Tích hợp GIS và kỹ thuật tối ưu hóa đa mục tiêu mờ để hỗ trợ quy hoạch sử dụng đất nông nghiệp

Từ những phân tích nêu trên, luận án tập trung nghiên cứu giải quyết 4 bài toán chính trong quy hoạch sử dụng đất nông nghiệp: lựa chọn yếu tố bền vững, đánh giá thích nghi đất đai bền v

MỤC LỤC

Lời cam đoan i

Lời cảm ơn ii

Các từ viết tắt iii

Tóm tắt luận án v

Mục lục ix

Danh sách các bảng xii

Danh sách các hình xiii

PHẦN MỞ ĐẦU 1

1 Tính cấp thiết của luận án 1

2 Mục tiêu nghiên cứu 4

3 Ý nghĩa khoa học và thực tiễn của luận án 5

4 Đối tượng và phạm vi nghiên cứu 6

5 Những đóng góp chính của luận án 6

6 Cấu trúc của luận án 9

PHẦN I: TỔNG QUAN 10

Chương 1: TỔNG QUAN CÁC NGHIÊN CỨU 10

1.1 Tổng quan về quy hoạch sử dụng đất 10

1.1.1 Các phương pháp quy hoạch sử dụng đất 11

1.1.2 Các phương pháp đánh giá đất đai (Land Evaluation) 14

1.1.3 Các phương pháp xác định các yếu tố bền vững trong SLM 18

1.2 Tối ưu hoá trong quy hoạch sử dụng đất 26

1.2.1 Tối ưu một mục tiêu (Single-Objective Optimization) 27

1.2.2 Tối ưu đa mục tiêu (Multi-Objective Optimization) 29

1.2.3 Đánh giá chung về các mô hình toán tối ưu 34

1.3 GIS trong quy hoạch sử dụng đất 34

1.3.1 GIS và đánh giá đa tiêu chuẩn (MCE) 35

1.3.2 GIS và mô hình toán tối ưu 41

1.3.3 GIS và viễn thám (RS) 43

1.3.4 GIS và Cellular Automata (CA) 46

1.4 Đánh giá chung và định hướng nghiên cứu cho luận án 48

PHẦN II: CƠ SỞ LÝ THUYẾT VÀ XÂY DỰNG MÔ HÌNH 52

Chương 2: CƠ SỞ LÝ THUYẾT 52

2.1 Quản lý sử dụng đất nông nghiệp bền vững 52

2.1.1 Khái niệm về phát triển bền vững 52

2.1.2 Quy hoạch sử dụng đất và phát triển nông nghiệp bền vững 54

2.1.3 Các yếu tố bền vững trong quản lý sử dụng đất 55

2.2 Quy hoạch sử dụng đất nông nghiệp bền vững 58

2.2.1 Phương pháp và các bước tiến hành (FAO/UNEP, 1999a) 58

2.2.2 Khung hỗ trợ quyết định quy hoạch sử dụng đất 60

2.3 Toán học và Công nghệ được ứng dụng trong nghiên cứu 64

2.3.1 Lý thuyết tập mờ (fuzzy sets) 64

2.3.2 Phương pháp xác định trọng số các yếu tố 66

2.3.3 Phương pháp phân tích độ nhạy các yếu tố 70

2.3.4 Mô hình tối ưu đa mục tiêu mờ (Fuzzy MOP) 74

2.3.5 Công nghệ thông tin địa lý (GIS) 74

2.3.6 Hệ tự hành dạng tế bào (CA) 75

2.4 Tóm lược chương 2 78

Chương 3: MÔ HÌNH TÍCH HỢP GIS VÀ KỸ THUẬT TỐI ƯU ĐA MỤC TIÊU MỜ HỖ TRỢ QUY HOẠCH SỬ DỤNG ĐẤT NÔNG NGHIỆP 79

3.1 Mô hình xác định các yếu tố bền vững trong quản lý sử dụng đất 79

3.1.1 Xác định các yếu tố bền vững 79

3.1.2 Tính trọng số và phân tích độ nhạy các yếu tố 81

3.2 Mô hình quy hoạch sử dụng đất nông nghiệp bền vững 82

3.2.1 Mô hình GIS mờ trong đánh giá đất đai bền vững 82

3.2.2 Mô hình xác định diện tích tối ưu các phương án sử dụng đất 85

3.2.3 Mô hình bố trí không gian các phương án sử dụng đất 88

3.3 Mô hình tích hợp 96

3.3.1 Liên kết các mô hình con (sub-model) 96

3.3.2 Cơ sở dữ liệu 99

3.3.3 Phát triển phần mềm bố trí không gian sử dụng đất (SALUP) 100

3.3.4 Đánh giá mô hình 101

3.4 Tóm lược chương 3 102

PHẦN III: ỨNG DỤNG THỰC TIỄN 104

Chương 4: ỨNG DỤNG MÔ HÌNH VÀO QUY HOẠCH SỬ DỤNG ĐẤT NÔNG NGHIỆP TỈNH LÂM ĐỒNG 104

4.1 Đặc điểm tỉnh Lâm Đồng liên quan đến sử dụng đất nông nghiệp 104

4.1.1 Khái quát về tỉnh Lâm Đồng 104

4.1.2 Đặc điểm phát triển và định hướng sử dụng đất 105

4.2 Cơ sở dữ liệu phục vụ quy hoạch sử dụng đất nông nghiệp 108

4.2.1 Các yếu tố trong quản lý sử dụng đất nông nghiệp bền vững 108

4.2.2 Hiện trạng sử dụng đất (Land use) 119

4.2.3 Tài nguyên đất đai (Land resources) 122

4.3 Đánh giá thích nghi đất đai 123

4.3.1 Thích nghi tự nhiên 123

4.3.2 Thích nghi kinh tế 129

4.3.3 Đánh giá đất phục vụ quản lý sử dụng đất bền vững 132

4.3.4 Đánh giá hiện trạng thích nghi đất đai 134

4.4 Quy hoạch sử dụng đất nông nghiệp bền vững 136

4.4.1 Xác định ranh giới, diện tích đất sản xuất nông nghiệp 136

4.4.2 Định hướng phát triển các loại hình sử dụng đất 138

4.4.3 Bố trí sử dụng đất nông nghiệp 140

4.4.4 Đánh giá kết quả mô hình 150

4.5 Tóm lược chương 4 152

PHẦN IV: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 154

1 Kết luận 154

2 Hướng phát triển 157

CÁC CÔNG TRÌNH CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN ÁN 159

TÀI LIỆU THAM KHẢO 161 PHẦN PHỤ LỤC I

Phụ lục 1: Các yếu tố trong quản lý sử dụng đất bền vững I Phụ lục 2: Cấu trúc dữ liệu của chương trình SALUP XII Phụ lục 3: Trọng số và phân tích độ nhạy các yếu tố XIV Phụ lục 4: Cơ sở dữ liệu - tỉnh Lâm Đồng XV

DANH SÁCH CÁC BẢNG TRONG BÁO CÁO

Bảng 1.1: So sánh các phương pháp AHP mờ 38

Bảng 2.1: Ma trận quyết định 70

Bảng 3.1: Biến ngôn ngữ và giá trị mờ của biến ngôn ngữ trong so sánh cặp 81

Bảng 3.2: Mô tả khả năng thích nghi đất đai của các loại hình sử dụng đất 86

Bảng 3.3: So sánh SALUP với các hệ hỗ trợ quyết định không gian (SDSS) 101

Bảng 4.1: Đặc điểm các vùng phát triển tỉnh Lâm Đồng 105

Bảng 4.2: Giá trị so sánh cặp trong môi trường rõ của các yếu tố cấp 1 111

Bảng 4.3: Ma trận so sánh rõ Bảng 4.4: Ma trận so sánh mờ 111

Bảng 4.5: Ma trận tổng hợp mờ - yếu tố cấp 1 111

Bảng 4.6: Giá trị so sánh cặp của các yếu tố cấp 2 thuộc nhóm kinh tế 112

Bảng 4.7: Ma trận tổng hợp mờ - yếu tố cấp 2 thuộc nhóm kinh tế 112

Bảng 4.8: Giá trị so sánh cặp của các yếu tố cấp 2 thuộc nhóm xã hội 113

Bảng 4.9: Ma trận tổng hợp mờ - yếu tố cấp 2 thuộc nhóm xã hội 113

Bảng 4.10: Giá trị so sánh cặp của các yếu tố cấp 3 thuộc nhóm môi trường 114

Bảng 4.11: Ma trận tổng hợp mờ - yếu tố cấp 3 thuộc nhóm môi trường 114

Bảng 4.12: Ma trận quyết định của các yếu tố cấp 1 116

Bảng 4.13: Độ nhạy của giá trị các phương án (aij) 116

Bảng 4.14: Ma trận quyết định của các yếu tố cấp 2 –kinh tế 117

Bảng 4.15: Độ nhạy của giá trị các phương án (aij) –yếu tố kinh tế 117

Bảng 4.16: Ma trận quyết định của các yếu tố xã hội 117

Bảng 4.17: Độ nhạy sens(aij) giá trị các phương án - yếu tố xã hội 118

Bảng 4.18: Ma trận quyết định –yếu tố môi trường 118

Bảng 4.19: Độ nhạy sens(aij) các phương án - yếu tố môi trường 118

Bảng 4.20: Hiện trạng sử dụng nhóm đất nông nghiệp năm 2010- Lâm Đồng 120 Bảng 4.21: Phân cấp thích nghi trên từng tính chất đất đai 124

Bảng 4.22: Ví dụ đánh giá thích nghi cây chè trên LMU7 126

Bảng 4.23: Phân cấp các chỉ tiêu kinh tế (tính cho 1ha/năm) 129

Bảng 4.24: Giá trị thích hợp (Xi) của các tiêu chuẩn 133

Bảng 4.25: Hiện trạng thích nghi các loại hình sử dụng đất 135

Bảng 4.26: Đề xuất sử dụng đất bền vững 137

Bảng 4.27: Giá trị hàm mục tiêu của các phương án 144

Bảng 4.28: Giá trị hàm mục tiêu tổng hợp của các phương án sử dụng đất 146

Bảng 4.29: So sánh kết quả bố trí sử dụng đất của phần mềm SALUP với phương án sử dụng đất sản xuất nông nghiệp của Tỉnh 151

DANH SÁCH CÁC HÌNH TRONG BÁO CÁO

Hình 1.1: Các bước thực hiện quy hoạch sử dụng đất (FAO, 1993a) 13

Hình 1.2: Mô hình PSR (OECD, 1994) 20

Hình 1.3: Mô hình DSR (UNCSD, 1997) 22

Hình 1.4: Mô hình DSR trong phát triển N.Nghiệp bền vững (OCED, 1999) 23

Hình 1.5: Mô hình DPSIR trong đánh giá môi trường (NERI, Denmark) 25

Hình 1.6: Cấu trúc thứ bậc 36

Hình 1.7: Cấu trúc của LUPAS (Laborte et al., 1999; 2002) 41

Hình 2.1: Các mô hình phát triển bền vững (PTBV) 52

Hình 2.2: Mô hình thông tin Pyramid (SCOPE, 1995; WRI, 1995) .55

Hình 2.3: Mô hình DPSIR (Giupponi, 2002) 58

Hình 2.4: Phương pháp quy hoạch tổng hợp cho SLM (FAO/UNEP, 1999a) 59

Hình 2.5: Khung hỗ trợ quyết định quy hoạch sử dụng đất bền vững (FAO,1995; FAO/UNEP, 1997, 1999a) 60

Hình 2.6: Mô hình đánh giá thích nghi đất đai bền vững (FAO, 2007) 61

Hình 2.7: Bố trí không gian sử dụng đất (FAO/UNEP,1997, 1999a) 63

Hình 2.8: Tập mờ và biến ngôn ngữ 65

Hình 2.9: Thuật toán tính trọng số (Saaty, 1996) 67

Hình 2.10: Thuật giải tương tác thoả thoả hiệp mờ (Sakawa, 2002) 74

Hình 2.11: Cấu trúc các tế bào lân cận theo V Neumann (a) và Moore (b) 77

Hình 3.1: Mô hình xác định các yếu tố bền vững trong quản lý sử dụng đất 80

Hình 3.2: FAHP-GDM trong xác định trọng số các yếu tố 81

Hình 3.3: Mô hình GIS mờ trong đánh giá đất đai bền vững .83

Hình 3.4: Quan hệ mờ giữa biến ngôn ngữ và giá trị biến ngôn ngữ 83

Hình 3.5: Mô hình FMOLP trong xác định diện tích sử dụng đất tối ưu 85

Hình 3.6: Thuật toán bố trí không gian sử dụng đất (chương trình chính) 90

Hình 3.7: Thủ tục [VungChuyenCanh] bố trí vùng chuyên canh LUT(j) 92

Hình 3.8: Thủ tục [BoTriPA.SDĐ] bố trí sử dụng đất các phương án 93

Hình 3.9: Thủ tục [ChonVung] chọn các vùng chưa được bố trí LUT(j) 96

Hình 3.10: Tiến trình hoạt động và liên kết các mô hình 97

Hình 3.11: Kiến trúc mô hình tích hợp GIS và FMOLP hỗ trợ quy hoạch sử dụng đất nông nghiệp 98

Hình 3.12: Mô hình quan hệ cơ sở dữ liệu trong phần mềm SALUP 99

Hình 3.13: Giao diện phần mềm SALUP 100

Hình 4.1: Mô hình DPSIR trong môi trường ra quyết định 109

Hình 4.2: Cấu trúc thứ bậc và trọng số các yếu tố .115

Hình 4.3 : Quan hệ giữa cấp thích nghi và năng suất cao nhất 123

Hình 4.4: Quan hệ mờ giữa cấp thích nghi và Xi 125

Hình 4.5: So sánh diện tích các cấp thích nghi tự nhiên của các phương pháp 127 Hình 4.6: Quan hệ mờ giữa cấp thích nghi và GO 130

Hình 4.7: Quan hệ mờ giữa cấp thích nghi và Lãi thuần 130

Hình 4.8: Quan hệ mờ giữa cấp thích nghi và B/C 130

Hình 4.9: So sánh kết quả đánh giá thích nghi tự nhiên và thích nghi kinh tế 131

Hình 4.10: So sánh thích nghi tự nhiên (TN), kinh tế (KT), bền vững (BV) 134

Hình 4.11: SALUP tương tác với DM 145

Hình 4.12: Khai báo không gian phát triển sản xuất các LUT trong SALUP 149

Hình 4.13: Kết quả bố trí không gian sử dụng đất nông nghiệp của SALUP 150

DANH SÁCH CÁC BẢN ĐỒ TRONG BÁO CÁO Bản đồ 4.1: Bản đồ vị trí tỉnh Lâm Đồng >104(*) Bản đồ 4.2: Bản đồ ranh giới hành chính tỉnh Lâm Đồng >104 Bản đồ 4.3: Bản đồ hiện trạng sử dụng đất tỉnh Lâm Đồng >119 Bản đồ 4.4: Bản đồ các tính chất đất đai để xây dựng bản đồ LMU >122 Bản đồ 4.5: Bản đồ tài nguyên đất đai >123 Bản đồ 4.6: Bản đồ đánh giá đất đai theo 4 phương pháp >127 Bản đồ 4.7: Bản đồ đánh giá thích nghi kinh tế >131 Bản đồ 4.8: Bản đồ thích nghi đất đai bền vững >133 Bản đồ 4.9: Bản đồ định hướng sử dụng đất >137 Bản đồ 4.10: Bản đồ đề xuất sử dụng đất bền vững >137

