BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC CẦN THƠ
TÓM TẮT LUẬN ÁN TIẾN SĨ Chuyên ngành: Quản lý đất đai Mã ngành: 62 85 01 03
NGUYỄN HỒNG THẢO
PHÂN TÍCH MỐI QUAN HỆ GIỮA CÁC YẾU TỐ KINH TẾ - XÃ HỘI - MÔI TRƯỜNG LÀM CƠ SỞ XÂY DỰNG MÔ HÌNH TÍCH HỢP HỖ TRỢ QUY HOẠCH SỬ DỤNG ĐẤT NÔNG NGHIỆP. TRƯỜNG HỢP NGHIÊN CỨU TẠI TỈNH SÓC TRĂNG
Cần Thơ, 2021
CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI TRƯỜNG ĐẠI HỌC CẦN THƠ
Người hướng dẫn chính: PGS.TS. Nguyễn Hiếu Trung
Luận án được bảo vệ trước hội đồng chấm luận án tiến sĩ cấp cơ sở Họp tại: Nhà Điều hành, Trường Đại học Cần Thơ. Vào lúc 14 giờ 00 ngày 25 tháng 12 năm 2019
Phản biện 1: PGS. TS. Lê Văn Trung Phản biện 2: PGS. TS. Châu Minh Khôi Có thể tìm hiểu luận án tại thư viện: Trung tâm Học liệu, Trường Đại học Cần Thơ. Thư viện Quốc gia Việt Nam.
DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ
Thơ. 52a: học Đại
1. Nguyễn Hồng Thảo và Nguyễn Hiếu Trung, 2017. Xây dựng ứng dụng mã nguồn mở để tối ưu diện tích sử dụng đất nông nghiệp. Tạp chí Khoa học Trường 62-71. Cần https://doi.org/10.22144/ctu.jvn.2017.111
trường Biến hậu (2): đổi khí và
2. Nguyễn Hồng Thảo, Nguyễn Hiếu Trung và Lê Quang Trí, 2017. Xây dựng mô hình hỗ trợ bố trí đất nông nghiệp - Trường hợp nghiên cứu ở huyện Mỹ Xuyên, tỉnh Sóc Trăng. Tạp chí Khoa học Trường Đại học Cần Thơ. Số chuyên 166-177. đề: Môi https://doi.org/10.22144/ctu.jsi.2017.065
3. Thao, N.H. and Trung, N.H., 2018. Establishing an integrated model for supporting agricultural land use planning: A case study in Tran De district, Soc Trang province. Can Tho University Journal of Science. 54(Special issue: Agriculture): 62-71. https://doi.org/10.22144/ctu.jsi.2018.096
4. Nguyễn Hồng Thảo, Nguyễn Hiếu Trung, Trương Chí Quang, Phạm Thanh Vũ, Phan Hoàng Vũ, Vương Tuấn Huy, Đặng Kim Sơn, 2019. Ứng dụng bài toán tối ưu hóa và bố trí sử dụng đất nông nghiệp cho vùng Đồng bằng sông Cửu Long. Tạp chí Khoa học Đất Số đặc biệt 57, 97–102.
hậu)(2): Biến khí đổi và
5. Nguyễn Hồng Thảo và Nguyễn Hiếu Trung, 2019. Ứng dụng mô hình Monte Carlo dự báo diện tích đất sản xuất nông nghiệp trong tối ưu hóa đất nông nghiệp. Tạp chí Khoa học Trường Đại học Cần Thơ. 55(Số chuyên đề: Môi 164-174. trường https://doi.org/10.22144/ctu.jsi.2019.143
CHƯƠNG 1 GIỚI THIỆU
1.1 Tính cấp thiết của đề tài
Quy hoạch sử dụng đất được xây dựng theo chu kỳ 10 năm và công tác quy hoạch hiện nay dựa trên các tiêu chí của Bộ Tài nguyên và Môi trường (Bộ Tài nguyên và Môi trường, 2014) và quy trình hướng dẫn của FAO (FAO, 1981) gồm 7 bước. Trong đó có hai bước cần thiết phải chú trọng để đảm bảo sự phát triển và phát triển bền vững đó là đánh giá thích nghi đất đai tự nhiên và đánh giá bổ sung về kinh tế, xã hội và môi trường (KT-XH-MT) để xây dựng các phương án sử dụng đất. Tuy nhiên giai đoạn đánh giá bổ sung các yếu tố KH- XH-MT thường gặp nhiều khó khăn do những điều kiện này thường xuyên thay đổi và thường khác nhau ở các vùng miền khác nhau do đó gây khó khăn khi ứng dụng.
Để đánh giá bổ sung các yếu tố KT-XH-MT, các tác giả đã sử dụng nhiều phương pháp như đánh giá đất đai đa mục tiêu (Phạm Thanh Vũ và ctv., 2009), phân tích thứ bậc (AHP) trong phân cấp thích nghi (Akıncı et al., 2013; Elaalem et al., 2010). Ưu điểm của các phương pháp này là đề xuất được diện tích các KSD đất sản xuất nông nghiệp một cách tối ưu nhất dựa vào các ràng buộc. Tuy nhiên, điểm hạn chế là kết quả bản đồ bố trí nhiều KSD trên một ĐVĐĐ mà không xác định chính xác vùng bố trí. Do đó, cần thiết phải nghiên cứu xây dựng chương trình phần mềm hỗ trợ để đơn giản hóa quy trình ứng dụng dựa trên các yếu tố KT- XH – MT xác định.
Bên cạnh đó vấn đề bố trí không gian diện tích quy hoạch sử dụng đất nông nghiệp như thế nào là tối ưu nhất không chỉ là câu hỏi lớn của những người làm công tác quy hoạch. Về giải quyết bài toán này, nhiều nghiên cứu đã được thực hiện, nổi bậc có bố trí dự trên phân tích đa tiêu chí MCA trên GIS và bố trí bằng Cellular Automata (CA) (Lê Cảnh Định, 2011). Các phương pháp này đã giúp cải thiện một bước đáng kể trong hỗ trợ xây dựng quyết định của nhà quy hoạch. Tuy nhiên các phương pháp bố trí không gian hiện nay chưa cho thấy việc xét đến yếu tố cơ sở hạ tầng phục vụ cho canh tác cũng như chưa quan tâm đến các yếu tố rủi ro của các KSD và sự tác động của các điều kiện kinh tế xã hội và môi trường đối với các KSD khi đề xuất bố trí đất đai. Do đó, cần thực hiện để xây dựng mô hình bố trí không gian đất đai phục vụ cho sản xuất nông nghiệp có tính đến các yếu tố KT - XH - MT và sự ảnh hưởng của các hệ thống giao thông, kênh rạch, hệ thống cung cấp điện, KSD của các hộ sản xuất lân cận, năng lực kinh tế của nông hộ cũng như tỷ lệ hộ nghèo ở địa phương tác động đến sự bố trí không gian các KSD đất sản xuất nông nghiệp.
1
Từ những ưu điểm và những tồn tại của các nghiên cứu liên quan, việc đề xuất nghiên cứu bổ sung vào khoảng trống mà các nghiên cứu trước đây chưa
giải quyết được là cần thiết. Cụ thể, luận án chú trọng đến phân tích mối quan hệ giữa các yếu tố kinh tế xã hội và môi trường ảnh hưởng đến sự lựa chọn KSD đất sản xuất nông nghiệp nhằm giúp chọn ra các yếu tố cụ thể trong thiết lập mô hình toán tối ưu hóa; xây dựng phần mềm tối ưu hóa tích hợp với mô hình bố trí không gian đất đai theo phương pháp kết hợp tính thích nghi tự nhiên, điều kiện kinh tế xã hội, cơ sở hạ tầng, khả năng của nông hộ trong bố trí không gian tối ưu theo đặc điểm của từng KSD đất sản xuất nông nghiệp.
1.2 Mục tiêu của đề tài
Mục tiêu nghiên cứu của luận án là phân tích các yếu tố kinh tế - xã hội - môi trường ảnh hưởng đến các KSD đất sản xuất nông nghiệp làm cơ sở xây dựng mô hình tích hợp nhằm tối ưu hóa diện tích và bố trí các KSD đất sản xuất nông nghiệp, nâng cao hiệu quả công tác quy hoạch sử dụng đất. Mục tiêu cụ thể Mục tiêu 1: Xác định các yếu tố kinh tế - xã hội - môi trường ảnh hưởng đến sử dụng đất sản xuất nông nghiệp. Mục tiêu 2: Xây dựng ứng dụng tối ưu hóa diện tích các KSD đất sản xuất nông nghiệp sử dụng công cụ mã nguồn mở. Mục tiêu 3: Xây dựng mô hình tích hợp tối ưu hóa và bố trí không gian diện tích đất nông nghiệp. Mục tiêu 4: Ứng dụng mô hình tích hợp vào quy hoạch sử dụng đất sản xuất nông nghiệp.
1.3 Nội dung nghiên cứu
Nội dung 1: Phân tích mối quan hệ giữa các yếu tố kinh tế xã hội và môi
trường cho tối ưu hóa và bố trí sử dụng đất sản xuất nông nghiệp
Nội dung 2: Xây dựng phần mềm máy tính mã nguồn mở cho tối ưu hóa
diện tích đất nông nghiệp
Nội dung 3: Xây dựng mô hình tích hợp trong bố trí sử dụng đất sản xuất
nông nghiệp.
Nội dung 4: Ứng dụng mô hình tích hợp trong xây dựng phương án sử
dụng đất sản xuất nông nghiệp.
1.4 Đối tượng và phạm vi nghiên cứu
Đối tượng nghiên cứu của luận án như sau: - Các yếu tố KT-XH-MT ảnh hưởng chủ yếu đến việc bố trí các KSD đất
sản xuất nông nghiệp trong quy hoạch sử dụng đất.
