Mục đích của luận án là xác định các yếu tố kinh tế - xã hội - môi trường ảnh hưởng đến sử dụng đất sản xuất nông nghiệp. Xây dựng chương trình phần mềm tối ưu hóa diện tích các kiểu sử dụng đất sản xuất nông nghiệp sử dụng công cụ mã nguồn mở. Xây dựng mô hình tích hợp tối ưu hóa và bố trí không gian diện tích đất sản xuất nông nghiệp. Đề xuất ứng dụng mô hình tích hợp vào quy trình quy hoạch sử dụng đất sản xuất nông nghiệp.
GIỚI THIỆU
Mục tiêu của đề tài
Mục tiêu nghiên cứu của luận án là phân tích các yếu tố kinh tế - xã hội
Môi trường đóng vai trò quan trọng trong việc xác định các kiểu sử dụng đất nông nghiệp, từ đó xây dựng mô hình tích hợp giúp tối ưu hóa diện tích và bố trí các loại đất sản xuất nông nghiệp Việc này không chỉ nâng cao hiệu quả quy hoạch sử dụng đất mà còn góp phần phát triển bền vững trong lĩnh vực nông nghiệp.
Mục tiêu 1: Xác định các yếu tố kinh tế - xã hội - môi trường ảnh hưởng đến sử dụng đất sản xuất nông nghiệp
Mục tiêu 2: Xây dựng chương trình phần mềm tối ưu hóa diện tích các kiểu sử dụng đất sản xuất nông nghiệp sử dụng công cụ mã nguồn mở
Mục tiêu 3: Xây dựng mô hình tích hợp tối ưu hóa và bố trí không gian diện tích đất sản xuất nông nghiệp
Mục tiêu 4: Đề xuất ứng dụng mô hình tích hợp vào quy trình quy hoạch sử dụng đất sản xuất nông nghiệp.
Nội dung nghiên cứu
Phân tích mối quan hệ giữa các yếu tố ảnh hưởng đến sự lựa chọn kiểu sử dụng đất sản xuất nông nghiệp là cần thiết để tối ưu hóa và bố trí sử dụng đất Điều này bao gồm việc thiết lập các điều kiện ràng buộc về kinh tế, xã hội và môi trường, nhằm đảm bảo sự phát triển bền vững trong lĩnh vực nông nghiệp.
Tài liệu trong và ngoài nước đã chỉ ra rằng các yếu tố kinh tế, xã hội và môi trường (KT-XH-MT) có ảnh hưởng đáng kể đến sự thay đổi và lựa chọn các kiểu sử dụng đất trong sản xuất nông nghiệp Nghiên cứu này nhấn mạnh tầm quan trọng của việc hiểu rõ mối liên hệ giữa các yếu tố KT-XH-MT để tối ưu hóa việc sử dụng đất và nâng cao hiệu quả sản xuất nông nghiệp.
Nghiên cứu thu thập số liệu thực tế từ phỏng vấn nông hộ sản xuất nông nghiệp nhằm xác định các yếu tố chính ảnh hưởng đến sự lựa chọn kiểu sử dụng đất sản xuất nông nghiệp tại ba huyện Mỹ Xuyên, Trần Đề và Long Phú ở tỉnh Sóc Trăng.
Phân tích thống kê mô tả giúp xác định các chỉ số kinh tế, xã hội và môi trường của các kiểu sử dụng đất sản xuất nông nghiệp tiềm năng trong vùng nghiên cứu Đồng thời, nghiên cứu cũng xác định các yếu tố kinh tế, xã hội và môi trường chủ yếu có ảnh hưởng đến sự lựa chọn kiểu sử dụng đất, từ đó cung cấp dữ liệu đầu vào cho việc tối ưu hóa và bố trí không gian diện tích cho các kiểu sử dụng đất này.
Nội dung 2: Xây dựng phần mềm máy tính mã nguồn mở cho tối ưu hóa diện tích đất sản xuất nông nghiệp
- Tổng quan về đánh giá thích nghi đất đai và phương pháp tối ưu hóa trong quy hoạch sử dụng đất
- Đánh giá và lựa chọn công cụ tối ưu hóa diện tích đất sản xuất nông nghiệp
- Xây dựng khung cơ sở dữ liệu, hàm mục tiêu tối ưu và các phương trình ràng buộc
Phương pháp phân tích Monte Carlo được ứng dụng để ước lượng diện tích cho các kiểu sử dụng cần giới hạn, nhằm hỗ trợ giải bài toán tối ưu hóa hiệu quả.
Chúng tôi đã phát triển phần mềm LandOptimizer, một công cụ tối ưu hóa diện tích sử dụng đất trong sản xuất nông nghiệp, sử dụng các thư viện mã nguồn mở Phần mềm này không chỉ giúp cải thiện hiệu quả sử dụng đất mà còn được kiểm chứng độ tin cậy về kết quả, đảm bảo tính chính xác và hiệu quả trong ứng dụng thực tiễn.
Nội dung 3: Xây dựng mô hình tích hợp trong bố trí sử dụng đất sản xuất nông nghiệp
Mô hình tích hợp ST-IALUP kết hợp phần mềm LandOptimizer với mô hình bố trí không gian ST-LUAM (Mô hình Phân bổ Đất sử dụng Sóc Trăng), nhằm tối ưu hóa quy hoạch sử dụng đất.
- Xây dựng mô hình bố trí đất đai dựa trên các yếu tố KT-XH-MT ảnh hưởng đến bố trí đất đai được xác định ở Nội dung 1
- Kiểm chứng mô hình bố trí đất đai
Nội dung 4: Ứng dụng mô hình tích hợp trong xây dựng phương án sử dụng đất sản xuất nông nghiệp
- Đề xuất ứng dụng mô hình tích hợp ST-IALUP vào quy trình quy hoạch sử dụng đất sản xuất nông nghiệp
- Triển khai ứng dụng mô hình tích hợp ở huyện Trần Đề, Mỹ Xuyên và Long Phú thuộc tỉnh Sóc Trăng.
Đối tượng và phạm vi nghiên cứu
1.4.1 Đối tượng nghiên cứu của luận án
Luận án nghiên cứu các yếu tố kinh tế, xã hội và môi trường ảnh hưởng đến việc lựa chọn kiểu sử dụng đất, nhằm xây dựng mô hình tích hợp hỗ trợ quy hoạch sử dụng đất cho sản xuất nông nghiệp.
- Các kiểu sử dụng đất sản xuất nông nghiệp có triển vọng trên địa bàn tỉnh Sóc Trăng
- Các yếu tố KT-XH-MT ảnh hưởng chủ yếu đến việc bố trí các kiểu sử dụng đất sản xuất nông nghiệp trong quy hoạch sử dụng đất
Mô hình toán học đóng vai trò quan trọng trong việc tối ưu hóa diện tích đất sản xuất nông nghiệp, giúp xác định cách bố trí không gian hiệu quả cho các loại hình sử dụng đất khác nhau Bằng việc áp dụng các phương pháp tối ưu hóa, nông dân có thể tăng cường năng suất và hiệu quả sử dụng đất, từ đó nâng cao thu nhập và phát triển bền vững trong lĩnh vực nông nghiệp Việc nghiên cứu và ứng dụng các mô hình này không chỉ hỗ trợ trong việc quản lý tài nguyên mà còn góp phần vào bảo vệ môi trường và cải thiện chất lượng cuộc sống cho cộng đồng nông thôn.
1.4.2.1 Phạm vi về nội dung nghiên cứu
Luận án nghiên cứu các yếu tố kinh tế, xã hội và môi trường để xây dựng mô hình tích hợp hỗ trợ quy hoạch sử dụng đất trong sản xuất nông nghiệp.
Luận án tập trung nghiên cứu và ứng dụng mô hình tích hợp tại 3 huyện đại diện cho 3 vùng sinh thái của tỉnh Sóc Trăng, bao gồm huyện Long Phú (vùng sinh thái nước ngọt), huyện Mỹ Xuyên (vùng sinh thái nước lợ ngoài đê) và huyện Trần Đề (vùng sinh thái nước lợ trong đê).
