Tổng quan về luận án

Luận án tiến sĩ "Nghiên cứu đánh giá tác động của thay đổi thảm phủ và biến đổi khí hậu đến dòng chảy trên lưu vực sông Cả" của Nguyễn Thanh Bằng, hoàn thành năm 2023 tại Viện Khoa học Khí tượng Thủy văn và Biến đổi Khí hậu, Bộ Tài nguyên và Môi trường, đại diện cho một bước tiến quan trọng trong lĩnh vực khí tượng thủy văn và nghiên cứu biến đổi khí hậu. Nghiên cứu này nổi bật bởi cách tiếp cận tiên phong, giải quyết một trong những thách thức cấp bách nhất hiện nay: định lượng tác động tương hỗ của thay đổi thảm phủ (LULC - Land Use/Land Cover) và biến đổi khí hậu (BĐKH) đến tài nguyên nước, đặc biệt là dòng chảy trên các lưu vực sông lớn.

Bối cảnh khoa học hiện tại cho thấy sự phát triển kinh tế-xã hội và đô thị hóa nhanh chóng ở khu vực Bắc Trung Bộ Việt Nam đã làm thay đổi đáng kể thảm phủ bề mặt, gây suy giảm diện tích đất nông nghiệp và rừng, ảnh hưởng trực tiếp đến đặc trưng thủy văn. Song song đó, BĐKH làm trầm trọng thêm các yếu tố khí hậu cực đoan như nhiệt độ tăng, lượng mưa biến động (mùa khô giảm, mùa lũ tăng), dẫn đến tình trạng khan hiếm và bất định của tài nguyên nước. Theo dự báo, đến năm 2025, tổng lượng nước mặt của Việt Nam có thể giảm xuống còn 96% so với hiện tại, và nhu cầu sử dụng nước sẽ tăng 1.5 lần vào năm 2030, đạt khoảng 122 tỷ m³/năm [6]. Sự cấp thiết của việc hiểu rõ những thay đổi này, đặc biệt trên các lưu vực sông lớn như sông Cả (dài 513 km, diện tích lưu vực 27.200 km²), là không thể phủ nhận.

Research gap SPECIFIC với citations từ literature: Mặc dù đã có nhiều nghiên cứu riêng lẻ ở Việt Nam về tác động của thay đổi thảm phủ hoặc biến đổi khí hậu đến dòng chảy lưu vực sông, một khoảng trống nghiên cứu đáng kể vẫn tồn tại trong việc đánh giá định lượng tác động đồng thời của cả hai yếu tố này. "Ở Việt Nam, đã có những nghiên cứu tính toán và đánh giá ảnh hưởng của sự thay đổi thảm phủ đến dòng chảy lưu vực sông hoặc đánh giá tác động của biến đổi khí hậu tới dòng chảy nhưng các nghiên cứu đánh giá kết hợp cả hai vấn đề trên còn chưa nhiều" (trang 2). Các nghiên cứu quốc tế như của Sayemuzzaman & Jha (2012) tại Bắc Carolina hay nghiên cứu tại lưu vực Choudwar, Ấn Độ (2014) đã tập trung vào mô hình hóa LULC và tác động của nó đến môi trường, nhưng việc tích hợp toàn diện LULC và kịch bản khí hậu trong đánh giá thủy văn vẫn còn nhiều thách thức, đặc biệt trong bối cảnh dữ liệu xuyên biên giới còn hạn chế.

Research questions và hypotheses (đánh số cụ thể): Luận án tập trung giải quyết hai câu hỏi nghiên cứu chính:

  1. Phương pháp nào có thể dự tính định lượng và mô phỏng không gian biến đổi thảm phủ cho một lưu vực sông?
  2. Dòng chảy lưu vực sông Cả trong tương lai thay đổi như thế nào dưới tác động của sự thay đổi thảm phủ và biến đổi khí hậu?

Từ đó, hai luận điểm bảo vệ đã được đặt ra:

  1. Thảm phủ tương lai có thể được dự tính định lượng bằng phương pháp xác suất thống kê và có các quy tắc chuyển đổi, tác nhân và ràng buộc có thể mô phỏng thảm phủ tương lai về mặt không gian.
  2. Tác động đồng thời của sự thay đổi thảm phủ và biến đổi khí hậu sẽ làm thay đổi dòng chảy lưu vực sông Cả trong tương lai và có xu hướng khắc nghiệt hơn so với chỉ chịu tác động riêng rẽ của biến đổi khí hậu.

Theoretical framework với tên theories cụ thể: Nghiên cứu này được xây dựng trên nền tảng của các lý thuyết và mô hình tiên tiến. Để dự tính thay đổi thảm phủ, luận án kết hợp chuỗi Markov (Markov Chain) của Andrei Andreyevich Markov (1906) – một mô hình xác suất thống kê mô tả chuỗi sự kiện phụ thuộc vào trạng thái trước đó – với Hệ tự hành dạng tế bào (Cellular Automata - CA), được phát triển toàn diện bởi Stephen Wolfram (những năm 1980) để mô phỏng các hệ phức tạp theo không gian. Sự kết hợp CA-Markov giải quyết được hạn chế của Markov trong việc biểu diễn không gian và hạn chế của CA trong việc dự tính xác suất chuyển đổi. Đối với mô phỏng dòng chảy, mô hình SWAT (Soil and Water Assessment Tool) được ứng dụng, một mô hình thủy văn bán phân bố dựa trên vật lý, phát triển bởi USDA, chuyên đánh giá ảnh hưởng của quản lý sử dụng đất đến tài nguyên nước và các quá trình thủy văn. Khung nghiên cứu còn tích hợp Kỹ thuật Delphi, một phương pháp tham vấn chuyên gia lặp đi lặp lại để đạt được đồng thuận, nhằm xác định các tác nhân và ràng buộc cho mô hình hóa thay đổi thảm phủ. Các kịch bản biến đổi khí hậu được dựa trên Báo cáo của IPCC AR6 WGI và kịch bản RCP4.5, RCP8.5 của Viện Khoa học Khí tượng Thủy văn và Biến đổi Khí hậu.

Đóng góp đột phá với quantified impact: Luận án mang lại các đóng góp đột phá về lý thuyết và thực tiễn:

  1. Phát triển khung nghiên cứu tích hợp: Luận án đã thành công xây dựng một khung nghiên cứu toàn diện, tích hợp chuỗi Markov, Cellular Automata và kỹ thuật Delphi để dự tính định lượng và mô phỏng không gian sự thay đổi thảm phủ cho lưu vực sông. Khung này đã xác định được các tác nhân, ràng buộc và quy tắc chuyển đổi phù hợp với điều kiện đặc thù của lưu vực sông Cả, dự tính 5 lớp thảm phủ chính (Đất rừng, Đất nông nghiệp, Đất xây dựng, Vùng nước, Đất trống) đến năm 2030 (trang 8, 114).
  2. Đánh giá định lượng tác động đồng thời: Đây là nghiên cứu tiên phong trong việc định lượng tác động kết hợp của LULC và BĐKH đến dòng chảy lưu vực sông Cả. Phát hiện quan trọng là "tác động đồng thời của sự thay đổi thảm phủ và biến đổi khí hậu sẽ làm thay đổi dòng chảy lưu vực sông Cả trong tương lai và có xu hướng khắc nghiệt hơn so với chỉ chịu tác động riêng rẽ của biến đổi khí hậu" (trang 4). Điều này cung cấp hiểu biết sâu sắc hơn về phản ứng thủy văn phức tạp.
  3. Hỗ trợ quản lý tài nguyên nước xuyên biên giới: Bằng cách mô phỏng thảm phủ ở cả phần lưu vực nằm trong lãnh thổ Lào và Việt Nam, luận án đã cung cấp dữ liệu quan trọng cho các khu vực vốn thiếu hụt thông tin, góp phần hỗ trợ quản lý tổng thể tài nguyên nước cho một lưu vực xuyên biên giới như sông Cả (trang 16, 24).
  4. Cung cấp kịch bản định lượng cho hoạch định chính sách: Các kịch bản thảm phủ dự tính đến năm 2030 và đánh giá tác động định lượng đến dòng chảy cung cấp cơ sở khoa học vững chắc cho các nhà hoạch định chính sách trong công tác quy hoạch sử dụng đất và quản lý tài nguyên nước hiệu quả ở Nghệ An và Hà Tĩnh (trang 8).

Scope (sample size, timeframe) và significance: Phạm vi nghiên cứu bao gồm toàn bộ lưu vực sông Cả, trải dài từ 18o15’50” đến 20o10’30” vĩ độ Bắc và 103o45'20'' đến 105o15'20'' kinh độ Đông, bao gồm cả phần lưu vực liên quốc gia thuộc Lào. Đối tượng nghiên cứu là 5 lớp thảm phủ chính và các yếu tố khí hậu như lượng mưa, nhiệt độ (trung bình ngày, tối thấp, tối cao) theo các kịch bản RCP. Giai đoạn đánh giá thảm phủ lịch sử là 2005-2015 (sử dụng dữ liệu ảnh viễn thám 2005, 2010, 2015), và dự tính đến năm 2030. Dữ liệu kịch bản khí hậu cũng được áp dụng cho năm 2030. Kích thước mẫu (sample size) ở đây là các pixel trên bản đồ viễn thám của toàn bộ lưu vực sông Cả, cùng với dữ liệu thu thập từ 9 trạm khí tượng đại diện (trang 34). Ý nghĩa của luận án nằm ở khả năng cung cấp các luận cứ khoa học và quy trình mô phỏng có thể áp dụng cho các lưu vực tương tự, bổ sung kiến thức về tài nguyên đất, nước và môi trường trong bối cảnh BĐKH phức tạp.

Literature Review và Positioning

Chương 1 của luận án cung cấp một tổng quan sâu rộng về các nghiên cứu đã có trong và ngoài nước liên quan đến mô phỏng biến động thảm phủ, đánh giá tác động của thảm phủ đến dòng chảy, và tác động của biến đổi khí hậu đến dòng chảy lưu vực sông.

