tơ hỗ trợ và rừng ngẫu nhiên là các mô hình được sử dụng phổ biến trong dự báo do tính chính xác của chúng. Tuy nhiên, việc cân chỉnh mô hình để tìm các siêu tham số của giải thuật máy học tốn nhiều thời gian tính toán. Chúng tôi đề xuất phân tán các tác vụ cân chỉnh mô hình trên nền Apache Spark (nền tảng tính toán nhóm trên bộ nhớ trong), để rút ngắn thời gian tìm kiếm các siêu tham số của giải thuật học khi xây dựng mô hình dự báo mật số rầy nâu. Kết quả thực nghiệm cho thấy rằng phân tán công việc cân chỉnh mô hình dự báo của máy học véc-tơ hỗ trợ, rừng ngẫu nhiên trên nền Apache Spark đạt hiệu quả về thời gian khi tăng số lượng nút sử dụng trong hệ nhóm máy tính. Kết quả của mô hình tối ưu tìm được sau khi cân chỉnh mô hình dự báo chính xác mật số rầy nâu khi so sánh với các mô hình hồi quy tuyến tính, k láng giềng.