(*) Ký hiệu “>”: sau trang

PHẦN MỞ ĐẦU

1 Tính cấp thiết của luận án

Sự xung đột giữa các mục tiêu trong khai thác sử dụng tài nguyên đất đai vào phát triển kinh tế - xã hội ngày càng gia tăng, tạo ra những cạnh tranh gay gắt giữa các mục đích sử dụng đất Do vậy, việc ra quyết định bố trí sử dụng đất thoả

mãn đồng thời các mục tiêu đem lại hiệu quả kinh tế cao, đáp ứng yêu cầu của

toàn xã hội, hạn chế đến mức thấp nhất tác động xấu đến môi trường là bài toán phức tạp, đang gây ra những thách thức vô cùng to lớn đối với những người ra quyết định (nhà quản lý, nhà quy hoạch, ) Người ra quyết định nếu chỉ dựa vào sự sáng tạo và kinh nghiệm thì khó có thể giải quyết bài toán một cách hiệu quả, mà thay vào đó là sử dụng các kỹ thuật, công nghệ và tri thức mới

Quy hoạch sử dụng đất nông nghiệp là một trong những nội dung quan trọng trong quy hoạch phát triển nông nghiệp - nông thôn, tiến trình thực hiện gồm hai bước cơ bản: đánh giá khả năng thích nghi đất đai và bố trí sử dụng đất

(1) Đánh giá khảù năng thích nghi đất đai (gọi tắt là đánh giá đất đai):

Tiến trình đánh giá đất đai gồm các bước sau: (i) Chồng xếp các lớp thông tin

tính chất đất đai (thường ứng dụng GIS) để xây dựng bản đồ đơn vị đất đai

(LMU), mô tả chất lượng các khoanh đất; (ii) Lựa chọn các loại hình sử dụng đất

(LUT) có triển vọng đưa vào mô hình đánh giá đất đai Kết quả đánh giá đất đai là ma trận thích nghi, biểu diễn mức thích nghi (S1, S2, S3, N) của từng hệ thống sử dụng đất (LUS) Mỗi LUT sản xuất trên mỗi LMU gọi là một LUS Mỗi LUS có chi phí đầu tư (chi phí vật chất, công lao động, …) và hiệu quả sản xuất (giá trị

sản xuất, lãi thuần,…) khác nhau Đánh giá đất đai cung cấp thông tin về khả năng

thích nghi đất đai, chi phí đầu tư và hiệu quả sản xuất của từng LUS, đây là những thông tin cực kỳ quan trọng hỗ trợ cho việc bố trí sử dụng đất

Đến nay, các nghiên cứu đều tập trung vào đánh giá thích nghi điều kiện tự nhiên, một số nghiên cứu có xem xét thêm về yếu tố kinh tế chứ chưa đi sâu nghiên cứu đánh giá tổng hợp cả điều kiện tự nhiên, kinh tế, xã hội và môi trường (gọi là đánh giá đất đai bền vững) Bên cạnh đó, hầu hết các nghiên cứu đều thực hiện trong môi trường rõ Tuy nhiên, trong thực tiễn đối tượng không gian của thế giới thực thường là những thông tin không chắc chắn, rất khó biểu diễn chính xác dựa trên tập rõ (Sicat et al., 2005) Do vậy đánh giá đất đai trong môi trường rõ (crisp) sai số lớn hơn trong môi trường mờ (fuzzy), không thể biểu

diễn kết quả thích nghi liên tục nên một số thông tin thường bị bỏ qua Như vậy,

việc nghiên cứu xây dựng mô hình đánh giá đất đai bền vững trong môi trường mờ là cần thiết, nhằm hạn chế sai số thông tin đầu vào, chắt lọc thông tin và mô tả kết quả đầu ra một cách liên tục, gần với suy nghĩ của con người nên giúp DM ra quyết định tốt hơn trong bố trí sử dụng đất

Mặt khác, các yếu tố (indicators) thuộc tính đất đai thể hiện trạng thái sử dụng đất bền vững (gọi là yếu tố bền vững) có vai trò vô cùng quan trọng trong quản lý sử dụng đất bền vững (OECD, 1999), nhưng việc lựa chọn các yếu tố bền vững trong đánh giá đất đai còn mang tính chủ quan (FAO, 2007; N.H.Trung, 2006)

Hiện nay, có hai nhóm mô hình lựa chọn yếu tố bền vững: (i) Mô hình FESLM

(FAO,1993b) thể hiện các tính chất đất đai bền vững nhưng không thể hiện mối

quan hệ nhân quả giữa các yếu tố; (ii) Các mô hình PSR (OECD, 1994),

DSR(UNCSD(1997), DPSIR(EEA, 1999): thể hiện mối quan hệ nhân quả giữa

các yếu tố nhưng không thể hiện tính chất đất đai bền vững Do vậy, cần thiết

phải nghiên cứu xây dựng mô hình hoàn chỉnh, tích hợp các mô hình với nhau nhằm phát huy điểm mạnh và khắc phục điểm yếu của các mô hình trong lựa chọn các yếu tố bền vững

(2) Bố trí sử dụng đất:

Bố trí sử dụng đất thường được thực hiện dựa trên ma trận kết quả thích nghi đất đai (kết quả đánh giá đất đai) và các điều kiện ràng buộc về tài nguyên, phát triển kinh tế, xã hội có liên quan đến sử dụng đất Khó khăn gặp phải trong quá

trình bố trí sử dụng đất là bố trí mỗi loại đất với diện tích bao nhiêu và bố trí ở đâu để cho phương án sử dụng đất đáp ứng đồng thời nhiều mục tiêu về phát

triển kinh tế, xã hội và bảo vệ môi trường

Do vậy, bài toán bố trí diện tích các loại đất nông nghiệp (trả lời câu hỏi bố trí mỗi loại đất với diện tích bao nhiêu?) là bài toán tối ưu đa mục tiêu, đến nay có

nhiều cách tiếp cận để giải quyết:

- (i).Tiếp cận một mục tiêu: Ứng dụng mô hình quy hoạch tuyến tính (LP) để giải

quyết bài toán bố trí sử dụng đất (W Daniel G., 1981; Dyktra, 1984 [1]; Sethi L.N et al., 2002), trong đó: tối ưu hoá 1 mục tiêu quan trọng nhất và biến đổi (k-1) mục tiêu còn lại thành hệ ràng buộc Cách tiếp cận này đôi khi không nhận được lời giải khả thi (Burke và Kendall, 2005) [2]

- (ii).Tiếp cận đa mục tiêu: Bài toán tối ưu đa mục tiêu (MOP) được ứng dụng và

khá thích hợp cho việc tìm phương án tối ưu đa mục tiêu (Abdelaziz, 2007) [3] Hầu hết các kỹ thuật tối ưu đa mục tiêu đều tập trung nghiên cứu về phương pháp thoả hiệp (trade-off) giữa các mục tiêu mâu thuẫn, có nghĩa là sự khác

nhau giữa các phương pháp giải bài toán tối ưu đa mục tiêu chính là sự khác nhau về kỹ thuật thoả hiệp giữa các mục tiêu (Abdelaziz, 2007; Burke và Kendall, 2005) Trong đó, kỹ thuật tương tác giúp giải bài toán MOP một cách hiệu quả, nó hỗ trợ DM từng bước tìm hiểu và thích nghi với các thông tin nội tại của mô hình, để cuối cùng chọn được phương án tối ưu thoả mãn nhất, phù hợp với mong muốn (aspiration) của DM Tuy nhiên, trong thực tế, các hàm mục tiêu có đơn vị tính khác nhau và đôi khi có giá trị rất lớn, mức độ ưu tiên của các mục tiêu cũng không rõ ràng (mờ), nên quá trình thoã hiệp rất khó khăn, đây thật sự là sức ép đến DM Logic mờ và tập mờ có khả năng biểu diễn (mô hình hoá) các diễn biến của quá tình tương tác trong giải bài toán đa mục tiêu một cách thực tiễn hơn, gần gũi với suy nghĩ của DM hơn so với tập cổ điển (Sakawa, 2002) Trong môi trường mờ, các mục tiêu của mô hình đa mục tiêu được chuyển sang mục tiêu mờ phản ánh mức độ thoả dụng (satisficing) của DM, đây là cách làm hợp lý, vì các đơn vị tính khác nhau của các mục tiêu

được chuyển thành đơn vị thống nhất đo độ thoả dụng của DM Do vậy, kỹ thuật

tương tác thoả hiệp mờ (interactive fuzzy satisficing) rất phù hợp cho giải bài toán tối ưu đa mục tiêu (Sakawa, 2002 )[4]

Mô hình toán tối ưu đa mục tiêu nêu trên giúp xác định diện tích các phương án sử dụng đất tối ưu chứ chưa đề cập đến phân bố không gian các loại đất (nghĩa là

bố trí loại đất nào, ở đâu?)

Về phân bố không gian, trước đây nhà quy hoạch thường dựa vào bản đồ thích nghi đất đai để khoanh vùng sản xuất các LUT, theo nguyên tắc lựa chọn từ vùng thích nghi cao (S1) đến ít thích nghi (S3), sao cho tổng diện tích các vùng được lựa chọn cho sản xuất mỗi LUT bằng với diện tích của chính LUT đó đã được xác định trong phương án sử dụng đất Theo cách này, vấn đề thường gặp là bố trí một LUT không trọn vùng thích nghi có nghĩa là một vùng thích nghi được bố trí nhiều LUT, trong trường hợp này việc phân chia một vùng thích nghi thành nhiều khu vực nhỏ với diện tích đã được xác định trước (để thỏa mãn điều kiện tối ưu trong các phương án sử dụng đất) là bài toán cực kỳ khó khăn hầu như không thể giải quyết được Thêm vào đó, việc tính toán diện tích từng LUT trên bản đồ trong quá trình bố trí có độ chính xác kém và mất rất nhiều thời gian, quá trình khoanh vẽ mang tính chủ quan, việc giải quyết mức độ cạnh tranh giữa các LUT trên cùng một khoanh đất thiếu tính nhất quán Do vậy, sản phẩm (bản đồ quy hoạch sử dụng đất) chất lượng chưa cao

Hiện nay, trên thế giới đã có nhiều nghiên cứu phát triển các hệ thống phân bố không gian sử dụng đất dựa trên GIS và hệ tự hành dạng tế bào (cellular automata - CA) Trong đó, xem bản đồ hiện trạng và bản đồ quy hoạch ở dạng raster GIS là hai mạng tế bào (cell space); quá trình bố trí sử dụng đất được mô

phỏng như là sự tiến hoá của tế bào từ mạng tế bào nguồn (bản đồ hiện trạng) sang mạng tế bào đích (bản đồ quy hoạch); sự tiến hoá của các tế bào được quyết định bỡi quy tắc tiến hoá (là các mô hình toán thể hiện luật vận hành của

tế bào) Cách tiếp cận như vậy đơn giản (tìm cơ chế toán học cơ bản thuộc bản

chất của hệ, mà từ đó hành vi phức tạp được sinh ra, lấy đó làm công cụ để xây dựng quy luật của hệ phức tạp) nhưng giải quyết được những vấn đề phức tạp, đây được xem là loại hình khoa học mới, có hiệu quả và triển vọng nhất để mô tả và giải thích phần lớn các hiện tượng phức tạp (Wolfram, 2002) [5]

Trong lĩnh vực quy hoạch sử dụng đất nông nghiệp, có các hệ ứng dụng GIS và

CA trong phân bố không gian sử dụng đất: AEZWIN (Fischer et al., 1998) [6] được thiết kế cho quy mô vùng sinh thái nông nghiệp; LADSS (Matthews et al., 1999) cho quy mô trang trại; RULES (Riveira et al., 2008) [7] thích hợp cho quy mô cấp huyện/tỉnh nhưng thuật toán bố trí sử dụng đất theo tế bào lý tưởng (ideal

cell) nên không kế thừa hiện trạng, gây xáo trộn trong sử dụng đất, do đó không

đáp ứng được yêu cầu đặc thù ở Việt Nam

Hiện nay, công nghệ GIS với khả năng phân tích đồng thời dữ liệu không gian và thuộc tính, truy vấn và hỏi đáp, dễ dàng cập nhật dữ liệu và kết nối với hệ thống

cơ sở dữ liệu khác,… Bên cạnh đó, các tri thức về xử lý bài toán không gian cũng không ngừng lớn mạnh, có thể hỗ trợ giải quyết bài toán liên quan đến yếu tố không gian một cách trực quan thông qua bản đồ số trong hệ GIS Do đó, nghiên

cứu tích hợp GIS và kỹ thuật tối ưu hoá đa mục tiêu mờ để hỗ trợ quy hoạch sử dụng đất nông nghiệp là yêu cầu cần thiết và cấp bách Trong đó, sự kết hợp

giữa mô hình tối ưu đa mục tiêu, GIS và các mô hình xử lý không gian cũng như tri thức không gian tạo nên mô hình bố trí không gian phù hợp với đặc thù ở Việt

Nam Mô hình có thể trả lời đầy đủ câu hỏi bố trí mỗi loại đất với diện tích bao nhiêu và bố trí ở đâu? Đây là công cụ thực sự hữu ích cho những người làm công

tác quy hoạch, nhà quản lý và hoạch định chính sách sử dụng đất nông nghiệp cũng như quản lý tài nguyên đất đai

Từ những phân tích nêu trên, luận án tập trung nghiên cứu giải quyết 4 bài toán chính trong quy hoạch sử dụng đất nông nghiệp: lựa chọn yếu tố bền vững, đánh giá thích nghi đất đai bền vững, xác định diện tích tối ưu các phương án và bố trí không gian các phương án sử dụng đất Liên kết các bài toán với nhau để giải quyết toàn diện bài toán quy hoạch sử dụng đất nông nghiệp

2 Mục tiêu nghiên cứu

+ Mục tiêu tổng quát: Nghiên cứu, hệ thống hoá cơ sở khoa học trong quy

hoạch sử dụng đất nông nghiệp làm cơ sở xây dựng mô hình xử lý và cung cấp

thông tin hỗ trợ quyết định nhằm tối ưu hoá việc bố trí sử dụng đất, nâng cao chất lượng và năng suất lao động trong công tác quy hoạch sử dụng đất nông nghiệp

+ Mục tiêu cụ thể:

− Nghiên cứu tổng quan, lựa chọn phương pháp thích hợp trong quy hoạch sử dụng đất nông nghiệp

− Mô hình hoá các yếu tố ảnh hưởng đến sử dụng đất nông nghiệp bền vững và quá trình bố trí sử dụng đất nông nghiệp

− Xây dựng mô hình tích hợp GIS và kỹ thuật tối ưu hoá đa mục tiêu mờ để hỗ trợ quy hoạch sử dụng đất nông nghiệp

− Ứng dụng mô hình đề xuất trong điều kiện thực tiễn tỉnh Lâm Đồng và đánh giá mô hình

3 Ý nghĩa khoa học và thực tiễn của luận án

3.1 Ý nghĩa khoa học

Nghiên cứu, hệ thống hoá các phương pháp quy hoạch sử dụng đất nông nghiệp, đánh giá mức độ phù hợp của từng phương pháp và đề xuất lựa chọn phương pháp nghiên cứu thích hợp trong quy hoạch sử dụng đất nông nghiệp bền vững

