Tổng quan về luận án

Luận án này tiên phong trong việc phát triển một khuôn khổ giám sát và dự báo thay đổi sử dụng đất (LUC) tích hợp, đặc biệt trong bối cảnh biến đổi khí hậu (BĐKH) tại tỉnh Bến Tre, Việt Nam. Trong khi nhiều nghiên cứu đã nhận diện các yếu tố tác động đến LUC, một khoảng trống nghiên cứu đáng kể vẫn tồn tại trong việc "lượng hóa mức độ tác động của từng yếu tố đến thay đổi sử dụng đất" (Trang 2). Luận án giải quyết trực tiếp khoảng trống này bằng cách xây dựng một công cụ giám sát toàn diện, cung cấp thông tin kịp thời và chính xác cho công tác quy hoạch bền vững.

Bến Tre, một tỉnh trọng điểm ở Đồng bằng sông Cửu Long (ĐBSCL), chịu ảnh hưởng nặng nề bởi các tác động tiêu cực của BĐKH như "hạn hán, xâm nhập mặn, ngập lụt, xói mòn bờ sông" (Trang iii), dẫn đến sự thay đổi nhanh chóng các loại hình sử dụng đất, đặc biệt tại ba huyện ven biển. Hiện tại, tỉnh vẫn thiếu "giải pháp giám sát thay đổi sử dụng đất phù hợp thay cho phương pháp truyền thống (kiểm kê, thống kê đất đai theo đơn vị hành chính theo định kỳ 5 năm một lần)" để điều chỉnh quy hoạch trên cơ sở khoa học (Trang 3). Nghiên cứu này lấp đầy khoảng trống đó bằng cách đề xuất một hệ thống dựa trên công nghệ tiên tiến.

Các câu hỏi nghiên cứu chính (Research Questions):

  1. Xu thế biến động và các yếu tố tác động đến thay đổi sử dụng đất trong bối cảnh BĐKH giai đoạn 2009-2019 tại các huyện ven biển Bến Tre là gì?
  2. Tiềm năng chuyển đổi giữa các loại đất và mô phỏng thay đổi sử dụng đất đến các năm 2029, 2039, 2049 trong bối cảnh BĐKH tại Bến Tre diễn ra như thế nào?
  3. Các giải pháp giám sát thay đổi sử dụng đất hiệu quả trong điều kiện BĐKH cho tỉnh Bến Tre bao gồm những gì?

Các giả thuyết (Hypotheses):

  • H1: Có mối tương quan định lượng rõ ràng giữa các yếu tố tự nhiên biểu hiện của BĐKH (nhiệt độ, lượng mưa, xâm nhập mặn, khô hạn) và xu hướng thay đổi sử dụng đất tại các huyện ven biển Bến Tre.
  • H2: Sự tích hợp các mô hình Land Change Modeler (LCM), Cellular Automata (CA), Markov Chain và Modules for Land Use Change Evaluation (MOLUSCE) có thể dự báo chính xác các kịch bản thay đổi sử dụng đất trong tương lai dưới tác động của BĐKH.
  • H3: Các giải pháp giám sát LUC dựa trên công nghệ tích hợp GIS và Viễn thám, cùng với các mô hình dự báo, sẽ cung cấp thông tin kịp thời và khoa học, hỗ trợ công tác quy hoạch và quản lý đất đai bền vững tại Bến Tre.

Khung lý thuyết (Theoretical Framework): Luận án được xây dựng trên nền tảng của các lý thuyết về hệ thống phức hợp (Complex Systems Theory), lý thuyết về sự thay đổi môi trường toàn cầu (Global Environmental Change Theory), và lý thuyết về phát triển bền vững (Sustainable Development Theory). Cụ thể, nghiên cứu áp dụng mô hình "tác động qua lại và ảnh hưởng lẫn nhau giữa các yếu tố tự nhiên - môi trường - và xã hội" (Valbuena và ctv, 2010, Trang 7) để giải thích sự biến động của LUC. Các lý thuyết này cung cấp cơ sở để hiểu rằng LUC không phải là một quá trình tuyến tính mà là kết quả của các tương tác đa chiều giữa các yếu tố sinh vật lý và nhân sinh, được điều hòa bởi các chính sách và điều kiện kinh tế-xã hội.

Đóng góp đột phá: Luận án mang lại bốn đóng góp đột phá chính:

  1. Lượng hóa định lượng tác động của BĐKH: Đây là công trình đầu tiên tại Bến Tre "xác định được mối liên hệ giữa các yếu tố tự nhiên tác động đến thay đổi sử dụng đất trong bối cảnh biến đổi khí hậu dựa trên cơ sở ứng dụng công cụ thống kê không gian và hồi quy logistic đa biến" (Trang 4), định lượng tác động mà trước đây chỉ dừng lại ở liệt kê.
  2. Khung mô hình tích hợp tiên tiến: Phát triển và tích hợp thành công mô hình "LCM-CA-Markov-MOLUSCE" để mô phỏng LUC dưới kịch bản BĐKH (Trang 4), cung cấp khả năng dự báo chi tiết và đáng tin cậy hơn so với các phương pháp đơn lẻ.
  3. Hệ thống giám sát WebGIS và các chỉ số BĐKH tùy chỉnh: Đề xuất "Giải pháp cung cấp thông tin thay đổi sử dụng đất thông qua công cụ WebGIS trên nền tảng mã nguồn mở" (Trang iv) cùng với việc xây dựng "bản đồ xâm nhập mặn, hạn hán" dựa trên ảnh vệ tinh Landsat (Trang iii), giúp các nhà quản lý nhanh chóng xác định các khu vực dễ bị tổn thương.
  4. Chuyển đổi cơ cấu cây trồng thích ứng: Đề xuất "Giải pháp về chuyển đổi cơ cấu cây trồng thích ứng với BĐKH" (Trang iv), trực tiếp liên kết kết quả nghiên cứu với hành động thực tiễn, có tác động lớn đến an ninh lương thực và sinh kế địa phương.

Phạm vi và ý nghĩa: Phạm vi không gian của luận án tập trung vào ba huyện ven biển của tỉnh Bến Tre (Ba Tri, Bình Đại, Thạnh Phú), nơi chịu tác động mạnh mẽ nhất của BĐKH. Dữ liệu được phân tích trong giai đoạn 2009-2019, với các mô phỏng dự báo đến năm 2049. Ý nghĩa của nghiên cứu không chỉ giới hạn trong việc hỗ trợ "công tác quy hoạch và thực thi chiến lược phát triển bền vững" cho Bến Tre (Trang iii), mà còn tạo "cơ sở khoa học để áp dụng cho các khu vực khác trong khu vực đồng bằng sông Cửu Long" (Trang iv), đặc biệt trong bối cảnh các vùng châu thổ đang đối mặt với những thách thức tương tự về BĐKH và mực nước biển dâng.

Literature Review và Positioning

Nghiên cứu về thay đổi sử dụng đất (LUC) và biến đổi khí hậu (BĐKH) là một lĩnh vực rộng lớn và liên ngành, với sự tham gia của nhiều nhà khoa học trên thế giới. Các dòng nghiên cứu chính thường tập trung vào phân tích nguyên nhân, động lực và tác động của hoạt động con người lên LUC, đặc biệt liên quan đến môi trường sinh thái (White and Engelen, 2000; Wu and Webster, 1998; Verburg and Veldkamp, 2001; Irwin and Geoghegan, 2001, được trích dẫn trên Trang 21).

Synthesis của Major Streams: Các nghiên cứu toàn cầu đã chứng minh tầm quan trọng của việc mô tả, định lượng và giám sát LUC thông qua kỹ thuật viễn thám (RS) kết hợp với dữ liệu Hệ thống thông tin địa lý (GIS) (Turnur và ctv, 2007, Trang 8). Điển hình, Yu và ctv., 2011 đã sử dụng ảnh vệ tinh Landsat để xác định LUC tại thành phố Daqing, Trung Quốc, cho thấy sự gia tăng đáng kể của đất xây dựng và nông nghiệp, cùng với sự sụt giảm 60% diện tích đất ngập nước do gia tăng dân số và chính sách phát triển. Tương tự, Qihao Weng (2001) ứng dụng GIS, Viễn thám và mô hình Markov để phân tích LUC ở đồng bằng Trung Quốc, minh chứng hiệu quả của việc tích hợp công nghệ trong việc phân tích xu hướng và tốc độ thay đổi.

Contradictions/Debates: Mặc dù có sự đồng thuận về việc sử dụng GIS và RS, vẫn tồn tại những tranh luận về phương pháp tiếp cận tối ưu. "Không có một phương pháp hay thuật toán duy nhất nào được sử dụng trong mô phỏng thay đổi sử dụng đất" (Suming và ctv, 2013, Trang 24). Điều này dẫn đến sự cần thiết của việc kết hợp nhiều phương pháp và mô hình khác nhau để giải quyết thách thức chính là "xác định một cách chính xác những thay đổi sử dụng đất gây ra bởi các biến tự nhiên (ví dụ thời tiết và các điều kiện khí hậu) và các yếu tố không liên quan khác" (Trang 24). Một số nghiên cứu, như của Fung and Le Drew (1987), sử dụng phân tích thành phần chính (PCA) để so sánh ảnh đa thời gian, tuy nhiên phương pháp này có thể khó liên kết giữa đặc điểm địa lý với các thành phần độc lập.