1.4.2.2 Phạm vi thời gian nghiên cứu
Luận án được thực hiện từ tháng 6 năm 2016 đến tháng 12 năm 2019
Dữ liệu thống kê về sản xuất nông nghiệp được thu thập từ năm 2010 đến năm 2018.
Ý nghĩa của luận án
1.5.1 Về mặt khoa học và thực tiễn
Luận án đóng góp các điểm mới về mặt khoa học như sau:
Các yếu tố kinh tế, xã hội và môi trường (KT-XH-MT) đóng vai trò quan trọng trong việc xác định lựa chọn các kiểu sử dụng đất Sự tương tác giữa các yếu tố này là cần thiết để giải quyết bài toán tối ưu hóa và bố trí đất sản xuất nông nghiệp một cách hiệu quả.
Chương trình phần mềm máy tính được phát triển nhằm hỗ trợ giải bài toán tối ưu hóa diện tích đất sản xuất nông nghiệp, mang lại sự thân thiện và tiện lợi cho người sử dụng Đây là công cụ chuyên dụng cho công tác quản lý và quy hoạch sử dụng đất trong lĩnh vực nông nghiệp.
Xây dựng mô hình bố trí không gian diện tích tối ưu cần kết hợp nhiều tiêu chí quan trọng, bao gồm mức độ ưu tiên kinh tế trong việc bố trí các kiểu sử dụng đất thích nghi tự nhiên Đồng thời, cần xem xét đặc điểm ưu thế của đất sản xuất nông nghiệp trong mối quan hệ không gian với các điều kiện xã hội và môi trường, cũng như các kiểu sử dụng đất nông nghiệp lân cận, hiện trạng sử dụng đất và cơ sở hạ tầng.
Kết quả của nghiên cứu cung cấp thông tin hữu ích cho nhà quản lý trong việc lập kế hoạch sản xuất nông nghiệp và xây dựng các kịch bản phát triển kịp thời, giúp nắm bắt xu hướng thay đổi Đồng thời, nghiên cứu cũng hỗ trợ các nhà quản lý quy hoạch lựa chọn và đề xuất diện tích cũng như phân bố các kiểu sử dụng đất nông nghiệp bền vững về kinh tế, giảm thiểu rủi ro và bảo vệ môi trường.
- Đề xuất ứng dụng mô hình tích hợp ST-IALUP vào quy trình lập quy hoạch sử dụng đất của FAO
1.5.2 Về mặt giáo dục đào tạo và nghiên cứu khoa học
Phương pháp, công cụ và quy trình từ kết quả luận án sẽ là tài liệu tham khảo quý giá cho nghiên cứu ở bậc đại học, cao học và tiến sĩ trong lĩnh vực Quản lý đất đai Đồng thời, kết quả này sẽ góp phần quan trọng vào công tác quản lý và quy hoạch sử dụng đất nông nghiệp, hỗ trợ ngành quản lý đất đai cũng như lĩnh vực quản lý tài nguyên và môi trường.
CƠ SỞ KHOA HỌC
Tiến trình thực hiện các nội dung của luận án
Nội dung và phương pháp của luận án được trình bày rõ ràng qua sơ đồ Hình 3.1, trong đó các nội dung thực hiện được phân chia thành 4 khối tương ứng với các phương pháp thực hiện cụ thể.
Hình 3.1 Tiến trình thực hiện các nội dung của luận án
Mục tiêu của nội dung 1 là xác định và phân tích các yếu tố kinh tế, xã hội và môi trường ảnh hưởng đến việc sử dụng và bố trí đất nông nghiệp Để đạt được mục tiêu này, cần thực hiện các nội dung được tóm tắt trong Khối số 1, bao gồm việc thu thập dữ liệu thứ cấp về tình hình sản xuất nông nghiệp và bản đồ của vùng nghiên cứu, cùng với dữ liệu điều tra nông hộ và phương pháp thống kê mô tả.
Nội dung 1 cung cấp kết quả cho Nội dung 2, được trình bày trong khối số 2 của Hình 3.1, nhằm xác định diện tích canh tác tối ưu cho từng kiểu sử dụng thông qua mô hình tối ưu hóa Để xây dựng mô hình này, cần nhiều nguồn dữ liệu đầu vào, bao gồm: (i) dữ liệu thống kê KT-XH từ nội dung 1; (ii) dữ liệu tự nhiên để tạo bản đồ đơn vị đất đai cho mô hình; và (iii) dữ liệu diện tích canh tác của các KSD cần phát triển, dùng làm ràng buộc biên trong mô hình toán Dữ liệu điều kiện biên được phân tích bằng phương pháp Monte Carlo Các nguồn đầu vào này được sử dụng để phát triển phần mềm tối ưu hóa đất nông nghiệp mang tên LandOptimizer, dựa trên phương pháp tối ưu hóa tuyến tính.
Kết quả tối ưu hóa diện tích của các KSD từ nội dung 2 được sử dụng làm dữ liệu đầu vào cho nội dung 3, nhằm xây dựng mô hình bố trí đất nông nghiệp chi tiết trên bản đồ Mô hình ST-LUAM giải quyết vấn đề bố trí diện tích cho nhiều KSD trên một đơn vị đất đai Nguyên tắc bố trí và mức độ ưu tiên được phát triển dựa trên phương pháp lựa chọn đa tiêu chí về kinh tế - xã hội - môi trường của từng kiểu sử dụng đã phân tích trong nội dung 2.
Cuối cùng, ứng dụng Khối số 4 tập trung vào việc tích hợp các thành phần từ thu thập dữ liệu đến tối ưu hóa và bố trí đất nông nghiệp Mô hình này đã được thực hiện hiệu quả cho vùng nghiên cứu, bao gồm ba huyện Long Phú, Mỹ Xuyên và Trần Đề thuộc tỉnh Sóc Trăng.
Phương pháp phân tích mối quan hệ các yếu tố KT-XH-MT ảnh hưởng sử dụng đất nông nghiệp
3.2.1 Xác định các yếu tố KT-XH-MT
Dựa trên phân tích ở Mục 2.2 và các tiêu chí từ các nghiên cứu liên quan, đề tài đã xác định các yếu tố kinh tế, xã hội và môi trường cần khảo sát Những yếu tố này sẽ được tích hợp trong mô hình và được trình bày trong Bảng 3.1.
Bảng 3.1 Các yếu tố KT-XH-MT cần khảo sát
Yếu tố chính Yếu tố phụ Phù hợp với nghiên cứu khác
Kinh tế Lợi nhuận Santiphop et al (2012); Lê
Quang Trí và ctv., 2013; Lê Tấn Lợi và ctv (2016); Phạm Thanh Vũ và ctv., 2014
Nguồn vốn Lê Tấn Lợi và ctv (2016)
Khả năng vốn của nông hộ
Bùi Anh Tuấn và ctv (2013); Huỳnh Văn Dũng (2017)
Yêu cầu của thị trường Santiphop et al (2012); Huỳnh
Xã hội Lao động Lê Quang Trí và ctv., 2013;
Phạm Thanh Vũ và ctv., 2014
Học vấn Huỳnh Văn Dũng (2017)
Lân cận Lê Quang Trí và ctv., 2008;
Cơ sở hạ tầng Lê Tấn Lợi và ctv (2016);
Môi trường Rủi ro của kiểu sử dụng Nguyễn Quốc Nghi và Lê Thị
Vũ và ctv., 2014 Điều kiện tự nhiên: đất, nước
Hầu hết các nghiên cứu
Lựa chọn các chỉ tiêu nghiên cứu cần dựa trên tính phù hợp với các yếu tố kinh tế, xã hội và môi trường Trong đó, các chỉ tiêu về lợi nhuận và nhu cầu thị trường có ảnh hưởng lớn đến diện tích của các KSD Khả năng vốn của nông hộ quyết định việc bố trí các KSD, trong khi lao động, kỹ thuật và cơ sở hạ tầng cũng được nhiều nghiên cứu chỉ ra là có tác động đến việc sử dụng đất Cuối cùng, điều kiện tự nhiên về đất, nước và rủi ro từ kiểu sử dụng là những yếu tố quan trọng trong việc đánh giá khả năng lựa chọn KSD.