Nghiên cứu cơ sở khoa học trong quy hoạch sử dụng đất nông nghiệp bền vững, mô hình hoá các vấn đề trọng tâm, xây dựng các mô hình và lựa chọn công nghệ

phù hợp trong giải quyết từng nội dung của bài toán quy hoạch sử dụng đất: (1) Mô hình xác định các yếu tố bền vững trong quản lý sử dụng đất, (2) Mô hình GIS mờ (fuzzy GIS) trong đánh giá thích nghi đất đai bền vững, (3) Mô hình tối

ưu đa mục tiêu tuyến tính mờ (FMOLP) trong xác định diện tích các phương án

sử dụng đất tối ưu, (4) Mô hình CA trong bố trí không gian các phương án sử

dụng đất Tích hợp các mô hình với nhau để giải quyết toàn diện bài toán quy hoạch sử dụng đất nông nghiệp (QHSDĐNN), góp phần hoàn thiện phương pháp QHSDĐNN theo hướng hiện đại Trong đó, đã nghiên cứu tích hợp được các công nghệ khác nhau (Fuzzy GIS, CA, FMOLP) trong giải quyết bài toán quy hoạch sử dụng đất

Như vậy, luận án đã nghiên cứu giải quyết bài toán quy hoạch sử dụng đất nông nghiệp một cách toàn diện không chỉ về lý thuyết mà còn về công nghệ

3.2 Ý nghĩa thực tiễn

Mô hình tích hợp (kết quả nghiên cứu của luận án) có thể cung cấp thông tin nhanh chóng, chính xác, nâng cao chất lượng và năng suất lao động trong công

tác quy hoạch sử dụng đất Mô hình có thể hỗ trợ người ra quyết định xây dựng chính sách sử dụng đất nông lâm nghiệp, chuyển đổi cơ cấu cây trồng, xây dựng quy hoạch, kế hoạch sử dụng đất cấp tỉnh Trong tương lai có thể nhân rộng mô hình này cho các tỉnh khác trong cả nước

(1) Mô hình có thể mô phỏng nhanh các phương án sử dụng đất nông nghiệp đáp ứng với tình trạng thay đổi bất ngờ về chính sách, giúp các nhà quản lý lập kế hoạch sử dụng đất nông nghiệp một cách nhanh chóng Điều này nếu sử dụng phương pháp cổ điển thì mất rất nhiều thời gian và kinh phí nhưng không đáp ứng được yêu cầu cung cấp thông tin khẩn cấp

(2) Kết quả phân tích độ nhạy các yếu tố giúp DM tập trung vào các yếu tố có độ nhạy cao (ảnh hưởng lớn đến kết quả quyết định), các yếu tố này sẽ được xác định với độ chính xác cao trong quá trình thu thập thông tin; mức độ tập trung thấp hơn cho những yếu tố có độ nhạy thấp hơn, do đó tiết kiệm được thời gian và chi phí cho khâu khảo sát, thu thập dữ liệu Phân tích độ nhạy cũng giúp DM hiểu biết sâu sắc hơn về các yếu tố, nhận thức được tầm ảnh hưởng, tác động và vai trò của các yếu tố bền vững khi sử dụng công cụ hỗ trợ lập quy hoạch sử dụng đất

(3) Phần mềm SALUP (kết quả nghiên cứu của luận án) chỉ là khung (framework) không chứa dữ liệu, ứng với tập dữ liệu đầu vào sẽ cho tập kết quả đầu ra tương ứng, có thể ứng dụng phần mềm này để hỗ trợ quy hoạch sử dụng đất nông nghiệp ở các tỉnh khác trên cả nước

(4) Kết quả nghiên cứu trên địa bàn tỉnh Lâm Đồng (gồm tài liệu, số liệu, bản đồ) là cơ sở dữ liệu hữu ích cho công tác quy hoạch sử dụng đất nông nghiệp cũng như công tác quản lý đất đai trên địa bàn tỉnh Lâm Đồng

4 Đối tượng và phạm vi nghiên cứu

+ Đối tượng nghiên cứu: Quy hoạch sử dụng đất nông nghiệp trong phạm vi cấp

tỉnh (tỷ lệ bản đồ 1/100.000-1/50.000)

+ Phạm vi nghiên cứu:

− Trong đất nông nghiệp, luận án chỉ nghiên cứu bố trí sử dụng đất các loại cây trồng (không nghiên cứu bố trí các loại đất nông nghiệp khác như đất chăn nuôi, đất dịch vụ nông nghiệp,…) Giá các loại nông sản được tính theo giá bán tại ruộng (return on farm) ở thời điểm giữa năm 2010

− Phạm vi không gian ứng dụng mô hình là toàn bộ diện tích tự nhiên tỉnh Lâm Đồng, tỷ lệ bản đồ 1/100.000

5 Những đóng góp chính của luận án

(1) Trong quản lý sử dụng đất, các yếu tố bền vững là thuộc tính đất đai thể hiện trạng thái các hiện tượng liên quan trực tiếp đến SLM (OECD, 1993, 1999),

do vậy nó có vai trò rất quan trọng trong việc hỗ trợ quy hoạch sử dụng đất bền vững Đến nay, hai mô hình DPSIR(EEA, 1999) và FESLM(FAO, 1993b) có ưu điểm vượt trội so với các mô hình khác trong việc xác định các yếu tố bền vững (xem mục 1.1.3) Mô hình DPSIR(EEA, 1999) hỗ trợ xác định các yếu tố bền vững trong nhiều lĩnh vực, trong đó thể hiện chặt chẽ mối quan hệ nhân quả giữa các yếu tố, nhưng tự nó không hướng cho nhà nghiên cứu, DM tìm kiếm các yếu tố liên quan đến SLM Trong khi đó, FESLM (FAO, 1993b) đã chỉ ra rằng một LUS bền vững thoả mãn đồng thời 5 tính chất SLM nên giúp cho DM lựa chọn các yếu tố liên quan đến SLM, nhưng tự nó không thể

hiện mối quan hệ nhân quả giữa các yếu tố Như vậy, tích hợp 2 mô hình

FESLM và DPSIR để xác định các yếu tố bền vững trong SLM nhằm khai thác thế mạnh và hạn chế điểm yếu của từng mô hình là nội dung mới của luận án, mô hình tích hợp này hỗ trợ DM nhận biết được các yếu tố nguyên nhân và các yếu tố kết quả nên dễ dàng hơn trong việc ra quyết định kiểm soát yếu tố nguyên nhân gây ra kết quả trong SLM

(2) Trong nghiên cứu, đã phân tích độ nhạy các yếu tố bền vững giúp DM hiểu biết sâu sắc về các yếu tố, nhận thức được tầm ảnh hưởng, tác động, vai trò của các yếu tố và thật sự tập trung vào các yếu tố có độ nhạy cao (mức độ tập trung thấp hơn cho các yếu tố có độ nhạy thấp hơn), điều này tiết kiệm thời gian và chi phí trong quá trình thu thập thông tin cũng như ra quyết định

(3) Nghiên cứu xây dựng mới mô hình GIS mờ (fuzzy GIS) trong đánh giá thích

nghi đất đai phục vụ SLM Ưu điểm của mô hình: (i) sử dụng phương pháp

tính trọng số FAHP-GDM do đó hạn chế tính chủ quan trong quá trình xác định trọng số các yếu tố bền vững và tranh thủ được tri thức của nhiều

chuyên gia; (ii) dùng phương pháp chồng xếp mờ trong GIS (fuzzy union/GIS)

với thuật toán hợp mờ Lukasiewicz để xây dựng bản đồ đánh giá thích nghi, nên chắt lọc được thông tin và tìm kiếm mở rộng diện tích cho phát triển sản xuất nông nghiệp bền vững (rất phù hợp trong điều kiện khan hiếm tài

nguyên đất đai như hiện nay); (iii) cả tiến trình đánh giá thích nghi đều được thực hiện trong môi trường mờ (fuzzy) nên hạn chế được sai số; (iv) mô

phỏng kết quả đầu ra (các cấp thích nghi) một cách liên tục (gần gũi với suy nghĩ của con người) nên hỗ trợ DM tốt hơn trong việc lựa chọn đất đai cho phát triển các loại cây trồng

(4) So sánh, đánh giá các mô hình tích hợp GIS với các phương pháp khác nhau

trong đánh giá đất đai: (i) GIS và phương pháp yếu tố hạn chế lớn nhất (FAO, 1976); (ii) GIS và phương pháp đánh giá đa tiêu chuẩn (sử dụng FAHP- GDM); fuzzy GIS (đã nêu trên) bao gồm: (iii) fuzzy GIS theo luật Max và (iv)

fuzzy GIS theo Lukasiewicz Các mô hình trên được ứng dụng cho đánh giá đất đai trên cùng tập dữ liệu mẫu (tỉnh Lâm Đồng), đánh giá điểm mạnh và điểm yếu của từng phương pháp (trên các khía cạnh: cơ sở lý thuyết và chất lượng kết quả đầu ra), từ đó đưa ra các đề xuất lựa chọn phương pháp phù

hợp ứng với từng trường hợp nghiên cứu cụ thể, nhằm phát huy điểm mạnh và hạn chế điểm yếu của từng phương pháp Trên cơ sở đó đề xuất chọn phương pháp fuzzy GIS (với thuật toán hợp mờ Lukasiewicz) cho đánh giá thích nghi đất đai trong điều kiện hiện nay (hạn chế được sai sót, chắt lọc được thông tin, mở được diện tích cấp thích nghi nhưng vẫn đảm bảo bền

vững do không điều chỉnh vùng không thích nghi sang thích nghi)

(5) Xây dựng mới mô hình FMOLP trong xác định diện tích tối ưu các phương án sử dụng đất nông nghiệp Mô hình được cài đặt theo LUS, mỗi biến quyết định là một LUS, yêu cầu đầu tư và kết quả sản xuất của từng LUS cũng khác nhau, kết quả đầu ra của mô hình là diện tích tối ưu của từng LUS, do vậy tính thực tiễn cao hơn các mô hình đã có trước đây (các nghiên cứu trước đây không tiếp cận theo LUS mà tiếp cận theo LUT, xem đầu vào/đầu ra của cùng LUT là như nhau dù cho sản xuất trên các vùng đất có chất lượng khác nhau) Theo đó, một chương trình máy tính (programme) được phát triển mới trong môi trường LINGO 11.0 để giải bài toán FMOLP theo phương pháp tương tác thoả hiệp mờ (Sakawa, 2002)

(6) Xây dựng mới mô hình CA trong bố trí không gian các phương án sử dụng đất, trong đó mạng tế bào được thiết kế với kích thước cell là 1ha, bằng với độ chính xác của mô hình tối ưu FMOLP Do vậy, mô hình CA có thể bố trí không gian các loại đất thoả điều kiện tổng diện tích từng LUT bằng với diện tích tối ưu của chính LUT đó được xác định trong mô hình FMOLP Đặc biệt, trong nghiên cứu này đã xây dựng thuật toán bố trí không gian sử dụng đất phù hợp với điều kiện đặc thù ở Việt Nam (kế thừa hợp lý hiện trạng sử dụng đất và giải quyết bài toán cạnh tranh giữa các loại đất trên cùng vị trí), với yêu cầu này các phần mềm hiện có trên thế giới không giải quyết được Đây là đóng góp nổi bật của luận án

(7) Phát triển mới phần mềm SALUP (Saptial Allocation of Land Use Planning), trong đó liên kết mô hình CA trong bố trí không gian sử dụng đất các phương

án với các mô hình (i) fuzzy-GIS trong đánh giá đất đai bền vững và (ii)

FMOLP trong xác định diện tích tối ưu các phương án SALUP giải quyết được bài toán bố trí không gian sử dụng đất đáp ứng yêu cầu đặc thù ở Việt Nam mà các phần mềm hiện có trên thế giới không giải quyết được (đây là đóng góp nổi bật của luận án) SALUP tương tác trực tiếp với người ra quyết định (nhà quản lý, nhà quy hoạch), trong đó các quan điểm phát triển của địa phương cũng như mong muốn của chính quyền và các đối tượng sử dụng đất được đưa vào mô hình thông qua thay đổi mức độ ưu tiên các mục tiêu Do vậy, kết quả bố trí sử dụng đất phù hợp với điều kiện thực tiễn và định hướng phát triển của địa phương Với SALUP, DM có điều kiện xem xét đồng thời nhiều phương án khác nhau (cả số liệu diện tích và bản đồ quy hoạch) nên

quyết địnhđlựa chọn phương án sử dụng đất rất khách quan SALUP là công

cụ thật sự hữu ích trong công tác lập quy hoạch sử dụng đất nông nghiệp

6 Cấu trúc của luận án

Ngoài phần mở đầu, luận án gồm có 4 phần, 4 chương Phần I (Tổng quan) có một chương (chương 1: Tổng quan các nghiên cứu); Phần II (Cơ sở lý thuyết và

xây dựng mô hình) gồm hai chương (chương 2: Cơ sở lý thuyết; chương 3: Mô hình tích hợp GIS và kỹ thuật tối ưu đa mục tiêu mờ hỗ trợ quy hoạch sử dụng đất

nông nghiệp); Phần III (Ứng dụng thực tiễn) có một chương (chương 4: Ứng dụng mô hình vào quy hoạch sử dụng đất nông nghiệp tỉnh Lâm Đồng); Phần IV: Kết

luận và hướng phát triển

• Phần mở đầu: Giới thiệu tính cấp thiết của luận án, mục tiêu, đối tượng và phạm vi nghiên cứu, ý nghĩa khoa học và thực tiễn, những đóng góp chính của luận án

• Phần I (tổng quan): Tìm hiểu về các nghiên cứu có liên quan đến lĩnh vực nghiên cứu của luận án (GIS và kỹ thuật tối ưu hoá trong quy hoạch sử dụng đất), từ đó phát hiện những tồn tại (những khoảng trống trong khoa học) nhằm xác định những vấn đề mà luận án tập trung nghiên cứu

• Phần II (cơ sở lý thuyết và xây dựng mô hình): Trình bày cơ sở lý thuyết có liên quan để phát triển mô hình hỗ trợ quy hoạch sử dụng đất nông nghiệp

− Về lý thuyết (chương 2) , nghiên cứu về (i) quản lý sử dụng đất nông nghiệp bền vững; (ii) quy hoạch sử dụng đất nông nghiệp bền vững (FAO/UNEP,

1999a), trong đó đánh giá thích nghi đất đai theo phương pháp FAO (2007);

(iii) các lý thuyết toán học và công nghệ có liên quan có thể ứng dụng để giải bài toán quy hoạch sử dụng đất: logic mờ, phân tích quyết định đa mục tiêu mờ (Fuzzy MCDA/MCDM), tối ưu đa mục tiêu mờ (fuzzy MOP), GIS và CA

− Về xây dựng mô hình (chương 3), trên cơ sở nghiên cứu lý thuyết và thực tiễn quy hoạch ở Việt Nam, mô hình hỗ trợ quy hoạch sử dụng đất nông nghiệp

