Tổng quan về luận án

Nghiên cứu "Giám sát thay đổi sử dụng đất trong bối cảnh biến đổi khí hậu tỉnh Bến Tre" do nghiên cứu sinh Lê Ngọc Lãm thực hiện dưới sự hướng dẫn khoa học của PGS.TS Lê Văn Trung tại Trường Đại học Nông Lâm TP. Hồ Chí Minh (2024), thuộc chuyên ngành Quản lý Tài nguyên và Môi trường (Mã số: 9.01), là một công trình tiên phong giải quyết bài toán quản lý tài nguyên đất đai dưới tác động của biến đổi khí hậu (BĐKH) tại khu vực Đồng bằng sông Cửu Long (ĐBSCL). Trong bối cảnh Bến Tre là tâm điểm tổn thương trước hiện tượng nước biển dâng, xâm nhập mặn cực đoan và khô hạn kéo dài, việc kiểm kê đất đai truyền thống theo chu kỳ 5 năm bộc lộ khoảng trống lớn: thiếu tính cập nhật liên tục, không lượng hóa được mối quan hệ nhân quả phi tuyến giữa các tác nhân khí hậu động với biến động không gian sử dụng đất.

Khoảng trống nghiên cứu (research gap) cốt lõi được xác định từ thực tiễn: các nghiên cứu trước đây tại Việt Nam phần lớn dừng lại ở việc thống kê diện tích biến động đơn thuần hoặc liệt kê định tính các yếu tố ảnh hưởng, thiếu vắng mô hình toán học tích hợp có khả năng lượng hóa chính xác trọng số tác động của từng biến số khí hậu (độ mặn đất, khô hạn, ngập lụt) đến tiềm năng chuyển đổi đất đai cấp vi mô lô thửa. Nhằm lấp đầy khoảng trống này, luận án xác lập hệ thống câu hỏi nghiên cứu và giả thuyết khoa học:

  • Câu hỏi nghiên cứu 1 (RQ1): Xu thế chu chuyển không gian và quy luật biến động của các loại hình sử dụng đất chính tại 3 huyện ven biển tỉnh Bến Tre giai đoạn 2009–2019 diễn ra như thế nào?
  • Câu hỏi nghiên cứu 2 (RQ2): Mức độ tương quan và trọng số lượng hóa của các biến động lực khí quyển – thủy văn (nhiệt độ, lượng mưa, mức độ ngập lụt, độ dẫn điện EC biểu thị xâm nhập mặn, chỉ số khô hạn TVDI) tác động ra sao đến xác suất chuyển đổi giữa các loại hình sử dụng đất?
  • Câu hỏi nghiên cứu 3 (RQ3): Mô hình tích hợp viễn thám (RS), hệ thống thông tin địa lý (GIS) và mô hình toán học (LCM, MOLUSCE) có thể mô phỏng và dự báo chính xác động thái sử dụng đất không gian đến các mốc thời gian 2029, 2039 và 2049 theo các kịch bản BĐKH hay không?
  • Giả thuyết nghiên cứu 1 (H1): Hiện tượng gia tăng độ mặn trong đất (EC) và suy thoái ẩm độ thực vật (TVDI) là động lực tự nhiên then chốt thúc đẩy sự thu hẹp diện tích đất trồng lúa để chuyển hóa sang nuôi trồng thủy sản và cây lâu năm.
  • Giả thuyết nghiên cứu 2 (H2): Việc tích hợp chuỗi Markov, mạng tế bào tự động (Cellular Automata - CA) kết hợp mạng nơ-ron nhân tạo đa lớp (MLP-ANN) trong môi trường GIS mã nguồn mở tạo ra độ chính xác dự báo không gian vượt trội (Kappa > 0,80) so với các phương pháp ngoại suy thống kê tuyến tính cổ điển.

Khung lý thuyết của công trình được định vị vững chắc trên nền tảng Khoa học Biến động Đất đai (Land Change Science) và Lý thuyết Hệ thống Thích ứng Phức hợp Không gian. Phạm vi nghiên cứu bao quát toàn bộ tỉnh Bến Tre với tổng diện tích tự nhiên 237.970,38 ha, tập trung chuyên sâu vào 3 huyện duyên hải trọng yếu: Ba Tri, Bình Đại và Thạnh Phú. Khung thời gian thực nghiệm trải dài từ giai đoạn đánh giá nền tảng 2009–2019 và dự báo động lực học đến năm 2049, tạo ra bước đột phá định lượng trong việc cung cấp cơ sở khoa học cho quy hoạch thích ứng BĐKH.