Positioning trong Literature: Luận án này định vị mình bằng cách vượt qua giới hạn của các nghiên cứu trước đây chỉ dừng lại ở việc "liệt kê các yếu tố tác động" (Trang 2). Nó tập trung vào việc "lượng hóa mức độ tác động của từng yếu tố đến thay đổi sử dụng đất" (Trang 2) thông qua các công cụ thống kê không gian và hồi quy logistic đa biến, cung cấp một hiểu biết sâu sắc hơn về mối quan hệ nhân quả. Hơn nữa, trong khi nhiều nghiên cứu sử dụng các mô hình đơn lẻ như Markov-CA (Tránh Lê Hùng & ctv, 2017) hoặc CLUE-S (Phạm T. Lợi và Đào N Khôi, 2021), luận án này tích hợp một cách độc đáo các mô hình LCM-CA-Markov-MOLUSCE, tạo ra một khuôn khổ dự báo phức tạp và đáng tin cậy hơn cho các kịch bản BĐKH cụ thể ở cấp địa phương.

How this advances the field: Nghiên cứu này thúc đẩy lĩnh vực quản lý tài nguyên và môi trường bằng cách:

  1. Phát triển công cụ định lượng mới: Cung cấp một phương pháp luận mạnh mẽ để định lượng các yếu tố tác động của BĐKH lên LUC, sử dụng hồi quy logistic đa biến trong bối cảnh không gian.
  2. Tích hợp mô hình đa chiều: Đề xuất một mô hình tích hợp sáng tạo (LCM-CA-Markov-MOLUSCE) để dự báo LUC, tăng cường khả năng dự đoán không gian và thời gian. Điều này vượt trội so với các nghiên cứu chỉ dùng một mô hình như CLUE-S của Phạm T. Lợi và Đào N Khôi (2021) hay Markov-CA của Tránh Lê Hùng & ctv (2017) ở Việt Nam.
  3. Giải pháp giám sát ứng dụng thực tiễn: Tạo ra "công cụ giám sát thay đổi sử dụng đất ở ba khía cạnh: (i) xu thế thay đổi sử dụng đất theo không gian và thời gian; (ii) lượng hóa các yếu tố ảnh hưởng đến thay đổi sử dụng đất; và (iii) Công cụ mô phỏng và dự báo thay đổi sử dụng đất theo thời gian trong điều kiện biến đổi khí hậu" (Trang 5), có khả năng chuyển giao trực tiếp cho các nhà quản lý.

So sánh với International Studies: So sánh với nghiên cứu của Varun N.M và cộng sự (2014) về thành phố Muzaffarpur, Ấn Độ, sử dụng LCM để dự báo LUC đến năm 2025 và 2035, luận án này không chỉ áp dụng LCM mà còn tích hợp nó với CA, Markov và MOLUSCE, cho phép một phân tích sâu hơn về động lực và không gian của sự thay đổi. Trong khi nghiên cứu ở Ấn Độ chủ yếu tập trung vào xu hướng quá khứ, luận án này đi xa hơn bằng cách mô phỏng lan truyền mặn và chỉ số khô hạn cụ thể cho tác động của BĐKH, điều mà Varun N.M không đề cập chi tiết.

Một ví dụ khác là hệ thống hỗ trợ quyết định không gian CLUES được phát triển ở New Zealand (Sandy, 2008), tập trung vào tác động của LUC đến chất lượng nước. Luận án này cũng xây dựng một hệ thống hỗ trợ quyết định nhưng lại tập trung vào việc "giám sát thay đổi sử dụng đất theo phương án quy hoạch đã được phê duyệt" và "giám sát hạn hán và xâm nhập mặn" (Trang iv) với một công cụ WebGIS, cung cấp một giải pháp tùy chỉnh và trực quan hơn cho các nhà quản lý đất đai địa phương, đặc biệt trong bối cảnh BĐKH nặng nề. Nghiên cứu của Nyatuame và Agodzo (2017) cũng đã liên kết các hiện tượng khí hậu khắc nghiệt như lũ lụt, hạn hán với LULC, nhưng luận án này đi sâu vào việc định lượng các mối liên hệ này thông qua hồi quy logistic đa biến và mô hình tích hợp tại một khu vực cụ thể bị ảnh hưởng nặng nề.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án này đóng góp đáng kể vào lý thuyết về thay đổi sử dụng đất và quản lý tài nguyên trong bối cảnh BĐKH bằng cách không chỉ mở rộng mà còn thách thức một số giả định trong các lý thuyết hiện có. Nghiên cứu mở rộng lý thuyết về "mô hình hóa thay đổi đất đai cho hệ sinh thái bền vững" (Trang 13) vốn là cơ sở của LCM, bằng cách tích hợp sâu rộng hơn các yếu tố tác động của BĐKH như xâm nhập mặn và hạn hán vào mô hình dự báo.

Cụ thể, luận án mở rộng lý thuyết về động lực thay đổi sử dụng đất (Drivers of Land Use Change - DLUC) của Lambin và Strahler (1994) và Geist & Lambin (2002) bằng cách định lượng hóa các mối liên hệ giữa các yếu tố tự nhiên (nhiệt độ, lượng mưa, xâm nhập mặn) và LUC. Thay vì chỉ phân loại động lực thành yếu tố trực tiếp và gián tiếp, nghiên cứu này sử dụng "hồi quy logistic đa biến" (Trang 4) để "xác định được mối liên hệ giữa các yếu tố tự nhiên tác động đến thay đổi sử dụng đất" (Trang 4), cung cấp một bằng chứng thực nghiệm cụ thể và định lượng về cơ chế tương tác này ở cấp độ địa phương. Đây là một bước tiến vượt trội so với các nghiên cứu trước đây mà "chỉ dừng lại ở việc liệt kê các yếu tố tác động" (Trang 2).

Nghiên cứu cũng thách thức quan điểm rằng các mô hình đơn lẻ là đủ để dự báo LUC chính xác, như đã nêu bởi Suming và ctv. (2013) rằng "không có một phương pháp hay thuật toán duy nhất nào được sử dụng trong mô phỏng thay đổi sử dụng đất" (Trang 24). Bằng cách tích hợp các mô hình đa dạng như LCM, CA, Markov và MOLUSCE, luận án đề xuất một cách tiếp cận đa mô hình để nắm bắt sự phức tạp của quá trình LUC, nơi các yếu tố không gian, thời gian và động lực tương tác lẫn nhau. Khung tích hợp này cung cấp một mô hình lý thuyết toàn diện hơn để hiểu và dự báo sự tiến hóa của cảnh quan.

Khung khái niệm (Conceptual Framework): Khung khái niệm của luận án bao gồm các thành phần chính:

  1. Đầu vào dữ liệu: Ảnh viễn thám đa thời gian (Landsat 2009, 2019), dữ liệu GIS nền (địa hình, địa chính, bản đồ chuyên đề), và dữ liệu kinh tế-xã hội.
  2. Yếu tố tác động BĐKH: Nhiệt độ trung bình, lượng mưa trung bình, xâm nhập mặn, chỉ số khô hạn (TVDI).
  3. Quá trình phân tích:
    • Đánh giá hiện trạng và xu thế thay đổi sử dụng đất (2009-2019).
    • Lượng hóa mức độ tác động của các yếu tố BĐKH đến LUC thông qua hồi quy logistic đa biến và phân tích không gian.
    • Đánh giá tiềm năng chuyển đổi giữa các loại đất (Cramer’S V).
    • Mô phỏng và dự báo LUC đến 2029, 2039, 2049 sử dụng mô hình tích hợp.
  4. Đầu ra & Giải pháp:
    • Bản đồ dự báo LUC dưới kịch bản BĐKH.
    • Giải pháp giám sát LUC theo quy hoạch đã duyệt.
    • Công cụ WebGIS cung cấp thông tin LUC.
    • Giải pháp giám sát hạn hán và xâm nhập mặn.
    • Giải pháp chuyển đổi cơ cấu cây trồng thích ứng với BĐKH.

Mối quan hệ giữa các thành phần là tuần tự và lặp lại. Các yếu tố đầu vào được xử lý để đánh giá hiện trạng và quá khứ, sau đó các yếu tố tác động được định lượng. Thông tin này cùng với tiềm năng chuyển đổi được đưa vào mô hình dự báo để tạo ra các kịch bản tương lai và cuối cùng là đề xuất các giải pháp.

Mô hình lý thuyết (Theoretical Model): Nghiên cứu xây dựng một mô hình lý thuyết dựa trên các mệnh đề (propositions) sau:

  • P1: Các yếu tố tự nhiên liên quan đến BĐKH (nhiệt độ, lượng mưa, xâm nhập mặn) có tác động định lượng đáng kể đến xu hướng thay đổi các loại hình sử dụng đất (VD: đất lúa, đất nuôi trồng thủy sản) tại các khu vực ven biển.
  • P2: Khả năng chuyển đổi từ loại hình sử dụng đất này sang loại hình khác được xác định bởi tổ hợp các yếu tố tự nhiên, kinh tế-xã hội và chính sách, và có thể được mô hình hóa bằng các thuật toán phức tạp.
  • P3: Mô hình tích hợp LCM-CA-Markov-MOLUSCE, với khả năng phân tích động lực và phân bố không gian, cung cấp dự báo LUC chính xác hơn so với các phương pháp truyền thống hay mô hình đơn lẻ.
  • P4: Thông tin dự báo LUC chính xác và các giải pháp giám sát kịp thời là cần thiết và có thể được ứng dụng để tối ưu hóa quy hoạch sử dụng đất, nâng cao khả năng thích ứng với BĐKH và đảm bảo phát triển bền vững.

Chuyển đổi Paradigm (Paradigm Shift): Luận án không chỉ là một ứng dụng kỹ thuật mà còn góp phần vào một sự chuyển đổi trong cách tiếp cận quản lý đất đai. Nó chuyển từ mô hình "kiểm kê, thống kê đất đai theo đơn vị hành chính theo định kỳ 5 năm một lần" (Trang 3) mang tính tĩnh và định kỳ sang một mô hình giám sát động, liên tục, dựa trên dữ liệu thời gian thực và dự báo khoa học. Bằng chứng từ các kết quả mô phỏng ("mô phỏng diện tích sử dụng đất đến năm 2049" - Bảng 30, Trang xii) cho thấy khả năng dự đoán các thay đổi tiềm năng, từ đó cho phép các nhà quản lý đưa ra quyết định chủ động thay vì phản ứng bị động.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp sâu rộng các lý thuyết và phương pháp từ nhiều lĩnh vực khác nhau, tạo nên sự độc đáo và toàn diện.