3.2.2 Phương pháp thu thập dữ liệu
Số liệu thống kê về kiểm kê đất đai và bản đồ hiện trạng sử dụng đất được thu thập từ phòng Tài nguyên Môi trường, các chi nhánh Văn phòng đăng ký đất đai của 3 huyện Long Phú, Trần Đề, Mỹ Xuyên, cùng với Sở Tài nguyên Môi trường tỉnh Sóc Trăng trong các năm 2005, 2010 và 2015.
Số liệu thống kê kinh tế xã hội từ năm 2010 đến năm 2018 ở Cục thống kê tỉnh Sóc Trăng
Các báo cáo tổng kết tình hình sản xuất nông nghiệp của tỉnh Sóc Trăng và các huyện Long Phú, Trần Đề, Mỹ Xuyên qua các năm: 2015-2018
Khảo sát nông hộ nhằm thu thập thông tin về tình hình sản xuất nông nghiệp, kinh tế xã hội và môi trường Số lượng mẫu phỏng vấn được xác định theo công thức Yamane (1967).
Với N: tổng số hộ canh tác nông nghiệp; e: sai số của mẫu
Số mẫu n trong nghiên cứu sản xuất nông nghiệp được tính dựa trên 55.000 hộ dân của 3 huyện Số mẫu điều tra phụ thuộc vào giá trị sai số mẫu (e); với sai số e là 10%, cần 100 mẫu; e = 6% yêu cầu 276 mẫu; và e = 5% cần 397 mẫu.
Trong nghiên cứu về sản xuất nông nghiệp của nông hộ theo cấp huyện và tỉnh, Lê Quang Trí và cộng sự (2013) đã chọn 30 phiếu mẫu cho mỗi kiểu sử dụng tại một huyện Tương tự, Phù Vĩnh Thái và cộng sự cũng áp dụng phương pháp chọn mẫu tương tự để đảm bảo tính đại diện trong các nghiên cứu của họ.
Năm 2015, nghiên cứu đã chọn 62 và 65 mẫu tương ứng với kiểu luân canh tôm sú – lúa và tôm thẻ chân trắng – lúa tại 4 huyện ở tỉnh Kiên Giang Trong một nghiên cứu quốc tế, Santiphop et al (2012) đã thu thập 210 mẫu từ phương pháp tính theo công thức Yamane (1967) với sai số mẫu là 7% cho 8 loại cây trồng ở tỉnh Kanchanaburi, Thái Lan.
Tổng số mẫu phỏng vấn nông hộ sản xuất nông nghiệp tại 3 huyện trong nghiên cứu được xác định dựa trên công thức với sai số mẫu 6% cho 7 KSD, làm tròn lên 45 hộ/KSD, dẫn đến tổng cộng là
315 hộ phân bố ở các huyện như Bảng 3.2
Phương pháp chọn mẫu ngẫu nhiên kết hợp với phỏng vấn trực tiếp qua bảng câu hỏi đã được thiết kế sẵn là một cách hiệu quả để thu thập dữ liệu Mỗi phiếu điều tra sẽ cung cấp các số liệu kinh tế - xã hội cần thiết cho nghiên cứu.
Bài viết đề cập đến việc thu thập thông tin chi tiết về hiện trạng sản xuất nông nghiệp, bao gồm khả năng của người dân, kỹ thuật canh tác, thời vụ, ngày công lao động, mức độ đầu tư, năng suất và tổng thu nhập Ngoài ra, cần xem xét trình độ thâm canh, khả năng tiếp cận tiến bộ khoa học kỹ thuật, mức độ rủi ro của các kiểu sản xuất (KSD), mong muốn của người dân trong sản xuất, khả năng bố trí của kiểu sản xuất và mức độ thân thiện với môi trường tự nhiên, như ảnh hưởng đến đất, nước, hạn chế dịch bệnh và khả năng đa dạng cây trồng vật nuôi trong khu vực canh tác.
Bảng 3.2 Phân bố số lượng mẫu khảo sát
TT Nhóm xã Huyện LUT Số nông hộ
1 Long Phú Long Phú Ba vụ lúa 45
2 Long Phú Long Phú Hai vụ lúa-
3 Long Phú, Liêu Tú Long Phú, Trần Đề Hai vụ lúa 45
4 Long Phú Long Phú Cây ăn quả 45
5 Long Phú, Liêu Tú Long Phú, Trần Đề Chuyên màu 45
6 Thạnh Phú, Tham Đôn Mỹ Xuyên Lúa _Tôm 45
7 Hòa Tú 1, Trung Bình Mỹ Xuyên, Trần Đề Chuyên Tôm 45
Bản đồ vị trí các điểm khảo sát được trình bày trong Hình 3.2, với các vị trí khảo sát nằm trong ba huyện Long Phú, Mỹ Xuyên và Trần Đề, như được liệt kê trong Bảng 3.2.
Hình 3.2 Bản đồ vị trí các điểm khảo sát
Từ năm 2010 đến 2018, đã thu thập số liệu và tài liệu báo cáo liên quan đến kiểm kê dân số, đất đai, chi tiêu kế hoạch phát triển, cùng với các báo cáo về tình hình phát triển kinh tế - xã hội tại địa phương, đặc biệt chú trọng vào sản xuất nông nghiệp Ngoài ra, các tài liệu định hướng phát triển kinh tế và các văn kiện của Đại hội đại biểu Đảng bộ tỉnh Sóc Trăng cũng được xem xét để phục vụ cho công tác nghiên cứu và phát triển.
3.2.3 Phân tích sự tác động của các yếu tố KT-XH-MT đến quy hoạch
Sau khi khảo sát tiến hành phân tích thống kê mô tả các yếu tố KT –
XH – MT theo thực trạng của các kiểu sử dụng đất sản xuất nông nghiệp ở địa phương
Phương pháp thống kê mô tả được áp dụng để xác định giá trị trung bình và độ lệch chuẩn cho các chỉ tiêu kinh tế định lượng như lợi nhuận từ các kiểu sử dụng đất Đồng thời, nghiên cứu cũng xem xét các chỉ tiêu định tính về xã hội, bao gồm trình độ học vấn, trình độ thâm canh, nguồn vốn sản xuất, khả năng tiếp nhận tiến bộ khoa học kỹ thuật, đánh giá rủi ro của nông hộ, yêu cầu về cơ sở hạ tầng môi trường phục vụ sản xuất, và tác động môi trường của các kiểu sử dụng đất trong sản xuất nông nghiệp.
Phương pháp xây dựng mô hình tích hợp
Mô hình tích hợp liên kết dữ liệu giữa mô hình dự tính diện tích nông sản, phần mềm tối ưu hóa diện tích đất sản xuất nông nghiệp LandOptimizer và mô hình bố trí đất sản xuất nông nghiệp ST-LUAM Nguyên tắc kết nối các mô hình và phần mềm này được thể hiện rõ trong Hình 3.3.
Mô hình ST-IALUP (Soc Trang - Mô hình tích hợp hỗ trợ quy hoạch sử dụng đất nông nghiệp) là một hệ thống tích hợp các công cụ nhằm dự tính diện tích đất sản xuất nông nghiệp, tối ưu hóa sử dụng đất thông qua LandOptimizer và mô hình bố trí ST-LUAM Thiết kế của mô hình dựa trên sự nhất quán giữa dữ liệu đầu vào và đầu ra từ các mô hình thành phần Dữ liệu tối ưu hóa diện tích được tạo ra từ mô hình dự tính bằng phương pháp Monte Carlo và được xuất ra dưới dạng file CSV, chứa diện tích của các khu sản xuất nông nghiệp (KSD) theo các năm dự tính, kết hợp với thông tin đầu vào về kinh tế - xã hội.
LandOptimizer cung cấp giải pháp tối ưu hóa diện tích hiệu quả, với kết quả được xuất ra định dạng CSV Dữ liệu này có thể được tích hợp vào mô hình ST-LUAM để thực hiện bố trí đất cho sản xuất nông nghiệp.