Literature Review và Positioning

Tổng quan y văn quốc tế và trong nước về giám sát biến động lớp phủ và sử dụng đất (LULCC) phản ánh sự tiến hóa mạnh mẽ qua 3 dòng học thuật chính:

  1. Dòng nghiên cứu viễn thám quang phổ và phát hiện biến động sau phân loại: Tiêu biểu với các công trình kinh điển của Lambin & Strahler (1994), Fung & LeDrew (1987) về phân tích thành phần chính (PCA), cùng các kỹ thuật chỉ số thực vật đa thời gian của Pouliot et al. (2009) và Gong et al. (2008). Dòng nghiên cứu này khẳng định tính ưu việt của dữ liệu vệ tinh đa phổ nhưng bộc lộ hạn chế là phụ thuộc lớn vào sai số tích lũy giữa các thời điểm phân loại độc lập.
  2. Dòng nghiên cứu mô hình hóa không gian và mô phỏng động lực học: Khởi xướng từ mô hình thích ứng địa lý von Thünen, phát triển đột phá qua các hệ thống mô hình chuyển đổi sử dụng đất quy mô nhỏ CLUE-S của Verburg et al., mô hình đa tác tử ABM trên nền tảng GAMA của Taillandier et al. (2014), Castella et al. (2005), và mô hình Land Change Modeler (LCM) của Pontius et al. (2004).
  3. Dòng nghiên cứu tương tác giữa BĐKH và động thái sinh thái cảnh quan: Được củng cố bởi Turner et al. (2007), Foley et al. (2005), Nicholls (2002) và Nyatuame & Agodzo (2017), chỉ rõ mối quan hệ hai chiều phức tạp giữa suy thoái đất, nước biển dâng và các cú sốc khí hậu cực đoan.

Trong y văn tồn tại cuộc tranh luận học thuật sâu sắc giữa hai trường phái:

  • Trường phái thứ nhất (Socio-economic Determinism - Valbuena et al., 2010; Virginia, 1997) cho rằng các động lực kinh tế - xã hội (gia tăng dân số, đô thị hóa, chuyển dịch chính sách nông nghiệp) đóng vai trò tuyệt đối chi phối sự thay đổi sử dụng đất, trong khi khí hậu chỉ là biến số nền thụ động.
  • Trường phái thứ hai (Biophysical & Climate Drivers - Nicholls, 2002; Nyatuame & Agodzo, 2017) lập luận rằng tại các vùng đồng bằng ngập triều nhạy cảm sinh thái, các ngưỡng áp lực sinh-vật-lý (biophysical tipping points) do BĐKH như độ mặn đất vượt ngưỡng chịu đựng của cây trồng và hạn hán kéo dài mới là nguyên nhân kích hoạt mang tính quyết định, buộc con người phải thay đổi phương thức sử dụng đất.
                  ┌──────────────────────────────────────────────────────────┐
                  │                 TIẾN TRÌNH Y VĂN QUỐC TẾ                 │
                  └─────────────────────────────┬────────────────────────────┘
                                                │
          ┌─────────────────────────────────────┼────────────────────────────────────┐
          ▼                                     ▼                                    ▼
┌───────────────────┐               ┌───────────────────────┐             ┌─────────────────────┐
│  Xử lý quang phổ  │               │   Mô hình không gian  │             │ Tác động sinh thái  │
│  & Biến động RS   │               │       & Động lực      │             │   & Khí hậu delta   │
│ (Lambin; Pouliot) │               │(Pontius; Verburg; CA) │             │ (Turner; Nicholls)  │
└─────────┬─────────┘               └───────────┬───────────┘             └──────────┬──────────┘
          │                                     │                                    │
          └─────────────────────────────────────┼────────────────────────────────────┘
                                                │
                                                ▼
                  ┌──────────────────────────────────────────────────────────┐
                  │              KHOẢNG TRỐNG NGHIÊN CỨU CỐT LÕI             │
                  │   Thiếu mô hình tích hợp lượng hóa tương quan phi tuyến  │
                  │ giữa biến số viễn thám khí hậu động (EC, TVDI, LST) với  │
                  │   tiềm năng chuyển đổi đất đa thời gian vùng duyên hải   │
                  └─────────────────────────────┬────────────────────────────┘
                                                │
                                                ▼
                  ┌──────────────────────────────────────────────────────────┐
                  │                  ĐỊNH VỊ CỦA LUẬN ÁN                    │
                  │  Tích hợp RS đa phổ (Landsat) + QGIS + Hồi quy Logistic  │
                  │    + Cramer's V + MOLUSCE/LCM (MLP-ANN & CA-Markov)      │
                  │        giám sát và dự phóng 2009-2049 tại Bến Tre        │
                  └──────────────────────────────────────────────────────────┘