được xây dựng gồm các mô hình con: (i) Mô hình xác định các yếu tố bền vững trong quản lý sử dụng đất, (ii) Mô hình GIS mờ (fuzzy GIS) trong đánh giá đất đai bền vững, (iii) Mô hình tối ưu đa mục tiêu tuyến tính mờ (FMOLP) trong xác định diện tích sử dụng đất tối ưu, (iv) Mô hình CA trong bố trí không

gian các phương án sử dụng đất phù hợp với đặc thù ở Việt Nam Nghiên cứu này đã phát triển mới phần mềm SALUP (Spatial Allocation of Land-Use Planning) hỗ trợ quy hoạch sử dụng đất nông nghiệp Với SALUP, đầu vào là dữ liệu về tài nguyên đất đai, định hướng sử dụng đất; đầu ra là bản đồ quy hoạch sử dụng đất và diện tích tối ưu của phương án sử dụng đất

• Phần III (ứng dụng thực tiễn): Ứng dụng mô hình với tập dữ liệu mẫu của tỉnh Lâm Đồng và đánh giá kết quả của mô hình cũng được trình bày ở phần này

• Phần IV (kết luận và hướng phát triển): Tóm tắt những kết quả và các đóng

góp chính của luận án, đề nghị hướng nghiên cứu tiếp theo dựa trên kết quả đạt được

PHẦN I: TỔNG QUAN

Chương 1: TỔNG QUAN CÁC NGHIÊN CỨU

Tổng quan các nghiên cứu liên quan đến lĩnh vực nghiên cứu của luận án, từ đó rút ra những tồn tại nhằm xác định những vấn đề mà luận án tập trung nghiên cứu giải quyết

Luận án nghiên cứu các vấn đề liên quan đến các lĩnh vực chính: (1) Quy hoạch sử dụng đất nông nghiệp; (2) Hệ thống thông tin địa lý (GIS); (3) Kỹ thuật tối ưu

hoá Do đó, trong chương này tập trung phân tích, đánh giá các nghiên cứu liên quan đến các nội dung sau:

(1) Đối với lĩnh vực quy hoạch sử dụng đất nông nghiệp: SLM là nội dung mang tính quyết định đến phát triển nông nghiệp bền vững và được thực hiện trên cơ sở quy hoạch sử dụng đất nông nghiệp bền vững Các yếu tố chẩn đoán (indicator) để đánh giá tính bền vững trong SLM (gọi tắt là yếu tố bền vững) được xem như là công cụ để đánh giá mức độ đạt được mục tiêu bền vững trong quản lý sử dụng đất Do vậy, khi nghiên cứu về quy hoạch sử dụng đất nông nghiệp bền

vững, ngoài việc tổng quan các nghiên cứu liên quan đến: (i) Các phương pháp

quy hoạch sử dụng đất, đánh giá khả năng thích nghi đất đai và các mô hình bố

trí phương án sử dụng đất nông nghiệp; ngoài ra còn nghiên cứu tổng quan về (ii)

Các yếu tố trong quản lý sử dụng đất nông nghiệp bền vững

(2).Đối với kỹ thuật tối ưu hoá: Tổng quan các nghiên cứu về kỹ thuật tối ưu hoá được ứng dụng trong quy hoạch sử dụng đất

(3).Đối với lĩnh vực GIS: Tổng quan về các nghiên cứu ứng dụng GIS cũng như tích hợp GIS với các lĩnh vực: đánh giá đa tiêu chuẩn (MCE), mô hình toán tối

ưu, với viễn thám (RS), CA (Cellular Automata) trong quy hoạch sử dụng đất, đặc biệt là trong quy hoạch sử dụng đất nông nghiệp

1.1 Tổng quan về quy hoạch sử dụng đất

Tổng quan các nghiên cứu liên quan đến quy hoạch sử dụng đất nông nghiệp làm

cơ sở khoa học cho xác định hướng nghiên cứu của luận án Trong nội dung này, tổng quan các nghiên cứu liên quan đến: (i) phương pháp quy hoạch sử dụng đất nông nghiệp, các mô hình toán và công nghệ liên quan đến: (ii) đánh giá tài nguyên đất đai và (iii) bố trí không gian phương án sử dụng đất

1.1.1 Các phương pháp quy hoạch sử dụng đất

Năm 1993, FAO đưa ra hướng dẫn lập quy hoạch sử dụng đất (FAO, 1993a), đây có thể xem là mốc thời gian quan trọng trong quá trình phát triển các phương pháp quy hoạch sử dụng đất nông nghiệp Như vậy, có thể phân loại các phương pháp theo mốc thời gian như sau: các phương pháp trước khi có phương pháp FAO (1993a), các phương pháp của FAO (kể từ khi có FAO, 1993a), phương pháp khác: quy hoạch sử dụng đất có sự tham gia (FAO, 1999 [8]; GTZ, 1999 [9])

1.1.1.1 Các phương pháp quy hoạch sử dụng đất trước FAO (1993)

Trước khi có hướng dẫn lập quy hoạch sử dụng đất của FAO ra đời (1993) đã có nhiều nghiên cứu tiếp cận theo nhiều phương pháp khác nhau tuỳ theo mục tiêu của từng nghiên cứu cụ thể, đáng kể nhất là các nghiên cứu sau đây:

Theo SSSA (1984) [10], ở Mỹ trong giai đoạn 1929-1943, việc bố trí phương án sử dụng đất nông nghiệp chủ yếu dựa vào thích nghi đất đai nhưng chỉ xét 2 yếu tố chính là thổ nhưỡng và khả năng tưới Sau năm 1965, luật quản lý tài nguyên nước được ban hành, nên tập trung giải quyết bài toán sử dụng đất như thế nào để sử dụng hiệu quả tài nguyên nước Giai đoạn 1967-1975, cơ quan nghiên cứu đất nông nghiệp quốc gia (The National Agricultural Land Study) đã quy hoạch phân vùng sản xuất nông nghiệp, kết quả có 271 khu vực sản xuất được chia thành 123 vùng khác nhau Phương pháp xác định vùng sản xuất nông nghiệp dựa vào thích nghi đất đai (với 2 tính chất là đất và nước) có xem xét đến mối quan hệ với vùng đô thị

Ngoài ra, còn có nhiều sách viết về quy hoạch sử dụng đất: Quy hoạch sử dụng

và quản lý đất đai (Beatty, M.T., Petersen, G.W and Swindale, L.D (1978); Đất

và quy hoạch sử dụng đất (Davidson, 1980); Tài nguyên nước và quy hoạch sử dụng đất (Laconte, P & Haimes, Y.Y (1985); Phân tích LUS lưu vực (Bennett,

D & Thomas, J.F., 1982)

Một số sổ tay (handbook) hướng dẫn lập quy hoạch sử dụng đất của các quốc gia:

Bangladesh: Brammer (1983), Brazil: Ramalho Filho et al (1978), Canada: Lang,

R & Armour, A.(1980), Colombia: Vargas (1992), Ethiopia: FAO (1984b), Lesotho: Greenhow (1991), Sri Lanka: Dent and Ridgway (1986), United Republic of Tanzania: Corker (1983), Zimbabwe: Zimbabwe Federal Department

of Conservation and Extension (1989)

Hầu hết các phương pháp nêu trên chưa xem xét toàn diện các yếu tố ảnh hưởng đến quy hoạch sử dụng đất mà chỉ nhấn mạnh một số lĩnh vực như: bảo vệ tài nguyên đất đai, hoặc dựa vào cân bằng nước, hoặc dựa vào đánh giá thích nghi đất đai để đề xuất sử dụng đất

1.1.1.2 Các phương pháp quy hoạch sử dụng đất của FAO

Năm 1993, FAO đã xuất bản cuốn sách hướng dẫn lập quy hoạch sử dụng đất

(Guideline for Land use Planning, FAO, 1993a [11]), đây là bước phát triển mới trong công tác lập quy hoạch sử dụng đất

FAO (1993a): nội dung lập quy hoạch sử dụng đất gồm đánh giá thích nghi đất đai và đánh giá các yếu tố kinh tế-xã hội Tài nguyên đất đai cho phép xác định tiềm năng đất đai, sử dụng đất như thế nào còn thuộc vào định hướng phát triển kinh tế-xã hội Tiến trình lập quy hoạch sử dụng đất gồm 10 bước (hình 1.1)

Sau ấn phẩm đầu tiên về quy hoạch sử dụng đất (FAO, 1993a), FAO(1993b [12];

2007 [13]) tiếp tục đưa ra quan điểm sử dụng đất bền vững, các tiêu chí trong sử dụng đất bền vững (FAO/UNEP/UNDP/WB, 1997) [14]; tính bền vững được đưa vào xem xét trong quá trình đánh giá đất đai (FAO, 1993b) [12], những LUT bền vững trong tương lai được chọn để đưa vào bố trí phương án sử dụng đất FAO (1995) [15] chính thức đưa ra hướng dẫn lập quy hoạch sử dụng bền vững tài nguyên đất đai Quy hoạch tổng hợp (integrated planning) là hướng tiếp cận mới trong quy hoạch sử dụng đất, trong quá trình lập quy hoạch có sự tham gia của các đối tượng sử dụng đất (tiếp cận từ dưới lên) thay vì chỉ có tiếp cận từ trên xuống của các nhà quy hoạch (FAO/UNEP, 1996) [16] Qua nhiều cuộc hội thảo, quan điểm về quy hoạch tổng hợp được phát triển thành phương pháp quy hoạch

tổng hợp cho quản lý bền vững tài nguyên đất đai (Integrated Planning for

trong đó: (i) Nêu cao vai trò của các đối tượng sử dụng đất tham gia vào quá trình lựa chọn phương án sử dụng đất hợp lý; (ii) Quan tâm đến các yếu tố bền vững: được xã hội chấp nhận, khả năng phát triển kinh tế, thích nghi về tự nhiên, bền vững về môi trường Sau bước đánh giá thích nghi đất đai, xây dựng và lựa chọn phương án sử dụng đất tối ưu phù hợp với các tiêu chuẩn bền vững và có tính khả thi cao

Ngay từ khi mới được công bố, các hướng dẫn của FAO đã được áp dụng trong tất cả các quy hoạch của FAO ở các quốc gia: Thailand, Tuynidi, Indonesia, India, Tanazina, Trung Quốc, Philippines, các nước Đông Âu, Hà Lan, Australia,

…[18] Hầu hết các nhà quy hoạch đều công nhận tầm quan trọng của nó trong quy hoạch sử dụng tài nguyên đất đai

Hình 1.1: Các bước thực hiện quy hoạch sử dụng đất (FAO, 1993a)

So với hướng dẫn lập quy hoạch sử dụng đất đầu tiên (FAO, 1993a), đến nay FAO đã có nhiều cải tiến trong phương pháp tiếp cận: (i) không những chỉ tiếp cận từ trên xuống mà còn tiếp cận từ dưới lên (có sự tham gia của các đối tượng sử dụng đất); và (ii) tiếp cận đa mục tiêu (theo hướng bền vững: xem xét đồng thời các yếu tố về kinh tế, xã hội, môi trường)

1.1.1.3 Phương pháp quy hoạch sử dụng đất có sự tham gia (Participatory Land Use Planning - PLUP)

Vào cuối thập niên 1980, Gordon Conway, Robert Chambers đã xây dựng phương pháp đánh giá nhanh nông thôn có sự tham gia của người dân (Participatory Rural Appraisal -PRA) trên cơ sở cải tiến phương pháp đánh giá nhanh nông thôn (Rapid Rural Appraisal - RRA) Trong phương pháp PRA, người dân địa phương được tham gia trực tiếp trong quá trình đánh giá tài nguyên và lập kế hoạch thực hiện PRA được ứng dụng một cách hiệu quả trong quy hoạch sử dụng đất, đây là phương pháp theo tiến trình “dưới-lên”

FAO(1999) [8], GTZ (1999) [9] đã phát triển phương pháp quy hoạch có sự tham gia của người dân (Participatory Land Use Planning - PLUP) thành hệ thống phương pháp có tính khả thi cao trong việc quy hoạch phát triển bền vững tài nguyên đất đai phù hợp với yêu cầu của người dân

PLUP đánh giá điều kiện tự nhiên, kinh tế – xã hội, những điểm mạnh yếu trong quản lý đối với việc sử dụng hiệu quả và bền vững tài nguyên đất đai, và trao quyền cho người dân ra quyết định trong việc bố trí sử dụng tài nguyên đất đai Sự tham gia của người dân vào công tác quy hoạch đã đóng góp sự hiểu biết, năng lực, tài nguyên để cùng phát triển cộng đồng dựa vào nội lực, vì có sự tham gia của người dân nên khi triển khai dễ được cộng đồng chấp nhận Người sử dụng đất cùng nhau lập kế hoạch và cùng nhau thực hiện nên có tính khả thi cao

Tuy nhiên, phương pháp PLUP được lập trên khả năng và yêu cầu của người dân,

ít liên quan đến cơ quan quản lý Nhà nước Do đó, quy hoạch chỉ được thực hiện trên đơn vị hành chánh nhỏ như thôn, ấp, xã Rất khó áp dụng cho các quy hoạch trên vùng rộng lớn như lưu vực, đơn vị hành chánh lớn như cấp huyện, tỉnh, vùng và toàn quốc

Tóm lại: Phương pháp quy hoạch tổng hợp cho quản lý bền vững tài nguyên đất

đai (FAO/UNEP, 1999a) đã tích hợp (i) phương pháp quy hoạch sử dụng đất bền vững (FAO, 1995) [15] với hướng tiếp cận từ trên xuống và (ii) phương pháp quy hoạch có sự tham gia của người dân (PLUP) với hướng tiếp cận từ dưới lên đây là phương pháp được hầu hết các quốc gia áp dụng trong lập quy hoạch sử dụng đất

1.1.2 Các phương pháp đánh giá đất đai (Land Evaluation)

Theo FAO (2007) [13], quá trình phát triển các phương pháp đánh giá đất đai có

thể chia làm 3 giai đoạn: (i) Trước khi có phương pháp đánh giá đất đai (FAO, 1976), (ii) Các phương pháp của FAO, (iii) Các phương pháp khác FAO kể từ khi

có FAO (1976) [19]

1.1.2.1 Các phương pháp trước FAO (1976)

Từ thập niên 50 của thế kỷ XX, việc đánh giá khả năng sử dụng đất được xem như là bước nghiên cứu kế tiếp của công tác nghiên cứu đặc điểm đất (soil) Những nghiên cứu và các hệ thống đánh giá đất đai sau đây khá phổ biến:

− Phân loại khả năng đất có tưới (Irrigation land suitability classification) của cục cải tạo đất đai - Bộ Nông nghiệp Mỹ (USBR) biên soạn năm 1951 Phân loại gồm 6 lớp (classes), từ lớp có thể trồng được (Arable) đến lớp có thể trồng trọt được một cách có giới hạn (Limited arable) đến lớp không thể trồng trọt được

(Non-arable) Trong phân loại này, ngoài đặc điểm đất đai, một số chỉ tiêu kinh

tế cũng được xem xét nhưng giới hạn trong phạm vi thuỷ lợi

− Phân hạng khả năng đất đai (The land capability classification) do cơ quan bảo vệ đất - Bộ nông nghiệp Mỹ soạn thảo (gọi tắt là USDA), 1961 Mặc dù hệ

thống này được xây dựng riêng cho nước Mỹ, nhưng những nguyên lý của nó được ứng dụng ở nhiều nước Trong đó, phân hạng đất đai chủ yếu dựa vào những hạn chế của đất đai gây trở ngại đến sử dụng đất, những hạn chế khó khắc phục cần phải đầu tư về vốn, lao động, kỹ thuật,… mới có thể khắc phục được Hạn chế được chia thành 2 mức: hạn chế tức thời và hạn chế lâu dài Đất đai được xếp hạng chủ yếu dựa vào hạn chế lâu dài (vĩnh viễn) Hệ thống đánh giá đất đai chia ra làm 3 cấp: lớp (class), lớp phụ (sub-class) và đơn vị (unit) Đất đai được chia làm 8 lớp và những hạn chế tăng dần từ lớp I đến lớp VIII, từ lớp I đến lớp IV có khả năng sử dụng cho nông-lâm nghiệp, lớp V đến lớp VII chỉ có thể sử dụng cho lâm nghiệp, lớp VIII chỉ sử dụng cho các mục đích khác

(Davidson, 1992) [20] Đây là một trong những cách tiếp cận trong đánh giá đất

đai, có quan tâm đến các yếu tố hạn chế và hướng khắc phục các hạn chế, nhưng chưa xét đến vấn đề kinh tế-xã hội ảnh hưởng đến sử dụng đất.