3.3.1 Dự tính diện tích canh tác nông nghiệp Để đề xuất các kịch bản sử dụng đất tối ưu, người làm quy hoạch cần dự tính được nhu cầu sản lượng hoặc diện tích cần sản xuất của mỗi loại nông sản trong tương lai để thiết lập các phương trình ràng buộc cho mà mục tiêu tối ưu hóa Tuy nhiên, công tác dự báo thường chứa nhiều rủi ro do bị tác động bởi nhiều yếu tố không chắc chắn, nhưng cần thiết thực hiện để đưa ra các phương án lựa chọn cho người ra quyết định Do đó, luận án lựa chọn phương pháp dự tính bằng Monte Carlo được sử dụng để tính diện tích canh tác các kiểu sử dụng
Luận án này tập trung vào việc dự báo diện tích sản xuất cho ba kiểu nông nghiệp chính: rau màu, cây ăn quả và nuôi trồng thủy sản (NTTS) Những loại hình này cung cấp các sản phẩm nông nghiệp đa dạng nhưng có nhu cầu sản lượng hạn chế, liên quan chặt chẽ đến thị trường tiêu thụ và chứa nhiều rủi ro trong quá trình sản xuất và tiêu thụ Do đó, việc xác định ngưỡng diện tích sản xuất là cần thiết để tối ưu hóa giá trị kinh tế trên mỗi đơn vị đất nông nghiệp Các bước thực hiện dự tính diện tích sẽ được trình bày cụ thể trong nghiên cứu.
- Thu thập diện tích đất canh tác rau màu, cây ăn quả, và NTTS từ năm
Từ năm 2010 đến 2018, dữ liệu được xử lý dựa trên biểu đồ tần suất xuất hiện Tần suất này được sử dụng để tính xác suất xuất hiện của diện tích canh tác.
Để chọn diện tích trong năm tiếp theo cho kiểu sử dụng đã chọn, chúng ta tạo số ngẫu nhiên từ phân phối xác suất và thực hiện quá trình này lặp lại 10.000 lần (Wei và Guo, 2017).
Thống kê diện tích đất trồng rau màu và cây ăn quả là rất quan trọng, giúp phân tích dữ liệu và tìm ra giá trị diện tích trung bình cũng như độ lệch chuẩn Những thông tin này sẽ hỗ trợ trong việc xây dựng kịch bản thay đổi diện tích canh tác, từ đó tối ưu hóa mô hình sản xuất nông nghiệp.
Phương pháp mô phỏng Monte Carlo được sử dụng để dự tính diện tích canh tác trong các năm tiếp theo, như thể hiện trong Hình 3.4 Mô hình này sử dụng dữ liệu diện tích của rau màu, cây ăn quả và nuôi trồng thủy sản từ năm 2010 đến 2018 để tiến hành phân tích.
Mô hình sẽ tạo ra 50 tần suất xuất hiện theo các khoảng diện tích, với giá trị tần suất được chuẩn hóa trong khoảng [0, 1].
Giá trị ngẫu nhiên được so sánh với tần suất xuất hiện để xác định khoảng diện tích và chọn ra diện tích biên cho năm tiếp theo Mô hình kiểm tra số năm mô phỏng; nếu chưa hoàn tất, giá trị diện tích sẽ được đưa vào danh sách để phân tích cho năm sau Quá trình này tiếp tục cho đến khi đạt đủ số năm yêu cầu.
Kết quả mô phỏng đã được thực hiện 10.000 lần, tạo ra một bộ dữ liệu mô phỏng diện tích qua các năm Quá trình này giúp thu được giá trị trung bình và độ lệch chuẩn cho các dữ liệu.
3.3.2 Phương pháp xây dựng phần mềm tối ưu hóa SDĐ NN
Phần mềm LandOptimizer được phát triển bằng ngôn ngữ lập trình Visual Basic.Net và hoạt động trên hệ điều hành Windows Quy trình xây dựng phần mềm bao gồm các bước chính: đầu tiên, phân tích và xác định dữ liệu đầu vào, trong đó bao gồm bản đồ đơn vị đất đai và đánh giá đất đai cho các kiểu sử dụng Tiếp theo, chuẩn hóa dữ liệu đầu vào dựa trên nguồn dữ liệu và các yếu tố kinh tế - xã hội - môi trường đã được chọn lọc.
Để tối ưu hóa, cần phân tích và xây dựng các hàm mục tiêu cùng với các phương trình ràng buộc dựa trên nguồn dữ liệu đầu vào Tiếp theo, kỹ thuật tối ưu hóa sẽ được áp dụng thông qua giải thuật từ thư viện Solver của phần mềm LP_Solve 5.5 Sau khi cài đặt, giao diện và các chức năng của phần mềm sẽ được thiết lập Cuối cùng, hoạt động của phần mềm sẽ được kiểm chứng so với các mô hình toán đã được thiết lập thủ công trong các nghiên cứu liên quan.
Hình 3.5 Các bước xây dựng phần mềm LandOptimizer
3.3.2.1 Xây dựng bản đồ đơn vị đất đai và đánh giá đất đai
Phần mềm tối ưu hóa giúp tối ưu diện tích sử dụng cho từng ĐVĐĐ, là bước đầu tiên quan trọng để phân bổ diện tích các KSD vào các ĐVĐĐ Điều này cần thiết trước khi tiến hành phân bố đất sản xuất nông nghiệp cụ thể vào từng cell trên bản đồ.
Kết chương 3
Chương này trình bày các phương pháp thực hiện nội dung luận án, với các phương pháp được lựa chọn và đề xuất cho nghiên cứu mới Tiến trình thực hiện được chia thành hai giai đoạn: (i) Phân tích.
Có 67 yếu tố kinh tế, xã hội và môi trường ảnh hưởng đến việc sử dụng và bố trí đất sản xuất nông nghiệp Để giải quyết bài toán tối ưu hóa và bố trí sử dụng đất, mô hình tích hợp ST-IALUP đã được xây dựng Mô hình này bao gồm các thành phần có khả năng hoạt động độc lập hoặc kết nối linh hoạt trong hệ thống.
Mô hình tích hợp bao gồm ba yếu tố chính: (i) Mô hình dự báo diện tích canh tác sử dụng phương pháp Monte Carlo dựa trên dữ liệu quá khứ; (ii) Phần mềm tối ưu hóa LandOptimizer, được phát triển bằng ngôn ngữ VB.NET và thư viện LP_Solve 5.5; (iii) Mô hình bố trí đất nông nghiệp ST-LUAM, được xây dựng bằng phần mềm GAMA theo phương pháp Cellular Automata kết hợp với đánh giá đa tiêu chí Kết quả sẽ được trình bày trong chương tiếp theo.
KẾT QUẢ THẢO LUẬN
Giới thiệu vùng nghiên cứu
4.1.1 Lựa chọn vùng nghiên cứu
Sóc Trăng nằm ở cửa Nam sông Hậu thuộc vùng Đồng bằng sông Cửu Long (ĐBSCL), cách thành phố Cần Thơ khoảng 60 km, có tọa độ địa lý từ
Tỉnh Sóc Trăng, nằm ở vĩ độ Bắc từ 9°14'28'' đến 9°55'30'' và kinh độ Đông từ 105°34'16'' đến 106°17'50'', giáp với các tỉnh Hậu Giang, Trà Vinh, Bạc Liêu và biển Đông Tính đến năm 2018, Sóc Trăng có 11 đơn vị hành chính, bao gồm 1 thành phố (Sóc Trăng), 2 thị xã (Vĩnh Châu, Ngã Năm) và 8 huyện (Kế Sách, Mỹ Xuyên, ).
Nghiên cứu được thực hiện tại các huyện Tú, Cù Lao Dung, Long Phú, Mỹ Xuyên, Thạnh Trị, Châu Thành và Trần Đề, nhằm đảm bảo tính tổng quan của luận án Các huyện này được lựa chọn dựa trên tiêu chí tiếp giáp nhau và có đặc điểm sinh thái đa dạng, bao gồm ngọt, lợ và mặn, giúp khảo sát các kiểu sử dụng đất đặc trưng cho từng vùng sinh thái.