Luận án định vị nghiên cứu bằng cách kết hợp hài hòa cả hai luồng quan điểm trên thông qua việc lượng hóa trực tiếp các biến số khí hậu vào ma trận xác suất chuyển đổi không gian. Khi đặt cạnh các công trình quốc tế sử dụng LCM như nghiên cứu của Varun N.M et al. (2014) tại Muzaffarpur (Ấn Độ) giai đoạn 1988–2010 nhằm dự báo đến 2025 và 2035, hay nghiên cứu của P. et al. tại Banjarmasin (Indonesia) giai đoạn 2014–2018 chứng minh 40% đất chưa xây dựng chuyển sang đất đô thị bằng chuỗi Markov, nghiên cứu của Lê Ngọc Lãm tại Bến Tre thể hiện bước tiến vượt bậc. Luận án không chỉ dừng lại ở việc đưa vào các biến khoảng cách hạ tầng đơn thuần mà đã tích hợp thành công chuỗi dữ liệu viễn thám môi trường chi tiết (bản đồ lan truyền mặn EC và bản đồ khô hạn TVDI) vào mạng nơ-ron nhân tạo của mô hình MOLUSCE và LCM, mở ra hướng tiếp cận hoàn toàn mới cho quản lý tài nguyên đất ngập mặn nhiệt đới.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đóng góp quan trọng vào việc hoàn thiện lý thuyết Khoa học Biến động Đất đai (Land Change Science - Turner et al., 2007) bằng việc chứng minh cơ chế tương tác phức hợp giữa áp lực khí hậu cực đoan và sự phản hồi thích ứng của con người trên bề mặt không gian địa lý. Đúng như luận án trích dẫn: "Biến đổi sử dụng đất được biết như biến động đất đai, đây là một thuật ngữ chung chỉ những thay đổi bề mặt lãnh thổ trái đất xảy ra do tác động của con người" kết hợp cùng nhận định "Thay đổi lớp phủ bề mặt đất (Land cover change) mang tính lâu dài và góp phần dẫn đến thay đổi sử dụng đất đai trên thế giới" (Suming và ctv, 2013).

Công trình đã mở rộng lý thuyết Phân bổ Không gian Cổ điển (Spatial Allocation Theory) vốn chỉ dựa trên khoảng cách kinh tế của von Thünen, tích hợp thêm chiều kích "Sức ép Sinh thái Khí hậu" (Ecological-Climatic Stressors). Sự chuyển dịch từ mô hình cân bằng tĩnh sang mô hình động lực học xác suất phi tuyến (Non-linear Dynamic Probabilistic Model) được luận chứng rõ ràng: sự thay đổi mục đích sử dụng đất không diễn ra ngẫu nhiên mà tuân theo các hàm tiềm năng chuyển đổi chịu sự chi phối mạnh mẽ của ngưỡng mặn hóa và hạn hán cục bộ.

Khung phân tích độc đáo

Khung phân tích của luận án được kiến tạo dựa trên sự giao thoa của 3 trụ cột phương pháp luận:

  1. Lý thuyết Xử lý Thông tin Không gian Địa lý và Phổ phản xạ Viễn thám: Khai thác các dải phổ phản xạ quang học và hồng ngoại nhiệt (TIR) để bóc tách thuộc tính vật lý của đất và thực vật.
  2. Lý thuyết Học máy và Trí tuệ Nhân tạo Không gian (Spatial Machine Learning): Tích hợp mạng nơ-ron đa lớp MultiLayer Perceptron (MLP) trong cấu trúc mô hình MOLUSCE nhằm thiết lập trọng số thích nghi giữa các biến giải thích độc lập với từng loại hình biến động đất đai.
  3. Lý thuyết Quá trình Ngẫu nhiên Markov và Tế bào Tự động (Cellular Automata): Sử dụng ma trận xác suất chuyển tiếp (Transition Probability Matrix) kết hợp với các quy tắc lân cận cục bộ của mạng tế bào để giải quyết bài toán phân bổ không gian tự động.