Tích hợp của các lý thuyết: Luận án tích hợp ít nhất ba lý thuyết cụ thể:

  1. Lý thuyết về hệ thống thông tin địa lý (GIS Theory): Nền tảng cho việc "thu thập, lưu trữ, truy vấn, phân tích và hiển thị dữ liệu không gian" (Trang 19).
  2. Lý thuyết Viễn thám (Remote Sensing Theory): Sử dụng "nguyên lý cơ bản của viễn thám đó là đặc trưng phản xạ hay bức xạ của các đối tượng tự nhiên tương ứng với từng dải phổ khác nhau" (Trang 19) để phân loại và theo dõi thay đổi lớp phủ.
  3. Lý thuyết mô hình hóa sự thay đổi đất đai (Land Change Modeling Theory): Cụ thể là các nguyên lý đằng sau LCM (Clark University), MOLUSCE (Modules for Land Use Change Evaluation), Markov Chain và Cellular Automata (CA) để dự báo LUC dựa trên quy luật thay đổi quá khứ và các yếu tố tác động (Trang 13-17).

Phương pháp phân tích mới lạ (Novel Analytical Approach): Sự mới lạ nằm ở việc tích hợp một cách có hệ thống "LCM-CA-Markov-MOLUSCE" trong môi trường mã nguồn mở (QGIS) để mô phỏng LUC dưới tác động của BĐKH. Trong khi LCM tập trung vào phân tích thay đổi và tiềm năng chuyển đổi, Markov Chain cung cấp dự báo về lượng thay đổi, CA phân bổ thay đổi này trong không gian, và MOLUSCE tổng hợp các chức năng này để đánh giá, mô phỏng và xác thực. "MOLUSCE là mô hình khá phù hợp để áp dụng trong việc phát triển hệ thống hỗ trợ ra quyết định các vấn đề sử dụng đất trên nền tảng hệ thống thông tin địa lý (GIS)" (Trang 17), đặc biệt khi nó bao gồm các mô-đun Xác thực sử dụng Kappa thống kê và lỗi xác thực bản đồ (Trang 18). Sự kết hợp này mang lại một công cụ mạnh mẽ hơn để hiểu "thay đổi sử dụng đất liên tục diễn ra như là một quá trình phức hợp bởi những sự tác động qua lại và ảnh hưởng lẫn nhau giữa các yếu tố tự nhiên - môi trường - và xã hội" (Valbuena và ctv, 2010, Trang 7).

Đóng góp khái niệm (Conceptual Contributions): Luận án làm rõ và định nghĩa lại một số khái niệm trong bối cảnh BĐKH:

  • "Giám sát thay đổi sử dụng đất trong bối cảnh BĐKH": Khái niệm này được mở rộng để bao gồm không chỉ việc theo dõi các thay đổi lịch sử mà còn khả năng định lượng tác động, dự báo tương lai và đề xuất giải pháp thích ứng.
  • "Tiềm năng chuyển đổi đất đai": Được định nghĩa và lượng hóa bằng các chỉ số như Cramer’S V (Trang xii, Bảng 28), cung cấp một cách tiếp cận định lượng để đánh giá khả năng chuyển đổi giữa các loại hình sử dụng đất dưới các điều kiện cụ thể.

Điều kiện ranh giới (Boundary Conditions) được nêu rõ:

  • Phạm vi không gian: Chỉ giới hạn ở "3 huyện ven biển của Tỉnh Bến Tre (Huyện Ba Tri, Huyện Bình Đại và Huyện Thạnh Phú)" (Trang 3), nơi chịu tác động chính của BĐKH.
  • Phạm vi thời gian: Phân tích dữ liệu lịch sử trong "giai đoạn 2009-2019" và dự báo đến các năm "2029, 2039 và 2049" (Trang 3). Điều này ngụ ý rằng các dự báo xa hơn có thể chịu nhiều bất định hơn do sự phức tạp và khó lường của BĐKH.
  • Yếu tố tác động: "Các yếu tố tác động đến thay đổi sử dụng đất được chọn là các yếu tố tự nhiên là biểu hiện của biến đổi khí hậu" (Trang 3), bao gồm nhiệt độ, lượng mưa, xâm nhập mặn, hạn hán. Các yếu tố kinh tế-xã hội và chính sách được xem xét nhưng không phải là trọng tâm định lượng của mô hình dự báo.
  • Dữ liệu: Phụ thuộc vào "Ảnh vệ tinh Landsat" (Trang iii) và các dữ liệu GIS sẵn có, với các hạn chế về độ phân giải và tính sẵn có của dữ liệu có thể ảnh hưởng đến độ chính xác của mô hình. Luận án cũng thừa nhận rằng "kết quả phân loại không chỉ ảnh hưởng đến kết quả tạo các bản đồ sử dụng đất... mà còn ảnh hưởng trực tiếp tới kết quả dự báo trong các mô hình" (Trang 32).

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án này sử dụng một thiết kế nghiên cứu phức tạp và tiên tiến, tích hợp các triết lý và phương pháp đa dạng để đạt được mục tiêu nghiên cứu.

Triết lý nghiên cứu (Research Philosophy): Nghiên cứu theo triết lý Post-positivism và có yếu tố của Critical Realism. Nó thừa nhận rằng thực tế khách quan tồn tại nhưng chỉ có thể được hiểu một cách không hoàn hảo thông qua các quan sát và mô hình (như thừa nhận rằng "không có một phương pháp hay thuật toán duy nhất nào được sử dụng trong mô phỏng thay đổi sử dụng đất" - Suming và ctv, 2013, Trang 24). Luận án tìm cách lượng hóa các mối quan hệ nhân quả (ví dụ, tác động của BĐKH đến LUC) thông qua phân tích định lượng nghiêm ngặt, nhưng cũng tích hợp kiến thức chuyên gia và đánh giá nhiều kịch bản, cho thấy sự chấp nhận tính phức tạp và đa diễn giải.

Phương pháp hỗn hợp (Mixed Methods) với lý do kết hợp cụ thể: Nghiên cứu này áp dụng phương pháp hỗn hợp, kết hợp mạnh mẽ các phương pháp định lượng và định tính.

  • Định lượng: Xử lý "ảnh vệ tinh Landsat" (Trang iii), xây dựng "cơ sở dữ liệu GIS" (Trang iii), áp dụng các mô hình toán "LCM (Land Change Modeler) và MOLUSCE (Modules for Land Use Change Evaluation)" (Trang iii), và sử dụng "hồi quy logistic đa biến" (Trang 4) để lượng hóa các yếu tố tác động. Dữ liệu số liệu thống kê về nhiệt độ, lượng mưa, độ mặn (EC), và chỉ số khô hạn (TVDI) là trọng tâm.
  • Định tính: Sử dụng "phương pháp điều tra khảo sát thu thập thông tin" (Trang 3) và "phương pháp tham vấn chuyên gia" (Trang 3) để bổ sung cho các phân tích định lượng, đặc biệt trong việc xem xét các tác động tự nhiên, BĐKH đến hoạt động kinh tế, xã hội, môi trường và giải quyết bài toán tổng hợp trong đề xuất giải pháp. Lý do cho sự kết hợp này là để có được cái nhìn toàn diện: định lượng cung cấp bằng chứng thống kê và dự báo kịch bản, trong khi định tính giúp giải thích các động lực phức tạp, bối cảnh địa phương và đánh giá tính khả thi của các giải pháp.

Thiết kế đa cấp (Multi-level design) với các cấp độ được xác định rõ ràng: Mặc dù không nêu rõ là "multi-level design", nghiên cứu này thực hiện phân tích ở nhiều cấp độ:

  • Cấp độ tổng quát (Regional/Provincial Level): Đánh giá tổng quan hiện trạng sử dụng đất và các yếu tố tác động trên toàn tỉnh Bến Tre (Trang 3).
  • Cấp độ trọng điểm (District/Coastal Area Level): Phân tích chi tiết xu thế và yếu tố tác động "cho các huyện ven biển thuộc tỉnh Bến Tre" (Trang iii), nơi chịu ảnh hưởng nặng nề nhất của BĐKH.
  • Cấp độ điểm (Pixel/Grid Cell Level): Các mô hình LCM, CA, Markov, MOLUSCE hoạt động trên dữ liệu raster (pixel), cho phép phân tích và dự báo thay đổi sử dụng đất ở cấp độ chi tiết, cục bộ.

Kích thước mẫu và tiêu chí lựa chọn chính xác (Sample size and selection criteria EXACT):

  • Dữ liệu ảnh vệ tinh: "Ảnh vệ tinh Landsat được áp dụng" (Trang iii) cho các năm 2009 và 2019. "Nguồn tài liệu sử dụng" (Bảng 3, Trang xii) và "Thông tin Ảnh Landsat sử dụng trong nghiên cứu" (Bảng 4, Trang xii) cung cấp chi tiết về các bộ ảnh cụ thể. Việc sử dụng ảnh Landsat 8 OLI được đề cập trong công thức tính chỉ số độ mặn (Bảng 6, Trang xii).
  • Dữ liệu mẫu cho phân loại: "Xây dựng bộ dữ liệu mẫu trong phân loại thành lập bản đồ" (Bảng 5, Trang xii) cho thấy quy trình thu thập điểm mẫu cho việc phân loại ảnh vệ tinh.
  • Dữ liệu khảo sát: "Số lượng điểm mẫu phân theo loại hình SDĐ" (Bảng 13, Trang xii) được sử dụng để đánh giá độ chính xác của phân loại, với ma trận sai số cho Landsat 2009 và 2019 (Bảng 14, 15, Trang xii).
  • Mẫu biến độc lập cho hồi quy: "Sơ đồ chọn mẫu các biến độc lập" (Hình 3.10, Trang xiv) và "Phân bố điểm mẫu theo loại đất" (Bảng 23, Trang xii) cho thấy phương pháp lấy mẫu cho các biến độc lập trong mô hình hồi quy. Các biến này bao gồm nhiệt độ, lượng mưa, xâm nhập mặn, và chỉ số khô hạn (Trang 115, Phần "Phân cấp giá trị các yếu tố tác động").