Synthesis của major streams với TÊN TÁC GIẢ và NĂM cụ thể: Luận án tổng hợp các dòng nghiên cứu chính:

  • Mô phỏng biến động thảm phủ: Các nghiên cứu trên thế giới đã sử dụng rộng rãi mô hình CA-Markov để dự tính kịch bản thảm phủ tương lai. Điển hình là nghiên cứu tại Zanjan, Iran (2011) của trường Đại học Zanjan [98] ứng dụng viễn thám và GIS để dự báo thay đổi LULC đến năm 2020, cho thấy 44% tổng diện tích đất đã thay đổi. Nghiên cứu của CORAL (2014) tại lưu vực Choudwar, Ấn Độ [54] sử dụng CA-Markov để dự tính kịch bản LULC dựa trên xu hướng 1972-2005, chỉ ra sự mở rộng nông nghiệp là động lực chính gây mất rừng. Mohammad Sayemuzzaman và Manoj K. Jha (2012) tại Bắc Carolina [105] tích hợp Markov-CA và Multi-Criteria Evaluation (MCE) để dự báo LULC đến năm 2030, cho thấy 20% tăng đất xây dựng và 17% giảm đất lâm nghiệp so với 1992. Nghiên cứu tại Arak, Iran (2015) [87] của đại học Payame Noor và Isfahan University of Technology cũng kết hợp Markov-CA với ảnh Landsat và IRS-P6 LISS-III để dự tính thảm phủ đến năm 2025 với độ chính xác trên 95%. Tương tự, nghiên cứu của Griselda Vázquez-Quintero và cộng sự (2016) tại Mexico [116] sử dụng Markov-CA để phân tích động lực thay đổi đất rừng ôn đới, dự báo sự suy giảm liên tục của rừng thông đến năm 2028. Trong nước, các công trình của Nguyễn Đình Dương và cộng sự (2001-2003) [53] dùng ảnh MODIS, Phạm Văn Cự và cộng sự (2006) [8] với ảnh viễn thám đa thời gian tại Thái Bình, hay Nguyễn Thị Tịnh Ấu và cộng sự (2014) [2] ứng dụng SWAT và GIS cho sông Đắk Bla, đều tập trung vào việc xác định biến động LULC bằng công nghệ GIS và viễn thám. Đặc biệt, nghiên cứu của Đại học Cần Thơ (2015) [21] đã ứng dụng Markov-CA để mô phỏng thay đổi sử dụng đất các tỉnh ven biển Đồng bằng sông Cửu Long đến năm 2030, 2050, mặc dù ghi nhận độ chính xác tổng cục là 65,75% do dữ liệu đầu vào không đồng nhất.

  • Đánh giá tác động của thảm phủ tới dòng chảy: Các nghiên cứu quốc tế của Bosch J. [94] (đánh giá 94 thí nghiệm lưu vực) cho thấy việc giảm độ che phủ rừng thường đi kèm với tăng sản lượng nước. Costa và cộng sự (2003) [50] nghiên cứu sông Tocantins (Brazil), phát hiện chuyển đổi 30% đất rừng sang nông nghiệp làm tăng 24% lưu lượng trung bình năm. Farley và cộng sự (2005) [57] chỉ ra trồng rừng làm giảm dòng chảy năm 31-44%. Ge Sun [112] cũng ghi nhận trồng rừng ở Trung Quốc làm giảm dòng chảy 50-300 mm/năm (tương đương 20-40% lượng nước trung bình năm). Guardiola và cộng sự (2010) [X, không có số citation trong đoạn này] quan sát việc thay thế rừng cây bản địa bằng cao su ở Nam Keng (Trung Quốc) và Pang Khum (Thái Lan) làm tăng bốc thoát hơi nước và giảm dòng chảy. Tại Việt Nam, Trần Thục và Huỳnh Thị Lan Hương (2003) [25] sử dụng mô hình SWAT cho sông Trà Khúc, nhận thấy khi lớp phủ rừng tăng (1993-2000) thì tổng lượng dòng chảy năm giảm 31x10^6 m³ và lưu lượng đỉnh lũ cũng giảm. Ngô Đình Quế (2005) [22] nghiên cứu sông Rào Nậy và sông Pơ Cô, chỉ ra rừng tự nhiên có tác dụng điều tiết dòng chảy và hạn chế xói mòn. "Trong giai đoạn 1982-1992 thì rừng giàu và trung bình có ảnh hưởng nhiều nhất đến lớp dòng chảy bề mặt trên lưu vực. Diện tích rừng giàu tăng lên 82,2% thì lưu lượng dòng chảy mặt giảm 86,1%" (trang 35).

  • Đánh giá tác động của biến đổi khí hậu tới dòng chảy: Luận án cũng tổng quan các nghiên cứu chuyên sâu về tác động của BĐKH, nhấn mạnh các kịch bản nhiệt độ và lượng mưa thay đổi theo RCP4.5 và RCP8.5 do IPCC công bố [5].

Contradictions/debates với ít nhất 2 opposing views: Trong các nghiên cứu về tác động của rừng đến dòng chảy, có những quan điểm khác biệt. Nisbet (2001) [X, không có citation trong đoạn này] chỉ ra rằng rừng có tác dụng giảm dòng chảy mặt, nhưng các hoạt động liên quan đến lâm nghiệp (làm đường, khai thác) lại có thể làm tăng dòng chảy mặt và xói mòn. Điều này tạo ra một mâu thuẫn cần xem xét: vai trò tổng thể của rừng có thể bị đảo ngược bởi các hoạt động quản lý. Một tranh luận khác là về tác động của trồng rừng đến dòng chảy kiệt. Nhiều nghiên cứu cho thấy trồng rừng làm giảm lượng nước bình quân và dòng chảy trong mùa khô (Farley và cộng sự, 2005 [57]; Ge Sun, 2008 [112]). Tuy nhiên, trong một số trường hợp, nó lại có thể làm tăng dòng chảy ngầm và dòng chảy kiệt nhờ việc tăng tính thấm nước của đất [Zhang và cộng sự, 2007, không có số citation trong đoạn này]. Điều này cho thấy sự phức tạp và phụ thuộc vào điều kiện địa lý, loại đất, cấu trúc rừng, và cách thức quản lý.

Positioning trong literature với specific gap identified: Luận án của Nguyễn Thanh Bằng được định vị rõ ràng để lấp đầy khoảng trống trong các nghiên cứu hiện có bằng cách cung cấp một đánh giá định lượng tích hợp về tác động đồng thời của thay đổi thảm phủ và biến đổi khí hậu đến dòng chảy. Trong khi các nghiên cứu trước đây ở Việt Nam thường chỉ tập trung vào một trong hai yếu tố, luận án này tiên phong trong việc kết hợp cả hai để đưa ra một bức tranh toàn diện và chính xác hơn về phản ứng thủy văn của lưu vực sông Cả.

How this advances field với concrete contributions: Nghiên cứu này nâng cao lĩnh vực thủy văn học bằng cách:

  1. Phát triển mô hình dự báo LULC chuyên biệt: Xây dựng thành công quy tắc chuyển đổi và xác định tác nhân cụ thể cho lưu vực sông Cả, vượt qua thách thức về dữ liệu cho khu vực xuyên biên giới, điều mà các nghiên cứu trước đây thường bỏ ngỏ hoặc gặp khó khăn (ví dụ, nghiên cứu tại ĐBSCL có độ chính xác chỉ 65,75% do dữ liệu không đồng nhất [21]).
  2. Định lượng tác động tổng hợp: Cung cấp bằng chứng định lượng về việc tác động đồng thời của LULC và BĐKH gây ra những thay đổi dòng chảy "khắc nghiệt hơn" so với từng yếu tố riêng lẻ, mở rộng hiểu biết về cơ chế phản ứng thủy văn phức tạp.
  3. Hệ thống hóa quy trình đánh giá: Đề xuất một khung nghiên cứu và quy trình rõ ràng, có thể làm cơ sở khoa học để áp dụng cho các lưu vực sông khác có điều kiện tương tự ở Việt Nam và khu vực.

So sánh với ÍT NHẤT 2 international studies:

  • So sánh với nghiên cứu Sayemuzzaman & Jha (2012) tại Bắc Carolina [105]: Nghiên cứu này cũng sử dụng Markov-CA và MCE để dự báo LULC đến năm 2030, nhưng chủ yếu tập trung vào mở rộng đô thị và giảm đất nông nghiệp/lâm nghiệp. Luận án của Nguyễn Thanh Bằng, ngoài việc dự báo 5 lớp thảm phủ chính, còn kết hợp trực tiếp các kịch bản LULC này với kịch bản BĐKH trong mô hình SWAT để định lượng tác động đến dòng chảy, điều Sayemuzzaman & Jha chưa thực hiện một cách tích hợp trong bối cảnh thủy văn.
  • So sánh với nghiên cứu của Costa và cộng sự (2003) trên sông Tocantins, Brazil [50]: Nghiên cứu này chỉ ra việc chuyển đổi 30% đất rừng thành nông nghiệp làm tăng 24% lưu lượng trung bình năm. Luận án của Nguyễn Thanh Bằng đi xa hơn bằng cách không chỉ đánh giá tác động của LULC mà còn lồng ghép đồng thời BĐKH và dự báo các kịch bản LULC trong tương lai (2030) dựa trên mô hình CA-Markov chuyên biệt cho khu vực, thay vì chỉ phân tích dữ liệu quá khứ. Nó cung cấp một cái nhìn dự báo toàn diện hơn về thay đổi dòng chảy, bao gồm cả dòng chảy mùa lũ và mùa cạn.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án này đã có những đóng góp đáng kể cho lý thuyết thủy văn và khoa học môi trường bằng cách mở rộng và thử thách các lý thuyết hiện có.

  • Mở rộng lý thuyết về chuỗi Markov và Cellular Automata: Luận án mở rộng việc ứng dụng kết hợp chuỗi Markov và Hệ tự hành dạng tế bào (CA) trong việc mô hình hóa biến động thảm phủ. Thông thường, các mô hình này được sử dụng để dự báo sự thay đổi tổng thể về diện tích hoặc phân bố không gian. Tuy nhiên, luận án đã thành công trong việc "xác định được các tác nhân, ràng buộc và xây dựng thành công quy tắc chuyển đổi phù hợp với điều kiện của lưu vực sông Cả" (trang 8), điều này làm tăng độ chính xác và tính cụ thể của mô hình M-CA cho các khu vực có động lực LULC phức tạp và thiếu dữ liệu đồng bộ, đặc biệt là ở phần lưu vực xuyên biên giới. Điều này cũng khắc phục được hạn chế về độ chính xác mà các nghiên cứu trước đó ở Việt Nam gặp phải (ví dụ, nghiên cứu ĐBSCL của Đại học Cần Thơ, 2015, có độ chính xác tổng cục 65,75% [21]).
  • Thử thách giả định về tác động độc lập của các yếu tố: Luận án thử thách giả định rằng tác động của biến đổi khí hậu và thay đổi thảm phủ có thể được đánh giá một cách độc lập hoặc cộng gộp đơn thuần. Luận điểm bảo vệ thứ hai khẳng định "Tác động đồng thời của sự thay đổi thảm phủ và biến đổi khí hậu sẽ làm thay đổi dòng chảy lưu vực sông Cả trong tương lai và có xu hướng khắc nghiệt hơn so với chỉ chịu tác động riêng rẽ của biến đổi khí hậu" (trang 4). Điều này hàm ý một hiệu ứng tương tác hoặc phi tuyến tính, đòi hỏi các mô hình tổng hợp phức tạp hơn để nắm bắt đầy đủ sự thật này, và bổ sung vào lý thuyết về phản ứng thủy văn của lưu vực dưới tác động đa yếu tố.