1.1.2.2 Các phương pháp đánh giá đất đai của FAO

Đến cuối thập niên 60, nhiều quốc gia đã phát triển hệ thống đánh giá đất đai cho riêng mình (các tiêu chuẩn dùng cho đánh giá cũng như kết quả rất khác nhau), điều này làm cho việc trao đổi kết quả đánh giá đất trên thế giới gặp

nhiều khó khăn Năm 1976, phương pháp đánh giá đất của FAO (A framework for

land evaluation, FAO) [19] ra đời, nhằm thống nhất các tiêu chuẩn đánh giá đất đai trên toàn thế giới Đây là phương pháp đánh giá đất đầu tiên của FAO, ngoài đánh giá thích nghi về điều kiện tự nhiên còn đề cập đến hiệu quả kinh tế-xã hội của các LUT

Sau đó, FAO cũng đã ấn hành một số hướng dẫn khác về đánh giá thích nghi đất đai cho từng đối tượng: Đánh giá đất đai cho nông nghiệp nhờ mưa (FAO, 1983) [21], Đánh giá đất lâm nghiệp (FAO, 1984) [22], Đánh giá đất đai cho nông nghiệp có tưới (FAO, 1985) [23], Đánh giá đất đai cho đồng cỏ quảng canh (FAO, 1989) [24], Đánh giá đất đai cho sự phát triển (FAO, 1990) [25], Đánh giá đất đai và phân tích hệ thống canh tác phục vụ quy hoạch sử dụng đất (FAO, 1992) [26] Đến năm 1992, các hướng dẫn của FAO vẫn chưa đặt vấn đề về đánh giá tính bền vững

Sau hội nghị về môi trường ở Brazil (1992), bài toán bền vững được đưa vào các

ấn phẩm của FAO Năm 1993, FAO cho ra đời “Khung đánh giá đất đai phục vụ

cho quản lý sử dụng đất bền vững (An International Framework for Evaluating Sustainable Land Management-FESLM, 1993b)” [12] Trong đó đã nhấn mạnh quan điểm sử dụng đất bền vững, tính bền vững được đưa vào xem xét trong quá trình đánh giá đất đai

FAO (2007) [13] liên quan đến lĩnh vực đánh giá đất đai, trong đó đặc biệt quan

tâm đến vấn đề sử dụng đất bền vững FAO (2007) đã đưa ra quan điểm: “đánh

giá đất đai là phải đánh giá thích nghi đất đai trên cơ sở bền vững”, có nghĩa là mục tiêu chính của đánh giá đất đai (Land Evaluation) là phục vụ cho SLM

DM rất cần các thông tin định lượng từ kết quả của FESLM để hiểu biết trạng thái hiện tại của tài nguyên đất đai và đưa ra chính sách khi các điều kiện (các yếu tố đầu vào) thay đổi (OECD, 1997; Heineke et al.,1998) FESLM rất phù hợp cho giám sát tiến trình phát triển bền vững (UN, 1995; OECD, 1997), đặc biệt là giám sát sự biến đổi chất lượng đất đai (Pieri et al., 1995), cung cấp thông tin cho quy hoạch sử dụng đất bền vững (Hurni, 2000; Trần An Phong, 2002; Ochola et al., 2004; Lê Cảnh Định, 2005)

Trong đánh giá đất đai cho SLM, các yếu tố (tiêu chuẩn) tham gia vào đánh giá phải là yếu tố bền vững (FAO, 1993b [12]; 2007 [13]; Nguyễn Tử Siêm, 2000 [27]) Tuy nhiên, việc lựa chọn các yếu tố đưa vào đánh giá đất chưa được quan

tâm nghiên cứu đúng mức Do đó, cần thiết phải tiến hành nghiên cứu phương pháp luận lựa chọn các yếu tố trong đánh giá đất đai phục vụ SLM

Bên cạnh việc phát triển phương pháp đánh giá đất đai của FAO hướng đến phục vụ cho SLM, các Chuyên gia đã ứng dụng công nghệ thông tin (công nghệ GIS và các mô hình) để mô phỏng phương pháp đánh giá đất đai của FAO, các kết quả chính như sau:

− Ứng dụng GIS: Công nghệ GIS được ứng dụng để xây dựng cơ sở dữ liệu không gian về tài nguyên đất đai (Webters, 1994), quản lý và phân tích dữ liệu không gian (Bourrough and McDonnell, 1998), phân tích dữ liệu không gian như xây dựng bản đồ đơn vị đất đai, bản đồ đề xuất,… (Bailey and Gatrell, 1995), mô hình địa hình và độ cao số (Hutchinson, 1989; More et al., 1991)

System) cho phép xây dựng mô hình dựa trên tri thức chuyên gia để đánh giá đất đai theo phương pháp hạn chế lớn nhất của FAO (1976) [19] ALES có thể đánh giá đất đai cho mọi khu vực ở mọi tỷ lệ (Buma et al., 1996), có thể tích hợp ALES và GIS trong đánh giá đất đai, mô hình tích hợp có thể đánh giá thích nghi tự nhiên và kinh tế, phù hợp với điều kiện Việt Nam (Lê Cảnh Định,

2005 [28], 2007 [29]) Nguyễn Khang (2004) [30] đã tích hợp ALES và GIS trong hệ ARIS, cung cấp thông tin hỗ trợ quy hoạch sử dụng đất

− ISLE (Intelligent System for Land Evaluation) là hệ thông minh nhân tạo trong đánh giá đất đai, mô hình được phát triển trong hệ GIS, hỗ trợ về phân tích chuyên gia của vùng nghiên cứu thông qua giao diện rất thông minh Mô hình ISLE phù hợp với phương pháp FAO (1976) (Sys et al., 1991; 1993) Tương tự,

Hồ Anh Bình, Lê Cảnh Định (2007) cũng đã phát triển mô hình đánh giá thích nghi đất đai tự nhiên trên nền ArcGIS, mô hình tự động đánh giá thích nghi tự nhiên theo phương pháp hạn chế lớn nhất của FAO (1976) [19]

1.1.2.3 Các phương pháp đánh giá đất đai khác FAO

Bên cạnh các phương pháp đánh giá đất đai của FAO, còn có các phương pháp phân tích định lượng và ứng dụng logic mờ trong đánh giá đất đai

(a) Các phương pháp định lượng trong đánh giá đất đai:

Phương pháp tham số (Sys et al, 1991; Orhan Dengiz, 2005); phương pháp đánh giá đa tiêu chuẩn (Pereira và Duckstein, 1993; Janskowski, 1995; Simonovic, 1997; Malczewski, 1999; Jiang và Eastman, 2000); GIS và kỹ thuật AHP trong đánh giá bền vững tài nguyên đất đai (Lê Cảnh Định, Phạm Quang Khánh, 2005

[31]); mô hình LEFSA (Land Evaluation and Farming System Analysis) dùng

trong đánh giá hệ thống nông nghiệp, lựa chọn LUS bền vững ở mức trang trại (Bouman et al., 1998) Các phương pháp này, việc tổng hợp các yếu tố khác nhau không theo nguyên tắc hạn chế lớn nhất (FAO, 1976) mà lượng hoá các yếu tố và tính trung bình trọng số các yếu tố (Si=∑wi*xi), sau đó phân loại giá trị thích nghi (Si) để xác định cấp thích nghi (S1, S2, S3, N) Phương pháp này thể hiện sự tương tác các yếu tố trong đánh giá thích nghi đất đai So sánh phương pháp đánh giá đất đai:

Phương pháp hạn chế lớn nhất của

+ Phương pháp định tính + Phương pháp định lượng

+ Không có sự tương tác giữa các

yếu tố, yếu tố hạn chế lớn nhất

quyết định đến thích nghi, nên trong

kết quả thích nghi không chứa yếu

tố thích nghi thấp hơn, do vậy đề

xuất sử dụng đất an toàn hơn

Phương pháp phù hợp cho những

vùng mới phát triển hoặc những

vùng ít khan hiếm về tài nguyên

đất đai

+ Có sự tương tác giữa các yếu tố, mức độ ảnh hưởng các yếu tố đến kết quả thích nghi thông qua trọng số, nên trong kết quả thích nghi có chứa yếu tố thích nghi thấp hơn, do đó đề xuất sử dụng đất có rủi ro cao hơn Trong trường hợp thiếu đất, phải tìm kiếm thêm tài nguyên đất đai cho sản xuất thì phương pháp này phù hợp hơn

+ Có yếu tố hạn chế nên dễ dàng ra

chính sách cải tạo đất (khắc phục

yếu tố hạn chế)

+ Không có yếu tố hạn chế nên khó khăn trong việc ra quyết định cải tạo đất

(b) Phương pháp ứng dụng logic mờ trong đánh giá đất đai

Trong thực tiễn, khi biểu diễn các đối tượng không gian của thế giới thực thường có các thông tin không chắc chắn, rất khó xác định chính xác, nên không thể biểu diễn dựa trên tập rõ (crisp) Nhiều nghiên cứu đã ứng dụng logic mờ trong xây dựng bản đồ đơn tính: bản đồ thổ nhưỡng (Olga Kremenová, 2004), bản đồ nông hoá (V.J.Kollias, 1999), khí hậu, độ cao, độ dốc (Petry et al., 2005) [32], nội suy bề mặt mờ trong GIS (Lodwick, 2008) [33], xây dựng bản đồ hiện trạng và nghiên cứu biến động đất đai (Tang, 2004) [34]

Ứng dụng GIS và logic mờ trong đánh giá thích nghi đất đai cây trồng (Ranst et al., 1996 [35]; Nisar et al., 2000 [36]; Sicat et al., 2005 [37]), trong đó chồng lớp các LC để đánh giá thích nghi với phép toán hợp mờ (fuzzy union) theo luật max Trong khi đó, phép hợp mờ có 2 thuật toán thường sử dụng là phép hợp theo luật max và theo Lukasiewicz (Klir và Yuan, 1995 [38]; Phan Xuân Minh và Nguyễn

Doãn Phước, 2006 [39]) Do đó, cần thiết phải tiến hành nghiên cứu phép hợp mờ theo Lukasiewicz trong đánh giá đất đai, so sánh mức độ phù hợp với luật max, từ đó đề xuất lựa chọn phép hợp mờ (fuzzy union) phù hợp trong đánh giá đất đai

1.1.3 Các phương pháp xác định các yếu tố bền vững trong SLM

Trong quản lý sử dụng đất, các yếu tố bền vững là thuộc tính đất đai thể hiện trạng thái các hiện tượng liên quan trực tiếp đến SLM (OECD, 1993, 1999), do đó nó có vai trò rất quan trọng trong đánh giá SLM Hiện nay, có nhiều nhà khoa học tập trung nghiên cứu xác định các yếu tố bền vững trong quản lý sử dụng đất theo nhiều hướng tiếp cận khác nhau, cụ thể như sau:

1.1.3.1 Tiếp cận theo khung đánh giá quản lý sử dụng đất bền vững

Từ khi xuất bản khung đánh giá quản lý sử dụng đất bền vững (An International

[12], nhiều nghiên cứu tiếp cận theo hướng SLM ở các quy mô khác nhau: từ toàn cầu (global level) đến cấp quốc gia, vùng lãnh thổ (gồm tỉnh, huyện, xã) và trang trại (farm level) Kết quả các nghiên cứu điển hình như sau:

(1) Ở mức độ toàn cầu, Hurni (2000) [40] đã chỉ ra vấn đề đe doạ đến tài nguyên thiên nhiên và tính bền vững của hệ thống hỗ trợ cuộc sống là: (i) Thoái hoá đất; (ii) Sự khan hiếm và ô nhiễm nguồn nước; (iii) Đánh mất tính đa dạng sinh học Dumanski (1994) đã đưa ra các yếu tố thoả mãn 5 tính chất bền vững trong sử

dụng đất như sau: Hiệu quả sản xuất (Productivity), An toàn (Security), Bảo vệ (Protection), Lâu bền (Viability), Chấp nhận (Acceptability)

Trên cơ sở những nghiên cứu tổng quát các yếu tố bền vững, có nhiều nghiên cứu chuyên sâu:

(2) Pannell và Glenn (2000) [41] đã đề nghị các yếu tố bền vững trong nông nghiệp gồm: Yếu tố kinh tế (gồm tổng giá trị sản xuất và chi phí); Đa dạng sản

phẩm nông nghiệp; Độ sâu nước ngầm; Chất lượng đất (soil quality) Nghiên cứu

này chỉ tập trung vào đánh giá hiệu quả kinh tế trong sản xuất nông nghiệp, các yếu tố khác chỉ nêu khái quát, mang tính định hướng cho các nghiên cứu tiếp theo.