Vùng nghiên cứu được chọn bao gồm ba huyện Mỹ Xuyên, Long Phú và Trần Đề của tỉnh Sóc Trăng, như thể hiện trong Hình 4.1 Long Phú nằm trong khu vực ngọt nhưng có nguy cơ bị xâm nhập mặn do các hiện tượng thời tiết cực đoan, như hạn mặn xảy ra vào năm 2016 Mỹ Xuyên thuộc vùng nước lợ, trong khi Trần Đề được chia thành hai khu vực: một vùng mặn ở cửa sông ngoài đê và một vùng mặn được ngọt hóa bằng đê bao Các đặc điểm tự nhiên và kinh tế xã hội của Sóc Trăng cũng như vùng nghiên cứu sẽ được phân tích trong các phần tiếp theo.
Hình 4.1 Bản đồ vùng nghiên cứu, tỉnh Sóc Trăng
4.1.2 Điều kiện tự nhiên tỉnh Sóc Trăng
Sóc Trăng có khí hậu nhiệt đới gió mùa với hai mùa rõ rệt: mùa mưa từ tháng 5 đến tháng 10 và mùa khô từ tháng 11 đến tháng 4 năm sau Nhiệt độ trung bình hàng năm là 26,8°C, ít khi xảy ra bão lũ Lượng mưa trung bình hàng năm đạt 1.864 mm, chủ yếu từ tháng 8 đến tháng 10, với độ ẩm trung bình 83%, tạo điều kiện thuận lợi cho sự phát triển của cây lúa và các loại hoa màu.
Theo Sở Nông nghiệp và Phát triển nông thôn tỉnh Sóc Trăng (2017), đất đai của Sóc Trăng được phân chia thành 6 nhóm chính, trong đó nhóm đất cát chiếm 8.491 ha Nhóm đất này bao gồm các giồng cát có độ cao từ 1,2 - 2 m, với thành phần cơ giới nhẹ, chủ yếu là cát mịn và cát pha đất thịt, thích hợp cho việc trồng một số loại rau màu.
Nhóm đất phù sa chiếm 6.372 ha, thích hợp cho việc trồng lúa tăng vụ và các cây ăn trái đặc sản Nhóm đất gley có diện tích 1.076 ha, chủ yếu ở vùng thấp, trũng, thường chỉ trồng lúa một vụ Nhóm đất mặn với 158.547 ha được chia thành nhiều loại, trong đó đất mặn nhiều chiếm 75.016 ha, thích hợp cho trồng lúa, rau màu, cây ăn quả và cây công nghiệp ngắn, dài ngày; các loại đất mặn khác chủ yếu trồng lúa kết hợp với nuôi trồng thủy sản Nhóm đất phèn có 75.823 ha, được phân thành đất phèn hoạt động và đất phèn tiềm tàng, sử dụng theo phương thức đa canh, trồng lúa kết hợp với nuôi trồng thủy sản Cuối cùng, nhóm đất nhân tác chiếm 46.146 ha.
Các nhóm đất chính tại tỉnh Sóc Trăng được phân chia theo ranh giới của ba huyện, như thể hiện trong Hình 4.2 Nhóm đất Fluvisols chủ yếu phân bố ở Mỹ Xuyên và Trần Đề, trong khi nhóm Anthrosols tập trung chủ yếu ở huyện Long Phú và một phần ở Trần Đề Hai nhóm đất còn lại, Arenosols và Gleysols, chiếm diện tích nhỏ hơn tại cả ba huyện.
(Nguồn: Trích từ bản đồ đất, Sở TNMT Sóc Trăng, 2010)
Hình 4.2 Lớp bản đồ nhóm đất của ba huyện Long Phú, Trần Đề, Mỹ
Nhóm đất phèn tại Sóc Trăng có diện tích 75.823 ha, được phân thành hai loại: đất phèn hoạt động và đất phèn tiềm tàng Đất phèn này được sử dụng theo phương thức đa canh, kết hợp trồng lúa với nuôi trồng thủy sản.
Phân bố đặc tính phèn ở ba huyện trong vùng nghiên cứu cho thấy đất phèn hoạt động chủ yếu tập trung tại huyện Trần Đề và một phần ở huyện Long Phú Trong khi đó, đất phèn tiềm tàng chủ yếu phân bố ở huyện Mỹ Xuyên Đất không phèn chủ yếu hiện diện ở huyện Long Phú và một phần ở huyện Mỹ Xuyên.
(Nguồn: Trích từ bản đồ đất, Sở TNMT Sóc Trăng, 2010)
Hình 4.3 Lớp bản đồ đặc tính phèn thuộc vùng nghiên cứu
Sóc Trăng được chia thành 7 vùng dự án thủy lợi, trong đó Vùng 1 (Long Phú – Tiếp Nhật) bao gồm huyện Long Phú và Trần Đề, có vị trí giáp sông Hậu và được bao bọc bởi đê, không có kênh tiếp ngọt trong mùa khô, chủ yếu phục vụ cho canh tác lúa 2 vụ Vùng 2 (Kế Sách) gồm huyện Kế Sách và một phần huyện Châu Thành, được cung cấp nước ngọt từ sông Hậu Vùng 3 (Ba Rinh – Tà Liêm) bao gồm huyện Mỹ Tú và một phần khác.
Huyện Châu Thành và phần trong đê ngăn mặn của huyện Mỹ Xuyên có lợi thế nhờ nằm xa nguồn nước mặn, với hệ thống đê bao hoàn chỉnh và kênh cung cấp nước ngọt, hỗ trợ canh tác lúa từ 2 đến 3 vụ mỗi năm Vùng dự án Quản lộ Phụng Hiệp (Vùng 4) tiếp giáp với tỉnh Bạc Liêu, mặc dù có đê bao và cống nhưng vẫn chịu ảnh hưởng từ quản lý nước của tỉnh này Vùng dự án Cù Lao Sông Hậu, bao gồm huyện Cù Lao Dung, có diện tích lúa rất thấp Trong khi đó, Vùng dự án Thạnh Mỹ và Vùng dự án Ven Biển Đông nằm ngoài đê bao ngăn mặn, chủ yếu phục vụ cho canh tác lúa một vụ, lúa – thủy sản và nuôi trồng thủy sản.
(Nguồn: (Chi cục Thủy Lợi tỉnh Sóc Trăng, 2017)
Hình 4.4 Vùng thủy lợi thuộc tỉnh Sóc Trăng
Bản đồ phân vùng thủy lợi của tỉnh đóng vai trò quan trọng trong việc xác định khả năng tưới tiêu của từng vùng trong mùa khô, đặc biệt khi các cống thủy lợi bị đóng và tình trạng xâm nhập mặn từ sông diễn ra.
Theo bản đồ xâm nhập mặn của Sóc Trăng trong điều kiện bình thường vào năm 2030 (Dự án CLUES, 2014), khu vực bị ảnh hưởng có 4 vùng với độ mặn dao động từ 4‰ đến dưới 20‰.
Các huyện Vĩnh Châu và Cù Lao Dung có mức độ mặn cao, trong khi Long Phú và Trần Đề chủ yếu không bị ảnh hưởng bởi độ mặn nhờ vào hệ thống đê bao của các vùng thủy lợi Huyện Mỹ Xuyên chịu tác động của độ mặn ở hai mức: từ 4-8‰ và từ 8-12‰.
(Nguồn: CLUES, 2016) Hình 4.5 Bản đồ mặn và thời gian mặn tỉnh Sóc Trăng năm 2030
Theo nghiên cứu của Nguyễn Hữu Kiệt (2006), ba huyện Long Phú, Mỹ Xuyên và Trần Đề thuộc vùng nghiên cứu được phân chia thành ba khu vực có mức độ xâm nhập mặn khác nhau trong mùa khô.