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu được thiết kế để đảm bảo tính nghiêm ngặt và độ tin cậy của kết quả.

Chiến lược lấy mẫu (Sampling strategy) với tiêu chí bao gồm/loại trừ: Chiến lược lấy mẫu được áp dụng ở nhiều giai đoạn:

  • Lấy mẫu để phân loại ảnh: Các điểm mẫu được chọn trên ảnh vệ tinh cho các năm 2009 và 2019 để huấn luyện và xác thực thuật toán phân loại lớp phủ đất. Tiêu chí bao gồm sự phân bố đều của các loại hình sử dụng đất, đảm bảo đại diện cho các đặc điểm quang phổ.
  • Lấy mẫu cho mô hình hồi quy logistic: Dữ liệu cho các biến độc lập (nhiệt độ, lượng mưa, xâm nhập mặn, khô hạn) được thu thập và phân cấp (Bảng 17, 18, Trang xii). "Phân bố điểm mẫu theo loại đất" (Bảng 23, Trang xii) được sử dụng để xây dựng mô hình. Các tiêu chí loại trừ có thể bao gồm dữ liệu nhiễu hoặc không đầy đủ.

Giao thức thu thập dữ liệu (Data collection protocols) với mô tả công cụ:

  • Dữ liệu viễn thám: Ảnh Landsat được thu thập từ các kho lưu trữ dữ liệu vệ tinh. "Quy trình xử lý dữ liệu" và "Quy trình thành lập bản đồ sử dụng đất" (Hình 2.2, 2.3, Trang xiv) chi tiết các bước xử lý ảnh như sửa lỗi khí quyển, chuẩn hóa, phân loại giám sát (supervised classification) để tạo bản đồ hiện trạng sử dụng đất.
  • Dữ liệu GIS nền: "Bản đồ địa hình, địa chính, bản đồ chuyên đề" (Trang iii) được thu thập từ Sở Tài nguyên và Môi trường Bến Tre.
  • Dữ liệu kinh tế-xã hội và thực địa: "Dữ liệu điều tra thực địa" (Trang iii) và "khảo sát bổ sung sự ảnh hưởng trực tiếp của các tác động tự nhiên và BĐKH đến các hoạt động kinh tế, xã hội và môi trường" (Trang 3) được thực hiện thông qua điều tra, phỏng vấn.

Tam giác hóa (Triangulation) (data/method/investigator/theory):

  • Tam giác hóa dữ liệu: Sử dụng kết hợp ảnh vệ tinh (Landsat), bản đồ GIS chuyên đề, số liệu thống kê kinh tế-xã hội và dữ liệu điều tra thực địa để xác nhận các phát hiện.
  • Tam giác hóa phương pháp: Kết hợp các phương pháp xử lý ảnh viễn thám, phân tích không gian GIS, mô hình toán (LCM, MOLUSCE, Markov-CA), và thống kê hồi quy logistic với phương pháp khảo sát và tham vấn chuyên gia.
  • Tam giác hóa lý thuyết: Các kết quả được giải thích và so sánh với nhiều lý thuyết về LUC, BĐKH và hệ thống sinh thái, như đã đề cập trong Khung lý thuyết.

Độ giá trị (Validity) và độ tin cậy (Reliability):

  • Độ giá trị cấu trúc (Construct validity): Các chỉ số BĐKH (NDSI, TVDI) được xây dựng dựa trên các kênh phổ ảnh Landsat (Bảng 6, Trang xii) và các công thức đã được công nhận trong khoa học viễn thám.
  • Độ giá trị nội bộ (Internal validity): Mô hình hồi quy logistic được kiểm tra "đa cộng tuyến" (Bảng 26, Trang xii) để đảm bảo các biến độc lập không quá phụ thuộc lẫn nhau, tăng độ tin cậy của các hệ số.
  • Độ giá trị bên ngoài (External validity): Luận án khẳng định "Kết quả nghiên cứu đã tạo cơ sở khoa học để áp dụng cho các khu vực khác trong khu vực đồng bằng sông Cửu Long" (Trang iv), cho thấy khả năng tổng quát hóa các phương pháp và kết quả.
  • Độ tin cậy (Reliability): "Ma trận sai số phân loại ảnh Landsat 2009" và "Ma trận sai số phân loại ảnh Landsat 2019" (Bảng 14, 15, Trang xii) được sử dụng để đánh giá độ chính xác phân loại lớp phủ đất. Mô-đun Xác thực của MOLUSCE sử dụng "Kappa thống kê" và "Lỗi xác thực bản đồ" (Trang 18) để kiểm tra độ chính xác của mô phỏng. Đối với các kỹ thuật thống kê, các giá trị α (alpha, mức ý nghĩa) được sử dụng để kiểm định giả thuyết. Độ chính xác của mô hình cũng được đánh giá qua các giai đoạn (Bảng 29, Trang xii).

Data và phân tích

Đặc điểm mẫu (Sample characteristics) với nhân khẩu học/thống kê: Luận án sử dụng dữ liệu từ 3 huyện ven biển của Bến Tre, một khu vực điển hình của ĐBSCL. Dữ liệu bao gồm:

  • Hiện trạng sử dụng đất: Phân loại các loại đất nông nghiệp và phi nông nghiệp năm 2019 (Bảng 10, 11, Trang xii). Ví dụ, dữ liệu sẽ bao gồm diện tích đất lúa, đất trồng cây lâu năm, đất nuôi trồng thủy sản, đất dân cư.
  • Đặc điểm khí hậu: Dữ liệu nhiệt độ và lượng mưa trung bình năm/tháng tại trạm Ba Tri (Hình 3.11, 3.13, Trang xv) cho thấy "Xu thế biến đổi nhiệt độ trạm Ba Tri" và "Xu thế biến đổi lượng mưa tại Trạm Ba Tri".
  • Độ mặn: Dữ liệu về độ mặn đất (EC) và "Bản đồ phân bố độ mặn đất (EC) năm 2009 và năm 2019" (Hình 3.19, Trang xv) được xây dựng từ ảnh vệ tinh. Phân cấp độ mặn trong đất theo EC (Bảng 8, 18, Trang xii) được áp dụng.
  • Khô hạn: "Bản đồ khô hạn năm 2009, 2019 theo chỉ số TVDI" (Hình 3.21, Trang xv) và "Thống kê diện tích khô hạn năm 2009, 2019" (Bảng 22, Trang xii).

Kỹ thuật tiên tiến (Advanced techniques) với phần mềm:

  • GIS và Viễn thám: Ứng dụng mạnh mẽ "GIS (Geographic Information Systems) với Viễn thám RS (Remote Sensing)" (Trang iii) để xử lý ảnh Landsat, xây dựng bản đồ chuyên đề, và tạo cơ sở dữ liệu không gian. Phần mềm "QGIS" (mã nguồn mở) được sử dụng làm nền tảng GIS (Trang iii).
  • Hồi quy logistic đa biến (Multivariate Logistic Regression): Được sử dụng để "lượng hóa mức độ ảnh hưởng của từng yếu tố đến thay đổi sử dụng đất" (Trang iii) và "xác định mối tương quan giữa các yếu tố tác động đến thay đổi sử dụng đất" (Trang 3). "Các biến trong mô hình hồi quy" được liệt kê (Bảng 25, 27, Trang xii).
  • Mô hình tích hợp LCM-CA-Markov-MOLUSCE: Đây là kỹ thuật tiên tiến cốt lõi để "dự báo thay đổi sử dụng đất trong bối cảnh biến đổi khí hậu theo mô hình toán" (Trang iii).
    • LCM: "Land Change Modeler" (Trang 13) dùng để phân tích thay đổi và tiềm năng chuyển đổi.
    • MOLUSCE: "Modules for Land Use Change Evaluation" (Trang 17-18) tích hợp trong QGIS, sử dụng các thuật toán như "Mạng Nơ-ron thần kinh nhân tạo (ANN)" (Trang 17, 117, Hình 3.23) để đào tạo mô hình dự đoán.
    • Markov-CA: "Markov – Cellular Automata" (Trang 16) được ứng dụng để xác định khả năng thay đổi các loại hình sử dụng đất và phân bổ không gian.

Kiểm tra độ vững chắc (Robustness checks) với các thông số thay thế:

  • Kiểm tra đa cộng tuyến: "Kết quả kiểm tra đa cộng tuyến" (Bảng 26, Trang xii) cho thấy luận án đã thực hiện các kiểm định để đảm bảo rằng các biến trong mô hình hồi quy không bị trùng lặp thông tin quá mức, giúp tăng độ tin cậy của các hệ số.
  • Hiệu chỉnh mô hình: "Hiệu chỉnh mô hình" (Trang 115) được thực hiện để tối ưu hóa các tham số của mô hình dự báo.
  • Đánh giá độ chính xác: "Đánh giá độ chính xác qua các giai đoạn" (Bảng 29, Trang xii) sử dụng các chỉ số như Kappa thống kê và lỗi xác thực bản đồ (Trang 18) để đánh giá hiệu suất của mô hình.

Kích thước ảnh hưởng (Effect sizes) và khoảng tin cậy (Confidence intervals) được báo cáo: "Kết quả phân tích các hệ số" (Bảng 24, Trang xii) từ mô hình hồi quy logistic sẽ bao gồm các hệ số, giá trị p-value (thống kê ý nghĩa) và có thể là khoảng tin cậy (CI) cho các hệ số này, giúp định lượng mức độ và hướng của tác động từ các yếu tố độc lập lên LUC. Ví dụ, p-value < 0.05 thường được sử dụng để xác định ý nghĩa thống kê của các mối quan hệ.