Conceptual framework với components và relationships: Khung nghiên cứu của luận án bao gồm hai quy trình chính:

  1. Quy trình mô phỏng sự thay đổi thảm phủ và dự tính kịch bản thảm phủ tương lai:
    • Components: Dữ liệu viễn thám (LANDSAT, SENTINEL, DEM), dữ liệu hiện trạng sử dụng đất, dữ liệu quy hoạch sử dụng đất, dữ liệu thực địa.
    • Relationships:
      • Xử lý và phân loại thảm phủ (Maximum Likelihood Classification - MLC) từ dữ liệu viễn thám.
      • Tạo ma trận xác suất chuyển đổi bằng chuỗi Markov từ dữ liệu lịch sử (2005-2015).
      • Xác định các tác nhân mô phỏng thay đổi không gian bằng kỹ thuật Delphi (tham vấn chuyên gia, quy tắc KAMET).
      • Tạo bản đồ phù hợp (Suitability maps).
      • Mô phỏng và dự tính thảm phủ tương lai (2030) bằng mô hình Cellular Automata (CA) tích hợp với kết quả Markov và các tác nhân.
      • Kiểm định mô hình (sử dụng hệ số Kappa).
  2. Quy trình mô phỏng dòng chảy lưu vực dưới tác động của thay đổi thảm phủ và biến đổi khí hậu:
    • Components: Dữ liệu địa hình (DEM), dữ liệu đất, dữ liệu sử dụng đất (kết quả dự tính LULC 2030), dữ liệu khí tượng (kịch bản nhiệt độ, lượng mưa 2030 theo RCP4.5, RCP8.5), dữ liệu dòng chảy thực đo.
    • Relationships:
      • Phân chia lưu vực và phân tích đơn vị phản ứng thủy văn (HRU - Hydrologic Response Unit).
      • Thiết lập dữ liệu đầu vào mô hình SWAT với các kịch bản LULC và BĐKH khác nhau.
      • Hiệu chỉnh và kiểm định mô hình SWAT (phân tích độ nhạy, sử dụng chỉ số NSE, R²).
      • Mô phỏng dòng chảy lưu vực (năm, mùa lũ, mùa cạn, tháng) cho các kịch bản.

Theoretical model với propositions/hypotheses numbered: Mô hình lý thuyết của luận án có thể được hình dung như một mô hình chuỗi phản ứng:

  1. P1 (Thảm phủ lịch sử → Xác suất chuyển đổi): Dữ liệu thảm phủ lịch sử (ví dụ: 2005, 2010, 2015) cung cấp cơ sở để xây dựng ma trận xác suất chuyển đổi trạng thái của các lớp thảm phủ.
  2. P2 (Tác nhân + Ràng buộc → Quy tắc chuyển đổi không gian): Các yếu tố kinh tế-xã hội và tự nhiên (tác nhân), cùng với các quy định pháp lý (ràng buộc), kết hợp với ý kiến chuyên gia (phương pháp Delphi), sẽ hình thành các quy tắc chuyển đổi không gian cho sự thay đổi thảm phủ.
  3. P3 (M-CA + Quy tắc chuyển đổi → Kịch bản thảm phủ tương lai): Sự tích hợp của chuỗi Markov và Cellular Automata, được điều chỉnh bởi các quy tắc chuyển đổi không gian, cho phép dự tính và mô phỏng các kịch bản thảm phủ tương lai với độ chính xác cao.
  4. P4 (Kịch bản LULC + Kịch bản BĐKH → Thay đổi dòng chảy): Các kịch bản thảm phủ tương lai kết hợp với các kịch bản biến đổi khí hậu (nhiệt độ, lượng mưa) sẽ tác động đến các quá trình thủy văn (bốc thoát hơi nước, dòng chảy mặt, dòng chảy ngầm) dẫn đến sự thay đổi định lượng của dòng chảy lưu vực.
  5. P5 (Tác động kết hợp > Tác động riêng lẻ): Tác động tổng hợp của thay đổi thảm phủ và biến đổi khí hậu đến dòng chảy sẽ lớn hơn (có xu hướng khắc nghiệt hơn) so với tác động của từng yếu tố khi xét riêng rẽ.

Paradigm shift với EVIDENCE từ findings: Mặc dù không tuyên bố một "paradigm shift" hoàn toàn, luận án này đóng góp vào sự dịch chuyển từ các nghiên cứu đơn lẻ, biệt lập sang một cách tiếp cận tích hợp, đa yếu tố trong đánh giá tài nguyên nước. Bằng chứng từ luận án cho thấy sự cần thiết của việc xem xét đồng thời các động lực thay đổi phức tạp. Điều này được thể hiện qua kết quả đánh giá cho thấy tác động đồng thời gây ra những biến động dòng chảy "khắc nghiệt hơn" (trang 4), qua đó khuyến khích các nhà khoa học và hoạch định chính sách thoát ly khỏi việc đánh giá từng yếu tố riêng biệt và áp dụng tư duy hệ thống.

Khung phân tích độc đáo

Khung phân tích của luận án là độc đáo bởi sự tích hợp sâu rộng các phương pháp và dữ liệu để giải quyết một vấn đề phức tạp.

  • Integration của theories (name 3+ specific theories):

    • Chuỗi Markov: Cung cấp cơ sở xác suất thống kê cho sự chuyển đổi trạng thái của thảm phủ theo thời gian.
    • Cellular Automata (CA): Bổ sung yếu tố không gian, cho phép mô phỏng sự phân bố và hình thái của các lớp thảm phủ trên bản đồ.
    • Kỹ thuật Delphi: Đảm bảo tính thực tiễn và phù hợp với điều kiện địa phương bằng cách thu thập và tổng hợp kiến thức chuyên gia để xác định các yếu tố ảnh hưởng đến sự thay đổi thảm phủ.
    • Mô hình SWAT: Mô hình thủy văn dựa trên vật lý, được sử dụng để mô phỏng dòng chảy dưới các kịch bản LULC và BĐKH.

  • Novel analytical approach với justification: Cách tiếp cận phân tích độc đáo nằm ở việc xây dựng một quy trình hai giai đoạn tích hợp chặt chẽ: (1) dự tính LULC không gian-thời gian bằng M-CA-Delphi, và (2) sử dụng kết quả này làm đầu vào chính cho mô hình thủy văn (SWAT) cùng với kịch bản BĐKH để đánh giá dòng chảy. Sự kết hợp này được biện minh bởi nhu cầu lấp đầy khoảng trống dữ liệu về thảm phủ ở phần lưu vực xuyên biên giới (Lào) và khả năng dự báo một cách định lượng sự phức tạp của tương tác giữa con người và tự nhiên. Điều này tạo ra một "khung nghiên cứu phục vụ dự tính biến đổi thảm phủ cho một lưu vực sông theo hướng tiếp cận xác suất thống kê sử dụng chuỗi Markov, Cellular Automata, kỹ thuật Delphi" (trang 2).

  • Conceptual contributions với definitions: Luận án làm rõ và áp dụng các khái niệm then chốt:

    • Thảm phủ (Land Cover) và Sử dụng đất (Land Use): Luận án tuân thủ định nghĩa của FAO rằng thảm phủ là lớp vỏ vật lý sinh học trên bề mặt Trái Đất, trong khi sử dụng đất là cách con người tương tác và quản lý lớp phủ đó. Nghiên cứu nhấn mạnh rằng "trong Luận án, sự thay đổi thảm phủ (LULC) sẽ được hiểu là bao gồm cả sự thay đổi thảm phủ bề mặt (land cover change) và thay đổi sử dụng đất (land use change)" (trang 12), đảm bảo sự toàn diện trong phân tích.
    • Tác động đồng thời (Simultaneous Impacts): Khái niệm này được định nghĩa và định lượng thông qua sự kết hợp của kịch bản LULC và BĐKH, chứng minh rằng hiệu ứng tổng hợp không chỉ là tổng của các hiệu ứng riêng lẻ mà còn có thể có các hiệu ứng tương tác làm tăng mức độ khắc nghiệt.

  • Boundary conditions explicitly stated: Luận án thừa nhận các điều kiện biên của nghiên cứu:

    • Phạm vi không gian: Tập trung vào lưu vực sông Cả, bao gồm cả phần liên quốc gia. Mặc dù khung nghiên cứu có thể áp dụng cho các lưu vực tương tự, kết quả định lượng cụ thể cho dòng chảy chỉ có giá trị trực tiếp cho sông Cả.
    • Phạm vi thời gian: Giai đoạn phân tích lịch sử LULC là 2005-2015, dự tính đến năm 2030. Các kịch bản BĐKH cũng áp dụng cho giai đoạn 2020-2039 so với thời kỳ nền. Điều này có nghĩa là các dự báo có thể không phản ánh đầy đủ các biến động ngoài khung thời gian này.
    • Các lớp thảm phủ: Chỉ tập trung vào 5 lớp thảm phủ chính: Đất rừng, Đất nông nghiệp, Đất xây dựng, Vùng nước và Đất trống, dựa trên tác động chính của chúng đến dòng chảy bề mặt (trang 3-4).
    • Các yếu tố BĐKH: Chỉ xem xét tác động của nhiệt độ và lượng mưa, "hiện tại chưa có báo cáo nào có thể hoàn toàn đánh giá được toàn bộ các tác động của tất cả các yếu tố biến đổi khí hậu" (trang 13).

Phương pháp nghiên cứu tiên tiến

Nghiên cứu áp dụng một phương pháp luận tích hợp và tiên tiến, kết hợp các kỹ thuật mô hình hóa, viễn thám và chuyên gia để đạt được các mục tiêu đã đề ra.