Phân tích các yếu tố ảnh hưởng đến sử dụng đất sản xuất nông nghiệp 80
4.2.1 Lựa chọn các kiểu sử dụng đất sản xuất nông nghiệp
Nghiên cứu này tập trung vào các kiểu sử dụng đất nông nghiệp (KSD) phổ biến trong các vùng sinh thái ngọt và mặn lợ, bao gồm lúa, màu, thủy sản và cây ăn quả Các KSD được lựa chọn mang tính đại diện cho ba huyện, nhằm đảm bảo tính chính xác trong việc thu thập dữ liệu Lựa chọn này dựa trên các nghiên cứu trước đó tại vùng Đồng bằng sông Cửu Long và được sự quan tâm của Sở Nông nghiệp và Phát triển nông thôn Sóc Trăng (2018) Các KSD có triển vọng tại ba huyện bao gồm: lúa 3 vụ, lúa 2 vụ (Đông Xuân - Hè Thu), lúa 2 vụ + 1 màu, lúa – tôm, chuyên màu (2-3 vụ), cây ăn quả và chuyên tôm (2-3 vụ).
Các KSD được mã hóa và được trình bày trong Bảng 4.10 để thuận lợi cho việc phân tích dữ liệu
Bảng 4.3 Các kiểu sử dụng đất sản xuất nông nghiệp có triển vọng ở vùng nghiên cúu
Mã kiểu sử dụng Tên kiểu sử dụng
LUT3 Hai vụ lúa - 1 màu
4.2.2 Phân tích các yếu tố kinh tế ảnh hưởng đến SDĐ NN
Kết quả khảo sát 315 hộ tại 7 KSD trên 3 huyện Long Phú, Trần Đề và Mỹ Xuyên nhằm phân tích các yếu tố kinh tế, xã hội và môi trường ảnh hưởng đến KSD đất và cách bố trí KSD đất sản xuất nông nghiệp của người dân.
Lợi nhuận là yếu tố quan trọng nhất trong việc lựa chọn kiểu sử dụng đất nông nghiệp, với đa số nông dân mong muốn chọn phương thức sản xuất mang lại lợi nhuận cao Tuy nhiên, nhiều yếu tố như điều kiện đất, nước, vốn và các kiểu sử dụng lân cận có thể ảnh hưởng đến khả năng canh tác của họ Thống kê cho thấy kiểu canh tác tôm đạt lợi nhuận cao nhất, trong khi canh tác hai vụ lúa có lợi nhuận thấp nhất.
Hình 4.9 Lợi nhuận của các kiểu sử dụng
Hình 4.9 cho thấy sự chênh lệch lợi nhuận lớn giữa các KSD, với LUT7 đạt 277,23 triệu đồng, trong khi LUT2 chỉ đạt khoảng 42,42 triệu đồng Lợi nhuận từ ba kiểu sử dụng là hai vụ lúa màu, lúa – tôm và chuyên màu không có sự khác biệt lớn, dao động từ 80 đến 88 triệu đồng Tuy nhiên, để thực hiện LUT7, cần nhiều yếu tố như vốn, kỹ thuật thâm canh và điều kiện tự nhiên của đất đai.
Sự khác biệt này ảnh hưởng trực tiếp đến kết quả phân tích tối ưu hóa lựa chọn các kiểu sử dụng này và được phân tích trong mục 4.2.2.3
3 vụ lúa 2 vụ lúa 2 lúa + màuLúa - tômChuyên màu CAQ Tôm
Lợi nhuận (triệu đồng/ha)
Nguồn vốn là yếu tố kinh tế quan trọng ảnh hưởng đến khả năng thực hiện các kiểu canh tác nông nghiệp, đặc biệt là những mô hình sản xuất đòi hỏi đầu tư cao như nuôi tôm, trồng cây ăn quả và trồng rau màu Tại địa phương, khả năng vốn được tổng hợp từ bốn nguồn chính: vốn gia đình, vay ngân hàng, vay tư nhân và nợ ở đại lý vật tư.
Hình 4.10 Tỷ lệ nguồn vốn
Kết quả từ Hình 4.10 cho thấy tỷ lệ sử dụng nguồn vốn trong sản xuất nông nghiệp của các hộ khảo sát ở ba huyện chủ yếu dựa vào nợ tiền vật tư, thuốc và thức ăn từ các cơ sở kinh doanh nông nghiệp, chiếm 32,7% Tiếp theo là vốn tự có của gia đình và vay ngân hàng, trong khi nguồn vốn vay tư nhân hoặc hỗ trợ từ nhà nước chỉ chiếm dưới 10% Điều này cho thấy nguồn vốn sản xuất nông nghiệp phụ thuộc nhiều vào mối quan hệ giữa người sản xuất và nhà cung cấp vật tư, với việc hoàn trả khoản đầu tư sau khi thu hoạch nông sản.
Kết quả phân tích thống kê cho thấy tỷ lệ hộ sử dụng các loại nguồn vốn trong sản xuất nông nghiệp, với hơn 40% số hộ canh tác ba vụ lúa và hai vụ lúa sử dụng nguồn vốn từ đại lý vật tư.
Trong lĩnh vực nông nghiệp, đặc biệt là canh tác chuyên màu, tỷ lệ hộ thiếu nợ đại lý vật tư nông nghiệp là cao nhất trong 7 KSD Đối với canh tác chuyên tôm, khoảng 27% hộ gia đình sử dụng vốn vay từ ngân hàng và tư nhân, cho thấy nguồn vốn trong sản xuất tôm vượt quá khả năng tài chính của gia đình Mặc dù nguồn vốn hỗ trợ từ ngân sách nhà nước chủ yếu dành cho các hộ chính sách và dân tộc thiểu số nhằm nâng cao thu nhập, nhưng diện tích đất canh tác nhỏ và số hộ được hỗ trợ chủ yếu chuyển đổi sang mô hình hai vụ lúa - màu hoặc canh tác cây ăn quả.
Hình 4.11 Tỷ lệ sử dụng các nguồn vốn của các KSD
Khoảng 30% hộ canh tác cây ăn quả, lúa – tôm và chuyên tôm sử dụng vốn vay ngân hàng để cải tạo và chuẩn bị đất sản xuất, bên cạnh nguồn vốn từ đại lý thức ăn Điều tra cho thấy tỷ lệ sử dụng vốn ngân hàng trong các mô hình canh tác như tôm và lúa – tôm chỉ đạt 20-30% Mô hình canh tác chuyên tôm đòi hỏi nguồn vốn đầu tư cao hơn cho cải tạo đất và chi phí thức ăn, do đó cần nguồn vốn mỗi mùa vụ lớn hơn nhiều so với các mô hình canh tác khác.
4.2.2.3 Yếu tố khả năng đầu tư
Khả năng đầu tư là yếu tố quan trọng ảnh hưởng đến sử dụng đất, như đã phân tích trong Chương 2 Tuy nhiên, việc đánh giá khả năng đầu tư của từng cá nhân gặp khó khăn khi xác định sự phù hợp của KSD tại địa phương Do đó, nghiên cứu này tập trung vào khía cạnh khả năng đầu tư chung của người dân thông qua chỉ số đánh giá tiêu chí xã nông thôn mới.
Kết quả thực hiện chương trình xã nông thôn mới (NTM) cho thấy nhiều chỉ tiêu quan trọng như thu nhập bình quân đầu người và tỷ lệ hộ nghèo Đánh giá về các yếu tố này được tổng hợp trong Bảng 4.4, trong đó các xã được phân loại thành ba nhóm theo cấp độ đạt chuẩn NTM.