- Mô hình toán trong tối ưu hóa diện tích đất nông nghiệp và mô hình bố
2
trí không gian các KSD đất sản xuất nông nghiệp.
1.4.1 Phạm vi nghiên cứu
Phạm vi về không gian, luận án tập trung nghiên cứu và ứng dụng thực nghiệm của mô hình tích hợp trên 3 huyện đại diện cho 3 vùng sinh thái của tỉnh Sóc Trăng đó là: huyện Long Phú ứng với vùng sinh thái nước ngọt, huyện Mỹ Xuyên ứng với vùng sinh thái nước lợ ngoài đê và huyện Trần Đề ứng với vùng sinh thái nước lợ trong đê.
1.5 Ý nghĩa của luận án
1.5.1 Về mặt khoa học và thực tiễn
Luận án đóng góp các điểm mới về mặt khoa học như sau: - Xác định được các yếu tố KT-XH-MT chủ yếu tác động đến sự lựa chọn các KSD đất sản xuất nông nghiệp và mối quan hệ của các yếu tố này trong giải quyết bài toán tối ưu hóa và bố trí đất sản xuất nông nghiệp.
- Xây dựng được chương trình phần mềm máy tính hỗ trợ giải bài toán tối ưu hóa diện tích đất nông nghiệp theo hướng thân thiện và tiện lợi cho người sử dụng. Đây là công cụ chuyên dùng cho công tác quản lý và quy hoạch sử dụng đất sản xuất nông nghiệp.
- Xây dựng mô hình bố trí không gian diện tích tối ưu kết hợp nhiều tiêu chí như: mức độ ưu tiên về kinh tế khi bố trí các KSD thích nghi tự nhiên, đặc điểm ưu thế của KSD đất sản xuất nông nghiệp trong tương quan không gian với các điều kiện xã hội và môi trường cũng như các KSD đất sản xuất nông nghiệp lân cận, hiện trạng sử dụng đất và cơ sở hạ tầng.
1.5.2 Về mặt giáo dục đào tạo và nghiên cứu khoa học
Phương pháp, công cụ và quy trình đề xuất từ kết quả của luận án sẽ là nguồn tài liệu tham khảo hữu ích cho các nghiên cứu ở trình độ đại học, cao học và tiến sĩ ngành Quản lý đất đai. Bên cạnh đó, kết quả của luận án sẽ hỗ trợ đắc lực trong công tác quản lý và quy hoạch sử dụng đất sản xuất nông nghiệp của ngành quản lý đất đai nói riêng cũng như ngành quản lý tài nguyên và môi trường nói chung.
CHƯƠNG 2 TỔNG QUAN TÀI LIỆU
2.1 Tổng quan về các yếu tố tác động đến sử dụng đất sản xuất nông
nghiệp
Theo nhiều nghiên cứu về sử dụng đất nói chung bao gồm sử dụng đất nông nghiệp chịu tác động của các yếu tố về KT-XH-MT và chính sách (Lambin and Geist, 2007). Xem xét các nghiên cứu ngoài nước liên quan đến sự tác động này, nghiên cứu của Baker and Capel (2011) ở Hoa Kỳ cho thấy có 3 yếu tố chính gồm KT, XH và MT quyết định đến phân bố canh tác nông nghiệp. Ở 3
Châu Âu, Cintina và Pukite (2018) cho thấy các yếu tố KT, XH và MT, chính sách và quản trị, kỹ thuật và công nghệ, yếu tố chủ quan của chủ sử dụng. Các nghiên cứu ở Việt Nam cho thấy các yếu tố tự nhiên, KT, XH và MT tác động mạnh đến sử dụng đất và việc thực hiện quy hoạch sử dụng đất.
Huỳnh Văn Dũng (2017) đã đánh giá 14 yếu tố KT-XH-MT tác động đến việc thực hiện kế hoạch sử dụng đất ở huyện Giồng Riềng, tỉnh Kiên Giang bằng phương pháp AHP. Kết quả đánh giá trọng số cấp 1 cho thấy yếu tố KT được đánh giá quan trọng (trọng số 0,61) so với yếu tố về XH là 0,21 và MT là 0,18. Kết quả cho thấy về yếu tố KT thì chi phí sản xuất là yếu tố người dân quan tâm nhất có trọng số chiếm hơn 50% so với 2 yếu tố còn lại là lợi nhuận và thị trường. Đối với nhóm yếu tố XH như các tiêu chí về khả năng vốn, hỗ trợ vốn, tập quán canh tác, hỗ trợ kỹ thuật, giải quyết việc làm, quy hoạch/kế hoạch. Trong đó yếu tố khả năng vốn, sự hỗ trợ vốn và tập quán canh tác là các yếu tố được người dân đánh giá là quan trọng.
Tuy nhiên các nghiên cứu chỉ dừng lại ở mức đánh giá yếu tố nào quan trọng, chưa cho thấy khả năng ứng dụng trong lựa chọn KSD và bố trí đất sản xuất nông nghiệp trong quy hoạch sử dụng đất.
2.2 Các phương pháp luận tối ưu hóa trong quy hoạch sử dụng đất nông
nghiệp
Tối ưu hóa là một lĩnh vực toán học được ứng dụng để tìm hỗ trợ ra quyết định trong cho một vấn đề theo một hay nhiều mục tiêu. Trong quy hoạch sử dụng đất, tối ưu hóa giải quyết mối quan hệ giữa tự nhiên, kinh tế - xã hội và môi trường với trong thiết lập diện tích sử dụng đất ( Nguyễn Hải Thanh, 2005; Nguyễn Hiếu Trung và ctv., 2015).
4
Tối ưu hóa một mục tiêu hay đa mục tiêu nhằm giải tìm ra một phương án khả thi tốt nhất theo một yêu cầu nào đó, thực chất đó là một bài toán ra quyết định. Ra quyết định là một trong những hoạt động sống của con người và được nghiên cứu từ cuối thế kỷ 18. Phương pháp ra quyết định bao gồm cả việc lựa chọn các phương án phát triển nên nó quan trọng trong nhiều lĩnh vực về khoa học xã hội cũng như khoa học tự nhiên và kỹ thuật (Nguyễn Như Phong, 2010a). Có thể nói rằng tối ưu hóa chính là công cụ định lượng chủ yếu nhất cho quá trình ra quyết định (Nguyễn Hải Thanh, 2005; Phạm Thanh Vũ và ctv., 2016). Tuy nhiên, các phần mềm tối ưu hóa hiện nay thường khó tiếp cận hoặc không thân thiện với người dùng, kết quả xuất ra dạng văn bản khó liên kết với bản đồ. Mặt khác, để xác định được diện tích tối ưu của các KSD một trong những câu hỏi đặt ra là giới hạn biên trong khi các công cụ phân tích dự tính dự báo các giới hạn biên để đưa vào mô hình tối ưu hóa còn hạn chế.
2.3 Các nghiên cứu liên quan đến dự báo nông sản
Dự báo là tiên đoán, ước lượng, đánh giá các sự kiện xảy ra trong tương lai, các sự kiện này thường bất định. Mục tiêu của dự báo là sử dụng thông tin hiện có một cách tốt nhất để định hướng các hoạt động trong tương lai. Dự báo được chia làm hai loại là định tính và định lượng. Trong đó phương pháp định tính được dựa trên các dữ liệu định tính như ý kiến, phán đoán, kinh nghiệm chuyên môn của chuyên gia. Ngược lại phương pháp định lượng dựa vào phân tích các dữ liệu định lượng được thu thập theo chuỗi thời gian (Nguyễn Như Phong, 2010a). Dự báo dựa vào mô hình toán cần phân tích dựa trên dữ liệu định lượng. Nguồn dữ liệu thu thập để xây dựng mô hình càng lớn, càng chính xác thì phương trình toán có độ tin cậy càng cao.
Về phương pháp mô phỏng trong dự báo, theo Fishman (1997), phương pháp mô phỏng Monte Carlo cung cấp giải pháp ước tính cho các vấn đề toán học dựa vào phương pháp lấy mẫu thống kê trên máy tính. Đây là phương pháp giải quyết các bài toán phi ngẫu nhiên bằng cách lấy mẫu ngẫu nhiên. Các mẫu được chọn ngẫu nhiên và lặp đi lặp lại nhiều lần để tính toán các kết quả theo phương thức của bài toán đặt ra. Chính vì thế phương pháp Monte Carlo thường đưa ra giải pháp ước tính với sai số chấp nhận được trong trường hợp khó có thể tìm được giải pháp chính xác cho bài toán.
Nhiều nghiên cứu đã được thực hiện để dự báo các yếu tố về giá, nhu cầu nông sản, sản lượng nông sản. Tuy nhiên lựa chọn phương pháp khả thi là điều quan trọng để xác định các diện tích giới hạn đối với sản xuất nông nghiệp của địa phương. Liên hệ với nhu cầu dự báo sản lương thực sản xuất ở địa phương cho thấy việc dự báo nhu cầu sản xuất dựa vào tiềm lực sản xuất của địa phương là phương án khả thi hơn dự báo về nhu cầu nông sản. Sản lượng nông sản được sản xuất dựa trên diện tích sản xuất các loại nông sản qua nhiều năm đáp ứng theo cơ chế cung – cầu của thị trường.
2.4 Tổng quan về các phương pháp bố trí đất nông nghiệp trong quy
hoạch sử dụng đất
Riveira and Maseda (2006) đã tổng hợp các mô hình và phương pháp ứng dụng trong quy sử dụng đất và chia thành 2 giai đoạn chính đó là giai đoạn đánh giá thích nghi và giai đoạn bố trí đất đai. Bố trí sử dụng đất là một bước quan trọng để xây dựng các phương án quy hoạch, nó trả lời câu hỏi về việc sắp xếp các KSD như thế nào.