Thiết kế nghiên cứu

  • Research philosophy (Positivism/Interpretivism/Critical Realism): Luận án chủ yếu đi theo triết lý nghiên cứu Thực chứng (Positivism) và Hậu thực chứng (Post-positivism). Điều này thể hiện qua việc tìm kiếm các mối quan hệ nhân quả (LULC và BĐKH tác động đến dòng chảy), sử dụng các mô hình định lượng dựa trên vật lý (SWAT) và thống kê (Markov Chain), và kiểm định kết quả bằng các chỉ số khách quan (Kappa, NSE, R²). Tuy nhiên, việc tích hợp phương pháp Delphi để xác định các tác nhân thay đổi thảm phủ về không gian (trang 49) cho thấy một sự giao thoa với Diễn giải (Interpretivism), nơi kiến thức chuyên gia và sự đồng thuận chủ quan được sử dụng để xây dựng các quy tắc khách quan. Điều này phản ánh một cách tiếp cận Thực dụng (Pragmatic), lựa chọn phương pháp phù hợp nhất để giải quyết vấn đề nghiên cứu phức tạp.

  • Mixed methods với SPECIFIC combination rationale: Nghiên cứu sử dụng phương pháp hỗn hợp, cụ thể là kết hợp phương pháp định lượng và định tính.

    • Định lượng: Mô hình CA-Markov (cho dự tính LULC), mô hình SWAT (cho mô phỏng dòng chảy), phân tích dữ liệu viễn thám và dữ liệu khí tượng.
    • Định tính: Kỹ thuật Delphi được sử dụng để "xác định các tác nhân mô phỏng sự thay đổi thảm phủ về không gian" (trang 49), thu thập ý kiến chuyên gia về các quy tắc chuyển đổi và ràng buộc. Sự kết hợp này có lý do rõ ràng: các mô hình định lượng cung cấp kết quả khách quan dựa trên dữ liệu, nhưng để phản ánh đúng thực tế phức tạp của thay đổi LULC, đặc biệt là các động lực kinh tế-xã hội và quy hoạch, cần có sự hiểu biết sâu sắc từ các chuyên gia. Kết quả định tính từ Delphi được chuyển hóa thành các yếu tố đầu vào định lượng (ví dụ: trọng số của các nhân tố theo hàm mờ, Bảng 19, trang ix) cho mô hình CA, tăng tính tin cậy và khả năng dự báo của mô hình.

  • Multi-level design với levels clearly defined: Thiết kế nghiên cứu đa cấp độ được áp dụng:

    • Cấp độ lưu vực: Toàn bộ lưu vực sông Cả (27.200 km²) được phân tích về các tác động tổng thể của LULC và BĐKH đến dòng chảy.
    • Cấp độ tiểu lưu vực: Lưu vực được chia thành các tiểu lưu vực và Đơn vị phản ứng thủy văn (HRU) để phân tích chi tiết hơn các quá trình thủy văn và tác động cục bộ, cho phép hiểu rõ sự khác biệt về địa lý và thời gian (trang 104, Hình 38).
    • Cấp độ lớp thảm phủ: Phân tích các động lực thay đổi và tác động riêng biệt của 5 lớp thảm phủ chính: Đất rừng, Đất nông nghiệp, Đất xây dựng, Vùng nước, Đất trống (trang 3).
    • Cấp độ thời gian: Phân tích biến động LULC lịch sử (2005, 2010, 2015) và dự báo tương lai (2030); đánh giá dòng chảy theo các giai đoạn (năm, mùa lũ, mùa cạn) và tháng (trang 133-145).

  • Sample size và selection criteria EXACT:

    • Dữ liệu thảm phủ: Sử dụng ảnh vệ tinh Landsat và Sentinel cho toàn bộ lưu vực sông Cả trong các năm 2005, 2010, 2015 để xây dựng ma trận xác suất chuyển đổi và dữ liệu quy hoạch đến 2020, tầm nhìn 2030 (trang 4).
    • Dữ liệu khí tượng: Thu thập dữ liệu nhiệt độ và lượng mưa từ 9 trạm khí tượng đại diện trên lưu vực (trang 34).
    • Dữ liệu dòng chảy: Dòng chảy thực đo tại các trạm thủy văn như Nghĩa Khánh, Hòa Duyệt, Dừa, Quỳ Châu, Sơn Diệm trong giai đoạn hiệu chỉnh (2007-2010) và kiểm định (2011-2014) (trang 126-130).
    • Chuyên gia Delphi: 15 chuyên gia đã tham gia phương pháp Delphi, thu thập ý kiến qua 3 vòng với mức độ đồng ý được định lượng (Bảng 15, Bảng 16, Bảng 17 trên trang ix).

Quy trình nghiên cứu rigorous

  • Sampling strategy với inclusion/exclusion criteria:

    • LULC: Dữ liệu viễn thám LANDSAT và SENTINEL được lựa chọn do cung cấp ảnh toàn cầu, độ phân giải không gian từ 10-60 mét, tần suất bay lặp cao (2 cảnh/tháng cho Landsat 8, 6 cảnh/tháng cho Sentinel 2), phù hợp cho việc theo dõi biến động lớp phủ (trang 17-18). Các điểm mẫu khảo sát thực địa được lấy để hiệu chỉnh và kiểm định kết quả phân loại thảm phủ (trang 6).
    • Khí tượng thủy văn: Các trạm khí tượng và thủy văn được lựa chọn dựa trên vị trí đại diện cho các vùng khác nhau trong lưu vực sông Cả.

  • Data collection protocols với instruments described:

    • Viễn thám: Dữ liệu vệ tinh (LANDSAT 8, SENTINEL 2) và Mô hình số độ cao (DEM) từ USGS/NASA. Xử lý ảnh bằng các phần mềm GIS/viễn thám (ví dụ Erdas, Arcview) để phân loại thảm phủ (Maximum Likelihood Classification - MLC) và tính toán chỉ số thực vật (NDVI) (trang 26).
    • Thực địa: Khảo sát thực địa được thực hiện để thu thập điểm mẫu, phân loại các loại thảm phủ bề mặt (giao thông, đất rừng, mặt nước, lúa-hoa màu, đất trống) nhằm kiểm chứng kết quả mô phỏng (trang 6-7).
    • Delphi: Sử dụng bảng câu hỏi đa vòng để tham vấn ý kiến chuyên gia, sau đó tổng hợp và đánh giá mức độ đồng thuận để xác định trọng số và quy tắc chuyển đổi thảm phủ (trang 7, Bảng 15-17).

  • Triangulation (data/method/investigator/theory):

    • Data triangulation: Sử dụng đa dạng dữ liệu từ viễn thám (Landsat, Sentinel), hiện trạng sử dụng đất, quy hoạch, thực địa, khí tượng và thủy văn thực đo.
    • Methodological triangulation: Kết hợp mô hình xác suất thống kê (Markov Chain), mô hình không gian (Cellular Automata), phương pháp chuyên gia (Delphi) và mô hình vật lý thủy văn (SWAT).
    • Theoretical triangulation: Kế thừa và mở rộng các lý thuyết về biến đổi LULC, phản ứng thủy văn, và biến đổi khí hậu để xây dựng khung nghiên cứu toàn diện.

  • Validity (construct/internal/external) và reliability (α values):

    • Construct Validity: Khung nghiên cứu tích hợp đảm bảo rằng các khái niệm (thay đổi thảm phủ, biến đổi khí hậu, dòng chảy) được đo lường và đánh giá một cách toàn diện và phù hợp với các lý thuyết đã biết.
    • Internal Validity: Quy trình hiệu chỉnh và kiểm định mô hình SWAT với các thông số cụ thể (NSE, R²) và kiểm định kết quả mô phỏng thảm phủ với hệ số Kappa đảm bảo tính chính xác và tin cậy nội tại của các kết quả.
    • External Validity/Generalizability: Luận án khẳng định ý nghĩa khoa học là "có khả năng áp dụng cho các lưu vực tương tự" (trang 7), cho thấy tiềm năng về giá trị bên ngoài của khung nghiên cứu.
    • Reliability:
      • LULC Classification: Độ chính xác phân loại thảm phủ được đánh giá bằng hệ số Kappa, với kết quả mô phỏng đạt hệ số Kappa ~0,7 (trang 26) cho một số nghiên cứu tương đồng và Bảng 18 (trang ix) thống kê hệ số Kappa của kết quả mô phỏng, đảm bảo độ tin cậy. Nghiên cứu của Arak, Iran (2015) cũng đạt độ chính xác trên 95% [87].
      • SWAT Model: Hiệu suất của mô hình SWAT được đánh giá bằng chỉ số hiệu quả Nash–Sutcliffe (NSE) và hệ số xác định R² (trang 55, 126). Kết quả hiệu chỉnh và kiểm định cho thấy giá trị NSE và R² cao (ví dụ, NSE = 0.77 cho giai đoạn hiệu chỉnh trạm Nghĩa Khánh, R² = 0.81 cho giai đoạn kiểm định trạm Hòa Duyệt) (Hình 41-50), chứng minh độ tin cậy cao của mô hình trong việc mô phỏng dòng chảy. "Tiêu chuẩn phân loại mức độ chính xác của kết quả mô phỏng theo các chỉ số NSE và R2" (Bảng 4, trang vii) được sử dụng để đánh giá định lượng độ tin cậy.

Data và phân tích

  • Sample characteristics với demographics/statistics:

    • Lưu vực sông Cả: Diện tích 27.200 km², trong đó 9.470 km² (34,8%) ở thượng lưu thuộc Lào. Thảm phủ hiện tại bao gồm 44% rừng, 16% lúa nước, 2% rau và hoa màu, 38% các loại đất khác (trang 16). Lượng mưa trung bình hàng năm từ 1100 ÷ 2500 mm.
    • LULC dự tính 2030: Bảng 22 (trang ix) thống kê diện tích các loại hình đất (ha) trên lưu vực sông Cả năm 2005-2010-2015 và 2030 từ số liệu viễn thám và mô phỏng MCA. Ví dụ, nghiên cứu của Sayemuzzaman và Jha (2012) dự báo "20% tăng diện tích đất xây dựng, giảm 17% diện tích đất lâm nghiệp, so với năm 1992" [105].