Bảng 4.4 Phân nhóm xã theo khả năng kinh tế Đặc điểm Nhóm xã 1 Nhóm xã 2 Nhóm xã 3 Địa giới hành chánh
Long Phú, Song Phụng, Hậu Thạnh
Long Đức, Châu Khánh, Tân Hưng, Phú Hữu
Trung Bình, Lịch Hội Thượng, Thạnh Thới Thuận, Viên Bình
Viên An Đại Ân 2, Liêu
Tú, Tài Văn, Thạnh Thới An
Hòa Tú 1, Hòa Tú 2, Ngọc Tố, Đại Tâm, TT
Ngọc Đông, Gia Hòa 1, Gia Hòa 2
Tham Đôn, Thạnh Phú, Thạnh Quới
Tiêu chí xây dựng NTM
19/19 tiêu chí 11-18/19 tiêu chí ≤10/19 tiêu chí
Thu nhập bình quân đầu người/ năm Đạt chuẩn NTM ( trên 30 triệu đồng) Chưa đạt chuẩn
Tỷ lệ hộ nghèo Đạt chuẩn NTM
(Nguồn: Tổng hợp từ các báo cáo tình hình kinh tế xã hội năm 2018 của 3 huyện Long Phú, Trần Đề và Mỹ Xuyên)
Theo Bảng 4.4, kết quả thực hiện chương trình NTM tại 3 huyện cho thấy hầu hết các xã đều có điều kiện kinh tế - xã hội tương đồng khi xét theo 19 tiêu chí xây dựng NTM Tuy nhiên, có sự khác biệt về điều kiện thu nhập và tỷ lệ hộ nghèo ở một số xã Đây là hai tiêu chí quan trọng mà người dân và chính quyền địa phương đang nỗ lực cải thiện Dựa vào hai tiêu chí này, khả năng kinh tế của các xã được phân chia thành ba nhóm khác nhau.
Các xã được phân loại thành ba nhóm: Nhóm 1 bao gồm các xã đạt chuẩn NTM; Nhóm 2 là các xã chưa đạt chuẩn NTM nhưng có thu nhập bình quân đầu người từ 20-28 triệu đồng và tỷ lệ hộ nghèo dưới 6%; Nhóm 3 là các xã còn lại Luận án này sẽ sử dụng các tiêu chí để đánh giá các xã NTM.
85 một yếu tố định tính ảnh hưởng đến bố trí các KSD đất sản xuất nông nghiệp
4.2.2.4 Đánh giá chung về tác động của các yếu tố kinh tế Đối với yếu tố kinh tế, có 3 yếu tố cấp 2 được khảo sát để xem xét yếu tố chính ảnh hưởng đến sử dụng đất sản xuất nông nghiệp
Nghiên cứu này không khảo sát các yếu tố nhu cầu thị trường, mặc dù yếu tố này có mối tương quan thuận với yếu tố lợi nhuận, như đã chỉ ra bởi Santiphop et al (2012) và Bùi Anh Tuấn cùng các cộng sự.
Xây dựng mô hình tích hợp ST-IALUP
Dựa trên các kết quả phân tích mối quan hệ giữa các yếu tố tự nhiên và KT-XH-MT với sử dụng đất nông nghiệp, Mục 4.2.5 đã chỉ ra rằng việc tối ưu hóa diện tích các khu sản xuất nông nghiệp (KSD) là cần thiết Mô hình mới mang tên ST-IALUP (Soc Trang - Mô hình tích hợp) đã được xây dựng để cải thiện hiệu quả sử dụng đất trong sản xuất nông nghiệp.
Mô hình 94 hỗ trợ Quy hoạch Sử dụng Đất Nông nghiệp bao gồm các công cụ giúp xây dựng phương án quy hoạch đất sản xuất nông nghiệp, chịu tác động từ các yếu tố kinh tế, xã hội và môi trường Mỗi công cụ trong mô hình có thể được sử dụng độc lập hoặc kết hợp với nhau để đáp ứng đầy đủ yêu cầu quy hoạch đất nông nghiệp.
Hình 4.19 Thiết kế của mô hình tích hợp
Mô hình tích hợp bao gồm các công cụ quan trọng: (i) Mô hình Monte Carlo được sử dụng để dự báo diện tích sản xuất nông nghiệp, giúp xác định các điều kiện biên cần thiết để giới hạn diện tích sản xuất; (ii) Phần mềm LandOptimizer tối ưu hóa diện tích các khu sản xuất nông nghiệp dựa trên các yếu tố tự nhiên và các yếu tố kinh tế - xã hội - môi trường; (iii) Mô hình ST-LUAM hỗ trợ trong việc bố trí đất sản xuất nông nghiệp trên bản đồ cho các khu vực đã được tối ưu hóa.
4.3.1 Mô hình dự báo diện tích sản xuất nông nghiệp
4.3.1.1 Xây dựng mô hình dự tính diện tích sản xuất Để xác định được diện tích tối ưu của từng kiểu sử dụng, cần tối ưu hóa diện tích bố trí Tuy nhiên mô hình tối ưu hóa yêu cầu xác định các giới hạn biên trong đó có giới hạn về sản lượng nông sản hay cụ thể hơn là diện tích từng KSD
Kết quả thu thập dữ liệu từ Mục 4.1.4 cho thấy diện tích canh tác rau màu, cây ăn quả và nuôi trồng thủy sản (NTTS) có sự biến động hàng năm.
Diện tích canh tác phụ thuộc vào yêu cầu thị trường, trong khi yếu tố thị trường lại bị ảnh hưởng bởi nhiều yếu tố khác như thị trường khu vực, quốc tế, và diện tích canh tác của các vùng lân cận Việc dự đoán nhu cầu sản lượng trong một khu vực nhỏ trở nên khó khăn do thiếu dữ liệu phân tích Để ước tính diện tích canh tác trong tương lai gần, cần phải dựa vào dữ liệu hiện trạng và diện tích đất đã sản xuất trong quá khứ Kế hoạch sản xuất sẽ được điều chỉnh dựa vào kết quả tính toán này.
4.3.1.2 Kết quả dự tính diện tích biên các KSD đất sản xuất nông nghiệp
Dựa trên dữ liệu diện tích sản xuất rau màu, cây ăn quả và nuôi trồng thủy sản của ba huyện trong giai đoạn 2010 - 2018, kết quả phân tích được thực hiện với 10.000 lần mô phỏng để xác định giá trị trung bình và độ lệch chuẩn Hình 4.20 minh họa diện tích của ba khu sản xuất được phân tích.
Hình 4.20 Dự tính diện tích rau màu, cây ăn quả và thủy sản đến năm 2030
Kết quả phân tích Monte Carlo cho thấy dự báo diện tích đất rau màu năm 2030 là 14.868 ± 894 ha, cây ăn quả 8.799 ± 136 ha, và đất canh tác thủy sản 16.697 ± 2.540 ha Mặc dù diện tích các loại cây có xu hướng giảm với ngưỡng giá trị thay đổi không lớn, nhưng độ lệch chuẩn của rau màu khoảng 900 ha và của thủy sản hơn 2.500 ha cho thấy cần chú ý đến khả năng thay đổi trong phạm vi của độ lệch chuẩn khi sử dụng các giá trị này làm ràng buộc.
Diện tích trồng rau màu bao gồm cả diện tích canh tác hai vụ lúa-màu và chuyên canh màu Để xác định diện tích canh tác màu và hai vụ lúa-màu, cần trừ đi diện tích chuyên canh tác cây hàng năm khác đã được thống kê trong công tác kiểm kê đất đai.
Kết quả phân tích Monte Carlo cho các loại cây trồng cho thấy độ lệch chuẩn cao, tuy nhiên, việc đề xuất giá trị tham khảo là cần thiết cho các nhà quản lý Những giá trị này sẽ làm cơ sở cho các tính toán gia giảm chỉ tiêu trong việc xây dựng kịch bản sử dụng đất nông nghiệp Diện tích sản xuất dự tính sẽ được đưa vào phương trình giới hạn đất canh tác cho hai vụ lúa - màu, chuyên màu, cây ăn quả và nuôi trồng thủy sản, nhằm thực hiện các kịch bản tối ưu hóa đất sản xuất nông nghiệp.