5
Các giải pháp và phần mềm về bố trí đất đai theo các điều kiện kinh tế xã hội môi trường. Các kết quả nghiên cứu cho thấy giải pháp bố trí đất đai đã được nghiên cứu theo nhiều hướng nghiên cứu được chia thành các nhóm phương pháp chính: (i) Bố trí đất đai dựa vào đánh giá thích nghi đất đai; (ii) Bố trí đất
đai dựa vào đánh giá đa tiêu chí mà chủ yếu dựa trên phương pháp AHP; (iii) Bố trí đất đai dựa trên Cellular Automata.
Phần lớn các tác giả sử dụng phương pháp đánh giá thích nghi dựa vào yếu tố tự nhiên (thổ nhưỡng, địa hình, thủy văn) để xác định mức độ thích nghi tự nhiên, kết quả thích nghi ở dạng bản đồ thích nghi. Các bản đồ thích nghi thường chỉ cung cấp thông tin về nhiều khả năng lựa chọn cho một vùng hoặc trên một ĐVĐĐ mà không đưa ra bố trí không gian diện tích mỗi KSD đất sản xuất nông nghiệp.
Hướng tiếp cận sử dụng phương pháp phân tích tế bào tự động Cellular Automata (CA) để bố trí đất đai (Ligtenberg, 2010). Theo Lê Cảnh Định (2011), phần mềm SALUP được tác giả xây dựng dựa trên mô hình CA. Phương pháp xây dựng mô hình dựa trên việc xác định các vị trí ban đầu (dựa vào hiện trạng sử dụng đất) sau đó dùng nguyên tắc lan tỏa của Cellular Automata để bố trí diện tích đất đai đến khi thỏa điều kiện ràng buộc về diện tích. Hạn chế của phương pháp thuần CA là giải thuật lựa chọn của mô hình bị hạn chế, chỉ xét ở những ô lân cận theo kiểu lan tỏa dần nên rất khó để tạo được kết quả bố trí tối ưu theo nhiều tiêu chí, cũng như chưa xét đến đặc điểm cơ sở hạ tầng, tập quán xã hội, khả năng đầu tư của KSD cần bố trí.
CHƯƠNG 3 CƠ SỞ KHOA HỌC
3.1 Phương pháp phân tích mối quan hệ các yếu tố KT-XH-MT đến sử
dụng đất nông nghiệp
Các số liệu thống kê kiểm kê đất đai và bản đồ hiện trạng sử dụng đất của 3 huyện Long Phú, Trần Đề, Mỹ Xuyên các năm 2005, 2010 và 2015; Số liệu thống kê kinh tế xã hội từ năm 2010 đến năm 2018; Các báo cáo tổng kết tình hình sản xuất nông nghiệp của các huyện Long Phú, Trần Đề, Mỹ Xuyên từ 2015 đến 2018.
Khảo sát nông hộ để thu thập các thông tin về hiện trạng sản xuất nông nghiệp, kinh tế xã hội, môi trường. Số lượng mẫu phỏng vấn được xác định dựa vào công thức tính số mẫu của Yamane (1967).
(1) 𝑛 = 𝑁 1 + 𝑁𝑒2
6
Với N: tổng số hộ canh tác nông nghiệp; e: sai số của mẫu. Số mẫu n được tính với số hộ dân của 3 huyện trên địa bàn nghiên cứu trong sản xuất nông nghiệp khoảng 55.000 hộ. Với e=6% số mẫu cần là 276 mẫu. Xem xét số lượng mẫu của các nghiên cứu tương tự của một số tác giả khác theo cho cấp huyện và tỉnh của Lê Quang Trí và ctv., (2013); Phù Vĩnh
Thái và ctv., (2015) ở 4 huyện ở tỉnh Kiên Giang; Santiphop et al. (2012) đã chọn được 210 mẫu từ cách tính theo công thức Yamane (1967) với sai số mẫu là 7% cho 8 loại cây trồng ở tỉnh Kanchanaburi, Thái lan. Trên cơ sở đó, tổng số mẫu phỏng vấn nông hộ sản xuất nông nghiệp của 3 huyện được làm tròn lên 45 hộ/KSD với tổng cộng là 315 hộ.
Sử dụng phương pháp thống kê mô tả (Mann, 1995) để xác định giá trị trung bình, độ lệch chuẩn đối với các chỉ tiêu về kinh tế định lượng gồm: lợi nhuận của các KSD; các chỉ tiêu định tính về xã hội gồm: trình độ học vấn, trình độ thâm canh, nguồn vốn sản xuất, nguồn tiếp nhận tiến bộ khoa học kỹ thuật, đánh giá rủi ro của nông hộ, yêu cầu về cơ sở hạ tầng môi trường phục vụ sản xuất, tác động môi trường của các KSD đất sản xuất nông nghiệp.
3.2 Phương pháp xây dựng mô hình tích hợp
Mô hình tích hợp được xây dựng là sự kết nối về dữ liệu đầu vào đầu ra các công cụ khác nhau gồm: dự tính diện tích nông sản, phần mềm tối ưu hóa diện tích đất nông nghiệp LandOptimizer và mô hình bố trí đất đai ST-LUAM. Nguyên tắc kết nối các mô hình và phần mềm tối ưu được thể hiện ở Hình 3.1.
Hình 3.1 Mô hình tích hợp ST-IALUP
7
Hình 3.1 trình bày sơ đồ kết nối các thành phần của mô hình tích hợp được đặt tên ST-IALUP (Soc Trang- Integrated model for supporting Agricultural Land Use Planning). Các công cụ tích hợp gồm: Dự tính diện tích biên cho đất sản xuất nông nghiệp bằng phương pháp Monte Carlo, tối ưu hóa đất nông nghiệp LandOptimizer và mô hình bố trí đất sản xuất nông nghiệp ST- LUAM. Dữ liệu diện tích biên các KSD được xuất ra file CSVgồm diện tích của các KSD ở các năm dự tính. Dữ liệu này kết hợp với đầu vào về KT-XH-MT của LandOptimizer để xác định diện tích tối ưu của các KSD. Kết quả tối ưu hóa được xuất ra để đưa vào mô hình ST-LUAM thực hiện bố trí trên bản đồ.
3.2.1 Dự tính diện tích canh tác nông nghiệp làm điều kiện biên cho tối ưu
hóa Về mặt dự báo diện tích sản xuất, luận án này tập trung phân tích ba kiểu sản xuất nông nghiệp là rau màu, cây ăn quả và nuôi trồng thủy sản (NTTS). Phương pháp chi tiết dự tính diện tích canh tác trong các năm tiếp theo được thực hiện dựa trên phương pháp mô phỏng Monte Carlo được áp dụng như sơ đồ trên Hình 3.2. Trong đó dữ liệu diện tích của rau màu, cây ăn quả và NTTS qua các năm (từ 2010-2018) được nạp vào mô hình.
Hình 3.2 Dự tính diện tích canh tác bằng phương pháp Monte Carlo
Tiếp theo, dữ liệu đầu vào được phân tích tần suất xuất hiện theo các khoảng diện tích và giá trị tần suất xuất hiện được chuẩn hóa về [0, 1]. Mô hình sẽ gọi hàm tạọ ra số ngẫu nhiên trong khoảng [0, 1], giá trị ngẫu nhiên này được so với giá trị tần suất xuất hiện để tìm khoảng diện tích và chọn ra diện tích biên của khoảng ứng với diện tích của năm tiếp theo. Sau đó mô hình kiểm tra điều kiện số năm mô phỏng, nếu chưa kết thúc mô phỏng, giá trị diện tích tính được sẽ được đưa về danh sách diện tích để phân tích cho năm tiếp theo. Cứ như thế tiếp tục đến khi mô phỏng đủ số năm yêu cầu.
3.2.2 Phương pháp xây dựng phần mềm tối ưu hóa sử dụng đất nông
8
nghiệp Phần mềm LandOptimizer được xây dựng bằng ngôn ngữ lập trình Visual Basic.Net, hoạt động trên hệ điều hành Windows. Các bước chính xây dựng phần mềm được trình bày trong Hình 3.3.
Hình 3.3 Các bước xây dựng phần mềm LandOptimizer
Kết quả thực hiện trên phần mềm tối ưu hóa diện tích đất nông nghiệp LandOptimizer được so sánh với kết quả từ mô hình được thiết kế trên GAMS với cùng bộ dữ liệu đầu vào, hàm mục tiêu và các phương trình ràng buộc để đối chứng kết quả trong trường hợp kiểm chứng ở huyện Cờ Đỏ, Thành phố Cần Thơ. Dữ liệu kiểm chứng được kế thừa từ kết quả nghiên cứu về mô hình toán trên GAMS của Nguyễn Hồng Thảo (2007).
3.2.3 Phương pháp xây dựng mô hình bố trí không gian
Khi xác định được diện tích tối ưu của các KSD trong mỗi ĐVĐĐ, luận án đề xuất phương án bố trí đất sản xuất nông nghiệp bên trong mỗi ĐVĐĐ. Trong đó các KSD đất được bố trí vào các cell đất bên trong một ĐVĐĐ theo phương pháp kết hợp giữa tế bào tự động (Cellular Automata) với đánh giá đa tiêu chí dựa trên các yếu tố tự nhiên KT-XH-MT đã chọn lọc như Hình 3.4
9
Hình 3.4 Sơ đồ phương pháp bố trí đất sản xuất nông nghiệp
Chỉ số khả năng đầu tư kinh tế của cell (IInvest): Chỉ số này được gán giá trị theo nhóm xã. Các xã được chia thành 3 nhóm tùy thuộc vào mức độ đạt các tiêu chuẩn nông thôn mới (NTM); Sau đó chuẩn hóa nhóm xã thành 3 giá trị [1; 0,5; 0] và được gán vào lớp bản đồ ranh giới xã khi xây dựng dữ liệu cho mô hình.