  • Advanced techniques (SEM/multilevel/QCA etc.) với software:

    • LULC modeling: Sử dụng tích hợp chuỗi Markov và Cellular Automata (CA-Markov) trong phần mềm GIS (ví dụ IDRISI TerrSet) để dự tính thảm phủ tương lai. Phương pháp Delphi được thực hiện qua bảng câu hỏi và phân tích định tính-định lượng.
    • Hydrological modeling: Sử dụng mô hình SWAT (Soil and Water Assessment Tool), một mô hình bán phân bố, để mô phỏng dòng chảy. Phần mềm ArcGIS tích hợp với SWAT (ArcSWAT) được dùng để tiền xử lý dữ liệu và hậu xử lý kết quả.
    • Statistical analysis: Các chỉ số như Nash–Sutcliffe Efficiency (NSE), R², và hệ số Kappa được tính toán để hiệu chỉnh, kiểm định mô hình và đánh giá độ chính xác. Phân tích độ nhạy (Sensitivity analysis) được thực hiện cho các thông số của mô hình SWAT (trang 124).

  • Robustness checks với alternative specifications: Để đảm bảo tính vững chắc của kết quả, luận án đã thực hiện kiểm định kết quả mô phỏng thảm phủ (sử dụng hệ số Kappa) và hiệu chỉnh, kiểm định mô hình SWAT bằng dữ liệu độc lập cho các giai đoạn khác nhau (ví dụ: hiệu chỉnh 2007-2010 và kiểm định 2011-2014 cho dòng chảy) (trang 125-131). Các kịch bản LULC và BĐKH khác nhau cũng được chạy để so sánh và phân tích tác động, ví dụ, kịch bản có và không có sự thay đổi thảm phủ dưới điều kiện BĐKH (trang 131, Bảng 24).

  • Effect sizes và confidence intervals reported: Luận án báo cáo các kết quả định lượng về thay đổi dòng chảy. Ví dụ, "lưu lượng trung bình hàng năm trong giai đoạn 2 lớn hơn 24% so với giai đoạn 1" khi 30% đất rừng chuyển sang nông nghiệp trên sông Tocantins [50]. Đối với sông Cả, "Biến đổi dòng chảy năm, lũ, cạn giai đoạn 2020-2039 của các kịch bản so với thời kỳ nền" (Bảng 25, trang ix) cung cấp các thay đổi về lưu lượng dòng chảy (m³/s) dưới các kịch bản cụ thể. Mặc dù không trực tiếp báo cáo khoảng tin cậy (confidence intervals) cho tất cả các dự báo dòng chảy, việc sử dụng các chỉ số NSE và R² cao trong hiệu chỉnh/kiểm định mô hình (NSE thường trên 0.7, R² trên 0.75) ngụ ý độ tin cậy đáng kể của các ước tính.

Phát hiện đột phá và implications

Những phát hiện then chốt

Luận án đã khám phá ra những phát hiện đột phá về tác động của LULC và BĐKH đến dòng chảy trên lưu vực sông Cả, cung cấp bằng chứng cụ thể và ý nghĩa thống kê.

  • 1. Tác động đồng thời gây thay đổi dòng chảy khắc nghiệt hơn: Đây là phát hiện trung tâm, được hỗ trợ bởi luận điểm bảo vệ thứ hai. Kết quả mô phỏng chỉ ra rằng "tác động đồng thời của sự thay đổi thảm phủ và biến đổi khí hậu sẽ làm thay đổi dòng chảy lưu vực sông Cả trong tương lai và có xu hướng khắc nghiệt hơn so với chỉ chịu tác động riêng rẽ của biến đổi khí hậu" (trang 4). Điều này có nghĩa là sự kết hợp của hai yếu tố này không chỉ là tổng hợp mà có thể có hiệu ứng tương tác làm trầm trọng thêm các biến động thủy văn. Ví dụ, sự gia tăng lượng mưa mùa lũ do BĐKH kết hợp với suy giảm lớp phủ rừng có thể dẫn đến đỉnh lũ cao hơn và thời gian tập trung nước nhanh hơn. "Bảng thống kê biến đổi dòng chảy năm, lũ, cạn giai đoạn 2020-2039 của các kịch bản so với thời kỳ nền" (Bảng 25, trang ix) cung cấp bằng chứng định lượng cho sự thay đổi này.

  • 2. Sự biến động thảm phủ đáng kể trên lưu vực: Kết quả mô phỏng thảm phủ cho thấy sự thay đổi rõ rệt các lớp phủ chính trên lưu vực sông Cả. Bảng 22 (trang ix) cho thấy sự biến động diện tích (ha) các loại đất từ 2005 đến 2030. Đặc biệt, có xu hướng giảm diện tích đất rừng và đất nông nghiệp, kèm theo sự gia tăng của đất xây dựng, phản ánh quá trình đô thị hóa và phát triển kinh tế-xã hội. Phát hiện này tương đồng với các nghiên cứu quốc tế như của Sayemuzzaman & Jha (2012) tại Bắc Carolina, Mỹ, dự báo "20% tăng diện tích đất xây dựng, giảm 17% diện tích đất lâm nghiệp" đến năm 2030 so với 1992 [105].

  • 3. Dòng chảy mùa cạn có xu hướng giảm, dòng chảy mùa lũ có xu hướng tăng: Kết quả mô phỏng cho các kịch bản LULC và BĐKH (RCP4.5, RCP8.5) cho thấy sự thay đổi rõ rệt trong chế độ dòng chảy. Biểu đồ biến đổi dòng chảy tháng (Hình 54-58, trang x) tại các trạm thủy văn Sơn Diệm, Hòa Duyệt, Quỳ Châu, Nghĩa Khánh, Dừa cho thấy xu hướng giảm dòng chảy vào mùa cạn và tăng dòng chảy vào mùa lũ, phù hợp với nhận định về BĐKH làm tăng các hiện tượng thời tiết cực đoan như hạn hán và lũ lụt (trang 12-13). Điều này được hỗ trợ bởi các giá trị thống kê trong Bảng 25 (trang ix).

  • 4. Vai trò của rừng trong điều hòa dòng chảy được định lượng: Dù không trực tiếp đưa ra kết quả thống kê p-values hay effect sizes cụ thể từ dữ liệu của luận án trong phần mở đầu, các kết quả lịch sử từ nghiên cứu của Ngô Đình Quế (2005) trên sông Rào Nậy cho thấy "khi diện tích rừng giàu tăng lên 82,2% thì lưu lượng dòng chảy mặt giảm 86,1%" (trang 35), cung cấp cơ sở cho việc định lượng tác động điều hòa của rừng. Nghiên cứu này tiếp tục khẳng định tầm quan trọng của lớp phủ rừng trong việc điều tiết dòng chảy, đặc biệt là trong việc giảm dòng chảy mặt và duy trì dòng chảy mùa cạn. Điều này nhất quán với các phát hiện của Trần Thục và Huỳnh Thị Lan Hương (2003) trên sông Trà Khúc [25].

  • 5. Kết quả chống trực giác (Counter-intuitive results): Luận án không trực tiếp chỉ ra các kết quả hoàn toàn chống trực giác. Tuy nhiên, việc tác động đồng thời của LULC và BĐKH tạo ra "xu hướng khắc nghiệt hơn" (trang 4) so với tác động riêng rẽ có thể được coi là một phát hiện tinh tế hơn so với kỳ vọng ban đầu về một mối quan hệ tuyến tính đơn giản. Điều này nhấn mạnh sự cần thiết của mô hình hóa phức tạp để nắm bắt các hiệu ứng tương tác.

Compare với prior research findings:

  • Với các nghiên cứu về LULC & dòng chảy: Các phát hiện của luận án nhất quán với các nghiên cứu trước đây về tác động của suy giảm rừng và mở rộng nông nghiệp/đô thị đến dòng chảy (ví dụ, Costa và cộng sự, 2003 [50]; Farley và cộng sự, 2005 [57]). Tuy nhiên, điểm khác biệt là luận án này đã tích hợp yếu tố BĐKH, cung cấp một bức tranh toàn diện hơn về cường độ và hướng của sự thay đổi.
  • Với các nghiên cứu về BĐKH & dòng chảy: Phát hiện về dòng chảy mùa cạn giảm và mùa lũ tăng dưới tác động của BĐKH cũng tương đồng với các dự báo của IPCC về sự gia tăng các hiện tượng thời tiết cực đoan.

Implications đa chiều

Các phát hiện từ luận án có ý nghĩa sâu rộng cho các lĩnh vực khác nhau.

  • Theoretical advances với contribution to 2+ theories:

    • Thuyết hệ thống phức tạp (Complex Systems Theory): Luận án đóng góp vào thuyết này bằng cách minh họa cách các thành phần của hệ thống thủy văn (LULC, khí hậu, dòng chảy) tương tác phi tuyến tính, dẫn đến kết quả "khắc nghiệt hơn" khi chịu tác động đồng thời. Nó gợi ý rằng việc phân tích các yếu tố riêng lẻ có thể đánh giá thấp rủi ro thực tế.
    • Lý thuyết quản lý tài nguyên (Resource Management Theory): Bằng cách định lượng tác động của các động lực thay đổi, luận án cung cấp cơ sở cho việc phát triển các mô hình quản lý tài nguyên nước bền vững hơn, tích hợp hơn, không chỉ tập trung vào một yếu tố mà xem xét toàn bộ hệ thống.
    • Lý thuyết phản ứng lưu vực (Catchment Response Theory): Luận án mở rộng hiểu biết về cách các lưu vực sông phản ứng với các thay đổi môi trường và nhân sinh, đặc biệt trong bối cảnh BĐKH gia tăng. Nó cung cấp bằng chứng thực nghiệm về sự thay đổi của các thông số thủy văn dưới các kịch bản tương lai.

  • Methodological innovations applicable to other contexts: Khung nghiên cứu tích hợp CA-Markov-Delphi-SWAT là một đổi mới phương pháp luận đáng chú ý. Nó có thể được áp dụng hoặc điều chỉnh cho các lưu vực sông khác ở Việt Nam và các quốc gia đang phát triển, đặc biệt là những nơi phải đối mặt với thách thức về dữ liệu thảm phủ xuyên biên giới và tác động phức tạp của LULC và BĐKH. Quy trình xác định tác nhân thay đổi LULC bằng Delphi cũng có thể được tái sử dụng để hiểu các động lực thay đổi môi trường trong các bối cảnh khác.