(3) Bindraban et al (2000) [42] nghiên cứu các yếu tố chất lượng đất đai cho

SLM với 2 yếu tố năng suất và cân bằng dinh dưỡng đất Năng suất là yếu tố quan trọng thể hiện hiệu quả sản xuất (Productivity) trong nông nghiệp, nó liên quan chặt chẽ đến các yếu tố tự nhiên Ngoài ra, nó còn bị ảnh hưởng bởi thị

trường, chính sách hỗ trợ và quản lý

(4) Ochola và Kerkides (2004) [43] xác định các yếu tố cho đánh giá chất lượng đất đai phục vụ SLM ở Kenya: Đất và địa hình, tài nguyên nước, sử dụng đất và lớp phủ, khí hậu, quản lý đất đai, kinh tế-xã hội và môi trường Trong nghiên cứu [43] còn xác định tầm quan trọng của các yếu tố (số điểm): Tài nguyên nước (4,49) > môi trường (4,05) > sử dụng đất và lớp phủ (3,96) > quản lý đất đai

(3,57) > khí hậu (3,49) > đất và địa hình (3,0) > kinh tế-xã hội (2,96) Đây là

nghiên cứu tương đối hoàn chỉnh, xác định các yếu tố về điều kiện tự nhiên, kinh tế –xã hội, môi trường, thể chế quản lý đất đai tác động đến sử dụng đất bền vững Ngoài ra còn tính được mức độ ưu tiên của các yếu tố tham gia trong tiến trình đánh giá chất lượng đất đai cho sử dụng đất bền vững

(5) Ở quy mô trang trại, Lefroy et al (2000) [44] nghiên cứu xác định các yếu tố cho đánh giá sử dụng đất bền vững (SLM) ở các vùng đất dốc (sloping land)

thuộc 3 quốc gia Đông Nam Á: Việt Nam, Thailand, Indonesia Nghiên cứu ngày

đã xác định các yếu tố và ngưỡng (threshold) bền vững dựa vào 5 tính chất bền vững (cho quy mô trang trại)

(6) Với mục tiêu xây dựng phương pháp luận để đánh giá sử dụng đất dốc trên

cơ sở tiếp cận theo FESLM (FAO, 1993b), Nguyễn Tử Siêm (2000) [27] đã đưa

ra các yếu tố cơ bản để đánh giá tính bền vững đối với LUS đồi núi Việt Nam:

− Hiệu quả kinh tế: Năng suất cao, chất lượng tốt, giá trị sản phẩm/đơn vị diện tích cao, B/C, giảm rủi ro trong sản xuất và thị trường tiêu thụ

− Sự chấp nhận xã hội: Đáp ứng nhu cầu nông hộ, phù hợp với năng lực hộ, tăng cường khả năng người dân, cải thiện cân bằng giới, phù hợp với luật pháp hiện hành, được cộng đồng chấp nhận

− Bền vững sinh thái (môi trường): Giảm thiểu xói mòn, thoái hoá đến mức chấp nhận được, tăng độ che phủ, bảo vệ nguồn nước, nâng cao đa dạng sinh học của hệ sinh thái

(7) Ngoài ra, trong khuôn khổ đề tài cao học Lê Cảnh Định (2005) [28] đã nghiên cứu đánh giá SLM huyện Lâm Hà –tỉnh Lâm Đồng với 12 yếu tố thuộc các nhóm: (i) kinh tế (3 yếu tố): tổng giá trị sản phẩm, lãi thuần, B/C; (ii) xã hội (5 yếu tố): Lao động, khả năng vốn, phát huy kỹ năng nông dân, chính sách, tập quán sản xuất; (iii) môi trường (4 yếu tố): khả năng thích nghi đất đai tự nhiên, độ che phủ, bảo vệ nguồn nước, nâng cao đa dạng sinh học

Tóm lại: Hầu hết các nghiên cứu về SLM đều tiếp cận đa chiều để lựa chọn các yếu tố đánh giá bền vững, thoả mãn đồng thời 3 phương diện kinh tế-xã hội -môi trường và 5 tính chất của SLM (bảng PL1.1, phụ lục)

Các yếu tố trong SLM tiếp cận theo FESLM chưa thể hiện được mối quan hệ nhân quả giữa các yếu tố (hay các nhóm yếu tố) với nhau, nên hạn chế trong quá trình hỗ trợ ra quyết định

Kể từ năm 1994, các nghiên cứu về phát triển bền vững thường sử dụng các mô hình quan hệ nhân quả (effect-cause) trong lựa chọn các yếu tố phát triển bền vững cũng như hỗ trợ ra quyết định Hiện nay có 3 phương pháp (framework) xác định các yếu tố bền vững phổ biến được các tổ chức và các nhà khoa học sử dụng là PSR, DSR, DPSIR

1.1.3.2 Tiếp cận theo mô hình Sức ép - Trạng thái - Phản ứng (PSR)

Mô hình PSR Response) được OECD (1994) phát triển trên cơ sở mô hình SR (Stress –Response) của hệ sinh thái (Friend và

(Pressure-State-Rapport, 1979) Trong đó: Sức ép

(Pressure): Mô tả các biến là nguyên

nhân trực tiếp đến trạng thái môi

trường Trạng thái (State): Thể hiện điều kiện hiện tại của môi trường Phản

ứng (Response): Thể hiện sự phản ứng để giải toả sức ép lên trạng thái

Sức ép (P)

Phản ứng (R)

Trạng

thái (S)

Hình 1.2: Mô hình PSR (OECD, 1994)

Mô hình PSR được nhiều tổ chức ứng dụng trong xây dựng bộ tiêu chí bền vững

trong nhiều lĩnh vực: (i) lĩnh vực môi trường (OECD, 1994); (ii) lĩnh vực phát

triển bền vững (Uỷ ban châu Âu (EC), Uỷ ban khoa học các vấn đề về môi trường (SCOPE), Australia (1996), Canada (1996), gần đây New Zealand [45]);

(iii) lĩnh vực quản lý tài nguyên nước (WB, 2002) [46]; (iv) lĩnh vực nông nghiệp

nông thôn (Steiner et al., 2000) [47]

Đặc biệt, trong lĩnh vực SLM, FAO/UNDP/UNEP/WB(1997) [14] đã ứng dụng mô hình PSR trong chương trình xây dựng các yếu tố chất lượng đất đai (LQI: Land Quality Indicator) Trong đó:

− Nhóm sức ép lên tài nguyên đất đai (P): các hoạt động liên quan đến mức độ tăng trưởng và đa dạng trong sử dụng đất nông nghiệp, kết quả gia tăng sức ép lên chất lượng đất đai; bao gồm: xu thế tăng vòng quay của đất (số lượng mùa vụ/ha/năm), tăng năng suất/ha/năm, bảo vệ đất, phân bón, thuốc trừ sâu đưa vào đất

− Nhóm trạng thái của chất lượng đất đai (S): Phản ảnh điều kiện đất đai cũng như sự thay đổi của nó bởi tác động của sức ép (P); Bao gồm: sự thay đổi năng suất (hiện tại và tiềm năng), thời gian mùa vụ, thoái hoá đất (xói mòn, nhiễm mặn), mức độ ô nhiễm, nhiệt độ, chất lượng nước, chất lượng đất (cấu trúc đất, thay đổi chất hữu cơ trong đất, dinh dưỡng đất, sự sống, đa dạng sinh học)…

− Nhóm phản ứng của xã hội (R): Cơ chế phản ứng thông qua các chính sách (hệ thống quản lý đất đai: luật đất đai, quy hoạch,…); Chính sách về khoa học kỹ thuật như: chính sách bảo tồn đất trồng trọt, kỹ thuật bón phân, khai thác đất hoang, thay đổi kỹ thuật quản lý và sử dụng đất (canh tác trên đất dốc, kỹ thuật chống xói mòn và thoái hoá đất,…), tỷ lệ che phủ (rừng, cây nông nghiệp); phản ứng của các đối tượng sử dụng đất (chuyển đổi cơ cấu cây trồng) …

Tiến trình lựa chọn LQIs: lựa chọn chất lượng đất đai có liên quan, xây dựng cơ sở dữ liệu, sau đó nghiên cứu, thử nghiệm và chọn lọc các LQIs có quan hệ mật thiết với sinh thái nông nghiệp Tổng hợp mức độ ảnh hưởng của LQIs bằng phương pháp trung bình trọng số (Pieri et al., 1995; WB, 1997 [48])

Các tính chất của LQI: có thể đo đếm được, phản ảnh sự thay đổi theo thời gian, chức năng độc lập, có thể định lượng (Dumanski và Pieri, 2000) [48]

Tóm lại: Chương trình LQI (WB, 1997) đã xác định các yếu tố chính của chất

lượng đất đai (core LQI), đây là các yếu tố cơ bản ảnh hưởng đến sử dụng đất nông nghiệp bền vững (bảng PL1.2, phụ lục 1)

+ Nhận xét mô hình PSR:

Theo Bowen và Riley (2003) [49], trong mô hình PSR: nhóm yếu tố Sức ép (P) thể hiện các yếu tố tác động trực tiếp đến môi trường và tài nguyên thiên nhiên (nhóm trạng thái: S) Trong thực tế có những yếu tố không phải là nguyên nhân trực tiếp tác động đến nhóm trạng thái (ví dụ như: Tổng giá trị sản xuất, tiêu

dùng sản phẩm,…), đây là những yếu tố quan trọng và là mong muốn chính đáng

của xã hội nên không thể bỏ qua trong quá trình xác định các yếu tố phát triển

bền vững, nhưng mô hình PSR không thể biểu diễn trung thực những yếu tố này

Để giải quyết hạn chế này, UNCSD (1997) giới thiệu mô hình DSR trên cơ sở sửa đổi (modify) mô hình PSR

1.1.3.3 Tiếp cận theo mô hình Động lực - Trạng thái - Phản ứng (DSR)

UNCSD (1997) thay đổi nhóm yếu tố Sức ép (Pressure) trong mô hình PSR bằng nhóm yếu tố Động lực (Driving forces) để xây dựng mô hình DSR (Driving

forces –State –Response) Trong đó: Nhóm Động lực mô tả điều kiện kinh tế - xã

hội, và xu thế thay đổi các lĩnh vực như là tổng giá trị sản xuất, thu nhập, tăng dân số, sử dụng đất,…(Bowen và Riley, 2003) [49]

Với mô hình DSR, UNCSD (1997) chấp nhận đưa vào các biến không phải là môi trường (vì đã thay nhóm yếu tố sức ép bằng nhóm động lực) và hy vọng sẽ thúc đẩy kinh tế-xã hội phát triển Điều này không có nghĩa là không quan tâm đến môi trường, mà môi trường được cân nhắc trong quá trình phát triển, đây là sự phản ứng (Reponse) trong quá trình ra quyết định (Gallopín, 1997)[50]

Mô hình DSR được các tổ chức ứng dụng trong xác định các yếu tố bền vững: Đài Loan (Tung et al., 2004) [51]: xác định các yếu tố cho đánh giá phát triển bền vững; UNCSD [52]: xác định các yếu tố ảnh hưởng đến thay đổi sử dụng đất (land use change)

(1) Trong ngành nông nghiệp, OECD (1999: volume 1 [53], volume 2 [54]; 2001: volume 3 [55]) đã ứng dụng mô hình DSR để xây dựng phương pháp luận xác định các yếu tố môi trường nông nghiệp (Agri-Environment Indicator: AEI) [53], tính toán mức độ ảnh hưởng đến môi trường của ngành nông nghiệp [54] và ứng dụng vào thực tiễn [55]

Động lực (D)

Phản ứng (R)

Trạng

thái (S)

Hình 1.3: Mô hình DSR (UNCSD, 1997)

(2) Mô hình DSR trong phát triển nông nghiệp bền vững (hình 1.4) được các nhà khoa học ứng dụng trong nghiên cứu chính sách phát triển nông nghiệp bền vững (Kenvin Parris, 1999, [54], trang 13-26); xác định các yếu tố môi trường nông nghiệp (AEIs) và đánh giá phát triển nông nghiệp bền vững (David Pearce (1999), [54], trang 29-43),… Ngoài ra, các quốc gia như Canada, Pháp, Anh, Áo, Thuỵ Sĩ, … ứng dụng để xây dựng các yếu tố phát triển nông nghiệp bền vững đến cấp trang trại (farm scale)

Tóm lại: OCED (1999, 2001) đã xây dựng tương đối hoàn chỉnh các yếu tố trong

phát triển nông nghiệp bền vững, ngoài các yếu tố về tài nguyên thiên nhiên còn có cả yếu tố kinh tế, xã hội và thể chế Hầu hết các yếu tố đều liên quan đến SLM (Bảng PL1.3, phụ lục 1)

+ Nhận xét mô hình DSR:

Trong mô hình DSR, nhóm yếu tố Động lực thể hiện hoạt động của con người, nó tác động đến phát triển bền vững (có thể tốt hoặc xấu) nhưng tự nó không thể

Động lực (Driving force)

Trạng thái (State)

Phản ứng (Responses)

Hệ Sinh thái:

+ Đa dạng sinh học

+ Sinh thái nông nghiệp

+ Thuộc tính tự nhiên của

đất đai (land)

+ Điều kiện khí hậu,…

+ Các hiện tượng tự nhiên

Kinh tế - xã hội:

+ Thị trường + Khả năng tài chính + Chính sách của NNước + Văn hóa xã hội, dân số + Thay đổi kỹ thuật, …

Đầu vào – Đầu ra:

+ Bón phân, thuốc trừ sâu + Sử dụng TN nước, NLượng + Quản lý sản xuất

+ Mức độ kết hợp giữa trồng trọt và chăn nuôi

Phản ứng của Người tiêu dùng:

+ Thay đổi chuẩn mực trong sử dụng lương thực

Phản ứng chuỗi thực phẩm nông nghiệp:

+ Thay đổi công nghệ + An toàn, chất lượng

P ứng của nông dân:

+ Thay đổi vật tư đầu vào và cách quản lý + Hợp tác với nhau

Chính sách của Nhà nước:

+ Đ.chỉnh cơ chế, C.sách cho phù hợp + Đ/chỉnh các họat động: thuế, tiền hỗ trợ, đào tạo, N/C và phát triển, …

Hình 1.4: Mô hình DSR trong phát triển nông nghiệp bền vững (OCED, 1999)

hiện được nguyên nhân gây ra sức ép (Mortensen, 1997), đây chính là điểm hạn chế của mô hình DSR (UNCSD, 2008) [52]

Ví dụ: Thực tiễn ở một số vùng ở tỉnh Lâm Đồng, người dân mong muốn về tăng giá trị sản phẩm nông nghiệp, tăng thu nhập (Động lực); Họ đã khai thác đất rừng (có độ dốc lớn) vào sản xuất nông nghiệp, làm cho nguồn tài nguyên rừng cạn kiệt, gây ra xói mòn đất (Trạng thái); Chính quyền đã Quy hoạch - Phân định

ranh giới đất nông lâm để bảo vệ rừng (Sự phản ứng) Vấn đề: Để tăng giá trị sản

phẩm nông nghiệp có nhiều cách khác nhau chứ không phải có duy nhất mỗi việc khai thác đất rừng vào sản xuất nông nghiệp, vậy tăng sản phẩm nông nghiệp là mong muốn chính đáng nhưng không phải là nguyên nhân trực tiếp gây

ra phá rừng

Mô hình DSR không thể hiện rõ nguyên nhân gây ra những thay đổi trạng thái, đây là thông tin quan trọng trong quá trình ra quyết định về phân tích lựa chọn chính sách và phân bổ tài nguyên trong quản lý tài nguyên thiên nhiên và môi

trường Do đó, nếu sử dụng mô hình này thì khó khăn để nhận ra các thông tin gây

ra sức ép làm thay đổi trạng thái nên gặp trở ngại trong quá trình ra quyết định về quản lý, hoạch định chính sách và xây dựng chương trình hành động để phản ứng lại sức ép lên trạng thái

1.1.3.4 Tiếp cận theo mô hình Động lực - Sức ép - Trạng thái - Ảnh hưởng - Phản ứng (DPSIR)

EEA (1999) kết hợp mô hình PSR và DSR và thêm vào nhóm ảnh hưởng (impact) để xây dựng mô hình DPSIR Mô hình DPSIR được các nước châu Âu sử dụng để xác định các yếu tố phát triển bền vững (Giupponi, 2002)[56] Tuỳ từng quốc gia, từng lĩnh vực cụ thể mà các nhà nghiên cứu đã xác định rất nhiều yếu tố khác nhau, tổng hợp các nguồn nghiên cứu toàn châu Âu có khoảng 400 yếu tố (EEA, 2008) [57]