Chỉ số khoảng cách của cell đến đường giao thông (IR ) và sông rạch (IC) được tính bằng khoảng cách ngắn nhất từ vị trí của từng cell đến đoạn đường giao thông ( kênh rạch) gần nhất. Trong đó phương pháp tạo vùng đệm theo lớp từ đường (kênh rạch) để xác định khoảng cách các cell chứa bởi vùng đệm. Dữ liệu khoảng cách tính được được chuẩn hóa về khoảng [0, 1] theo khoảng cách lớn nhất của 1 cell đến đường (kênh rạch).
(2) Chỉ số tỷ lệ của các KSD đất ở các cell lân cận (IDEN_LUT): Chỉ số này được sử dụng để xác định tỷ lệ các KSD ở các ô lân cận của 1 ô. Đối với 1 cell có 8 cell lân cận. Với mỗi KSD, giá trị của chỉ số được xác định bằng số cell lân cận có KSD đó chia cho 8 (công thức (2)), với LUTi là KSD thứ i. IDEN_LUT(i) = số_cell_lân_cận_có LUT(i)/8
(3)
Chỉ số khả năng bố trí của mỗi KSD cho một của cell (Icap_LUT)) được xác định bằng công thức (3). Chỉ số Icap_LUT của KSD nào có giá trị cao nhất thì KSD đó được chọn để bố trí cho cell. Trường hợp có nhiều KSD cùng giá trị Icap_LUT thì KSD được chọn bố trí là KSD ngẫu nhiên. Icap_LUT(i) =(WR.IR + WC.IC + WDEN. IDEN_LUT(i) + WI.IInvest )/( WR+WC+ WDEN+WI )
Trong đó: WR, WC, WDEN, WI là các trọng số ứng với các chỉ số IR, IC,
IDEN_LUT(i), IInvest. Các trọng số này được tính toán khi cân chỉnh mô hình.
CHƯƠNG 4 KẾT QUẢ THẢO LUẬN
4.1 Giới thiệu vùng nghiên cứu
Sóc Trăng nằm ở cửa Nam sông Hậu thuộc vùng Đồng bằng sông Cửu Long (ĐBSCL), cách Thành phố Cần Thơ khoảng 60 km, có tọa độ địa lý từ 9014’28’’ đến 9055’30’’ vĩ độ Bắc; 105034’16’’ đến 106017’50’’ kinh độ Đông. Giáp các tỉnh: Hậu Giang, Trà Vinh, Bạc Liêu và biển Đông. Năm 2018, tỉnh Sóc Trăng gồm 11 đơn vị hành chính (1 thành phố, 2 thị xã và 8 huyện): thành phố Sóc Trăng, thị xã Vĩnh Châu, thị xã Ngã Năm, các huyện: Kế Sách, Mỹ Tú, Cù Lao Dung, Long Phú, Mỹ Xuyên, Thạnh Trị, Châu Thành và Trần Đề.
10
Để đảm bảo mục tiêu và không làm mất tính tổng quan của luận án, vùng nghiên cứu được lựa chọn theo tiêu chí gồm các huyện tiếp giáp nhau và có các đặc điểm sinh thái ngọt, lợ, mặn. Điều này giúp khảo sát các KSD đất sản xuất nông nghiệp đặc trưng cho các vùng sinh thái này. Trên cơ sở các tiêu chí lựa chọn được đặt ra, vùng nghiên cứu gồm 3 huyện Mỹ Xuyên, Long Phú, và Trần
Đề tỉnh Sóc Trăng. Trong đó, Long Phú thuộc vùng ngọt nhưng có nguy cơ ảnh hưởng bởi xâm nhập mặn khi xảy ra các hiện tượng thời tiết cực đoan (như hạn mặn vào năm 2016); Mỹ Xuyên thuộc vùng nước lợ; Trần Đề được chia thành 2 vùng: vùng mặn ở cửa sông ngoài đê và vùng mặn được ngọt hóa bằng đê bao.
4.1.1 Đặc điểm sử dụng đất sản xuất nông nghiệp của 3 huyện
Để phân tích rõ hơn sự thay đổi diện tích canh canh tác lúa qua các năm để làm cơ sở cho phân tích dự báo diện tích phát triển cho chuyên mau, cây ăn quả và NTTS, kết quả tổng hợp số liệu thống kê từ năm 2010 đến năm 2018 của cả 3 huyện được thể hiện ở Hình 4.1. Cụ thể, diện tích canh tác của các huyện chỉ tập trung 2 vụ trong đó vụ Hè Thu kéo dài với diện tích canh tác lớn. Diện tích vụ Hè Thu được thống kê bao gồm vụ Hè Thu và Xuân Hè.
(Nguồn: Tổng hợp từ Niên giám thống kê Sóc Trăng (2015)
Hình 4.1 Diện tích canh tác các KSD đất nông nghiệp của 3 huyện từ 2010 – 2018
Biểu đồ Hình 4.1 thể hiện diện tích canh tác rau màu, cây ăn quả và NTTS của huyện Long Phú, Trần Đề và Mỹ Xuyên từ năm 2010 đến 2018. Nhìn chung, diện tích rau màu có nhiều biến động tăng giảm nhưng trong giai đoạn gần đây có xu hướng tăng liên tục. Trái lại diện tích cây ăn quả có ít biến động nhất và có xu hướng dao động trong khoảng từ 8.546 ha đến 8.938 ha. Riêng diện tích NTTS có xu hướng tăng liên tục từ năm 2010 đến 2018.
4.2 Phân tích các yếu tố ảnh hưởng đến sử dụng đất sản xuất nông nghiệp
4.2.1 Lựa chọn các KSD đất nông nghiệp
11
Trong nghiên cứu này, các KSD nông nghiệp được lựa chọn để nghiên
cứu gồm các KSD phổ biến cho các vùng sinh thái ngọt, mặn lợ gồm lúa, màu, thủy sản, cây ăn quả. Các KSD được lựa chọn mang tính đại diện cho các vùng sinh thái thuộc 3 huyện để có cơ sở điều tra số liệu và không làm mất tính đại diện cho khu vực. Cơ sở lựa chọn KSD được dựa vào các nghiên cứu liên quan trong vùng ĐBSCL và đang được sự quan tâm của Sở NN & PTNT Sóc Trăng (2018). Các KSD có triển vọng ở 3 huyện gồm: Lúa 3 vụ; Lúa 2 vụ (Đông Xuân - Hè Thu) , Lúa 2 vụ+ 1 màu, Lúa – Tôm, Chuyên màu (2-3 vụ), Cây ăn quả và Chuyên tôm (2-3 vụ).
4.2.2 Phân tích các yếu tố kinh tế ảnh hưởng đến sử dụng đất nông nghiệp
4.2.2.1 Yếu tố lợi nhuận
Lợi nhuận là tiêu chí ảnh hưởng hàng đầu đến việc lựa chọn các KSD đất sản xuất nông nghiệp. Kết quả thống kê kết quả khảo sát đa số nông dân đều mong muốn chọn kiểu sản xuất có lợi nhuận cao. Kết quả thống kê mô tả về tổng lợi nhuận của 7 KSD được thể hiện trong Hình 4.2 cho thấy kiểu canh tác tôm cho lợi nhuận cao nhất, canh tác Hai vụ lúa có lợi nhuận thấp nhất.
Hình 4.2 Lợi nhuận của các KSD
Hình 4.2 cho thấy các KSD có lợi nhuận chênh lệch rất lớn đặc biệt giữa LUT7 là 277,23 triệu đồng và LUT2 chỉ đạt khoảng 42,42 triệu đồng. Tuy nhiên, để có thể thực hiện được LUT7 cần nhiều yếu tố ngoài khả năng vốn còn có kỹ thuật trình độ thâm canh cũng như điều kiện tự nhiên đất đai.
4.2.2.2 Yếu tố khả năng đầu tư
12
Kết quả tình hình thực hiện, được công nhận là xã nông thôn mới thể hiện nhiều chỉ tiêu quan trọng gồm các chỉ tiêu về thu nhập bình quân đầu người, tỷ lệ hộ nghèo. Do đó, luận án này sử dụng các tiêu chí xã NTM như một yếu tố định tính ảnh hưởng đến bố trí các KSD đất nông nghiệp. Dựa vào 2 tiêu chí
này khả năng kinh tế của các xã được chia thành 3 nhóm: Nhóm 1 là các xã đạt chuẩn NTM; Nhóm 2 là các xã chưa đạt chuẩn NTM nhưng có thu nhập bình quân đầu người đạt từ 20-28 triệu đồng và tỷ lệ hộ nghèo <6%; Nhóm 3 là các xã còn lại (Bảng 4.1).
Bảng 4.1 Phân nhóm xã theo khả năng kinh tế
Đặc điểm Nhóm xã 1 Nhóm xã 2 Nhóm xã 3
Tân
Huyện Long Phú Trường Khánh, Thạnh,
Long Phú, Song Phụng, Hậu Thạnh Long Đức, Châu Khánh, Tân Hưng, Phú Hữu
Viên An
Huyện Trần Đề
Trung Bình, Lịch Hội Thượng, Thạnh Thới Thuận, Viên Bình Đại Ân 2, Liêu Tú, Tài Văn, Thạnh Thới An
Huyện Mỹ Xuyên Tham Đôn, Thạnh Phú, Thạnh Quới
Hòa Tú 1, Hòa Tú 2, Ngọc Tố, Đại Tâm, TT Mỹ Xuyên Ngọc Đông, Gia Hòa 1, Gia Hòa 2
19/19 tiêu chí tiêu ≤10/19 tiêu chí
Tiêu chí xây dựng NTM 11-18/19 chí
Đạt chuẩn NTM ( trên 30 triệu đồng)
triệu 20
Thu nhập quân bình đầu người/ năm Chưa đạt chuẩn NTM (từ 20-28 triệu đồng) Chưa đạt chuẩn NTM (dưới đồng)
lệ hộ
Tỷ nghèo Đạt chuẩn NTM (≤ 4%) Đạt chuẩn NTM (≤ 6%) Chưa đạt chuẩn NTM (≤ 23%)
(Nguồn: Tổng hợp từ các báo cáo tình hình kinh tế xã hội năm 2018 của 3 huyện Long Phú, Trần Đề và Mỹ Xuyên)
4.2.3 Các yếu tố xã hội ảnh hưởng đến SDĐ NN
4.2.3.1 Số lượng lao động
13
Kết quả khảo sát số lao động ứng với từng KSD đất nông nghiệp trong một năm trên một hecta cho kết quả như Hình 4.3. Trong đó kiểu Chuyên màu có số ngày công lao động cao nhất, kế đến là kiểu chuyên tôm do người dân phải chăm sóc liên tục quanh năm. Các KSD hai vụ lúa-màu và Cây ăn quả có số ngày công lao động tương đương nhau ứng với 115 và 121 ngày/ha/năm.