Phát hiện đột phá và implications

Những phát hiện then chốt

Luận án đã đạt được những phát hiện then chốt, cung cấp cái nhìn sâu sắc về động lực LUC dưới tác động của BĐKH tại Bến Tre.

  1. Xu thế chuyển đổi đất đai đáng kể: "Phân tích biến động giai đoạn 2009-2019" (Hình 3.4, Trang xv) cho thấy sự thay đổi đáng kể trong các loại hình sử dụng đất. Đặc biệt, có xu hướng "Chuyển đất thủy sản sang đất trồng lúa tại huyện Ba Tri" (Hình 3.3, Trang xiv) và ngược lại, cũng như "Chuyển đất lúa sang đất trồng cây lâu năm và dân cư xây dựng tại huyện Ba Tri năm 2009-2019" (Hình 3.6, Trang xv). Sự biến động diện tích các loại đất giai đoạn 1999-2009-2019 (Hình 3.9, Trang xv) minh chứng cho quá trình thay đổi liên tục.
  2. Định lượng tác động của BĐKH: Nghiên cứu đã "xác định được mối liên hệ giữa các yếu tố tự nhiên tác động đến thay đổi sử dụng đất trong bối cảnh biến đổi khí hậu dựa trên cơ sở ứng dụng công cụ thống kê không gian và hồi quy logistic đa biến" (Trang 4). Điều này bao gồm việc lượng hóa ảnh hưởng của "nhiệt độ trung bình", "lượng mưa trung bình" (Hình 3.11, 3.13, Trang xv), và đặc biệt là "xâm nhập mặn" (Hình 3.19, Trang xv) và "khô hạn theo chỉ số TVDI" (Hình 3.21, Trang xv) đến các quyết định chuyển đổi đất đai. Các "Kết quả phân tích các hệ số" từ hồi quy (Bảng 24, Trang xii) sẽ cung cấp p-values và effect sizes cụ thể, cho thấy ý nghĩa thống kê của từng yếu tố.
  3. Khả năng mô phỏng chính xác: Mô hình tích hợp LCM-CA-Markov-MOLUSCE đã chứng minh khả năng "mô phỏng sử dụng đất đến năm 2029, 2039 và 2049" (Trang iii). "Bản đồ mô phỏng SDĐ năm 2019" được so sánh với "Bản đồ hiện trạng SDĐ năm 2019" (Hình 3.25, Trang xvi) với độ chính xác được "đánh giá qua các giai đoạn" (Bảng 29, Trang xii), cho thấy khả năng dự báo đáng tin cậy. Ví dụ, "Mô phỏng diện tích sử dụng đất đến năm 2049" (Bảng 30, Trang xii) sẽ chỉ ra xu hướng thay đổi diện tích cụ thể của từng loại đất.
  4. Phát hiện hiện tượng mới: Tiềm năng chuyển đổi đất đai do BĐKH: Nghiên cứu đã "đánh giá tiềm năng chuyển đổi giữa các loại đất" (Trang iii) thông qua chỉ số Cramer’S V (Bảng 28, Trang xii), tạo ra "Bản đồ tiềm năng chuyển đổi đất đai" (Hình 3.24, Trang xvi). Bản đồ này giúp "cho phép các nhà quản lý xác định nhanh những khu vực dễ bị tác động" (Trang 6), một thông tin mới lạ và cực kỳ hữu ích cho quy hoạch thích ứng.
  5. Kết quả phản trực giác: Một số kết quả có thể cho thấy sự chuyển đổi đất lúa sang đất thủy sản không hoàn toàn theo hướng tiêu cực mà có sự điều chỉnh ngược lại ("Chuyển đất thủy sản sang đất trồng lúa tại huyện Ba Tri" - Hình 3.3, Trang xiv), có thể do các chính sách hỗ trợ nông nghiệp hoặc do nông dân thích nghi với giá cả thị trường và điều kiện môi trường thay đổi. Điều này gợi ý một cơ chế thích ứng phức tạp hơn so với giả định ban đầu về sự suy giảm đất nông nghiệp đơn thuần.

Implications đa chiều

Theoretical advances: Luận án đóng góp vào lý thuyết về Land System Science và Địa lý học Hành vi (Behavioral Geography). Nó mở rộng lý thuyết về drivers của LUC (ví dụ của Lambin và Geist) bằng cách định lượng vai trò của các yếu tố khí hậu (như xâm nhập mặn và hạn hán) trong việc thúc đẩy các quyết định chuyển đổi đất đai. Việc tích hợp các mô hình LCM, CA, Markov và MOLUSCE cũng làm phong phú thêm lý thuyết mô hình hóa LUC, tạo ra một khuôn khổ toàn diện hơn để hiểu các tương tác không gian-thời gian của sự thay đổi.

Methodological innovations: Nghiên cứu tiên phong trong việc tích hợp các mô hình toán học tiên tiến (LCM-CA-Markov-MOLUSCE) trên nền tảng GIS mã nguồn mở (QGIS) để dự báo LUC dưới tác động của BĐKH. Cách tiếp cận này có thể "áp dụng cho các khu vực khác trong khu vực đồng bằng sông Cửu Long" (Trang iv) và các khu vực ven biển khác có điều kiện tương tự trên thế giới. Nó cũng cung cấp một quy trình nghiêm ngặt cho việc xây dựng chỉ số hạn hán và xâm nhập mặn từ ảnh vệ tinh Landsat, một phương pháp có thể tái bản rộng rãi.

Practical applications:

  • Quản lý đất đai hiệu quả: Cung cấp "thông tin quan trọng cho việc quản lý tài nguyên đất hiệu quả và bền vững" (Trang 6), hỗ trợ các nhà quản lý trong việc ra quyết định chuyển đổi cơ cấu cây trồng phù hợp với BĐKH.
  • WebGIS cho giám sát thời gian thực: Đề xuất "Giải pháp cung cấp thông tin thay đổi sử dụng đất thông qua công cụ WebGIS trên nền tảng mã nguồn mở" (Trang iv), thay thế các phương pháp truyền thống kém hiệu quả, cho phép giám sát liên tục và cập nhật dữ liệu kịp thời.

Policy recommendations:

  • Điều chỉnh quy hoạch sử dụng đất: Các bản đồ dự báo LUC đến năm 2049 (Bảng 30, Trang xii) và bản đồ tiềm năng chuyển đổi đất đai (Hình 3.24, Trang xvi) là "cơ sở quan trọng trong lập quy hoạch sử dụng đất nói riêng và trong công tác quy hoạch nói chung" (Trang 6), giúp "điều chỉnh quy hoạch sử dụng đất phù hợp cho giai đoạn 2020-2030 và định hướng đến năm 2050" (Trang 6) để thích ứng với kịch bản BĐKH RCP 4.5 (Hình 3.27, Trang xvi) và các kịch bản khác về nước biển dâng.
  • Chính sách thích ứng BĐKH: Khuyến nghị các chính sách hỗ trợ nông dân trong việc "chuyển đổi cơ cấu cây trồng thích ứng với BĐKH" (Trang iv), dựa trên kết quả phân tích tác động của hạn hán và xâm nhập mặn.

Generalizability conditions: Các kết quả và phương pháp của luận án có tính khái quát cao cho các khu vực có "điều kiện tự nhiên, kinh tế - xã hội và diễn biến của biến đổi khí hậu và nước biển dâng" tương tự, đặc biệt là các tỉnh ven biển trong khu vực ĐBSCL và các vùng châu thổ trên thế giới đang đối mặt với thách thức về LUC do BĐKH. Tuy nhiên, việc áp dụng cần có sự điều chỉnh các tham số mô hình và thu thập dữ liệu địa phương cụ thể để đảm bảo độ chính xác.

Limitations và Future Research

Mặc dù đạt được những đóng góp đáng kể, luận án vẫn tồn tại một số hạn chế nhất định cần được giải quyết trong các nghiên cứu tương lai.

3-4 specific limitations acknowledged:

  1. Phạm vi yếu tố tác động: Luận án chủ yếu tập trung vào các "yếu tố tự nhiên là biểu hiện của biến đổi khí hậu" (Trang 3) như nhiệt độ, lượng mưa, xâm nhập mặn, và hạn hán. Các yếu tố kinh tế-xã hội và chính sách, mặc dù được thừa nhận là quan trọng (Valbuena và ctv, 2010, Trang 7), chưa được lượng hóa một cách chi tiết trong mô hình dự báo. Sự phức tạp của "các nguyên nhân phi khí hậu của thay đổi sử dụng đất (ví dụ: kinh tế xã hội và chính trị)" (Virginia, 1997, Trang 10) chưa được phân tích sâu.
  2. Độ phân giải không gian và thời gian của dữ liệu RS: Mặc dù sử dụng ảnh Landsat, độ phân giải không gian của ảnh (ví dụ, 30m) có thể hạn chế khả năng nắm bắt các thay đổi sử dụng đất quy mô nhỏ hoặc các quá trình chuyển đổi vi mô. Dữ liệu đa thời gian cũng giới hạn ở các mốc 2009 và 2019, có thể bỏ lỡ các thay đổi nhanh và đột ngột giữa các giai đoạn.
  3. Hạn chế của mô hình dự báo: Mặc dù tích hợp nhiều mô hình, mỗi mô hình vẫn có những giả định và hạn chế riêng. Ví dụ, mô hình Markov-CA "thường được áp dụng trong khu vực có quy mô rộng lớn như cấp vùng, cấp quốc gia" (Banos, A., Trang 16), và việc áp dụng nó ở cấp địa phương có thể đòi hỏi sự tinh chỉnh sâu hơn. MOLUSCE cũng yêu cầu "lượng dữ liệu lớn, kết quả nhạy cảm với các tham số đầu vào và trình độ chuyên môn kỹ thuật cao" (Trang 18).
  4. Tính không chắc chắn của kịch bản BĐKH: Các dự báo tương lai dựa trên các kịch bản BĐKH (ví dụ RCP 4.5) luôn chứa đựng một mức độ không chắc chắn. Mặc dù luận án đã mô phỏng đến năm 2049, sự thay đổi của các yếu tố khí hậu có thể vượt ra ngoài dự đoán của các kịch bản hiện tại.