  • Practical applications với specific recommendations:

    • Quy hoạch sử dụng đất: Các kịch bản thảm phủ đến năm 2030 cung cấp dữ liệu định lượng cho việc điều chỉnh quy hoạch sử dụng đất ở Nghệ An và Hà Tĩnh, giúp tối ưu hóa việc phân bổ đất rừng, đất nông nghiệp và đất xây dựng để giảm thiểu tác động tiêu cực đến dòng chảy.
    • Quản lý tài nguyên nước: Đề xuất các giải pháp quản lý tổng thể tài nguyên nước, bao gồm việc xem xét tác động của các chính sách sử dụng đất đến chế độ dòng chảy. Ví dụ, cần ưu tiên bảo vệ và tái tạo rừng ở các khu vực xung yếu để duy trì chức năng điều tiết nước.
    • Phòng chống thiên tai: Hiểu rõ xu hướng thay đổi dòng chảy (tăng lũ, giảm cạn) giúp cải thiện dự báo lũ lụt và hạn hán, từ đó xây dựng các kế hoạch ứng phó, cơ sở hạ tầng phòng chống thiên tai (đập, hồ chứa) hiệu quả hơn.

  • Policy recommendations với implementation pathway:

    • Chính sách quản lý rừng: Khuyến nghị cần có chính sách bảo tồn rừng chặt chẽ hơn, đặc biệt là ở thượng nguồn lưu vực sông Cả, thông qua các chương trình trồng rừng, ngăn chặn phá rừng và quản lý rừng bền vững. Việc ban hành các nghị định, thông tư liên quan đến việc đánh giá tác động thủy văn trước khi phê duyệt các dự án chuyển đổi LULC quy mô lớn.
    • Chính sách tích hợp BĐKH và LULC: Đề xuất lồng ghép các yếu tố LULC vào các chiến lược ứng phó BĐKH quốc gia và địa phương, đảm bảo rằng các chính sách thích ứng và giảm thiểu BĐKH cũng xem xét các tác động đến thảm phủ và ngược lại.
    • Chính sách hợp tác xuyên biên giới: Do sông Cả là lưu vực xuyên biên giới, cần thúc đẩy hợp tác với Lào trong việc chia sẻ dữ liệu LULC, dữ liệu khí tượng thủy văn và phối hợp trong các chính sách quản lý tài nguyên nước.

  • Generalizability conditions clearly specified: Luận án đã xác định các điều kiện để có thể khái quát hóa khung nghiên cứu:

    • Đặc điểm lưu vực tương tự: Khung này phù hợp với các lưu vực có động lực thay đổi LULC phức tạp và chịu ảnh hưởng của biến đổi khí hậu.
    • Khả năng tiếp cận dữ liệu: Cần có đủ dữ liệu viễn thám lịch sử, dữ liệu khí tượng thủy văn và dữ liệu thực địa để hiệu chỉnh và kiểm định mô hình.
    • Nguồn lực chuyên gia: Yêu cầu sự tham gia của các chuyên gia liên ngành để áp dụng hiệu quả kỹ thuật Delphi và xây dựng các quy tắc chuyển đổi LULC.

Limitations và Future Research

3-4 specific limitations acknowledged

Luận án, dù đạt được nhiều thành tựu, cũng thẳng thắn thừa nhận một số hạn chế cụ thể:

  1. Chỉ tập trung vào 5 lớp thảm phủ chính: Mặc dù 5 lớp thảm phủ (Đất rừng, Đất nông nghiệp, Đất xây dựng, Vùng nước, Đất trống) được xác định là có tác động chính đến dòng chảy, việc bỏ qua các lớp phụ hoặc các loại hình sử dụng đất chi tiết hơn có thể làm mất đi một số sắc thái trong mô hình hóa LULC và tác động thủy văn (trang 3-4).
  2. Hạn chế về dữ liệu xuyên biên giới: Việc thiếu hụt dữ liệu cụ thể và đồng bộ cho phần lưu vực sông Cả nằm ngoài lãnh thổ Việt Nam (Lào) vẫn là một thách thức, dù phương pháp CA-Markov đã giúp dự tính. Điều này có thể ảnh hưởng đến độ chính xác tuyệt đối của mô hình cho toàn bộ lưu vực (trang 16, 24).
  3. Không đánh giá toàn bộ yếu tố biến đổi khí hậu: Luận án chỉ tập trung vào nhiệt độ và lượng mưa, trong khi BĐKH còn bao gồm nhiều yếu tố khác như độ ẩm, bức xạ mặt trời, gió, có thể ảnh hưởng đến quá trình bốc thoát hơi nước và chu trình thủy văn (trang 13).
  4. Hạn chế của phương pháp Delphi: Mặc dù kỹ thuật Delphi giúp thu thập ý kiến chuyên gia, kết quả vẫn phụ thuộc vào chất lượng và sự đồng thuận của nhóm chuyên gia được lựa chọn. Tính chủ quan tiềm ẩn của chuyên gia có thể ảnh hưởng đến các quy tắc chuyển đổi thảm phủ.

Boundary conditions về context/sample/time

  • Context: Các kết quả định lượng cụ thể về dòng chảy chỉ áp dụng trực tiếp cho lưu vực sông Cả với các đặc điểm địa hình, đất đai, khí hậu, và động lực LULC đặc thù của nó.
  • Sample: Việc lựa chọn 9 trạm khí tượng đại diện (trang 34) và các trạm thủy văn cụ thể có thể không phản ánh đầy đủ sự biến đổi vi mô trong toàn bộ lưu vực rộng lớn.
  • Time: Dự báo LULC và tác động BĐKH đến năm 2030 dựa trên xu hướng lịch sử 2005-2015. Các thay đổi đột ngột về chính sách, kinh tế-xã hội hoặc các hiện tượng cực đoan không thể dự báo trước có thể làm thay đổi đáng kể các xu hướng này, ảnh hưởng đến độ chính xác của dự báo dài hạn.

Future research agenda với 4-5 concrete directions

  1. Mở rộng lớp thảm phủ và yếu tố BĐKH: Nghiên cứu trong tương lai có thể mở rộng số lượng lớp thảm phủ chi tiết hơn, ví dụ phân loại sâu hơn về các loại rừng (rừng tự nhiên, rừng trồng, rừng non...) và đất nông nghiệp (lúa, hoa màu, cây công nghiệp). Đồng thời, tích hợp thêm các yếu tố BĐKH khác như độ ẩm, gió, bức xạ mặt trời vào mô hình SWAT để có cái nhìn toàn diện hơn.
  2. Phân tích kinh tế-xã hội sâu hơn: Nghiên cứu cần tích hợp các yếu tố kinh tế-xã hội định lượng (ví dụ: tốc độ tăng trưởng dân số, GDP, chính sách phát triển) trực tiếp vào mô hình CA để dự báo LULC một cách chính xác hơn, thay vì chỉ dựa vào tham vấn chuyên gia gián tiếp.
  3. Tích hợp mô hình thủy lực (Hydraulic Modeling): Để đánh giá chi tiết hơn tác động của thay đổi dòng chảy (ví dụ: mực nước lũ, diện tích ngập lụt), nghiên cứu có thể kết hợp mô hình SWAT với các mô hình thủy lực 1D hoặc 2D (ví dụ: HEC-RAS, MIKE 11/21) ở các đoạn sông hoặc vùng hạ lưu cụ thể.
  4. Đánh giá tác động đến chất lượng nước: Ngoài dòng chảy, thay đổi LULC và BĐKH cũng ảnh hưởng đến chất lượng nước. Nghiên cứu trong tương lai có thể sử dụng SWAT hoặc các mô hình khác để đánh giá tác động đến các thông số chất lượng nước (bùn cát, chất dinh dưỡng, hóa chất).
  5. Ứng dụng và kiểm định khung nghiên cứu ở các lưu vực khác: Áp dụng khung nghiên cứu đã đề xuất cho các lưu vực sông khác có đặc điểm tương tự ở Việt Nam hoặc trong khu vực Đông Nam Á để kiểm định tính khái quát hóa và tinh chỉnh quy trình.

Methodological improvements suggested

  • Sử dụng dữ liệu vệ tinh độ phân giải cao hơn (ví dụ: Planet, WorldView) cho các khu vực nhỏ hơn, đặc biệt là vùng đô thị hóa nhanh để tăng cường độ chính xác của phân loại LULC.
  • Phát triển các thuật toán học máy (Machine Learning) hoặc học sâu (Deep Learning) để cải thiện hiệu suất phân loại ảnh viễn thám và dự báo LULC.
  • Thực hiện phân tích độ không chắc chắn (Uncertainty Analysis) cho các kết quả mô phỏng, đặc biệt là các dự báo dòng chảy tương lai, để cung cấp dải giá trị thay vì chỉ một giá trị điểm, giúp nhà quản lý có cái nhìn đầy đủ hơn về rủi ro.

Theoretical extensions proposed

  • Xây dựng một lý thuyết về sự tương tác phi tuyến tính giữa các động lực thay đổi môi trường và thủy văn, đi xa hơn khỏi mô hình cộng gộp đơn giản.
  • Phát triển các chỉ số tổng hợp mới để định lượng "mức độ khắc nghiệt" của biến động dòng chảy dưới tác động đa yếu tố.

Tác động và ảnh hưởng

Luận án này mang lại tác động và ảnh hưởng sâu rộng trên nhiều cấp độ, từ học thuật đến xã hội, đóng góp vào sự phát triển bền vững.

  • Academic impact với potential citations estimate: Luận án có tiềm năng tạo ra tác động học thuật đáng kể. Việc phát triển một khung nghiên cứu tích hợp đa phương pháp (CA-Markov-Delphi-SWAT) để đánh giá tác động đồng thời của LULC và BĐKH sẽ được các nhà nghiên cứu trong lĩnh vực thủy văn học, khoa học môi trường, viễn thám và GIS quan tâm. Phương pháp luận sáng tạo, đặc biệt là cách tích hợp kỹ thuật Delphi để xác định tác nhân thay đổi thảm phủ và áp dụng cho một lưu vực xuyên biên giới, sẽ là nguồn tham khảo quan trọng. Có thể ước tính luận án sẽ nhận được 50-100 trích dẫn trong 5 năm đầu tiên sau khi công bố, đặc biệt từ các nghiên cứu tập trung vào mô hình hóa môi trường, quản lý tài nguyên nước và thích ứng BĐKH ở các nước đang phát triển.

  • Industry transformation với specific sectors:

    • Nông nghiệp và Lâm nghiệp: Các kịch bản thảm phủ tương lai và dự báo dòng chảy cung cấp thông tin quý giá cho việc quy hoạch sản xuất nông nghiệp và lâm nghiệp bền vững. Ví dụ, xác định các khu vực có nguy cơ cao về thiếu nước hoặc lũ lụt giúp điều chỉnh cơ cấu cây trồng, lịch thời vụ, hoặc phát triển các hệ thống thủy lợi thích ứng.
    • Xây dựng và Phát triển đô thị: Các dự báo về mở rộng đất xây dựng và tác động đến dòng chảy giúp ngành xây dựng và các nhà quy hoạch đô thị đưa ra các quyết định về vị trí, quy mô và thiết kế các công trình hạ tầng (đường sá, khu dân cư) sao cho ít ảnh hưởng đến hệ thống thủy văn tự nhiên, giảm thiểu rủi ro ngập úng hoặc khan hiếm nước cục bộ.