Điều kiện biên (boundary conditions) của khung phân tích được xác lập rõ: mô hình vận hành tối ưu trong điều kiện địa hình đồng bằng châu thổ ven biển có độ dốc thấp (< 2%), chế độ bán nhật triều không đều và chịu tác động trực tiếp của các đợt hạn - mặn mùa khô điển hình của vùng hạ lưu sông Mekong.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án áp dụng lập trường nhận thức luận Hiện thực Phản biện (Critical Realism) kết hợp phương pháp luận Thực chứng Thực nghiệm (Positivism). Thiết kế nghiên cứu đa cấp độ (multi-level design) được triển khai nhất quán: cấp vĩ mô toàn tỉnh Bến Tre để xác định bối cảnh chính sách và mạng lưới thủy văn; cấp trung mô 3 huyện ven biển (Ba Tri, Bình Đại, Thạnh Phú) để mô hình hóa động lực học LULCC; và cấp vi mô độ phân giải không gian điểm ảnh 30m x 30m phục vụ tính toán các chỉ số phổ viễn thám và ma trận chuyển đổi.

                      ┌────────────────────────────────────────────────────────┐
                      │             DỮ LIỆU ĐẦU VÀO ĐA THỜI GIAN               │
                      │ ∙ Ảnh vệ tinh Landsat 5 TM (2009) & Landsat 8 OLI (2019)│
                      │ ∙ Bản đồ địa chính, hiện trạng, địa hình CSDL QGIS     │
                      │ ∙ Quan trắc khí tượng (Nhiệt độ, Mưa trạm Ba Tri)       │
                      │ ∙ Số liệu đo đạc thực địa EC mặn & ngập lụt            │
                      └───────────────────────────┬────────────────────────────┘
                                                  │
                                                  ▼
                      ┌────────────────────────────────────────────────────────┐
                      │          CHIẾT XUẤT BIẾN ĐỘNG & BIẾN GIẢI THÍCH        │
                      │ ∙ Phân loại có giám sát MLC -> Bản đồ LULC 2009, 2019   │
                      │ ∙ Tính toán chỉ số: LST, NDVI -> TVDI (Khô hạn)        │
                      │ ∙ Tương quan phổ -> Bản đồ độ dẫn điện đất EC (Mặn hóa)│
                      │ ∙ Đánh giá tương quan Pearson & Đa cộng tuyến (VIF)    │
                      └───────────────────────────┬────────────────────────────┘
                                                  │
                                                  ▼
                      ┌────────────────────────────────────────────────────────┐
                      │          LƯỢNG HÓA TIỀM NĂNG & MÔ PHỎNG TOÁN HỌC       │
                      │ ∙ Xác định chỉ số tiềm năng chuyển đổi Cramer's V       │
                      │ ∙ Hồi quy Logistic nhị phân & Mạng nơ-ron MLP-ANN      │
                      │ ∙ Ma trận chuyển tiếp xác suất Markov Chain            │
                      │ ∙ Tế bào tự động (Cellular Automata) trên MOLUSCE & LCM│
                      └───────────────────────────┬────────────────────────────┘
                                                  │
                                                  ▼
                      ┌────────────────────────────────────────────────────────┐
                      │             KIỂM ĐỊNH & DỰ BÁO TƯƠNG LAI               │
                      │ ∙ Kiểm định mô phỏng 2019 (Ma trận sai số, Kappa > 0.8)│
                      │ ∙ Tích hợp kịch bản BĐKH & Nước biển dâng (RCP 4.5)    │
                      │ ∙ Dự báo không gian LULC các mốc: 2029 - 2039 - 2049   │
                      │ ∙ Xây dựng WebGIS hỗ trợ ra quyết định & thích ứng     │
                      └────────────────────────────────────────────────────────┘

Quy trình nghiên cứu rigorous

Quy trình thực hiện được kiểm soát nghiêm ngặt theo các tiêu chuẩn địa tin học quốc tế:

  • Thu thập và tiền xử lý ảnh vệ tinh: Sử dụng ảnh Landsat 5 TM (2009) và Landsat 8 OLI/TIRS (2019) chụp vào mùa khô (thời điểm xâm nhập mặn và khô hạn thể hiện rõ nét nhất). Toàn bộ ảnh được hiệu chỉnh bức xạ tại cảm biến (ToA), hiệu chỉnh khí quyển bằng mô hình FLAASH và nắn chỉnh hình học đồng bộ về hệ quy chiếu chuẩn quốc gia VN-2000 kinh tuyến trục 105°45', múi chiếu 3°.
  • Phân loại ảnh viễn thám và kiểm định độ chính xác: Ứng dụng thuật toán phân loại có giám sát Cực đại Gần nhất (Maximum Likelihood Classification - MLC) kết hợp giải đoán tương tác chuyên gia. Bộ mẫu kiểm định độc lập được xây dựng từ số liệu điều tra thực địa kết hợp bản đồ địa chính. Ma trận sai số phân loại (Error Matrix) được thiết lập cho cả hai thời điểm 2009 và 2019, đảm bảo độ chính xác toàn thể (Overall Accuracy) đạt trên 85% và hệ số Kappa vượt ngưỡng tin cậy thống kê tiêu chuẩn.
  • Tam giác đạc dữ liệu (Data Triangulation): Kết hợp chặt chẽ giữa 4 nguồn dữ liệu độc lập: (1) Dữ liệu viễn thám quang phổ; (2) Dữ liệu quan trắc trạm khí tượng thủy văn Ba Tri; (3) Dữ liệu không gian địa lý GIS từ Sở TN&MT Bến Tre; (4) Số liệu khảo sát thực địa đo đạc độ dẫn điện của đất (EC).

Data và phân tích

Nghiên cứu sử dụng hệ thống phần mềm chuyên dụng gồm ENVI, ERDAS IMAGINE, QGIS (mã nguồn mở) và IDRISI Selva với các module phân tích cao cấp:

  • Xử lý chỉ số viễn thám môi trường:
    • Tính toán nhiệt độ bề mặt đất ($LST$) từ kênh hồng ngoại nhiệt (TIR).
    • Kết hợp chỉ số thực vật $NDVI = (NIR - Red) / (NIR + Red)$ và $LST$ để xây dựng không gian phân bố Nhiệt độ - Thực vật ($LST-NDVI$), từ đó kết xuất Chỉ số Khô hạn $TVDI$ (Temperature Vegetation Dryness Index) phân cấp theo 5 mức độ khô hạn.
    • Phân tích tương quan phản xạ phổ với giá trị độ dẫn điện $EC$ đo tại hiện trường để xây dựng bản đồ phân bố độ mặn đất theo các chỉ số mặn ($NDSI, SI, VSSI$).
  • Lượng hóa mức độ tác động và kiểm định đa cộng tuyến:
    • Áp dụng mô hình Hồi quy Logistic đa biến (Binary Logistic Regression) và phân tích tương quan Pearson giữa các biến giải thích (nhiệt độ, lượng mưa, độ mặn EC, khô hạn TVDI, mức độ ngập lụt).
    • Kiểm tra hệ số phóng đại phương sai (VIF) và Tolerance nhằm loại trừ hiện tượng đa cộng tuyến hoàn toàn trước khi đưa vào mô hình dự báo.
    • Tính toán chỉ số Cramer’s V để đánh giá định lượng năng lực giải thích của từng biến động lực đối với tiềm năng chuyển đổi của từng loại đất riêng biệt.
  • Mô hình hóa động lực học không gian:
    • Ứng dụng module MOLUSCE trên nền tảng QGIS tích hợp Mạng nơ-ron nhân tạo (Artificial Neural Network - ANN cấu trúc MultiLayer Perceptron) để huấn luyện mô hình dự đoán tiềm năng chuyển đổi.
    • Vận hành thuật toán Chuỗi Markov - Mạng tế bào tự động (CA-Markov) trong LCM để mô phỏng sự phân bổ không gian sử dụng đất đến các năm 2029, 2039 và 2049.

Phát hiện đột phá và implications

Những phát hiện then chốt

Dữ liệu phân tích thực chứng giai đoạn 2009–2019 và kết quả mô phỏng không gian đến năm 2049 đã mang lại 5 phát hiện mang tính bước ngoặt:

  1. Xu thế suy giảm mạnh mẽ của đất trồng lúa trước áp lực mặn hóa: Phân tích chu chuyển đất đai 2009–2019 chỉ ra diện tích đất trồng lúa tại 3 huyện ven biển (Ba Tri, Bình Đại, Thạnh Phú) sụt giảm với quy mô lớn, chuyển đổi chủ yếu sang đất nuôi trồng thủy sản (nước lợ/mặn) và đất trồng cây lâu năm chịu hạn/mặn. Tại Ba Tri, hiện tượng chuyển đổi đất lúa sang mô hình lúa - tôm và chuyên tôm diễn ra nhanh chóng tại các xã giáp cửa sông.
  2. Khẳng định vai trò chi phối của chỉ số khô hạn TVDI và độ mặn EC: Phân tích hồi quy Logistic và chỉ số Cramer’s V khẳng định độ dẫn điện $EC$ (biểu thị độ mặn đất) và chỉ số $TVDI$ có hệ số tương quan nghịch biến chặt chẽ nhất ($p < 0,01$) đối với sự ổn định của đất chuyên trồng lúa nước. Các vùng có giá trị $TVDI > 0,8$ (khô hạn nghiêm trọng) trùng khớp hoàn toàn với các khu vực xảy ra biến động bỏ hoang đất nông nghiệp hoặc chuyển đổi phương thức canh tác.
  3. Hiện tượng nghịch lý thích ứng kinh tế (Counter-intuitive adaptive phenomenon): Mặc dù BĐKH làm gia tăng rủi ro thiên tai, diện tích đất dân cư - xây dựng và đất nuôi trồng thủy sản có giá trị kinh tế cao vẫn tiếp tục mở rộng ra các vùng ven đê biển và giáp cửa sông, phản ánh áp lực phát triển kinh tế cục bộ lấn át các cảnh báo rủi ro môi trường dài hạn.
  4. Độ chính xác vượt trội của mô hình kiểm định năm 2019: Bản đồ mô phỏng sử dụng đất năm 2019 tạo ra từ mô hình MOLUSCE (dựa trên dữ liệu nền 2009 và các biến giải thích) khi đối chiếu với Bản đồ Hiện trạng thực tế năm 2019 đạt độ tương đồng không gian rất cao, hệ số Kappa đạt trên 0,82, chứng minh tính tin cậy tuyệt đối của thuật toán ANN-CA-Markov.
  5. Dự phóng bức tranh không gian 2029 - 2039 - 2049: Dưới kịch bản biến đổi khí hậu và nước biển dâng (kịch bản RCP 4.5 và xâm nhập mặn cực đại), mô hình dự báo diện tích đất trồng lúa truyền thống sẽ tiếp tục thu hẹp sâu vào nội đồng, trong khi đất chuyên thủy sản và đất cây lâu năm thích ứng mặn sẽ chiếm tỷ trọng áp đảo tại vành đai ven biển.

Implications đa chiều

  • Đóng góp lý thuyết: Cung cấp bằng chứng thực nghiệm vững chắc xác nhận mối quan hệ định lượng giữa các chỉ số vật lý bề mặt viễn thám ($LST, NDVI, TVDI, EC$) với các mô hình toán học dự báo thay đổi sử dụng đất, nâng cao giá trị khoa học của chuyên ngành Quản lý Tài nguyên và Môi trường.
  • Đổi mới phương pháp luận: Chuẩn hóa quy trình tích hợp giữa phần mềm GIS mã nguồn mở (QGIS) và viễn thám Landsat đa thời gian, cho phép các cơ quan quản lý nhà nước xây dựng hệ thống giám sát đất đai chi phí thấp nhưng có độ chính xác khoa học cao.
  • Ứng dụng thực tiễn: Cung cấp bộ công cụ WebGIS hỗ trợ ra quyết định, trực quan hóa các vùng nguy cơ biến động đất đai do hạn mặn, giúp chính quyền địa phương giám sát việc thực hiện quy hoạch đất đai một cách chủ động thay vì thụ động kiểm kê định kỳ.
  • Khuyến nghị chính sách thích ứng:
    1. Chuyển dịch cơ cấu mùa vụ: Tái cấu trúc không gian canh tác nông nghiệp tại 3 huyện duyên hải theo hướng "thuận thiên", chuyển đổi triệt để đất lúa kém hiệu quả bị nhiễm mặn sang mô hình xen canh lúa - tôm, nuôi tôm công nghệ cao hoặc trồng dừa, cây ăn trái thích ứng mặn.
    2. Quy hoạch tích hợp: Điều chỉnh quy hoạch sử dụng đất tỉnh Bến Tre tầm nhìn 2050 phải tích hợp trực tiếp bản đồ nguy cơ ngập triều và ranh mặn 4‰ theo các kịch bản BĐKH đã được mô phỏng.

Limitations và Future Research

Luận án nhìn nhận khách quan 4 hạn chế khoa học mang tính điều kiện biên:

  1. Độ phân giải không gian và thời gian của dữ liệu viễn thám: Việc sử dụng tư liệu ảnh Landsat với độ phân giải không gian 30m x 30m mặc dù phù hợp cho nghiên cứu cấp vùng/huyện nhưng gặp thách thức trong việc bóc tách các thửa đất manh mún, phân tán đặc thù của vùng châu thổ Nam Bộ.
  2. Ảnh hưởng của mây che phủ trong mùa mưa: Tư liệu viễn thám quang học bị hạn chế trong việc theo dõi liên tục biến động đất đai trong các tháng mùa mưa ngập lũ, dẫn đến việc nghiên cứu phải tập trung chủ yếu vào chuỗi ảnh mùa khô.
  3. Mô hình hóa các biến động lực thể chế và kinh tế vĩ mô: Các yếu tố phi không gian như biến động giá nông sản toàn cầu, chính sách hỗ trợ tín dụng của Nhà nước và tập quán canh tác nông hộ chưa được lượng hóa liên tục thành các lớp bản đồ chuyên đề trong mô hình toán.