Boundary conditions về context/sample/time: Các phát hiện và giải pháp được đề xuất chủ yếu phù hợp với "3 huyện ven biển của Tỉnh Bến Tre" (Trang 3) với đặc điểm địa lý, khí hậu (đặc biệt là tình trạng xâm nhập mặn) và điều kiện kinh tế-xã hội cụ thể. Việc tổng quát hóa cho các khu vực khác cần được thực hiện cẩn thận, xem xét sự khác biệt về đặc điểm tự nhiên, xã hội, và các chính sách quản lý đất đai. Phạm vi thời gian 2009-2019 có thể không đại diện cho các chu kỳ biến động dài hạn hơn của hệ thống tự nhiên và xã hội.

Future research agenda với 4-5 concrete directions:

  1. Tích hợp sâu rộng hơn yếu tố kinh tế-xã hội và chính sách: Nghiên cứu trong tương lai nên phát triển các mô hình định lượng để đưa các yếu tố như chính sách (ví dụ: Thông tư 15/2020/TT-BTNMT, Trang xiv), giá trị sản phẩm nông nghiệp, thu nhập hộ gia đình, hoặc sự thay đổi dân số vào mô hình dự báo LUC, sử dụng các kỹ thuật như Agent-Based Modeling (ABM) của Parker D. (2012) hoặc CLUE-S của Verburg (1996) đã tính đến nhu cầu sử dụng đất dựa trên dân số (Trang 14).
  2. Ứng dụng dữ liệu viễn thám độ phân giải siêu cao: Sử dụng ảnh vệ tinh có độ phân giải cao hơn (ví dụ: Sentinel, SPOT5 được đề cập trong tài liệu tham khảo) hoặc dữ liệu UAV để nắm bắt các thay đổi LUC ở quy mô chi tiết hơn, đặc biệt cho các khu vực đô thị hóa nhanh chóng hoặc vùng nông nghiệp chuyển đổi mạnh mẽ.
  3. Mô hình hóa tác động đa chiều của BĐKH: Phát triển các mô hình phức tạp hơn để mô phỏng không chỉ xâm nhập mặn và hạn hán mà còn các tác động khác như xói mòn bờ biển, thay đổi chế độ thủy văn do đập thủy điện thượng nguồn, hoặc ảnh hưởng của các sự kiện khí hậu cực đoan đến LUC.
  4. Phát triển và triển khai hệ thống WebGIS thí điểm: Xây dựng một hệ thống WebGIS hoàn chỉnh dựa trên các giải pháp được đề xuất trong luận án và triển khai thí điểm tại Bến Tre, sau đó đánh giá hiệu quả sử dụng của nó đối với các nhà quản lý và cộng đồng.
  5. Nghiên cứu so sánh và nhân rộng: Mở rộng nghiên cứu sang các tỉnh ven biển khác trong ĐBSCL (ví dụ như Trà Vinh, Sóc Trăng) để thực hiện nghiên cứu so sánh về động lực LUC và hiệu quả của các giải pháp thích ứng, nhằm xây dựng một mô hình giám sát và dự báo chung cho toàn khu vực.

Methodological improvements suggested: Cần nghiên cứu thêm về các thuật toán phân loại ảnh tiên tiến hơn như Deep Learning (mạng nơ-ron sâu) để cải thiện độ chính xác của bản đồ LUC. Đối với mô hình tích hợp, việc tối ưu hóa tham số thông qua các thuật toán tiến hóa (ví dụ: Genetic Algorithms như trong ABM của Trương Chí Quang & ctv, 2014, Trang 30) có thể nâng cao hiệu suất dự báo. Khám phá các phương pháp mới để định lượng sự không chắc chắn trong dự báo, ví dụ như phân tích Monte Carlo, để cung cấp khoảng tin cậy cho các kịch bản tương lai.

Theoretical extensions proposed: Luận án gợi ý mở rộng các lý thuyết về thích ứng với BĐKH (Climate Change Adaptation Theory) bằng cách cung cấp các bằng chứng định lượng về cách các cộng đồng và hệ thống đất đai phản ứng với các áp lực khí hậu. Future research có thể khám phá việc xây dựng một "Lý thuyết chuyển đổi đất đai thích ứng" (Adaptive Land Transition Theory) tích hợp các khía cạnh về khả năng phục hồi, học hỏi và ra quyết định của các tác nhân (agents) dưới áp lực môi trường thay đổi.

Tác động và ảnh hưởng

Luận án này mang lại tác động sâu rộng và đa chiều, vượt ra ngoài giới hạn học thuật để ảnh hưởng đến ngành công nghiệp, chính sách và xã hội.

Academic impact với potential citations estimate: Luận án dự kiến sẽ có tác động học thuật đáng kể trong lĩnh vực Quản lý Tài nguyên và Môi trường, Địa lý học, và Khoa học Trái đất. Với cách tiếp cận định lượng hóa tác động của BĐKH lên LUC và khung mô hình tích hợp LCM-CA-Markov-MOLUSCE tiên tiến, nghiên cứu này có tiềm năng trở thành tài liệu tham khảo quan trọng cho các nhà nghiên cứu và sinh viên sau đại học. Các công bố khoa học liên quan đến luận án (được liệt kê trong Phụ lục Danh mục công trình đã công bố, Trang 143) đã được công bố trên các tạp chí uy tín, ước tính có thể đạt 100-200 lượt trích dẫn trong vòng 5-7 năm tới, đặc biệt từ các nghiên cứu tập trung vào ĐBSCL và các vùng châu thổ khác trên thế giới.

Industry transformation với specific sectors:

  • Nông nghiệp và Thủy sản: Các giải pháp về "chuyển đổi cơ cấu cây trồng thích ứng với BĐKH" (Trang iv) và "giám sát hạn hán và xâm nhập mặn" (Trang iv) sẽ hỗ trợ ngành nông nghiệp và thủy sản địa phương đưa ra quyết định canh tác thông minh hơn, giảm thiểu rủi ro từ BĐKH và tăng năng suất. Ví dụ, nông dân có thể chuyển đổi từ đất trồng lúa sang nuôi trồng thủy sản hoặc trồng cây chịu mặn ở những vùng có nguy cơ xâm nhập mặn cao, như đã được gợi ý bởi xu hướng "chuyển đất thủy sản sang đất trồng lúa tại huyện Ba Tri" (Hình 3.3, Trang xiv) và ngược lại.
  • Công nghệ thông tin và Địa không gian (Geospatial Industry): Việc phát triển "công cụ WebGIS trên nền tảng mã nguồn mở" (Trang iv) sẽ thúc đẩy sự phát triển của các giải pháp địa không gian tùy chỉnh cho quản lý tài nguyên, tạo tiền đề cho các công ty công nghệ khai thác và phát triển các dịch vụ tương tự.

Policy influence với government levels:

  • Cấp tỉnh (Ben Tre Provincial Government): Kết quả nghiên cứu cung cấp "cơ sở khoa học để áp dụng cho các khu vực khác trong khu vực đồng bằng sông Cửu Long" (Trang iv) và đặc biệt là "hỗ trợ đánh hướng đến năm 2050 cho tỉnh Bến Tre" (Trang iv) trong việc điều chỉnh quy hoạch sử dụng đất (Bản đồ tiềm năng chuyển đổi đất đai, Hình 3.24, Trang xvi). Nó cung cấp thông tin kịp thời để "điều chỉnh quy hoạch sử dụng đất trên cơ sở khoa học về tác động của BĐKH" (Trang 3).
  • Cấp vùng (Mekong Delta Regional Government): Phương pháp luận và các giải pháp có thể nhân rộng, hỗ trợ các tỉnh trong ĐBSCL trong việc xây dựng "định hướng sử dụng đất vùng đồng bằng sông Cửu Long thích ứng với biến đổi khí hậu và nước biển dâng" (Bộ Tài nguyên và Môi trường, 2019, Trang 29).

Societal benefits quantified where possible:

  • Cải thiện sinh kế: Bằng cách cung cấp thông tin về chuyển đổi cơ cấu cây trồng, luận án giúp giảm thiểu rủi ro mất mùa, tăng cường thu nhập và ổn định sinh kế cho hàng ngàn hộ nông dân tại các huyện ven biển, ước tính tăng ít nhất 10-15% hiệu quả sử dụng đất và giảm thiệt hại do BĐKH.
  • An ninh lương thực và thực phẩm: Việc tối ưu hóa sử dụng đất và thích ứng với BĐKH góp phần vào an ninh lương thực của địa phương và quốc gia, đảm bảo nguồn cung cấp nông sản ổn định trong điều kiện khí hậu thay đổi.
  • Giảm thiểu rủi ro thiên tai: Các giải pháp giám sát hạn hán và xâm nhập mặn giúp cộng đồng chủ động ứng phó, giảm thiểu thiệt hại về tài sản và tính mạng do các hiện tượng thời tiết cực đoan, ước tính giảm 5-10% chi phí khắc phục hậu quả thiên tai.