Hình 4.3 Số ngày công của các KSD trong năm
4.2.3.2 Quan hệ giữa yếu tố hạ tầng với các KSD
Qua kết quả khảo sát nông hộ cho thấy sản xuất nông nghiệp ở địa phương đang đối mặt với một số vấn đề như: (i) việc dẫn-thoát nước do xa kênh, (ii) khó khăn trong việc vận chuyển vật tư và đi lại do đường hẹp hoặc chưa được bê tông hóa, (iii) ảnh hưởng kiểu canh tác do rò rỉ mặn từ vuông tôm lân cận sang ruộng lúa. Riêng đối với nuôi trồng thủy sản, ngoài điều kiện tự nhiên như đất, nước người dân còn gặp khó khăn trong sản xuất do không có điện hoặc điện yếu khó vận hành được thiết bị gây ảnh hưởng đến hiệu quả sản xuất.
Hình 4.4 Yêu cầu hạ tầng với các KSD
14
Ba KSD như hai vụ lúa, ba vụ lúa và lúa tôm là các KSD bị ảnh hưởng bởi các KSD lân cận đặc biệt là lúa – tôm, nếu xung quanh chuyển sang tôm
hoặc giữ nước mặn trong ao trong giai đoạn vụ làm lúa sẽ ảnh hưởng lớn đến canh tác lúa. Đối với canh tác tôm và cây ăn quả, yêu cầu có nguồn điện mạnh để vận hành máy móc là điều ưu tiên nhất khi canh tác, tiếp theo là cần được bố trí gần đường cũng như sự ảnh hưởng của các KSD lân cận Hình 4.4. Thực tế cho thấy muốn canh tác thủy sản thì hộ lân cận cũng phải canh tác cùng kiểu thì sẽ mang lại hiệu quả cao. Khoảng 20% người dân đánh giá kiểu canh tác chuyên màu, chuyên tôm đều cần bố trí gần sông, kênh rạch. Đối với yêu cầu bố trí gần đường giao thông thì kiểu chuyên màu và cây ăn quả có yêu cầu cao. Do tập quán canh tác rau màu, cây ăn quả thường được canh tác gần nhà dọc theo đường giao thông.
4.2.4 Các yếu tố môi trường ảnh hưởng đến SDĐ NN
4.2.4.1 Rủi ro của các KSD
Ngoài yếu tố đặc tính tự nhiên của đất đai, luận án nghiên cứu những yếu tố rủi ro trong sản xuất của các KSD đất được người dân đánh giá thông qua 4 cấp độ như rủi ro cao, rủi ro trung bình, rủi ro thấp và không có rủi ro như Hình 4.5.
(a) (b)
Hình 4.5 Rủi ro của các KSD (a) và tác động tốt với môi trường các KSD.
Yếu tố rủi ro bao gồm sự không chắc chắn của năng suất, giá cả và rủi ro thời tiết nhiều hay ít. Hình 4.5 thể hiện trên 60% người dân đánh giá kiểu canh tác tôm có nhiều rủi ro cao trong sản xuất. Trái lại, khoảng 50% người dân cho là KSD hai vụ lúa hoặc hai vụ lúa – màu có rủi ro thấp hoặc không có rủi ro. Còn kiểu canh tác cây ăn quả và rau màu được đánh giá là có rủi ro trung bình do rủi ro canh tác chỉ phụ thuộc vào yếu tố thị trường còn yếu tố năng suất và thời tiết thường không ảnh hưởng đến hiệu quả canh tác KSD này.
4.2.4.2 Tác động tốt cho môi trường của các KSD
15
Kết quả phân tích cho thấy các KSD như hai vụ lúa, hai vụ lúa màu, lúa – tôm được đánh giá tốt cho môi trường. Ngược lại, các KSD gồm Ba vụ lúa, chuyên tôm và chuyên màu được đánh giá là không tốt cho môi trường. Ở mức không tốt cho môi trường, kiểu chuyên màu có tỷ lệ đánh giá không tốt cho môi
trường cao nhất trong các KSD. Kiểu Chuyên tôm chỉ được đánh giá ở mức trung bình đối với môi trường. Các kết quả đánh giá này sẽ được sử dụng để xây dựng các mục tiêu trong ứng dụng về tối ưu hóa đất nông nghiệp.
4.2.5 Tổng hợp mối quan hệ của các yếu tố chính ảnh hưởng đến sử dụng
đất nông nghiệp Các yếu tố KT-XH-MT cụ thể được khảo sát có tác động khác nhau đến từng KSD. Để có thể ứng dụng trong xây dựng mô hình tích hợp hỗ trợ quy hoạch sử dụng đất, các yếu tố này được tổng hợp và xếp thứ tự dựa vào kết quả thống kê của từng yếu tố. Thứ tự ảnh hưởng và khả năng ứng dụng của các yếu tố này được trình bày trong Bảng 4.2. Mỗi yếu tố được xem xét phục vụ cho một giai đoạn: tối ưu hóa diện tích đất và bố trí đất nông nghiệp.
Bảng 4.2 Tổng hợp sự ảnh hưởng của các yếu tố đến SDĐ nông nghiệp
Nhóm Yếu tố cụ thể KSD chịu ảnh hưởng, xếp theo Sử dụng
thứ tự
Tối ưu hóa Lợi nhuận
Kinh tế
Khả năng đầu tư
trí đất sản Bố xuất nông nghiệp Tối ưu hóa Lao động
Hạ tầng giao thông
Xã hội Kênh rạch
LUT 7, LUT 6, LUT 5, LUT 4, LUT 3, LUT 1, LUT 2. LUT 7, LUT 6, LUT 5, LUT 4, LUT 3, LUT 1, LUT 2 LUT 5, LUT 7, LUT 3, LUT 6, LUT 1, LUT 4, LUT 2 LUT 5, LUT6, LUT 7, LUT 1, LUT 4, LUT3, LUT 2 LUT 5, LUT 6, LUT 7, LUT 4, LUT3, LUT 1, LUT 2 LUT 7, LUT 4, LUT 1, LUT 3, LUT 2 Theo thích nghi đất đai Bố trí đất sản xuất nông nghiệp trí đất sản Bố xuất nông nghiệp Bố trí đất sản xuất nông nghiệp Tối ưu hóa
Tối ưu hóa
Môi trường Tối ưu hóa
LUT6, LUT 7, LUT 1, LUT 5, LUT 4, LUT 3, LUT 2 LUT 2, LUT 4, LUT 3, LUT 1, LUT 6, LUT 5, LUT 7
Yêu cầu bố trí lân cận Thích nghi tự nhiên Rủi ro cao của KSD Tác động tốt cho môi trường
16
Như vậy, trong mô hình tối ưu hóa diện tích sử dụng đất nông nghiệp, các yếu tố như thích nghi tự nhiên, lợi nhuận, lao động, mức rủi ro, tác động tốt cho môi trường được sử dụng. Các yếu tố này được xem xét trong các mục tiêu của mô hình tối ưu hóa dưới dạng tối ưu theo mục tiêu riêng hoặc đa mục tiêu. Mối quan hệ của các yếu tố này tác động đến diện tích các KSD được lựa chọn khi xem xét tối ưu tổng hợp theo đa mục tiêu. Thứ tự ưu tiên của các KSD đối với mỗi yếu tố là khác nhau, có trường hợp đối ngược nhau. Chính vì thế việc ứng dụng mô hình tối ưu hóa sẽ giúp cân đối sự tác động của các yếu tố này lên kết quả tổng hợp.
Đối với việc bố trí đất nông nghiệp, các yếu tố gồm khả năng đầu tư, hạ tầng giao thông, kênh rạch, yêu cầu được bố trí lân cận nhau. Thứ tự của các KSD được xếp thứ tự dựa vào kết quả điều tra đã phân tích và được xem xét trong việc bố trí đất sản xuất nông nghiệp. Kết quả tổng hợp các yếu tố cho thấy LUT 7 (Chuyên tôm) và LUT 6 (Cây ăn quả) được ưu tiên bố trí gần đường, sông rạch, vùng có khả năng đầu tư so với các KSD khác. Xem xét đặc điểm này cho 2 nhóm KSD: Đối với vùng lợ, Chuyên tôm được ưu tiên bố trí vào các vùng có ưu tiên, gần đường giao thông, sông rạch, vùng có khả năng đầu tư trước, sau đó lan dần ra, tiếp theo đến các KSD như lúa – tôm được bố trí. Đối với vùng ngọt, Chuyên màu và Cây ăn quả được ưu tiên bố trí gần đường giao thông, sông rạch và vùng có khả năng đầu tư, sau đó đến lúa – màu và chuyên lúa (LUT 1, LUT 2).