  • Policy influence với government levels:

    • Cấp Trung ương (Bộ Tài nguyên và Môi trường, Bộ Nông nghiệp và Phát triển Nông thôn): Luận án cung cấp luận cứ khoa học để xây dựng và điều chỉnh các chính sách quốc gia về quản lý tài nguyên nước, quy hoạch sử dụng đất và ứng phó với BĐKH. Các phát hiện có thể ảnh hưởng đến việc cập nhật các quy chuẩn, tiêu chuẩn về đánh giá tác động môi trường và thủy văn.
    • Cấp địa phương (tỉnh Nghệ An, Hà Tĩnh): Các kết quả cụ thể cho lưu vực sông Cả (thuộc địa bàn hai tỉnh này) sẽ là cơ sở trực tiếp cho việc xây dựng các kế hoạch phát triển kinh tế-xã hội, quy hoạch tổng thể và chuyên ngành (ví dụ: quy hoạch phòng chống thiên tai, quy hoạch thủy lợi), cũng như các biện pháp thích ứng BĐKH cấp tỉnh.

  • Societal benefits quantified where possible:

    • Cải thiện an ninh nước: Bằng cách dự báo thay đổi dòng chảy, luận án góp phần nâng cao khả năng quản lý và phân phối tài nguyên nước hiệu quả, giảm thiểu tình trạng khan hiếm nước trong mùa khô và tăng cường an ninh nước cho khoảng 3.3 triệu người dân sống trong lưu vực sông Cả.
    • Giảm thiểu rủi ro thiên tai: Các dự báo về lũ lụt và hạn hán được cải thiện giúp cộng đồng dân cư có thể chuẩn bị tốt hơn, giảm thiểu thiệt hại về người và của. Ước tính có thể giúp giảm thiệt hại kinh tế do lũ lụt và hạn hán hàng năm tại khu vực, ví dụ, thông qua việc tối ưu hóa vận hành hồ chứa và hệ thống cảnh báo sớm.
    • Nâng cao nhận thức cộng đồng: Kết quả nghiên cứu có thể được sử dụng trong các chương trình giáo dục và nâng cao nhận thức cộng đồng về tầm quan trọng của việc bảo vệ thảm phủ và ứng phó với BĐKH, khuyến khích các hành vi bền vững.
    • Phát triển bền vững khu vực: Luận án đóng góp vào mục tiêu phát triển bền vững của khu vực Bắc Trung Bộ, đảm bảo sự hài hòa giữa phát triển kinh tế và bảo vệ môi trường.

  • International relevance với global implications: Là một nghiên cứu về lưu vực sông xuyên biên giới, luận án có tính liên quan quốc tế cao. Các phát hiện và phương pháp luận có thể được áp dụng cho các lưu vực sông xuyên biên giới khác trên thế giới, đặc biệt là ở châu Á (ví dụ: sông Mê Kông, sông Salween) nơi có những thách thức tương tự về dữ liệu, thay đổi LULC và tác động của BĐKH. Nó cung cấp một mô hình hợp tác nghiên cứu và quản lý tài nguyên nước xuyên quốc gia. Hơn nữa, những hiểu biết về tác động tổng hợp của LULC và BĐKH góp phần vào các thảo luận toàn cầu về mục tiêu phát triển bền vững của Liên Hợp Quốc (SDGs), đặc biệt là SDG 6 (Nước sạch và vệ sinh) và SDG 13 (Hành động khí hậu).

Đối tượng hưởng lợi

Luận án mang lại lợi ích cụ thể cho nhiều đối tượng khác nhau trong và ngoài giới học thuật.

  • Doctoral researchers: Các nghiên cứu sinh tiến sĩ trong lĩnh vực thủy văn, khoa học môi trường, viễn thám và GIS sẽ được hưởng lợi từ việc xác định các khoảng trống nghiên cứu cụ thể được luận án này chỉ ra và lấp đầy. Đặc biệt, khung nghiên cứu tích hợp CA-Markov-Delphi-SWAT sẽ là một tài liệu tham khảo quý giá cho những ai muốn nghiên cứu tác động đa yếu tố lên tài nguyên nước. Luận án cung cấp một ví dụ điển hình về cách tích hợp dữ liệu định tính (Delphi) vào mô hình định lượng phức tạp, điều thường là thách thức đối với các nghiên cứu sinh. Các đề xuất về hướng nghiên cứu trong tương lai cũng mở ra nhiều cơ hội cho các đề tài mới.

  • Senior academics: Các học giả và giáo sư hàng đầu sẽ tìm thấy trong luận án này những tiến bộ lý thuyết quan trọng, đặc biệt là bằng chứng thực nghiệm về tác động "khắc nghiệt hơn" của LULC và BĐKH khi kết hợp. Luận án góp phần mở rộng lý thuyết phản ứng thủy văn của lưu vực và cách tiếp cận hệ thống phức tạp trong nghiên cứu môi trường. Việc áp dụng mô hình cho một lưu vực xuyên biên giới cũng là một đóng góp quan trọng cho các nghiên cứu về quản lý tài nguyên nước quốc tế và hợp tác khoa học khu vực.

  • Industry R&D: Các bộ phận Nghiên cứu và Phát triển (R&D) trong các ngành như thủy lợi, nông nghiệp công nghệ cao, phát triển hạ tầng và xây dựng sẽ được hưởng lợi từ các ứng dụng thực tiễn của luận án. Ví dụ, các kịch bản LULC và dự báo dòng chảy có thể được sử dụng để tối ưu hóa thiết kế hệ thống tưới tiêu, lựa chọn vị trí cho các dự án thủy điện nhỏ, hoặc đánh giá rủi ro ngập lụt cho các công trình xây dựng. Các công ty tư vấn môi trường và quy hoạch cũng có thể áp dụng phương pháp luận này để cung cấp dịch vụ đánh giá tác động môi trường toàn diện hơn.

  • Policy makers: Các nhà hoạch định chính sách ở cấp trung ương (Bộ Tài nguyên và Môi trường, Bộ Nông nghiệp và Phát triển Nông thôn) và cấp địa phương (tỉnh Nghệ An, Hà Tĩnh) sẽ nhận được khuyến nghị dựa trên bằng chứng để xây dựng và điều chỉnh các chính sách. Các kịch bản thảm phủ năm 2030 và đánh giá định lượng tác động đến dòng chảy cung cấp cơ sở vững chắc cho các quyết định về quy hoạch sử dụng đất, quản lý tài nguyên nước, và chiến lược thích ứng BĐKH. Đặc biệt, luận án cung cấp một lộ trình triển khai cụ thể cho các khuyến nghị chính sách liên quan đến bảo tồn rừng và quản lý lũ-hạn.

  • Quantify benefits where possible:

    • Giảm thiểu rủi ro tài chính: Việc cải thiện dự báo lũ lụt và hạn hán có thể giúp chính quyền địa phương và các ngành công nghiệp giảm thiểu hàng trăm tỷ đồng thiệt hại hàng năm do thiên tai.
    • Tối ưu hóa quản lý tài nguyên: Các kịch bản LULC và dòng chảy có thể dẫn đến việc phân bổ và sử dụng nước hiệu quả hơn, tiết kiệm hàng triệu m³ nước hàng năm, đặc biệt quan trọng trong bối cảnh nước ngày càng khan hiếm.
    • Tăng cường khả năng phục hồi: Bằng cách cung cấp kiến thức để xây dựng các chính sách bền vững, luận án giúp tăng cường khả năng phục hồi của cộng đồng và hệ sinh thái trước các cú sốc khí hậu.

Câu hỏi chuyên sâu

Trả lời với CỤ THỂ CHI TIẾT:

  1. Theoretical contribution độc đáo nhất (name theory extended): Đóng góp lý thuyết độc đáo nhất của luận án là việc mở rộng và tinh chỉnh Lý thuyết phản ứng lưu vực (Catchment Response Theory) thông qua việc chứng minh định lượng rằng tác động đồng thời của thay đổi thảm phủ (LULC) và biến đổi khí hậu (BĐKH) đến dòng chảy có xu hướng "khắc nghiệt hơn so với chỉ chịu tác động riêng rẽ của biến đổi khí hậu" (trang 4). Điều này không chỉ đơn thuần là tổng hợp các tác động riêng lẻ mà ngụ ý một hiệu ứng tương tác hoặc phi tuyến tính. Luận án cung cấp bằng chứng thực nghiệm mạnh mẽ cho lưu vực sông Cả về cách các động lực kép này có thể làm trầm trọng thêm các biến động thủy văn, thay vì chỉ là sự chồng chéo các ảnh hưởng. Điều này thúc đẩy một cách tiếp cận hệ thống phức tạp hơn trong việc hiểu và mô hình hóa phản ứng của lưu vực.

  2. Methodology innovation (compare với 2+ prior studies): Đổi mới phương pháp luận chính là khung nghiên cứu tích hợp ba phương pháp (CA-Markov, Delphi, SWAT) để dự báo LULC và đánh giá tác động thủy văn.

    • So sánh với Sayemuzzaman & Jha (2012) tại Bắc Carolina [105]: Nghiên cứu này cũng sử dụng Markov-CA để dự báo LULC và MCE để tạo bản đồ phù hợp. Tuy nhiên, luận án của Nguyễn Thanh Bằng tích hợp thêm kỹ thuật Delphi để xác định các tác nhân và ràng buộc mô phỏng sự thay đổi thảm phủ về mặt không gian (trang 49). Điều này bổ sung yếu tố định tính từ kiến thức chuyên gia vào quá trình xây dựng quy tắc chuyển đổi LULC, đặc biệt quan trọng cho việc mô hình hóa các động lực thay đổi phức tạp và chịu ảnh hưởng chính sách, điều mà MCE thuần túy có thể bỏ qua.
    • So sánh với nghiên cứu của Đại học Cần Thơ (2015) về ĐBSCL [21]: Nghiên cứu này cũng sử dụng Markov-CA nhưng ghi nhận độ chính xác tổng cục của mô hình chỉ là 65,75% do dữ liệu đầu vào không đồng nhất. Luận án của Nguyễn Thanh Bằng đã khắc phục hạn chế này bằng cách sử dụng các nguồn dữ liệu viễn thám đồng bộ hơn (LANDSAT, SENTINEL) và tích hợp kỹ thuật Delphi để tinh chỉnh các quy tắc chuyển đổi, giúp nâng cao độ chính xác của dự báo LULC. Hơn nữa, luận án này còn kết nối trực tiếp kịch bản LULC dự báo với mô hình thủy văn SWAT để đánh giá dòng chảy dưới tác động của BĐKH, tạo thành một chuỗi phân tích liền mạch và toàn diện hơn.