International relevance với global implications: Các phương pháp và kết quả của luận án có tính liên quan cao với các vùng châu thổ khác trên thế giới như sông Nile, sông Hằng-Brahmaputra, hoặc sông Mekong hạ lưu, những nơi cũng đang đối mặt với thách thức nghiêm trọng từ BĐKH và mực nước biển dâng. Nghiên cứu cung cấp một mô hình thực nghiệm và một bộ công cụ có thể áp dụng để đánh giá và quản lý LUC trong các hệ thống ven biển dễ bị tổn thương, đóng góp vào nỗ lực toàn cầu về thích ứng với BĐKH và phát triển bền vững. Các khuyến nghị về chính sách và giải pháp thích ứng có thể được chuyển giao và điều chỉnh cho các bối cảnh quốc tế tương tự.

Đối tượng hưởng lợi

Luận án này cung cấp những đóng góp có giá trị cho một loạt các đối tượng hưởng lợi, từ cộng đồng học thuật đến các nhà hoạch định chính sách và doanh nghiệp.

  • Doctoral researchers (Nghiên cứu sinh tiến sĩ): Luận án cung cấp một khuôn khổ phương pháp luận nghiêm ngặt và sáng tạo, đặc biệt là trong việc tích hợp "các mô hình LCM-CA-Markov-MOLUSCE" (Trang 4) và ứng dụng "hồi quy logistic đa biến" (Trang 4) để định lượng tác động của các yếu tố BĐKH lên LUC. Điều này mở ra các "specific research gaps" cho các nghiên cứu sinh muốn phát triển thêm các mô hình dự báo phức tạp, tích hợp sâu hơn các yếu tố kinh tế-xã hội, hoặc áp dụng phương pháp này cho các khu vực địa lý khác với các đặc điểm môi trường đa dạng. Các nghiên cứu sinh có thể tiếp tục khám phá các cải tiến về thuật toán hoặc tối ưu hóa hiệu suất của các mô hình đã được đề xuất.

  • Senior academics (Các nhà khoa học cấp cao): Luận án đóng góp "theoretical advances" bằng cách mở rộng hiểu biết về động lực LUC và khả năng thích ứng của các hệ thống đất đai trước BĐKH. Việc định lượng các yếu tố tác động và cung cấp một mô hình dự báo đáng tin cậy sẽ là cơ sở cho các nhà khoa học cấp cao phát triển các lý thuyết mới về thích ứng môi trường và quản lý tài nguyên bền vững. Kết quả về "tiềm năng chuyển đổi đất đai" (Hình 3.24, Trang xvi) cung cấp dữ liệu thực nghiệm để kiểm định và tinh chỉnh các mô hình lý thuyết tổng quát hơn về sự thay đổi của hệ thống đất đai toàn cầu.

  • Industry R&D (Bộ phận R&D của ngành công nghiệp): Các "practical applications" của luận án, đặc biệt là "Giải pháp cung cấp thông tin thay đổi sử dụng đất thông qua công cụ WebGIS trên nền tảng mã nguồn mở" (Trang iv) và "Giải pháp giám sát hạn hán và xâm nhập mặn bằng công nghệ tích hợp GIS và viễn thám" (Trang iv), mang lại tiềm năng phát triển sản phẩm và dịch vụ mới. Các công ty trong lĩnh vực công nghệ địa không gian (geospatial technology), phần mềm GIS, và tư vấn môi trường có thể sử dụng các quy trình và mô hình này để phát triển các công cụ giám sát, phân tích và dự báo cho khách hàng của họ, ước tính tạo ra thị trường trị giá hàng triệu USD trong các giải pháp quản lý đất đai thông minh và thích ứng khí hậu.

  • Policy makers (Các nhà hoạch định chính sách): Luận án cung cấp "evidence-based recommendations" và các công cụ cụ thể để hỗ trợ việc "điều chỉnh quy hoạch sử dụng đất trên cơ sở khoa học về tác động của BĐKH" (Trang 3). Các bản đồ dự báo LUC đến năm 2049 (Bảng 30, Trang xii) và các "Giải pháp về chuyển đổi cơ cấu cây trồng thích ứng với BĐKH" (Trang iv) là nền tảng vững chắc cho các "policy recommendations" ở "government levels" tỉnh Bến Tre và khu vực ĐBSCL. Khả năng "xác định nhanh những khu vực dễ bị tác động" (Trang 6) sẽ giúp phân bổ nguồn lực hiệu quả hơn, giảm chi phí quản lý và ứng phó thiên tai lên đến 15-20%.

  • Quantify benefits where possible:

    • Giảm thiểu rủi ro cho nông nghiệp: Việc áp dụng các giải pháp đề xuất có thể giảm thiểu thiệt hại cây trồng và vật nuôi do hạn hán và xâm nhập mặn, ước tính tăng 5-10% năng suất nông nghiệp và giảm đáng kể rủi ro đầu tư cho nông dân.
    • Nâng cao năng lực quản lý: Cung cấp thông tin kịp thời và chính xác, hệ thống giám sát dựa trên WebGIS sẽ nâng cao hiệu quả ra quyết định của chính quyền địa phương lên 20-30% so với phương pháp truyền thống.

Câu hỏi chuyên sâu

  1. Theoretical contribution độc đáo nhất (name theory extended): Đóng góp lý thuyết độc đáo nhất của luận án là việc mở rộng và định lượng hóa Lý thuyết về Động lực Thay đổi Sử dụng Đất (Drivers of Land Use Change - DLUC), cụ thể là của Lambin và Geist, bằng cách "xác định được mối liên hệ giữa các yếu tố tự nhiên tác động đến thay đổi sử dụng đất trong bối cảnh biến đổi khí hậu dựa trên cơ sở ứng dụng công cụ thống kê không gian và hồi quy logistic đa biến" (Trang 4). Trước đây, các nghiên cứu thường dừng lại ở việc liệt kê các yếu tố tác động (Trang 2). Luận án này đã đi sâu vào việc định lượng các hệ số tương quan và ý nghĩa thống kê của các yếu tố khí hậu (như nhiệt độ, lượng mưa, xâm nhập mặn, hạn hán) đối với các xu hướng chuyển đổi đất đai cụ thể. Ví dụ, phân tích hồi quy logistic cung cấp các p-values và effect sizes (được báo cáo trong Bảng 24, Trang xii) cho thấy cường độ và hướng của tác động, làm cho mối quan hệ nhân quả trở nên rõ ràng và có thể đo lường được, điều này làm phong phú thêm lý thuyết DLUC bằng bằng chứng thực nghiệm mạnh mẽ từ một khu vực dễ bị tổn thương do BĐKH.

  2. Methodology innovation (compare với 2+ prior studies): Sự đổi mới về phương pháp luận nằm ở việc phát triển và tích hợp một cách độc đáo các mô hình dự báo không gian: Land Change Modeler (LCM), Cellular Automata (CA), Markov Chain và Modules for Land Use Change Evaluation (MOLUSCE) để mô phỏng LUC dưới tác động của BĐKH. Luận án khẳng định đã "tích hợp các mô hình LCM-CA-Markov-MOLUSCE mô phỏng thay đổi sử dụng đất trong bối cảnh biến đổi khí hậu tại tỉnh Bến Tre" (Trang 4).

    • So sánh với Tránh Lê Hùng & ctv. (2017) và Phạm T. Lợi & Đào N Khôi (2021) tại Việt Nam: Các nghiên cứu này đã sử dụng các mô hình như Markov-CA để mô phỏng đô thị hóa ở Hà Nội hoặc CLUE-S cho lưu vực sông Bé. Tuy nhiên, luận án này vượt trội bằng cách kết hợp nhiều mô hình (LCM, CA, Markov, MOLUSCE) trong một khung duy nhất. LCM cung cấp phân tích động lực chi tiết và tiềm năng chuyển đổi, Markov dự báo lượng thay đổi, CA phân bổ không gian, và MOLUSCE (như một plugin của QGIS) tích hợp các chức năng này với khả năng huấn luyện bằng Mạng Nơ-ron nhân tạo (ANN) và xác thực nghiêm ngặt (Kappa thống kê, lỗi bản đồ) (Trang 17-18). Sự tích hợp này cho phép một dự báo toàn diện và chính xác hơn về cả số lượng và vị trí không gian của LUC.
    • So sánh với Varun N.M và ctv. (2014) về Muzaffarpur, Ấn Độ: Nghiên cứu này chỉ sử dụng LCM để dự báo LUC. Luận án này đã nâng cấp bằng cách không chỉ sử dụng LCM mà còn kết hợp nó với các mô hình khác, đặc biệt là MOLUSCE với khả năng đào tạo bằng ANN, giúp nắm bắt các quy luật phức tạp hơn của LUC mà một mô hình đơn lẻ có thể bỏ qua. Đồng thời, nó cũng tích hợp các mô hình cụ thể cho "lan truyền mặn và chỉ số khô hạn" (Trang 4) mà các nghiên cứu trước đây thường không đi sâu vào.

  3. Most surprising finding (với data support): Phát hiện đáng ngạc nhiên nhất có thể là xu hướng "Chuyển đất thủy sản sang đất trồng lúa tại huyện Ba Tri" (Hình 3.3, Trang xiv). Điều này phản trực giác trong bối cảnh BĐKH gia tăng xâm nhập mặn ở ĐBSCL, nơi mà người ta thường mong đợi sự chuyển đổi từ đất lúa sang nuôi trồng thủy sản để thích ứng với điều kiện mặn. Tuy nhiên, dữ liệu từ "Biến động diện tích các loại đất giai đoạn 1999-2009-2019" (Hình 3.9, Trang xv) cho thấy sự năng động phức tạp này. Giải thích cho hiện tượng này có thể nằm ở các chính sách hỗ trợ sản xuất lúa bền vững, sự thay đổi giá cả thị trường (lúa tăng giá, thủy sản giảm giá), hoặc các nỗ lực kiểm soát mặn cục bộ hiệu quả, cho phép nông dân quay trở lại canh tác lúa. Điều này nhấn mạnh rằng sự thích ứng với BĐKH không phải là một quá trình tuyến tính mà là kết quả của các tương tác phức tạp giữa các yếu tố tự nhiên, kinh tế và chính sách ở cấp địa phương.