Rigby et al (2000) [58] đã ứng dụng mô hình DPSIR trong phát triển chăn nuôi bền vững để giải quyết bài toán ô nhiễm môi trường trong chăn nuôi Walmsley

et al (2002) [59] sử dụng mô hình DPSIR để xác định các yếu tố cho quản lý lưu vực ở Nam phi nhằm đưa ra chính sách quản lý chất lượng nguồn nước lưu vực

Ở Việt Nam, Phạm Hồng Nga (2003) [60] nghiên cứu tổng hợp vùng ven biển Thừa Thiên - Huế, trong nghiên cứu này có 5 động lực chi phối: Gia tăng dân số và đô thị hoá, Nông nghiệp, Đánh bắt cá và nuôi trồng thuỷ sản, Du lịch, Gia tăng mực nước biển Trong nhóm động lực nông nghiệp (D):

Động lực Sức ép Trạng thái Tác động Phản ứng

Nông nghiệp - Phân bón, thuốc trừ sâu - Dư lượng - Ô nhiễm đất, nước - Giảm phân bón và thuốc trừ sâu

- Phá rừng - Xói mòn - Bồi lắng đầm phá - Tái cư trú loài

- Aûnh hưởng đến hệ sinh thái ven bờ

- Thay đổi phương thức canh tác

Viện nghiên cứu môi trường quốc gia (NERI) Đan Mạch, đã ứng dụng mô hình DPSIR trong đánh giá môi trường ở các lưu vực sông Kristensen (2004) [61], (hình 1.5):

+ Nhận xét mô hình DPSIR:

Mô hình DPSIR mô tả rõ ràng mối quan hệ nhân quả giữa các nhóm yếu tố, nó có thể được sử dụng như là khung phân tích (analytical framework) để lựa chọn các yếu tố (indicators) trong đánh giá bền vững tài nguyên nước, tài nguyên đất đai,… (Kristensen, 2004) [61] Tổng hợp các yếu tố liên quan đến SLM thể hiện ở phần phụ lục (bảng PL1.4, phụ lục 1)

1.1.3.5 Đánh giá chung các mô hình

Chính sách

(R)

(I) (S)

(P) (D)

+Xả chất thải + Sử dụng tài nguyên thiên nhiên: đất, nước,…

Đ.K Lý, hoá +Nước, đất, cảnh quan, tài nguyên

+CL đất, nước, k.khí,

Sinh học:

Sự tồn tại các loài

Sinh thái:

+Nước biển, nước ngọt, rừng…

+Tác động môi trường: +Tác động đến kinh tế

Công cụ

KT vĩ mô

Chính sách của ngành

Chính sách môi trường

Xác định mức độ ưu tiên

Xác định mục tiêu

Hình 1.5: Mô hình DPSIR trong đánh giá môi trường (NERI, Denmark)

(1) Khung đánh giá quản lý sử dụng đất bền vững (FESLM) của FAO (1993b), trong đó đã chỉ ra rằng: một LUS bền vững thoả mãn đồng thời 5 tính chất: hiệu quả, an toàn, bảo vệ, lâu bền và được xã hội chấp nhận Đây là một trong những

cơ sở quan trọng để xác định các yếu tố trong SLM

(2) Các mô hình PSR, DSR và DPSIR đều thể hiện mối quan hệ nhân quả giữa các yếu tố, giúp DM nhận biết được vai trò của các yếu tố và ra quyết định tốt hơn

− Hạn chế của mô hình PSR: Mô hình này không thể phân biệt được mức độ sức ép của các yếu tố Do đó, một số yếu tố thuộc nhóm sức ép nhưng không phải là nguyên nhân trực tiếp vẫn biểu diễn chung nhóm sức ép (P), nên dễ gây ra hiểu nhầm trong quá trình ra quyết định (R)

− Hạn chế của mô hình DSR: Nhóm yếu tố Động lực (D) tự nó không thể hiện được nguyên nhân gây ra sức ép (Mortensen, 1997), nếu sử dụng mô hình này thì khó khăn để nhận ra các thông tin gây ra sức ép làm thay đổi trạng thái (S) nên gặp trở ngại trong quá trình ra quyết định phản ứng lại sức ép lên trạng thái

− Mô hình DPSIR mô tả rõ ràng và chặt chẽ mối quan hệ nhân quả giữa các nhóm yếu tố (nhóm nguyên nhân: D, P, S; kết quả ảnh hưởng (I) là bài toán

cần giải quyết), nên rất thích hợp trong tiến trình hỗ trợ quyết định DPSIR có thể được sử dụng như là khung phân tích để lựa chọn các yếu tố (indicators) trong đánh giá bền vững tài nguyên đất đai,… (P Kristenen, 2004)

(3) Mô hình DPSIR thể hiện logic chặt chẽ giữa các yếu tố, nhưng tự nó không hướng cho DM tìm kiếm các yếu tố thể hiện tính bền vững trong SLM Trong khi đó FESLM đã chỉ ra rằng một LUS bền vững thoả mãn đồng thời 5 tính chất nên

hỗ trợ cho DM lựa chọn các yếu tố phù hợp với lĩnh vực SLM Do vậy, cần thiết phải nghiên cứu tích hợp mô hình FESLM và DPSIR để xác định các yếu tố trong SLM

1.2 Tối ưu hoá trong quy hoạch sử dụng đất

Trong toán học, thuật ngữ tối ưu hoá chỉ đến việc nghiên cứu các bài toán có dạng:

− Cho trước một hàm f: A→ R (từ tập A tới tập số thực R)

− Tìm phần tử x0 ∈ A:

+ f(x0) ≤ f(x) ∀x ∈ A (trong trường hợp cực tiểu hoá);

+ f(x0) ≥ f(x) ∀x ∈ A (trong trường hợp cực đại hoá)

- Trong đó: A là tập ràng buộc, f là hàm mục tiêu, x là biến quyết định, x0 là lời giải tối ưu

Bài toán được phát biểu như trên được gọi là quy hoạch toán học (Mathematical

Programming- MP) Rất nhiều bài toán thực tiễn có thể mô hình hoá theo dạng tổng quát này

Cách sử dụng thông thường của mô hình MP được mô tả như sau (Dyktra, 1984 [1]; Vanderbei, 2001 [62]):

− Mô hình MP được xây dựng cung cấp thông tin cho DM hiểu rõ các vấn đề thực tiễn Mô hình hỗ trợ cho DM cách giải quyết vấn đề DM dựa vào đó lựa chọn phương án tốt nhất

− Thông thường, việc ứng dụng mô hình toán bao gồm: Quy luật giải quyết các vấn đề mà nó được sử dụng để dự báo kết quả của các hoạt động và dẫn dắt

DM lựa chọn phương án cuối cùng

Trong quy hoạch sử dụng đất nông nghiệp, việc mô hình hoá bài toán tìm diện tích tối ưu các phương án sử dụng đất, biến quyết định thường được cài đặt là

diện tích các loại cây trồng, khi đó các hàm mục tiêu và hệ ràng buộc đều có thể

biểu diễn được ở dạng tuyến tính, do vậy mô hình tối ưu trong tìm diện tích các phương án sử dụng đất nông nghiệp thuộc lớp bài toán tối ưu tuyến tính Hiện nay, có 2 cách tiếp cận trong tối ưu hoá: (1) tối ưu hoá một mục tiêu (single-objective optimization) và (2) tối ưu hoá đa mục tiêu (Multi-Objective Optimization); có 3

dạng chính: (i) Quy hoạch tuyến tính (Linear Programming-LP) như là mô hình tối ưu một mục tiêu, (ii) Quy hoạch mục tiêu (Goal Programming - GP) và (iii)

Quy hoạch đa mục tiêu tuyến tính (Multi-Object Linear Programming - MOLP)

GP và MOLP là các mô hình tối ưu đa mục tiêu, nó được mô tả như là phần mở rộng của bài toán LP Chúng linh hoạt hơn LP và có khả năng kết hợp nhiều mục tiêu trong cùng một mô hình (Render và Stair, 2000 [63]; Schniederjans, 1995 [64])

1.2.1 Tối ưu một mục tiêu (Single-Objective Optimization)

Năm 1947, G.B.Dantzig đưa ra mô hình toán học này khi nghiên cứu các bài toán lập kế hoạch cho không quân Mỹ Lúc đầu ông gọi là “quy hoạch trong cấu trúc toán học (Programming in a linear structure)” Năm 1948, Tjalling Koopmans đề nghị Dantzig đổi tên bài toán thành “quy hoạch tuyến tính” Bài toán LP được ứng dụng rất nhiều trong các lĩnh vực (Phan Quốc Khánh, 2006)

Dạng chuẩn tắc của bài toán quy hoạch tuyến tính (LP):

Hàm mục tiêu maximize/minimize ∑

=

=

n

j j

c Z

xj ≥ 0, ∀j = 1,2, n

Trong đó: x: là biến quyết định; n: là số biến quyết định; m: là số ràng buộc; cj,

aij: là các hệ số

Mô hình LP gồm hàm mục tiêu tuyến tính (một mục tiêu) và hệ ràng buộc tuyến tính Hàm mục tiêu (có thể là cực đại hoặc cực tiểu) như là tiêu chuẩn nền để lựa chọn giữa các giá trị của các biến quyết định (thuộc vùng khả biến) Mô hình LP

bị ràng buộc bởi tài nguyên (đất, nước, lao động,…), khả năng tài chính hoặc bị giới hạn bởi định hướng phát triển kinh tế xã hội Mô hình ràng buộc thuộc vùng khả biến, tất cả các ràng buộc của LP đều là ràng buộc cứng (rigid) Mỗi ràng buộc đều phải có dấu đẳng thức “=”, nhỏ hơn hoặc bằng “≤”, lớn hơn hoặc bằng

“≥”; các trạng thái “<” hoặc “>” hoặc “≠” không bao giờ có trong hệ ràng buộc của bài toán LP Do đó, lời giải tối ưu (điểm cực trị) thường là các điểm góc trong vùng khả biến (Vanderbei, 2001) [62]

LP được sử dụng như là vấn đề kỹ thuật khởi đầu, giúp đánh giá dữ liệu cần thiết và cung cấp những hiểu biết sâu sắc về sự tương tác giữa các biến quyết định, để từ đó xây dựng mô hình thực tế hơn Đó là lý do tại sao LP được sử dụng rộng rãi trong nhiều lĩnh vực (Dyktra, 1984) [1]

Có nhiều nghiên cứu ứng dụng mô hình LP trong quy hoạch chuyển đổi cơ cấu cây trồng (Williams, 1981) [65] với hàm mục tiêu là tối đa lãi thuần, biến quyết định là diện tích các loại cây trồng, ràng buộc về tài nguyên đất đai Araneda et al., (1996) [66]; Bell và Cruz-Trinidad (1996) [67] ứng dụng LP trong quy hoạch thuỷ sản và nông lâm nghiệp, hàm mục tiêu là lãi thuần, biến quyết định là diện tích các loại đất cần tìm, ràng buộc: tài nguyên đất đai, năng lực đầu tư, khả năng chế biến Kantangkul (2000) [68]: Quy hoạch sử dụng đất miền Nam Thailand, cũng ứng dụng LP xây dựng mô hình như các nghiên cứu trước, nhưng ở nghiên cứu này chia thời kỳ quy hoạch thành 2 giai đoạn nên gọi là quy hoạch tuyến tính nhiều giai đoạn (multi-period LP) Yeh và Tung (2003) [69]: Ứng dụng LP trong quy hoạch sử dụng đất vùng ven biển Đài Loan, điểm khác biệt ở nghiên cứu này là dùng thuật toán Grey LP để giải, vùng xảy ra lời giải tối ưu tương ứng với độ sáng tối của vùng

Mô hình quy hoạch tuyến tính (LP) yêu cầu ít thông tin nên dễ ứng dụng nhưng chỉ giải quyết được một mục tiêu và hệ ràng buộc cứng Trong thực tiễn, các bài toán quản lý tài nguyên thiên nhiên (bài toán quy hoạch sử dụng đất) cũng như các bài toán quản lý kinh tế, … thường xem xét đồng thời nhiều mục tiêu, các mục tiêu có tầm quan trọng khác nhau và đôi khi mâu thuẫn nhau Để giải quyết vấn đề này đòi hỏi phải tiếp cận theo hướng quy hoạch đa mục tiêu

1.2.2 Tối ưu đa mục tiêu (Multi-Objective Optimization)

1.2.2.1 Quy hoạch mục tiêu (Goal Programming – GP)

GP và LP rất giống nhau (Taylor, 2007) [70], GP mở rộng của bài toán LP trên cơ sở xem xét độ ưu tiên của các mục tiêu xung đột nhau Sự khác nhau của GP và

LP là GP không có biến quyết định trong hàm mục tiêu mà thay vào đó là các độ

lệch Mọi ràng buộc cứng (rigid constraint) của LP đều có thể biến đổi thành các

ràng buộc mục tiêu (goal constraint) của GP bằng cách dùng thêm hai biến lệch (deviational var.) Bài toán GP chỉ có một mục tiêu duy nhất là cực tiểu hoá các

độ lệch, mô hình tổng quát như sau (Schniederjans, 1995):

−

− + ++

=

m i n

k

j ik i ik i

i

d w d w P Z

1

)(

Subject to ∑

=

− +

=

=

= +

−

n

j

i i i

;,

2,1

;

0

0 , ,

=

×

≥

− +

− +

i i

j i i

d d

x d d

Pi là độ ưu tiên; wi+, wi- là trọng số, là số thực không âm

Schniederjans (1995) [64], GP có 4 dạng chính: bài toán có thể không có độ ưu tiên và không có trọng số (GP), hoặc có trọng số nhưng không có độ ưu tiên (Weight GP: WGP), hoặc có độ ưu tiên nhưng không có trọng số (Lexicographic GP: LexGP), kết hợp cả độ ưu tiên và trọng số (LexWGP)

Theo Romero và Rehman (2003) [71], LexGP và WGP được sử dụng rộng rãi trong các lĩnh vực như kinh tế, quản lý tài nguyên, quy hoạch nông nghiệp White (1990) [72] khảo sát 504 công trình nghiên cứu ứng dụng GP từ 97 tạp chí, trong đó: 64% ứng dụng LexGP, 21% ứng dụng WGP, 14% ứng dụng GP, chỉ có 1% ứng dụng WLGP

1.2.2.2 Quy hoạch đa mục tiêu (Multi-Objective Programming - MOP)

Lớp các bài toán tối ưu đa mục tiêu rất rộng, ngoài cách tiếp cận linh động như Quy hoạch mục tiêu (Goal Programming), còn một cách tiếp cận khác như sau: Dạng bài toán tổng quát tối ưu đa mục tiêu (MOP) được phát biểu như sau:

c X

f Z

1 1

c X

f Z

1 2

Z

1

Subject to:

;0

,

2,1

;,

2,1,

,1

n

j ij i

x

n j

m i

b x

a X

g

Khi tất cả các hàm mục tiêu và hệ ràng buộc của bài toán MOP đều ở dạng tuyến tính thì gọi là quy hoạch tuyến tính đa mục tiêu (MOLP)

Ở dạng (1), chúng ta sẽ tối ưu hoá đồng thời k hàm mục tiêu với m ràng buộc

gi(X) (i = 1, 2, ……, m), k hàm mục tiêu này sẽ nhận những trọng số khác nhau thể

hiện độ quan trọng khác nhau wj (j = 1, 2, …., k)