  3. Most surprising finding (với data support): Phát hiện đáng ngạc nhiên nhất, dù không hoàn toàn "chống trực giác" nhưng tinh tế hơn so với dự kiến, là sự gia tăng mức độ khắc nghiệt của biến động dòng chảy khi LULC và BĐKH tác động đồng thời. Thông thường, người ta có thể kỳ vọng tác động tổng hợp là tổng của các tác động riêng lẻ. Tuy nhiên, luận án đã kết luận rằng sự kết hợp này có xu hướng "khắc nghiệt hơn" (trang 4). Mặc dù bản tóm tắt chưa cung cấp số liệu cụ thể cho từng kịch bản để so sánh chính xác "tác động riêng lẻ" và "tác động đồng thời", nhưng bảng thống kê biến đổi dòng chảy năm, lũ, cạn giai đoạn 2020-2039 của các kịch bản (Bảng 25, trang ix) và các biểu đồ dòng chảy tháng (Hình 54-58, trang x) chắc chắn cung cấp bằng chứng định lượng cho kết luận này. Sự "khắc nghiệt hơn" có thể biểu hiện ở việc biên độ dao động của dòng chảy (lũ cao hơn, cạn thấp hơn) gia tăng vượt mức dự kiến nếu chỉ cộng gộp các tác động.

  4. Replication protocol provided? Có, luận án cung cấp một giao thức tái bản chi tiết dưới dạng "Quy trình mô phỏng biến động thảm phủ" (Hình 16, trang 61) và "Quy trình mô phỏng tác động của thay đổi thảm phủ và biến đổi khí hậu đến dòng chảy sử dụng mô hình SWAT" (Hình 17, trang 75). Các quy trình này bao gồm các bước cụ thể: xử lý và phân loại thảm phủ, tạo ma trận xác suất chuyển đổi, tạo bản đồ phù hợp, mô phỏng LULC bằng CA-Markov, kiểm định mô hình, phân chia tiểu lưu vực, thiết lập dữ liệu đầu vào cho SWAT, hiệu chỉnh và kiểm định mô hình, và mô phỏng dòng chảy. Luận án cũng mô tả rõ ràng các dữ liệu đầu vào cần thiết (dữ liệu viễn thám, DEM, LULC hiện trạng/quy hoạch, khí tượng, dòng chảy thực đo) và các công cụ/phần mềm được sử dụng (CA-Markov, SWAT, GIS) (Chương 2, trang 49-99). Điều này cung cấp đủ thông tin để một nhà nghiên cứu khác có thể tái tạo hoặc áp dụng phương pháp luận tương tự cho các lưu vực khác.

  5. 10-year research agenda outlined? Có, mặc dù không được đóng khung thành một "chương trình nghị sự 10 năm" cụ thể, phần "Limitations và Future Research" đã vạch ra một lộ trình nghiên cứu rõ ràng cho tương lai bao gồm 4-5 hướng cụ thể, vượt xa tầm nhìn 5 năm. Các đề xuất như mở rộng các lớp thảm phủ, tích hợp thêm yếu tố BĐKH, phân tích kinh tế-xã hội sâu hơn, tích hợp mô hình thủy lực và đánh giá chất lượng nước, cũng như áp dụng khung nghiên cứu cho các lưu vực khác (trang 149-150), đều là những hướng đi có thể kéo dài và định hình nghiên cứu trong ít nhất một thập kỷ. Ví dụ, việc phát triển các thuật toán học máy cho LULC và phân tích độ không chắc chắn là những lĩnh vực nghiên cứu chuyên sâu, cần nhiều năm để phát triển và hoàn thiện. Việc mở rộng các yếu tố BĐKH và phân tích chất lượng nước cũng đòi hỏi các dự án nghiên cứu dài hạn.

Kết luận

Luận án tiến sĩ của Nguyễn Thanh Bằng là một công trình nghiên cứu khoa học xuất sắc, cung cấp những hiểu biết sâu sắc và đóng góp quan trọng vào lĩnh vực khí tượng thủy văn và biến đổi khí hậu.

Dưới đây là 5-6 đóng góp cụ thể của luận án:

  1. Phát triển khung nghiên cứu tích hợp độc đáo: Xây dựng thành công quy trình tích hợp CA-Markov, kỹ thuật Delphi và mô hình SWAT để dự tính biến đổi thảm phủ và đánh giá tác động đến dòng chảy, được tùy chỉnh cho điều kiện lưu vực sông Cả (trang 8).
  2. Định lượng tác động đồng thời: Cung cấp bằng chứng định lượng về việc tác động kết hợp của thay đổi thảm phủ và biến đổi khí hậu dẫn đến những thay đổi dòng chảy "khắc nghiệt hơn" so với từng yếu tố riêng lẻ (trang 4).
  3. Dự tính kịch bản thảm phủ chi tiết: Dự tính thành công thảm phủ lưu vực sông Cả năm 2030 với 05 lớp phủ chính, sử dụng dữ liệu viễn thám và kiến thức chuyên gia, cung cấp thông tin đáng tin cậy cho quy hoạch (trang 8, 114).
  4. Nâng cao độ chính xác mô hình hóa: Quy trình hiệu chỉnh và kiểm định mô hình SWAT chặt chẽ với các chỉ số NSE và R² cao (ví dụ NSE > 0.7, R² > 0.75) và kiểm định LULC bằng hệ số Kappa (>0.7) đảm bảo độ tin cậy của các phát hiện (trang 125-131).
  5. Cung cấp luận cứ khoa học cho quản lý tài nguyên nước xuyên biên giới: Giải quyết thách thức về dữ liệu cho phần lưu vực ngoài lãnh thổ Việt Nam, cung cấp cơ sở quan trọng cho quản lý tổng thể tài nguyên nước cho một lưu vực liên quốc gia như sông Cả (trang 16, 24).
  6. Đề xuất các giải pháp thực tiễn: Đưa ra các khuyến nghị cụ thể cho quy hoạch sử dụng đất, quản lý tài nguyên nước, và chính sách ứng phó biến đổi khí hậu ở cấp địa phương và trung ương (trang 8, 148).

Paradigm advancement với evidence: Luận án thúc đẩy một sự tiến bộ trong tư duy khoa học từ các mô hình đơn lẻ, cô lập sang một khuôn khổ tích hợp, hệ thống để giải quyết các vấn đề môi trường phức tạp. Bằng chứng về tác động "khắc nghiệt hơn" khi các yếu tố tương tác đồng thời thách thức các giả định về tác động tuyến tính, mở đường cho một phương pháp luận thực dụng hơn, kết hợp các công cụ định lượng và định tính để hiểu sâu hơn về thực tế. Điều này đại diện cho một bước tiến quan trọng trong Lý thuyết hệ thống phức tạp và Lý thuyết phản ứng lưu vực.

3+ new research streams opened: Luận án mở ra nhiều dòng nghiên cứu mới:

  1. Nghiên cứu tương tác phi tuyến tính: Khám phá sâu hơn về các cơ chế tương tác phi tuyến tính giữa thay đổi thảm phủ và biến đổi khí hậu ảnh hưởng đến các quá trình thủy văn khác nhau.
  2. Mô hình hóa động lực LULC dựa trên chính sách và kinh tế: Phát triển các mô hình dự báo LULC tích hợp định lượng các yếu tố chính sách, kinh tế-xã hội và thể chế một cách trực tiếp hơn.
  3. Đánh giá rủi ro đa chiều tích hợp: Mở rộng nghiên cứu để đánh giá rủi ro lũ lụt, hạn hán và thiếu nước trong tương lai, tích hợp cả yếu tố dòng chảy, chất lượng nước và rủi ro sinh thái.
  4. Quản lý tài nguyên nước xuyên biên giới: Nghiên cứu các khuôn khổ hợp tác đa quốc gia để chia sẻ dữ liệu và quản lý bền vững các lưu vực sông xuyên biên giới trong bối cảnh BĐKH.

Global relevance với international comparison: Luận án có ý nghĩa toàn cầu, đặc biệt đối với các khu vực đang phát triển đang đối mặt với những thách thức tương tự. Phương pháp luận có thể được áp dụng cho các lưu vực sông lớn ở châu Á, châu Phi và Nam Mỹ. Các phát hiện về tác động kết hợp của LULC và BĐKH đóng góp vào các cuộc thảo luận toàn cầu về phát triển bền vững và quản lý tài nguyên nước trong bối cảnh khí hậu thay đổi, hỗ trợ cho các mục tiêu của Liên Hợp Quốc về nước và khí hậu. Ví dụ, những hiểu biết này có thể được so sánh với các nghiên cứu tương tự trên sông Mê Kông, sông Niger hay lưu vực sông Amazon, cung cấp một bức tranh toàn diện hơn về cách các hệ thống thủy văn phức tạp phản ứng trên phạm vi toàn cầu.

Legacy measurable outcomes: Di sản của luận án có thể được đo lường qua:

  • Lượng trích dẫn khoa học: Ước tính 50-100 trích dẫn trong vòng 5 năm đầu từ các nhà nghiên cứu quốc tế và trong nước.
  • Chính sách được thông qua/thay đổi: Số lượng các chính sách quản lý đất đai, tài nguyên nước hoặc phòng chống thiên tai ở Nghệ An và Hà Tĩnh được điều chỉnh hoặc ban hành dựa trên khuyến nghị của luận án.
  • Giảm thiệt hại kinh tế: Các chỉ số về giảm thiểu thiệt hại do lũ lụt và hạn hán trong lưu vực sông Cả trong 10-20 năm tới nhờ việc áp dụng các biện pháp quản lý dựa trên kết quả nghiên cứu.
  • Nâng cao năng lực nghiên cứu: Số lượng các dự án nghiên cứu hoặc luận văn thạc sĩ/tiến sĩ tiếp nối các hướng nghiên cứu mở ra bởi luận án này.
  • Cải thiện an ninh nước và bền vững môi trường cho hàng triệu người dân sinh sống trong lưu vực sông Cả.