4.3 Xây dựng mô hình tích hợp ST-IALUP
Dựa trên các kết quả phân tích về mối quan hệ của các yếu tố tự nhiên, KT-XH-MT với sử dụng đất nông nghiệp đã rút ra trong Mục 4.2.5 trong tối ưu hóa diện tích các KSD và bố trí đất nông nghiệp, mô hình tích hợp được tên gọi ST-IALUP (Soc Trang- Integrated model for supporting Agricultural Land Use Planning). Mô hình tích hợp này được xây dựng gồm các công cụ được xây dựng như sau: (i) mô hình dự báo diện tích sản xuất nông nghiệp dùng để xác định điều kiện biên về diện tích sản xuất cần phải giới hạn; (ii) phần mềm tối ưu hóa diện tích các KSD đất nông nghiệp theo các ràng buộc liên quan đến các yếu tố tự nhiên, KT-XH-MT; (iii) mô hình bố trí đất nông nghiệp lên bản đồ cho các KSD đã được tối ưu hóa.
4.3.1 Mô hình dự báo diện tích sản xuất nông nghiệp
Với nguồn dữ liệu đầu vào về diện tích sản xuất của rau màu, cây ăn quả
và NTTS của 3 huyện trong giai đoạn 2010 -2018.
17
Hình 4.6. Dự tính diện tích rau màu, cây ăn quả và thủy sản đến năm 2030
Kết quả phân tích Monte Carlo ở Hình 4.6 cho thấy diện tích đất rau màu năm 2030 được dự tính là 14.868 ± 894 ha, diện tích cây ăn quả là 8.799 ± 136 ha và diện tích đất canh tác thủy sản là 16.697 ± 2.540 ha. Giá trị trung bình cho thấy diện tích các loại có xu hướng giảm với ngưỡng giá trị thay đổi không lớn. Tuy nhiên giá trị độ lệch chuẩn của rau màu khoảng 900 ha và của thủy sản hơn 2.500 ha. Kết quả này cho thấy khi dùng giá trị này như giá trị ràng buộc cần chú ý đến khả năng thay đổi trong phạm vi của độ lệch chuẩn tính được.
4.3.2 Xây dựng phần mềm tối ưu hóa đất nông nghiệp LandOptimizer
Dựa trên các yếu tố KT-XH-Mt ảnh hưởng đến tối ưu hóa diện tích các
KSD. Phần mềm LandOptimizer được xây dựng. Địa chỉ download mã nguồn và chương trình đã đóng gói: https://github.com/nhthao/LandOptimizer
4.3.2.1 Thiết kế chức năng nhập dữ liệu đầu vào cho phần mềm
Đối với dữ liệu nhập, tùy theo các lựa chọn lập phương trình ràng buộc, dữ liệu nhập gồm: ĐVĐĐ, thích nghi đất đai, lợi nhuận, lao động, môi trường, diện tích giới hạn.
Hình 4.7 Chuẩn hóa dữ liệu lợi nhuận trên LandOptimizer
Lợi nhuận của các KSD đối với từng ĐVĐĐ được liệt kê sẵn dựa theo bảng nhập thích nghi đất đai để tính ra lợi nhuận của từng KSD cho mỗi đợn vị đất đai ĐVĐĐ nhằm giúp người dùng xác định được dữ liệu cần nhập và dễ dàng phân tích và tạo phương trình ràng buộc. Lợi nhuận được chuẩn hóa trực tiếp trên LandOptimizer như Hình 4.7.
18
Kết quả dữ liệu đầu ra của LandOptimizer dưới dạng Excel trong đó thể hiện diện tích của các KSD trên mỗi ĐVĐĐ. Phần lớn, mỗi ĐVĐĐ có một KSD, nhưng đối với các ĐVĐĐ có diện tích lớn, thích nghi cho nhiều KSD, kết quả có thể có nhiều KSD được bố trí cho một ĐVĐĐ. Bảng dữ liệu dạng này còn được xuất sang định dạng CSV để làm dữ liệu đầu vào cho mô hình bố trí không gian đất nông nghiệp.
4.3.2.2 Xây dựng hàm mục tiêu tối ưu hóa
𝑛
𝑚
Hàm tối ưu hóa một mục tiêu Hàm tối ưu một mục tiêu được thiết lập trong trường hợp tối ưu một mục tiêu như thích nghi hoặc tối ưu hóa lợi nhuận. Các hàm mục tiêu trong phương trình (4) và (5) được sử dụng trong trường hợp tối ưu hóa thích nghi và tối ưu hóa lợi nhuận của các KSD cho từng ĐVĐĐ.
(4)
𝑖=1
𝑗=1
𝑛
𝑚
→ 𝑀𝑎𝑥 Tối ưu hóa thích nghi: ∑ ∑ 𝑇𝑁𝑖𝑗𝑋𝑖𝑗
𝑖=1
𝑗=1
→ 𝑀𝑎𝑥 (5) Tối đa hóa lợi nhuận ∶ ∑ ∑ 𝐿𝑁𝑖𝑗𝑇𝑁𝑖𝑗𝑋𝑖𝑗
𝑛
𝑚
𝑛
𝑛
Hàm tối ưu hóa đa mục tiêu: Hàm mục tiêu được cực đại hóa các chỉ tiêu về lợi nhuận với thích nghi đất đai, sử dụng lao động của địa phương và chỉ số tốt cho môi trường.
𝑖=1
𝑗=1
𝑚 + 𝑤2 ∑ ∑ 𝑀𝑇𝑗𝑋𝑖𝑗 𝑗=1
𝑖=1
𝑚 + 𝑤3 ∑ ∑ 𝐿𝐷𝑗𝑋𝑖𝑗 𝑗=1
𝑖=1
𝑛
(6) 𝑤1 ∑ ∑ 𝐿𝑁𝑖𝑗𝑇𝑁𝑖𝑗𝑋𝑖𝑗
𝑚 − 𝑤4 ∑ ∑ 𝑅𝑅𝑗𝑋𝑖𝑗 𝑗=1
𝑖=1
→ 𝑀𝑎𝑥
Trong đó,
i=1..n, với n: số lượng ĐVĐĐ; j=1..m, với m số lượng LUT Xij: Diện tích của LUTj trong ĐVĐĐ i. LNij: Lợi nhuận của LUTj ở ĐVĐĐi (đơn vị tính: triệu đồng/ha). LDj : Số ngày công lao động cần thiết /ha trong năm của LUTj.
MTj: Hệ số tốt cho môi trường của LUTj. Mô tả đánh giá của người dân
về mức độ ích lợi cho môi trường của KSD.
RRj: Hệ số rủi ro của LUTj. Đây là chỉ số rủi ro về năng xuất của LUTj.
Giá trị rủi ro càng nhỏ thì đóng góp vào hàm mục tiêu lớn.
Wi: Trọng số của các mục tiêu. Trong nghiên cứu này, trọng số bằng nhau được thiết lập mặc định bằng 1 với ý nghĩa các mục tiêu trong hàm đa mục tiêu có cùng mức ưu tiên. Các trọng số này có thể được hiệu chỉnh thông qua chức năng khảo sát trọng số theo các mục tiêu.
Hệ phương trình ràng buộc
Ràng buộc tổng diện tích các KSD trong một ĐVĐĐ phải nhỏ hơn hoặc
19
bằng diện tích của từng ĐVĐĐ như thể hiện ở hệ bất Phương trình (7)
(7)
𝑛 𝑚 ∑ ∑ 𝑋𝑖𝑗 𝑖=1 𝑗=1
≤ Diện_tích_DVDDi
Tổng nhu cầu lao động của các KSD mà mô hình cân đối tính toán với hàm mục tiêu sao cho không được vượt quá nguồn lao động nông nghiệp của địa phương để đảm bảo chiến lược phát triển được thực hiện.
𝑚 𝑗=1
𝑛 ∑ ∑ 𝑖=1 Ràng buộc sản lượng lương thực tối thiểu cần cung cấp (hệ bất
≤ Tổng số ngày lao động tiềm năng của vùng 𝐿𝐷𝑗𝑋𝑖𝑗
(8)
(9) phương trình 6), với mỗi loại nông sản có thể được bố trí . ≥ Sản lượng tối thiểu của nông sản k
∑ 𝑋𝑖𝑗𝑁S𝑗 NSj: Năng suất của LUT cung cấp sản phẩm k
j = 1. . l ( số KSD cung cấp loại nông sản k)k
= 1. . p (số lượng sản phẩm) Ràng buộc tổng sản lượng tối đa của mỗi loại nông sản ∑ 𝑋𝑖𝑗𝑁S𝑗 ≤ Sản lượng tối đa của nông sản k
𝑛 ∑ 𝑋𝑖𝑗 𝑖=1
Tổng diện tích của LUTj <= Tổng diện tích yêu cầu của LUTj (10) (11) ≤ Diện tích yêu cầu của LUTj, j = 1. . m
20
Hình 4.8 Giao diện lựa chọn phương án tối ưu trên LandOpimizer
Trong quá trình sử dụng người dùng có thể chọn một trong những tổ hợp phương án thiết lập sẵn để ứng dụng thực hiện hàm mục tiêu tích hợp tương ứng. Hình 4.8 cho thấy các khả năng lựa chọn các mục tiêu khác nhau và các tùy chọn để xây dựng các ràng buộc.
So sánh kết quả tối ưu hóa của LandOpimizer và mô hình tối ưu hóa đã được xây dựng trên GAMS (Nguyễn Hồng Thảo, 2007) cho trường hợp ứng dụng ở huyện Cờ Đỏ, Thành phố Cần Thơ. Kết quả so sánh cho thấy kết quả của LandOptimizer và mô hình toán GAMS có sự tương đồng.