Hướng nghiên cứu phát triển trong tương lai bao gồm:

  • Tích hợp dữ liệu viễn thám RADAR giao thoa (Sentinel-1 SAR) hoạt động xuyên mây kết hợp dữ liệu quang học đa phổ độ phân giải cao (Sentinel-2 10m, PlanetScope 3m) để giám sát biến động theo thời gian thực (near-real-time monitoring).
  • Ứng dụng mô hình Đa tác tử (Agent-Based Modeling - ABM) trên nền tảng GAMA kết hợp dữ liệu lớn (Big Data) để mô phỏng hành vi ra quyết định chuyển đổi sinh kế của từng hộ nông dân dưới tác động của thị trường và chính sách.
  • Mở rộng phạm vi nghiên cứu liên vùng cho toàn bộ 13 tỉnh thành vùng ĐBSCL nhằm đánh giá tác động tổng hợp của các công trình thủy điện thượng nguồn sông Mekong và nước biển dâng.

Tác động và ảnh hưởng

  • Tác động học thuật: Luận án tạo ra một khung tham chiếu chuẩn mực cho các công trình nghiên cứu sau đại học về mô hình hóa biến động tài nguyên đất, dự kiến đóng góp vào hệ thống trích dẫn khoa học trong các tạp chí chuyên ngành Quản lý Đất đai, Biến đổi Khí hậu và Viễn thám Môi trường.
  • Chuyển đổi ngành quản lý tài nguyên: Thúc đẩy quá trình chuyển đổi số từ quản trị đất đai truyền thống (dựa trên văn bản giấy tờ và đo đạc thủ công) sang quản trị đất đai không gian số (Digital Spatial Land Governance), tích hợp công nghệ ảnh viễn thám và trí tuệ nhân tạo.
  • Hỗ trợ chính sách công: Kết quả mô phỏng không gian đến năm 2049 trực tiếp cung cấp luận cứ khoa học sắc bén cho Ủy ban Nhân dân tỉnh Bến Tre, Sở Tài nguyên và Môi trường, Sở Nông nghiệp và Phát triển Nông thôn trong việc rà soát, điều chỉnh Quy hoạch tỉnh thời kỳ 2021–2030, tầm nhìn đến năm 2050 theo đúng tinh thần Nghị quyết 120/NQ-CP của Chính phủ về phát triển bền vững ĐBSCL thích ứng với BĐKH.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và học viên cao học: Tiếp cận được quy trình phương pháp luận mẫu mực về tích hợp GIS - RS mã nguồn mở (QGIS, MOLUSCE, LCM) và kỹ thuật phân tích thống kê không gian nâng cao.
  • Giới học giả và giảng viên chuyên ngành: Sở hữu nguồn tài liệu tham khảo thực chứng toàn diện về động lực học LULCC vùng đồng bằng ven biển nhiệt đới.
  • Nhà hoạch định chính sách và cơ quan quản lý nhà nước: Sở TN&MT, Sở NN&PTNT Bến Tre và các tỉnh ven biển ĐBSCL được chuyển giao bộ dữ liệu số hóa, bản đồ chuyên đề và giải pháp WebGIS phục vụ trực tiếp công tác giám sát và cấp phép sử dụng đất.
  • Cộng đồng dân cư và doanh nghiệp nông nghiệp: Hưởng lợi gián tiếp từ các định hướng quy hoạch chuyển đổi cơ cấu cây trồng phù hợp, giảm thiểu rủi ro thiệt hại kinh tế do thiên tai hạn mặn gây ra.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì?
Luận án đã mở rộng Lý thuyết Khoa học Biến động Đất đai (Land Change Science - Turner et al., 2007) bằng cách tích hợp thành công hai chỉ số viễn thám sinh-khí hậu động là $TVDI$ (đại diện cho khô hạn) và $EC$ (đại diện cho xâm nhập mặn) vào làm biến độc lập nội sinh trong cấu trúc mạng nơ-ron MLP của mô hình MOLUSCE và mô hình LCM, thay vì chỉ sử dụng các biến địa hình và hạ tầng tĩnh như các nghiên cứu truyền thống.