MOP và GP giống nhau về phương pháp Mặc dù cả hai đều sử dụng để giải quyết bài toán đa tiêu chuẩn, nhưng cách xây dựng mô hình khác nhau Về mặt kỹ thuật, ý tưởng chính của bài toán MOP là phân biệt tầm quan trọng của các lời giải MOP không thể hiện cho DM lựa chọn như bài toán GP, nhưng MOP thiết lập bộ lời giải khả năng mà DM có thể dựa vào đó để chọn lựa lời giải tốt nhất

Tóm lại: Cấu trúc bài toán MOP giống như bài toán LP Điểm khác nhau chính là

MOP có nhiều hơn một mục tiêu, hệ ràng buộc và thuộc tính không âm Bộ lời giải khả năng trong MOP là điểm thay đổi mấu chốt trên biên cân bằng Có nghĩa là nó cung cấp một tập nghiệm tối ưu Pareto (nhiều phương án tối ưu Pareto) ứng với tập trọng số của các mục tiêu

Tối ưu đa mục tiêu (GP, MOP) là một nhánh của phân tích ra quyết định đa tiêu chuẩn và được ứng dụng rất nhiều trong các lĩnh vực khác nhau, trong đó có lĩnh vực quản lý tài nguyên, quy hoạch sử dụng đất (Ehrgott et al., 2003) [73] Trong lĩnh vực này có các nghiên cứu điển hình như sau:

Bell, E.F (1976) [74] ứng dụng mô hình WGP vào quy hoạch sử dụng đất khu vực phía tây bắc nước Mỹ, với các biến quyết định là diện tích các loại đất cần quy hoạch, 2 mục tiêu là tối đa về sản lượng gỗ, tối thiểu về mức độ ảnh hưởng đến môi trường thông qua khối lượng bồi lắng, ràng buộc về quỹ đất Kết quả đã tìm ra được phương án sử dụng đất hợp lý cho vùng nghiên cứu

Chang et al (1995) [75] ứng dụng đa mục tiêu tuyến tính (MOLP) vào bố trí sử dụng tài nguyên đất đai cho lưu vực hồ Tweng-Wen, Đài Loan, với 6 biến quyết định, 6 hàm mục tiêu (2 mục tiêu tối đa lợi ích kinh tế xã hội: thu nhập, việc làm;

04 mục tiêu tối thiểu về ô nhiễm nguồn nước: P, N, BOD, chất cặn) Hệ ràng buộc là khả năng đất đai, diện tích tối thiểu đất rừng, độ phì của đất, diện tích tối thiểu đất nông nghiệp, diện tích tối thiểu đất ở, đất dốc, diện tích tối thiểu đất

cảnh quan Bài toán giải bằng cách dùng mô hình thoả hiệp mờ đa mục tiêu với

chỉ một bộ trọng số cân bằng cho tất cả các mục tiêu Kết quả cho thấy đất ở tăng nếu ô nhiễm được kiểm soát, đây là điều hợp lý so với thực tiễn

Balteiro và Romero (2003) [76] phát triển mô hình GP kết hợp với tổng số carbon (là mục tiêu bổ sung), tối đa hiện giá ròng (NPV), khống chế về diện tích trong quản lý đất rừng ở Tây Ban Nha Ma trận được mất (pay-off) của 5 tiêu chuẩn được xây dựng thể hiện những kết quả không thể đạt được từ tối ưu một mục tiêu Do đó, lời giải thoả hiệp giữa 5 tiêu chuẩn là dùng trọng số và tối ưu tuần tự

Nguyễn Hải Thanh (2005) [77], xác định cơ cấu cây trồng xã Nhân Chính, huyện Lý Nhân, tỉnh Hà Nam Mô hình tối ưu đa mục tiêu tuyến tính (MOLP) được xây dựng: (i) 3 mục tiêu: tối đa lợi nhuận, tối đa mức độ thích hợp (diện tích thích nghi S1), tối đa về hiệu quả môi trường; (ii) 18 biến quyết định, (iii) 7 ràng buộc về tài nguyên đất đai Bài toán được giải theo phương pháp thoả hiệp mờ với phần mềm MULTIOPT, đây là phương pháp giải bài toán MOP thích hợp nhất (Kasawa, 2002) Phương án chọn có trọng số các mục tiêu: w1 = 0,4, w2 = 0,2, w3

= 0,4 Tương tự, Zeng et al (2010) [78] cũng ứng dụng FMOLP trong giải bài

toán bố trí sử dụng đất cho vùng tây bắc Trung Quốc Trong các nghiên cứu này

cho rằng hiệu quả kinh tế của mỗi LUT là như nhau trên mọi khoanh đất Bài toán tối ưu được cài đặt trên cơ sở các tham số (lợi nhuận, chi phí, yêu cầu nước,…) theo từng LUT chứ không theo LUS Tuy nhiên, trong thực tế, tuy cùng một LUT nhưng sản xuất trên các vùng đất có chất lượng khác nhau (LUS khác nhau) thì đầu tư (input) và kết quả sản xuất (output) cũng khác nhau Đây là vấn đề tiếp tục xem xét trong các nghiên cứu tiếp theo

Hầu hết các nghiên cứu đều cho thấy vấn đề môi trường thường xung đột với các các mục tiêu khác (kinh tế, xã hội), có nghĩa là trong quá trình lập quy hoạch sử dụng đất cần phải xem xét đồng thời cả 3 yếu tố kinh tế - xã hội - môi trường

Phương pháp tiếp cận đa mục tiêu đang được phát triển trong thời gian gần đây để giải quyết bài toán quy hoạch sử dụng đất bền vững

Ngoài mô hình quy hoạch tuyến tính đã được ứng dụng rộng rãi trong quy hoạch sử dụng đất cũng như quy hoạch sử dụng đất nông nghiệp, các mô hình phi tuyến, quy hoạch động, quy hoạch ngẫu nhiên là các mô hình đặc biệt được sử dụng

trong khoa học quản lý và vận trù học (Render và Stair, 2000 [63]; Schniederjans, 1995) [64])

− Mô hình quy hoạch phi tuyến (nonlinear programming): Nghiên cứu trường hợp

tổng quát khi hàm mục tiêu hay các ràng buộc hoặc cả hai chứa các thành phần không tuyến tính

− Mô hình quy hoạch động (dynamic programming): Nghiên cứu các trường hợp

khi chiến lược tối ưu hoá dựa trên việc chia bài toán thành các bài toán con nhỏ hơn (nguyên lý quy hoạch động)

− Quy hoạch ngẫu nhiên (stochastic programming) nghiên cứu các trường hợp khi

một số ràng buộc phụ thuộc vào các biến ngẫu nhiên

1.2.2.3 Các tiếp cận giải bài toán MOP

Các tiếp cận phổ biến trong giải bài toán tối ưu đa mục tiêu:

(a) Tiếp cận một mục tiêu: Tối ưu hoá 1 mục tiêu quan trọng nhất và biến đổi

(k-1) mục tiêu còn lại thành hệ ràng buộc Cách tiếp cận này đôi khi không nhận được lời giải khả thi (Burke và Kendall, 2005) [2]

(b) Tiếp cận thoả hiệp (trade-off) các mục tiêu: Trong bài toán tối ưu đa mục

tiêu, không thể tối ưu hoá đồng thời tất cả các mục tiêu mâu thuẫn Tính tối ưu vì vậy được thay thế bằng khái niệm “vừa thoả mãn vừa hy sinh” hay lời giải thoả hiệp (trade –off) tốt nhất (Render và Stair, (2000) [63]; Taylor, 2007 [70]), kết quả được phương án tối ưu Pareto Với cách tiếp cận này, bài toán MOP được chuyển thành bài toán tối ưu 1 mục tiêu thông qua trọng số các mục tiêu (Abdelaziz, 2007) [3] Tuy nhiên, DM không thể xác định vector trọng số ([w]) thoả mãn ngay từ đầu, mà phải từng bước thích nghi với mô hình, từ đó thay đổi [w] một cách hợp lý để tìm ra phương án Pareto phù hợp với mong muốn của mình (quá trình này gọi là phương pháp tương tác - interactive method)

− Phương pháp tương tác STEM trong giải bài toán quy hoạch tuyến tính đa mục tiêu được giới thiệu đầu tiên bởi Benayoun et al (1971) (Benayoun et al., 1982 [79]), và được điều chỉnh bổ sung bởi Fichefet (1976) [82], Choo và Atkins (1980) [80] Phương pháp tương tác gồm 2 bước (gọi là STEP Method, viết tắt là STEM) (Coello Coello et al., 2007, trang 69-70) [81]: (1).Tìm phương án tối

ưu Pareto, phương án này gần với điểm lý tưởng (ideal point); (2) Yêu cầu DM

so sánh vector mục tiêu với vector lý tưởng (so sánh giá trị hàm mục tiêu đạt được với giá trị lý tưởng) và chỉ ra mục tiêu thoả mãn và điều chỉnh mức độ (trọng số) của mục tiêu chưa thoả mãn Thuật toán STEM rất đơn giản và dễ thực thi, trong mỗi bước chỉ yêu cầu DM đưa ra mức độ thoả mãn (trọng số) của các mục tiêu, đến khi nào tất cả các mục tiêu được thoả mãn Tuy nhiên,

DM không bao giờ đạt đến lời giải cuối cùng nếu không muốn hy sinh bất cứ

mục tiêu nào

− Phương pháp tương tác điểm tham chiếu (Reference Point Method: RPM) được phát triển bởi Wierzbicki (1980) [83] Ý tưởng cơ bản của RPM là DM có thể chỉ cụ thể giá trị tham chiếu cho mỗi hàm mục tiêu, ứng với mỗi điểm tham chiếu sẽ tìm được một phương án tối ưu Pareto gần với điểm tham chiếu hoặc tốt hơn (nếu điểm tham chiếu là điểm có thể đạt đến) DM có thể chọn phương án tối ưu Pareto (vừa tìm được) hoặc thay đổi điểm tham chiếu để tìm phương án tối ưu Pareto phù hợp hơn với mong muốn của DM

Trong thực tế, các hàm mục tiêu có đơn vị tính khác nhau, đôi khi có số lượng rất lớn nên gây khó khăn cho DM trong quá trình thoả hiệp các mục tiêu, đây thật sự là sức ép lên DM

− Phương pháp tương tác thoả hiệp mờ (Interactive fuzzy satisficing method): Các mục tiêu được chuyển sang biểu diễn dưới dạng mờ với đơn vị thống nhất là hàm thuộc (µk(Zk) ∈[0,1]) đo độ thoả dụng của DM đối với các mục tiêu, cách biểu diễn như vậy rất gần gũi với suy nghĩ của DM, do đó sẽ dễ dàng hơn cho

DM trong việc lựa chọn các phương án Phương pháp tương tác với các mục tiêu mờ như trên gọi là phương pháp tương tác thoả hiệp mờ, phương pháp này rất phù hợp cho giải bài toán MOP (Sakawa, 2002) [4]

Tóm lại:

Bài toán tối ưu đa mục tiêu trong quy hoạch sử dụng đất nông nghiệp là bài toán tối ưu đa mục tiêu tuyến tính (LGP, MOLP) vì các hàm mục tiêu và hệ ràng buộc đều biểu diễn dưới dạng tuyến tính (Chang et al., 1995 [75]; Weintraub et al,

2007 [84])

Bài toán MOP (hay MOLP) với 3 mục tiêu trở lên rất khó giải để tìm hết tất cả tập nghiệm Pareto (Ehrgott et al., 2003) [73], phương pháp tương tác khá thích hợp trong giải bài toán MOP, đôi khi chỉ qua vài vòng lặp tương tác, DM đã tìm được phương án mà mình mong muốn, do vậy phương pháp tương tác rất phù hợp trong giải bài toán tối ưu đa mục tiêu trong quy hoạch sử dụng đất

Trong các phương pháp tương tác để giải bài toán MOP (hay (MOLP) vừa nêu

trên, phương pháp tương tác thoả hiệp mờ (Interactive fuzzy satisficing method) có

cách biểu diễn độ thoả dụng các mục tiêu gần gũi với suy nghĩ của DM, nên rất thích hợp trong việc hỗ trợ DM lựa chọn phương án sử dụng đất tối ưu trong quy hoạch sử dụng đất

1.2.3 Đánh giá chung về các mô hình toán tối ưu

Về mặt lý thuyết cũng như kỹ thuật, những thuận lợi và khó khăn chính giữa 3 mô hình LP, GP (hay LGP), MOP (hay MOLP) như sau:

− Mặc dù mô hình LP yêu cầu ít thông tin hơn GP và thường đưa ra lời giải có hiệu lực, nhưng nó chỉ liên quan đến một mục tiêu và hệ ràng buộc cứng, điều này làm cho LP ít được ưa thích do bài toán quản lý tài nguyên thiên nhiên liên quan đến nhiều yếu tố và đôi khi nhiều mục tiêu mâu thuẫn nhau Các mô hình tối ưu đa mục tiêu được ứng dụng rộng rãi trong quy hoạch sử dụng đất để giải quyết bài toán tối ưu nhiều mục tiêu mâu thuẫn nhau Trong đó, việc cài đặt bài toán tối ưu theo từng LUS là vấn đề cần được xem xét trong các nghiên cứu tiếp theo

− Mô hình GP/LGP có hiệu quả khi sử dụng bằng máy tính (computer), nhưng nó yêu cầu số lượng lớn thông tin để đạt được mục tiêu, trọng số và mức độ ưu tiên từ DM Mặt khác, MOP/MOLP không yêu cầu nhiều thông tin như thế nhưng yêu cầu cung cấp thông tin thông qua tập hợp nghiệm khả năng Tuy nhiên, mô hình MOP/MOLP với 3 mục tiêu trở lên rất khó giải để tìm hết tất

cả tập nghiệm Pareto (Ehrgott et al., 2003) [73] Sử dụng phương pháp tương

tác thoả hiệp mờ để giải bài toán MOP (hay MOLP) trong quy hoạch sử dụng đất nông nghiệp là rất thích hợp

− Việc lựa chọn sử dụng mô hình GP/LGP hoặc MOP/MOLP phụ thuộc vào yêu cầu của bài toán cần giải, khi tất cả các mục tiêu (goal) được xác định rõ ràng thì áp dụng mô hình GP/LGP (Ehrgott et al., 2003 [73]), khi thể hiện mục tiêu định hướng (objective) thì dùng mô hình MOP/MOLP (McCarl et al., 1997 [85]) Bài toán tối ưu đa mục tiêu trong quy hoạch sử dụng đất nông nghiệp là bài toán tối ưu đa mục tiêu tuyến tính (LGP, MOLP) với những mục tiêu như tổng giá trị sản xuất lớn nhất, chi phí nhỏ nhất, lãi thuần lớn nhất, … là các mục tiêu định hướng, không thể xác định giá trị rõ ràng (lớn nhất hay nhỏ nhất là

bao nhiêu), do đó nên chọn mô hình MOLP trong xác định diện tích phương án sử dụng đất tối ưu.

− Mô hình bài toán tối ưu tuyến tính (MOLP) chỉ hỗ trợ xác định cơ cấu sử dụng đất tối ưu nhưng không thể bố trí không gian sử dụng đất các phương án Muốn biểu diễn không gian các phương án, cần phải tích hợp với GIS

1.3 GIS trong quy hoạch sử dụng đất