4.3.3 Xây dựng mô hình bố trí đất nông nghiệp ST-LUAM
Để bố trí lên bản đồ diện tích các KSD đất sản xuất nông nghiệp sau khi tối ưu hóa và xuất ra dạng bảng thuộc tính thì mỗi ĐVĐĐ có thể được tối ưu cho nhiều KSD khác nhau. Để giải quyết vấn đề này, mô hình bố trí không gian có tên ST-LUAM được xây dựng dựa trên phương pháp được trình bày trong Mục 3.2.3.
4.3.3.1 Xác định yếu tố KT-XH-MT dùng trong bố trí đất nông nghiệp
Để đảm bảo bố trí các KSD phù hợp với thực tế của địa phương như yêu cầu đã đặt ra cho bài toán bố trí đất nông nghiệp, các KSD khi được bố trí vào một cell phải thỏa mãn các điều kiện ràng buộc sau: (i) Điều kiện đầu tiên cần xem xét bố trí các KSD đất sản xuất nông nghiệp trên mỗi vị trí có mức thích nghi cao nhất; (ii) Ưu tiên cho trường hợp các cell lân cận có cùng KSD. Về mặt XH, canh tác nông nghiệp thường tổ chức liên kề, các nông hộ cùng điều kiện về tự nhiên, xã hội có thể học hỏi lẫn nhau về kỹ thuật canh tác và xử lý dịch bệnh nông nghiệp; (iii) Đối với một số KSD có yêu cầu ưu tiên bố trí ở những vị trí gần đường giao thông để thuận tiện cung cấp nguồn điện, gần sông rạch để chủ động về nguồn nước cho sản xuất; (iv) Sau cùng, ưu tiên bố trí các KSD đòi hỏi chi phí đầu tư cao cho những nhóm xã đạt chuẩn NTM.
4.3.3.2 Cân chỉnh và kiểm chứng mô hình bố trí đất nông nghiệp ST-LUAM
Thực nghiệm cân chỉnh được thiết lập trên GAMA để cân chỉnh trọng số trong trường hợp bố trí diện tích các KSD vào các ĐVĐĐ năm 2010 so với bản đồ hiện trạng SDĐ năm 2010. Quá trình cân chỉnh tự động được thực hiện theo giải thuật Di truyền (Method Genetic) trên phần mềm GAMA. Hàm Fitness của quá trình cân chỉnh được thiết lập sao cho giá trị kappa của bản đồ bố trí so với bản đồ hiện trạng năm 2010 tiến về max.
21
Kết quả cân chỉnh tự động các tham số đã giúp xác định được bộ tổ hợp trọng số WInvest (xã đầu tư) = 0,9; WR (khoảng cách tới đường) = 0,1; WC (khoảng cách tới kênh) = 0,9; WDEN (Mật số của các LUT) = 0,7. Bộ giá trị trọng số tìm được trong phần này này được thiết lập mặc định cho mô hình bố trí trong
trường hợp ứng dụng của 3 huyện. Với bộ trọng số tìm được, thực hiện kiểm chứng với trường hợp bố trí đất nông nghiệp năm 2015.
Kiểm chứng kết quả bản đồ bố trí đất sản xuất nông nghiệp so với hiện trạng năm 2015 với chỉ số tương đồng cao (Kappa= 0,934). Từ đó cho thấy kết quả bố trí các KSD của mô hình ST-LUAM phù hợp với thực tế theo các ràng buộc KT-XH-MT đã thiết lập.
4.4 Ứng dụng mô hình tích hợp tại tỉnh Sóc Trăng
Quy trình đề xuất cách ứng dụng mô hình tích hợp ST-IALUP hỗ trợ giải bài toán tối ưu trong quy hoạch tuyến tính và bố trí không gian đất đai theo các điều kiện KT-XH-MT gồm các bước sau: Sử dụng phân tích Monte Carlo để dự tính diện tích hay sản lượng các kiểu sản xuất có nhiều rủi ro để xác định diện tích giới hạn của các kiểu này. Đồng thời áp dụng phương pháp đánh giá thích nghi của FAO (1976) để đánh giá mức độ thích nghi đất đai đối với các KSD lựa chọn. Thực hiện tối ưu hóa bằng phần mềm LandOptimizer. Sau đó xuất dữ liệu sang định dạng của mô hình ST-LUAM để bố trí đất sản xuất nông nghiệp. Nếu có nhiều kịch bản, lặp lại bước chạy tối ưu hóa với các kịch bản khác nhau và bố trí đất sản xuất nông nghiệp theo các kịch bản đặt ra.
4.4.1 Xây dựng dữ liệu đầu vào
4.4.1.1 Thành lập bản đồ ĐVĐĐ và phân cấp thích nghi đến năm 2030
Các lớp bản đồ đơn tính gồm bản đồ nhóm đất, nguy hại do phèn với thông tin về loại đất, độ sâu xuất hiện tầng phèn, kết hợp các lớp bản đồ độ mặn trong nước, thời gian mặn (tính theo tháng), số tháng có khả năng tưới được chồng lớp và phân tích không gian.
Bản đồ ĐVĐĐ được xây dựng bằng phương pháp chồng lớp như đã trình bày trong phần phương pháp. Kết quả thu được bản đồ gồm 28 ĐVĐĐ với các đặc tính đất đai riêng được thể hiện chi tiết trong Hình 4.9. Trong đó, ĐVĐĐ 14 chiếm diện tích cao nhất nằm ở huyện Mỹ Xuyên với đặc tính đất thuộc nhóm đất Fluvisols với độ sâu xuất hiện tầng phèn nhỏ hơn 50cm, độ mặn 8 (‰) và thời gian mặn là 6 tháng trong năm chiếm 18.586,90 ha. Ngoài ra ở huyện Trần Đề có 2 ĐVĐĐ có diện tích lớn gồm ĐVĐĐ 3 và ĐVĐĐ 6 với diện tích tương ứng là 16.996,50ha và 10.047,49ha. Đây là các ĐVĐĐ có độ mặn thấp do nằm trong đê và được cấp nước ngọt qua hệ thống kênh, tuy nhiên khả năng tưới chỉ đáp ứng được 2 vụ.
22
Theo Sở NN & PTNT Sóc Trăng (2018) các KSD có triển vọng ở 3 huyện gồm: Lúa 3 vụ; Lúa 2 vụ (Đông Xuân - Hè Thu) , Lúa 2 vụ+ 1 màu, Lúa – Tôm, Chuyên màu (2-3 vụ), Cây ăn quả và Chuyên tôm (2-3 vụ).
Hình 4.9 Bản đồ ĐVĐĐ huyện Trần Đề, Long Phú, Mỹ Xuyên
4.4.2 Thiết lập phương án tối ưu hóa
Các kịch bản tối ưu hóa được thiết lập để tối ưu diện tích đất nông nghiệp
của 3 huyện đến năm 2030 với các thay đổi về kinh tế, xã hội và môi trường.
Kịch bản 1: Tối ưu hóa đất nông nghiệp đến năm 2030 trong điều kiện bình thường. Kịch bản này được xây dựng để xác định diện tích và bố trí đất sản xuất nông nghiệp tối ưu trong điều kiện hiện tại của đất đai và sự phát triển kinh tế xã hội đến năm 2030.
Kịch bản 2: Tối ưu hóa đất nông nghiệp đến năm 2030 trong điều kiện có thay đổi về môi trường và tự nhiên tương tự như hiện tượng hạn mặn năm 2016. Khuyến cáo đặt ra là hạn chế canh tác ba vụ lúa. Như vậy kịch bản này nhằm giải thích xem khi vùng canh tác ba vụ lúa được khuyến cáo không canh tác như cũ thì chuyển đổi sang KSD nào và bố trí ở đâu.
Với mỗi kịch bản, thực hiện theo 3 phương án: Tối ưu hóa thích nghi đất đai, tối ưu hóa lợi nhuận, tối ưu hóa đa mục tiêu (lợi nhuận, rủi ro và môi trường). Các phương trình ràng buộc của phương án về diện tích yêu cầu của các KSD, diện tích ràng buộc theo mức tối thiểu và tối đa được định nghĩa trong Bảng 4.3. Bảng 4.3 Ràng buộc diện tích biên của các KSD của 2 kịch bản LUT Kịch bản 2 Kịch bản 1
Giới hạn trên Giới hạn dưới Giới hạn trên
23
Giới hạn dưới 0 0 0 0 0 0 0 Không giới hạn Không giới hạn 12.768,00 Không giới hạn 2.100,01 8.799,00 16.697,01 0 0 0 0 0 0 0 LUT1 LUT2 LUT3 LUT4 LUT5 LUT6 LUT7 Không giới hạn Không giới hạn 15.436,00 Không giới hạn 2.500,01 8.936,00 19.236,01
4.4.3 Khảo sát các phương án tối ưu hóa với các trọng số mục tiêu
LandOptimizer cung cấp chức năng mới cho phép người dùng duyệt tự động các trọng số mục tiêu. Với mỗi bộ trọng số mục tiêu LandOptimizer cung cấp tổng diện tích của từng KSD. Đây là một tính năng mới cho phép người dùng đánh giá tự động tất cả khả năng có thể nhận được khi điều chỉnh trọng số mục tiêu.
Kết quả khảo sát diện tích tối ưu của tổ hợp 3 tham số mục tiêu được thực hiện tự động với tham số lợi nhuận (W1) tăng dần từ 0.1 đến 0.8; Môi trường (W2) từ 0.1 đến giá trị 0.9- W1 và Rủi ro (W3) là phần bù của 2 tham số trước. Kết quả khảo sát 36 bộ tham số. Với tiêu chí ưu tiên lợi nhuận kết hợp với xem trọng rủi ro, mức độ tốt cho môi trường thấp hơn mức rủi ro 50%. Như vậy bộ trọng số W1 =0,4; W2=0,2; W3 = 0,4 được chọn để xây dựng bản đồ bố trí đất nông nghiệp cho 2 kịch bản.