2. Điểm cải tiến phương pháp luận vượt trội so với các nghiên cứu tiền nhiệm?
So với nghiên cứu của Varun N.M et al. (2014) tại Ấn Độ (chỉ dùng LCM đơn thuần) và Huỳnh Văn Chương et al. (2017) tại Nha Trang (chỉ dùng chuỗi Markov tĩnh), luận án đã thiết lập quy trình kiểm định chéo đa tầng: kết hợp trích xuất tự động chỉ số mặn/khô hạn từ ảnh Landsat, kiểm định đa cộng tuyến nghiêm ngặt, huấn luyện mạng nơ-ron đa lớp (MLP-ANN) và tối ưu hóa phân bổ tế bào tự động (CA) trên nền tảng QGIS mã nguồn mở, đạt hệ số tin cậy Kappa > 0,82.

3. Phát hiện thực nghiệm nào bất ngờ nhất từ dữ liệu nghiên cứu?
Mặc dù 3 huyện duyên hải Ba Tri, Bình Đại, Thạnh Phú chịu tác động xâm nhập mặn và ngập triều ngày càng khốc liệt theo kịch bản BĐKH, tốc độ chuyển đổi sang đất nuôi trồng thủy sản thâm canh và đất ở nông thôn vẫn gia tăng mạnh tại các vùng đệm nhạy cảm sinh thái. Điều này chứng minh áp lực kinh tế sinh kế ngắn hạn đang lấn át nhận thức rủi ro môi trường dài hạn của người dân.

4. Luận án có cung cấp quy trình tái lập (Replication Protocol) hoàn chỉnh không?
Có. Toàn bộ quy trình xử lý dữ liệu từ bước tiền xử lý ảnh Landsat, công thức trích xuất $NDVI, LST, TVDI, NDSI, SI$, ma trận ghép nhóm đất đai, thông số tham số hóa mạng MLP-ANN, đến các thuật toán chạy trên plugin MOLUSCE (QGIS) đều được trình bày chi tiết trong chương Dữ liệu và Phương pháp, cho phép tái lập quy trình trên bất kỳ vùng đồng bằng ven biển nào.

5. Luận án xác lập chương trình nghiên cứu 10 năm tiếp theo như thế nào?
Chương trình nghiên cứu mở rộng tập trung vào: (1) Ứng dụng AI/Deep Learning (U-Net, CNN) tự động hóa giải đoán ảnh viễn thám đa nguồn Sentinel-1/2; (2) Tích hợp mô hình kinh tế vi mô lượng tử vào hệ thống đa tác tử GAMA; (3) Xây dựng nền tảng WebGIS điện toán đám mây cảnh báo sớm rủi ro tài nguyên đất theo thời gian thực cho toàn vùng ĐBSCL.

Kết luận

Công trình của NCS. Lê Ngọc Lãm xác lập 5 đóng góp học thuật và thực tiễn cốt lõi:

  1. Xây dựng thành công cơ sở dữ liệu không gian viễn thám và GIS đa thời gian (2009, 2019) phản ánh toàn diện hiện trạng và lịch sử biến động sử dụng đất tại 3 huyện ven biển tỉnh Bến Tre.
  2. Lượng hóa chính xác mối quan hệ nhân quả tương quan giữa các biến số BĐKH (xâm nhập mặn $EC$, chỉ số khô hạn $TVDI$, ngập lụt) với xác suất chuyển đổi từng loại hình đất đai thông qua hồi quy Logistic và chỉ số Cramer’s V.
  3. Ứng dụng và kiểm định thành công mô hình tích hợp MOLUSCE (MLP-ANN & CA-Markov) và LCM trong mô phỏng dự báo không gian sử dụng đất chính xác đến các năm 2029, 2039 và 2049 theo các kịch bản BĐKH.
  4. Đề xuất hệ thống 4 giải pháp đồng bộ: giám sát quy hoạch, công cụ WebGIS mã nguồn mở, quan trắc hạn mặn tích hợp GIS-RS và chuyển đổi cơ cấu cây trồng thích ứng.
  5. Tạo lập khung phương pháp luận chuẩn hóa, có khả năng chuyển giao và nhân rộng hiệu quả cho các địa phương trong toàn vùng Đồng bằng sông Cửu Long nhằm hướng tới mục tiêu phát triển bền vững và thịnh vượng sinh thái.