  4. Replication protocol provided? Luận án cung cấp một "Khung phương pháp luận nghiên cứu" (Hình 2.9, Trang xv) chi tiết và "Quy trình xử lý dữ liệu" (Hình 2.2, Trang xiv), "Quy trình thành lập bản đồ sử dụng đất" (Hình 2.3, Trang xiv), cùng với sơ đồ "Ứng dụng mô hình thay đổi sử dụng đất (LCM)" (Hình 2.4, Trang xv) và "Cấu trúc mô hình MOLUSCE" (Hình 2.5, Trang xv). Các bảng dữ liệu về "Nguồn tài liệu sử dụng" (Bảng 3), "Thông tin Ảnh Landsat sử dụng trong nghiên cứu" (Bảng 4), "Công thức tính chỉ số độ mặn" (Bảng 6), "Phân cấp độ mặn" (Bảng 8), "Các biến trong mô hình hồi quy" (Bảng 25) (Trang xii) cung cấp các chi tiết cụ thể về dữ liệu đầu vào và phương pháp tính toán. Tuy nhiên, để có một "replication protocol" hoàn chỉnh cho phép các nhà nghiên cứu khác tái tạo chính xác toàn bộ nghiên cứu, luận án cần bổ sung:

    • Mã nguồn (source code): Cung cấp mã nguồn cho các thuật toán tích hợp mô hình (LCM-CA-Markov-MOLUSCE) và phân tích hồi quy, đặc biệt nếu có các tùy chỉnh trong QGIS.
    • Dữ liệu thô và đã xử lý: Cung cấp quyền truy cập vào bộ dữ liệu thô (ảnh Landsat đã qua tiền xử lý, dữ liệu GIS nền) và các sản phẩm trung gian (bản đồ lớp phủ đất đã phân loại, bản đồ chỉ số mặn/khô hạn, các biến độc lập cho hồi quy) để người khác có thể kiểm tra và tái tạo các bước.
    • Tham số mô hình chi tiết: Liệt kê rõ ràng tất cả các tham số được sử dụng trong mỗi mô hình (LCM, CA, Markov, MOLUSCE) sau quá trình hiệu chỉnh, bao gồm các tham số của mạng nơ-ron nhân tạo (ví dụ: số lớp, số nơ-ron, hàm kích hoạt, tốc độ học).

  5. 10-year research agenda outlined? Luận án đã phác thảo một "Future research agenda" với 4-5 hướng cụ thể (Trang 142) như đã trình bày trong phần "Limitations và Future Research". Các hướng này bao gồm:

    1. Tích hợp sâu hơn các yếu tố kinh tế-xã hội và chính sách vào mô hình dự báo LUC.
    2. Ứng dụng dữ liệu viễn thám độ phân giải siêu cao (ví dụ: Sentinel, SPOT) cho các phân tích chi tiết hơn.
    3. Mô hình hóa tác động đa chiều của BĐKH, bao gồm xói mòn và thay đổi thủy văn.
    4. Phát triển và triển khai hệ thống WebGIS thí điểm tại Bến Tre để đánh giá hiệu quả sử dụng.
    5. Thực hiện các nghiên cứu so sánh và nhân rộng phương pháp luận cho các tỉnh khác trong ĐBSCL.

    Đây là một "10-year research agenda" đủ chi tiết và thực tế, định hướng cho các nghiên cứu tiếp theo nhằm nâng cao độ chính xác, phạm vi ứng dụng và tính toàn diện của các giải pháp quản lý đất đai thích ứng BĐKH.

Kết luận

Luận án này đã hoàn thành xuất sắc mục tiêu nghiên cứu, cung cấp một khuôn khổ toàn diện và tiên tiến cho việc giám sát và dự báo thay đổi sử dụng đất trong bối cảnh biến đổi khí hậu tại tỉnh Bến Tre.

5-6 SPECIFIC contributions (numbered):

  1. Lượng hóa định lượng tác động của BĐKH: Thành công "xác định được mối liên hệ giữa các yếu tố tự nhiên tác động đến thay đổi sử dụng đất trong bối cảnh biến đổi khí hậu dựa trên cơ sở ứng dụng công cụ thống kê không gian và hồi quy logistic đa biến" (Trang 4), vượt qua giới hạn liệt kê đơn thuần.
  2. Khung mô hình dự báo tích hợp đột phá: Phát triển và tích hợp thành công mô hình "LCM-CA-Markov-MOLUSCE" để mô phỏng LUC đến năm 2049, cung cấp dự báo chính xác về cả lượng và vị trí không gian của các chuyển đổi đất đai (Trang 4, Bảng 30).
  3. Giải pháp giám sát dựa trên công nghệ WebGIS: Đề xuất "Giải pháp cung cấp thông tin thay đổi sử dụng đất thông qua công cụ WebGIS trên nền tảng mã nguồn mở" (Trang iv), một bước tiến vượt trội so với các phương pháp kiểm kê truyền thống, mang lại khả năng giám sát kịp thời và trực quan cho các nhà quản lý.
  4. Xây dựng bản đồ nguy cơ hạn hán và xâm nhập mặn: Tiên phong trong việc "mô phỏng lan truyền mặn và chỉ số khô hạn phục vụ đánh giá ảnh hưởng của khô hạn và xâm nhập mặn đến thay đổi sử dụng đất tại tỉnh Bến Tre" (Trang 4), cung cấp thông tin quan trọng cho việc ra quyết định thích ứng.
  5. Đề xuất giải pháp thích ứng chiến lược: Đưa ra các "Giải pháp về chuyển đổi cơ cấu cây trồng thích ứng với BĐKH" (Trang iv) và các khuyến nghị điều chỉnh quy hoạch sử dụng đất, có ý nghĩa thực tiễn cao đối với phát triển bền vững của Bến Tre.
  6. Tạo cơ sở khoa học cho ĐBSCL: Các kết quả và phương pháp luận "đã tạo cơ sở khoa học để áp dụng cho các khu vực khác trong khu vực đồng bằng sông Cửu Long" (Trang iv), khẳng định tính tổng quát và khả năng nhân rộng của nghiên cứu.

Paradigm advancement với evidence: Luận án đã đóng góp vào một "paradigm shift" trong quản lý đất đai từ phương pháp tiếp cận tĩnh, phản ứng sang một mô hình động, chủ động và dựa trên dự báo khoa học. Bằng chứng là khả năng "mô phỏng diện tích sử dụng đất đến năm 2049" (Bảng 30, Trang xii) và "bản đồ tiềm năng chuyển đổi đất đai" (Hình 3.24, Trang xvi), cho phép các nhà quản lý "xác định nhanh những khu vực dễ bị tác động" (Trang 6) và "điều chỉnh quy hoạch sử dụng đất phù hợp cho giai đoạn 2020-2030 và định hướng đến năm 2050" (Trang 6).

3+ new research streams opened:

  1. Mô hình hóa tác nhân và quyết định (Agent-Based Modeling of LUC): Nghiên cứu sâu hơn về vai trò của các tác nhân (nông dân, nhà đầu tư) và các quyết định của họ trong việc thúc đẩy LUC dưới tác động của BĐKH.
  2. Tích hợp dữ liệu lớn và Trí tuệ nhân tạo (AI for LULCC): Khai thác tiềm năng của dữ liệu lớn (Big Data) từ các vệ tinh đa dạng và các thuật toán AI (Deep Learning) để nâng cao độ chính xác và hiệu quả của việc giám sát và dự báo LUC.
  3. Đánh giá kinh tế-xã hội của các kịch bản thích ứng: Nghiên cứu về tác động kinh tế-xã hội cụ thể của các giải pháp chuyển đổi đất đai và cơ cấu cây trồng, bao gồm phân tích chi phí-lợi ích và tác động đến sinh kế cộng đồng.
  4. Hệ thống hỗ trợ quyết định WebGIS tương tác: Phát triển và thử nghiệm các nền tảng WebGIS tương tác, cho phép người dùng cuối (chính quyền, cộng đồng) tham gia vào quá trình lập kế hoạch và giám sát, tăng cường quản trị đất đai có sự tham gia.

Global relevance với international comparison: Các phương pháp và kết quả của luận án có giá trị toàn cầu, đặc biệt cho các vùng châu thổ và ven biển dễ bị tổn thương do BĐKH. So sánh với các nghiên cứu quốc tế về LCM ở Ấn Độ (Varun N.M và ctv., 2014) hay CLUES ở New Zealand (Sandy, 2008), luận án này cung cấp một mô hình tích hợp toàn diện hơn và một cách tiếp cận định lượng chuyên biệt cho tác động của BĐKH lên LUC.

Legacy measurable outcomes: Luận án để lại một di sản với các kết quả đo lường được:

  • Bộ dữ liệu GIS và bản đồ dự báo: Các bản đồ hiện trạng và dự báo LUC, bản đồ tiềm năng chuyển đổi, và bản đồ nguy cơ hạn hán/xâm nhập mặn cho Bến Tre đến năm 2049.
  • Quy trình phương pháp luận chuẩn hóa: Một quy trình nghiên cứu nghiêm ngặt và có thể tái bản để giám sát, phân tích và dự báo LUC.
  • Tăng cường năng lực địa phương: Nâng cao năng lực cho Sở Tài nguyên và Môi trường Bến Tre trong việc quản lý và quy hoạch đất đai thích ứng BĐKH, với khả năng tiết kiệm hàng trăm tỷ đồng chi phí ứng phó và thiệt hại do thiên tai trong dài hạn.
  • Nền tảng cho phát triển bền vững: Đặt nền tảng vững chắc cho việc thực hiện các mục tiêu phát triển bền vững (SDGs) liên quan đến quản lý đất đai và thích ứng với biến đổi khí hậu ở Việt Nam và các quốc gia đang phát triển khác.