4.4.4 Tối ưu hóa diện tích sử dụng đất sản xuất nông nghiệp
4.4.4.1 Kết quả tối ưu hóa theo kịch bản 1
Kết quả tối ưu diện tích các KSD theo các phương án của 2 kịch bản
được trình bày trong Hình 4.10.
(a) (b)
Hình 4.10 Diện tích các KSD theo kịch bản 1(a)và kịch bản 2 (b)
Dữ liệu tối ưu của kịch bản 1 theo 3 phương án được bố trí không gian bằng mô hình ST-LUAM nhằm thể hiện diện tích sau khi được tối ưu lên bản đồ bố trí đất nông nghiệp. Kết quả xác định diện tích tối ưu của các KSD đến năm 2030 của 3 phương án tối ưu của kịch bản 1 được trình bày ở Hình 4.11.
24
Hình 4.11 Bản đồ bố trí các KSD của 3 phương án kịch bản 1
Kết quả bố trí đất sản xuất nông nghiệp ở phương án đa mục tiêu và phương án lợi nhuận tương đối giống nhau bởi vì diện tích tối ưu của LUT3,4,6,7 là giống nhau ở hai phương án và khác nhau ở diện tích LUT1 và LUT5 ở phương án đa mục tiêu ít hơn phương án lợi nhuận cũng như diện tích lúa 2 vụ nhiều hơn phương án lợi nhuận.
Các phương án tối ưu của kịch bản 2 được bố trí lên bản đồ bằng mô hình
ST-LUAM.
Hình 4.12 Bản đồ bố trí các KSD theo kịch bản 2
Trong phương án tối ưu hóa lợi nhuận, vùng bố trí cho 2 vụ lúa - màu tập trung chủ yếu ở các xã Tân Thạnh, Hữu Thành, Phú Hữu, Tân Hưng của huyện Long Phú và các xã Tài Văn, Viên An, Thạnh Thới An, Thạnh Thới Thuận, của huyện Trần Đề.
Đối với phương án tối ưu hóa đa mục tiêu của kịch bản 2, KSD hai vụ lúa- màu (LUT3) được bố trí tập trung ở các xã thuộc huyện Long Phú và Trần Đề nhưng diện tích ở Trần Đề cao hơn so với kịch bản tối ưu hóa lợi nhuận.
4.4.4.2 Đánh giá lựa chọn phương án tối ưu
25
Hình 4.13 So sánh tổng lợi nhuận của hai kịch bản năm 2030
Khi so sánh lợi nhuận của 2 kịch bản cho thấy tổng lợi nhuận của phương án tối ưu hóa lợi nhuận và tối ưu đa mục tiêu của kịch bản 2 thấp hơn kịch bản 1. Như vậy, tùy từng điều kiện mà phương án tối ưu hóa đa mục tiêu của mỗi kịch bản được chọn.
Bản đồ kết quả từ ST-LUAM được chồng lớp với bản đồ hiện trạng sử dụng đất để xác định các vùng cần chuyển đổi đối với phương án được đề xuất. Hình 4.14 cho thấy bản đồ vùng cần chuyển đổi của phương án đa mục tiêu của kịch bản 1 so với bản đồ hiện trạng sử dụng đất.
(a) Phương án ĐMT (b) Hiện trạng 2015 (c) Bản đồ thay đổi
Hình 4.14 So sánh phương án đa mục tiêu theo Kịch bản 1 và hiện trạng
Điểm lưu ý là đối với bản đồ hiện trạng sử dụng đất, KSD đất lúa không phân biệt số vụ canh tác lúa hay luân canh lúa – màu cũng như không phân biệt vùng canh tác lúa - tôm và chuyên tôm. Trên bản đồ Hình 4.14c, các vùng có màu là các vùng được khuyến cáo thay đổi nếu triển khai quy hoạch dựa vào phương án này.
Từ các kết quả trên cho thấy mô hình tích hợp ST-IALUP có thể tích hợp phần mềm tối ưu hóa (LandOptimizer) và mô hình bố trí không gian đất đai (ST- LUAM) vào quá trình xây dựng các kịch bản, xây dựng phương án, và các điều kiện ràng buộc một cách linh động. Đồng thời kết quả của mô hình có thể dễ dạng được so sánh đánh giá với hiện trạng sử dụng đất.
4.4.5 Ứng dụng ST-LUAM trong phân tích ảnh hưởng của các yếu tố đến
26
bố trí đất nông nghiệp Đối với các yếu tố kinh tế, yếu tố lợi nhuận của các KSD tác động trực tiếp đến tổng diện tích của các KSD, yếu tố về khả năng đầu tư đóng vai trò cho
phép bố trí đất sản xuất nông nghiệp. Kết quả thực nghiệm khi bố trí sử dụng đất nhưng loại trừ lần lượt các yếu tố tác động chứng minh rằng các yếu tố này đều đóng vai trò quan trọng trong việc bố trí đất nông nghiệp.
a) Không xét khả năng đầu tư b) Không xét tính lân cận c)Không xét hạ tầng
Hình 4.15 Bố trí đất nông nghiệp khi không xét các yếu tố
Bản đồ Hình 4.15a cho thấy khi không xét chỉ số khả năng đầu tư của các xã, diện tích các KSD bố trí dọc theo kênh rạch, giao thông. Kết quả phân tích không xét đến yếu tố hạ tầng giao thông và kênh rạch được cho thấy các loại đất NTTS và hai vụ lúa-màu được bố trí tập trung ở các vùng có khả năng đầu tư, không được bố trí dọc theo đường và kênh như hai trường hợp trên khi không xét đến yếu tố hạ tầng. Kết quả cho thấy khi xét tổng hợp nhiều yếu tố tác động đến sự bố trí đất sản xuất nông nghiệp sẽ góp phần nâng cao hiệu quả công tác QHSDĐ.
CHƯƠNG 5 KẾT LUẬN VÀ KIẾN NGHỊ
5.1 Kết luận
Luận án đã xác định được các yếu tố KT-XH-MT ảnh hưởng đến sử dụng đất và bố trí đất sản xuất nông nghiệp ở vùng nghiên cứu thuộc tỉnh Sóc Trăng gồm 3 vùng sinh thái ngọt, mặn, lợ. Các yếu tố KT-XH-MT có tác động đến sử dụng đất được chi làm 2 nhóm. Nhóm yếu tố có ảnh hưởng đến việc xác định diện tích tối ưu của các KSD gồm thích nghi tự nhiên, lợi nhuận, lao động, mức rủi ro, tác động tốt cho môi trường. Nhóm yếu tố gồm khả năng đầu tư, hạ tầng giao thông, kênh rạch, yêu cầu được bố trí lân cận nhau ảnh hưởng với việc bố trí đất sản xuất nông nghiệp.
Xây dựng được mô hình tích hợp phục vụ quy hoạch sử dụng đất dưới tác động của các yếu tố KT-XH-MT có tên ST-IALUP. Mô hình gồm 3 thành phần: (1) Mô hình dự tính diện tích các KSD; (2) Chương trình phần mềm tối ưu hóa diện tích sử dụng đất LandOptimizer; (3) Mô hình bố trí đất sản xuất nông nghiệp ST-LUAM.
27
Kết quả thứ nhất trong mô hình tích hợp là mô hình dự tính diện tích các KSD dựa trên dữ liệu diện tích canh tác lịch sử và phương pháp tính Monte
Carlo. Ứng dụng mô hình này đã xác định được diện tích canh tác ràng buộc cho tối ưu hóa diện tích đất trồng cây ăn quả, cây hàng năm và đất nuôi thủy sản.
Luận án đã xây dựng mới được chương trình phần mềm được đặt tên LandOptimizer được tích hợp trong ST-IALUP. Phần mềm này cho phép lập mô hình tối ưu hóa và tính toán diện tích tối ưu cho hệ thống sử dụng đất với các hàm tối ưu hóa một mục tiêu gồm lợi nhuận, tối ưu hóa lao động hoặc hàm tối ưu hóa đa mục tiêu lợi nhuận, lao động, giảm thiểu rủi ro và môi trường. Dựa trên chức năng của phần mềm, người quản lý khảo sát được tất cả các bộ trọng số mục tiêu để làm cơ sở lựa chọn phương án SDĐ.
Giải quyết được bài toán bố trí các KSD khác nhau trong một ĐVĐĐ qua mô hình ST-LUAM được thiết lập. Trong đó các KSD có cạnh tranh được ưu tiên xem xét theo các tiêu chí về chỉ số lân cận, gần đường giao thông, gần kênh rạch, khả năng đầu tư của xã.
Luận án cũng đã đề xuất ứng dụng mô hình tích hợp theo quy trình gồm các thành phần: Xác định diện tích ràng buộc, tối ưu hóa diện tích các KSD, bố trí diện tích đất đã tối ưu hóa lên bản đồ. Kết quả ứng dụng mô hình tích hợp trong trường hợp nghiên cứu ở 3 huyện Long Phú, Mỹ Xuyên và Trần Đề, tỉnh Sóc Trăng đã cho thấy phương án tối ưu đa mục tiêu trong cả 2 kịch bản là phương án được lựa chọn nhằm hài hòa lợi ích giữa lợi nhuận và giảm thiểu rủi ro cũng như ảnh hưởng không tốt đối với môi trường.
5.2 Kiến nghị
Mô hình tích hợp ST-IALUP cần được tiếp tục ứng dụng ở các vùng có điều kiện thủy lợi khác nhau cũng như có sự đa dạng các KSD đất nhằm tiếp tục được hiệu chỉnh phù hợp với điều kiện thực tế.
28
Bên cạnh đó, công tác dự tính dự báo những thay đổi trong tương lai của các yếu tố KT-XH-MT là rất cần thiết cho công tác quy hoạch sử dụng đất, do đó cần thiết mở rộng nghiên cứu dự báo các ràng buộc đầu vào về sản lượng, diện tích của các kiểu sử dụng đất.