4.3.2 Xây dựng phần mềm tối ưu hóa LandOptimizer Để phục vụ cho tối ưu hóa, có rất nhiều phần mềm và thư viện được sử dụng bao gồm các sản phẩm thương mại và miễn phí Trong phần này, luận án đánh giá và lựa chọn công cụ tối ưu phù hợp để xây dựng phần mềm tối ưu hóa đất sản xuất nông nghiệp và được đặt tên là LandOptimizer Sau đó trình bày các kết quả xây dựng ứng dụng và kiểm chứng ứng dụng so với mô hình toán mà tác giả đã xây dựng trên phần mềm thương mại GAMS
Mã nguồn và chương trình đã đóng gói của LandOptimizer được công bố ở địa chỉ: https://github.com/nhthao/LandOptimizer
4.3.2.1 Phân tích chức năng của phần mềm
Phần mềm LandOptimizer được thiết kế để tối ưu hóa quy hoạch sử dụng đất, bắt đầu bằng việc nạp bản đồ đơn vị đất đai định dạng shapefile và hiển thị thông tin thuộc tính Ứng dụng tiếp nhận dữ liệu từ người dùng, bao gồm danh sách kiểu sử dụng đất, lợi nhuận của các khu sử dụng đất, yêu cầu ngày công lao động, chỉ số phục hồi môi trường và diện tích theo tiêu chí phát triển địa phương Sau khi thu thập dữ liệu, LandOptimizer tạo hàm mục tiêu và xây dựng các phương trình ràng buộc, từ đó giải bài toán và xuất kết quả diện tích tối ưu cho từng khu sử dụng đất ra file Excel, phục vụ cho việc bố trí không gian trên bản đồ.
Hình ellipse biểu thị khối xử lý trong hệ thống; mũi tên thể hiện đường đi của tiến trình xử lý và dữ liệu; trong khi hai gạch song song chỉ ra dữ liệu được lưu trữ.
Phần mềm LandOptimizer cung cấp sơ đồ tổng thể hoạt động, giúp người dùng dễ dàng xác định chi phí và lợi nhuận của các KSD cho từng đơn vị đất đai Người dùng có thể nhập dữ liệu và phân tích để tạo ra các phương trình ràng buộc Khi có ràng buộc về diện tích cho mỗi KSD (diện tích > 0), thông tin này sẽ được đưa vào khung nhập liệu Nếu không nhập chỉ tiêu ràng buộc diện tích, ứng dụng sẽ tự động xác định rằng diện tích yêu cầu cho mỗi KSD phải lớn hơn hoặc bằng 0 Điều này có thể dẫn đến trường hợp một đơn vị đất đai chỉ được phân bổ cho một KSD, trong khi các KSD khác không có diện tích bố trí.
Khả năng đầu tư và tổng số lao động trong độ tuổi của địa phương là những yếu tố then chốt giúp người hoạch định chính sách kiểm thử các phương án đầu tư Những dữ liệu này cho phép điều chỉnh và lựa chọn các giải pháp tối ưu cho quy hoạch sử dụng đất nông nghiệp tại từng địa phương Các thông tin được đưa vào các phương trình ràng buộc chi phí, số lượng lao động, và yêu cầu phát triển diện tích các loại hình sử dụng đất nông nghiệp mà địa phương có thể đáp ứng.
4.3.2.2 Xây dựng khung dữ liệu đầu vào cho tối ưu hóa
Dựa trên phân tích dữ liệu đầu vào của các nghiên cứu trước đây (Lê Quang Trí và ctv., 2013; Nguyễn Hiếu Trung và ctv., 2015; Lê Cảnh Định,
Ứng dụng mô hình tích hợp tại tỉnh Sóc Trăng
4.4.1 Đề xuất quy trình ứng dụng mô hình tích hợp
Quy trình đề xuất ứng dụng mô hình tích hợp ST-IALUP nhằm hỗ trợ giải quyết bài toán tối ưu trong quy hoạch tuyến tính và bố trí không gian đất đai, phù hợp với các điều kiện kinh tế - xã hội - môi trường, được thể hiện trong Hình 4.32.
Hnh 4.32 Đề xuất quy trình ứng dụng mô hình tích hợp
Mô hình sử dụng hai nguồn dữ liệu đầu vào chính: (i) dữ liệu thực tế về điều kiện kinh tế, xã hội và môi trường, bao gồm chi phí, lợi nhuận, lao động, yêu cầu lao động và rủi ro liên quan đến các kiểu sử dụng đất trong sản xuất nông nghiệp; (ii) dữ liệu bản đồ, bao gồm bản đồ hiện trạng sử dụng đất và các bản đồ đơn tính.
Sử dụng phân tích Monte Carlo giúp dự đoán diện tích và sản lượng của các kiểu sản xuất có rủi ro, xác định diện tích giới hạn làm giá trị tham khảo khởi tạo mà người dùng có thể điều chỉnh Đồng thời, áp dụng phương pháp đánh giá thích nghi của FAO (1976) để đánh giá mức độ thích nghi đất đai cho các kiểu sản xuất lựa chọn Cuối cùng, thực hiện tối ưu hóa bằng phần mềm LandOptimizer.
Nhận kết quả từ ứng dụng tối ưu hóa LandOptimize và xuất dữ liệu sang định dạng mô hình ST-LUAM để bố trí đất sản xuất nông nghiệp Nếu có nhiều kịch bản, hãy lặp lại quá trình tối ưu hóa với các kịch bản khác nhau để bố trí đất sản xuất nông nghiệp theo yêu cầu.
Phần tiếp theo trình bày kết quả ứng dụng trong trường hợp nghiên cứu ở
3 huyện bắt đầu từ xây dụng dữ liệu đàu vào, tối ưu hóa các phương án và bố trí đất sản xuất nông nghiệp cho các phương án
4.4.2 Xây dựng dữ liệu đầu vào
4.4.2.1 Thành lập bản đồ đơn vị đất đai và phân cấp thích nghi tự nhiên đến năm 2030
Các lớp bản đồ đơn tính bao gồm bản đồ nhóm đất và bản đồ nguy hại do phèn, cung cấp thông tin về loại đất và độ sâu xuất hiện của tầng phèn Đồng thời, các lớp bản đồ độ mặn trong nước, thời gian mặn (tính theo tháng) và số tháng có khả năng tưới được được chồng lớp và phân tích không gian Cơ sở để thành lập bản đồ ĐVĐĐ được xác định dựa trên những yếu tố này.
112 các lớp bản đồ đơn tính: Nhóm đất chính, đặc tính phèn, độ mặn năm 2030, thời gian mặn năm 2030, khả năng tưới
Theo dự án CLUES năm 2014, bản đồ xâm nhập mặn năm 2030 cho thấy mức độ mặn của ba huyện trong vùng nghiên cứu được phân chia thành 6 cấp độ khác nhau, như thể hiện trong Hình 4.33.
Bản đồ độ mặn tại ba huyện Long Phú, Trần Đề và Mỹ Xuyên được phân tích từ dữ liệu năm 2030 (Dự án CLUES, 2014), cho thấy thời gian mặn ở các huyện này có sự biến đổi đa dạng, với các khoảng thời gian mặn là 2 tháng, 3 tháng, 5 tháng, 6 tháng và 12 tháng.
Bản đồ thời gian mặn ở ba huyện cho thấy khả năng tưới được xác định dựa trên sự kết hợp giữa bản đồ mặn, vùng thủy lợi và hiện trạng sử dụng đất Huyện Trần Đề có khả năng tưới kéo dài 7 tháng nhờ vào hệ thống kênh cấp nước ngọt và mưa, trong khi các xã Trung Bình, Lịch Hội Thượng, Liêu Tú, Viên Bình và Thạnh Thới Thuận có khả năng tưới kém nhất Ngược lại, các xã Tân Hưng và Châu Khánh ở phía bắc có khả năng tưới cao Huyện Mỹ Xuyên có khả năng tưới khoảng 6 tháng từ nước mưa.
Hình 4.35 Lớp phân vùng khả năng tưới
Bản đồ đơn vị đất đai được tạo ra thông qua phương pháp chồng lớp, như đã nêu trong phần phương pháp Kết quả là bản đồ bao gồm 28 đơn vị đất đai (ĐVĐĐ), mỗi đơn vị có những đặc tính đất đai riêng, được trình bày chi tiết trong Bảng 4.9.
ĐVĐĐ 14 tại huyện Mỹ Xuyên có diện tích lớn nhất, lên tới 18.586,90 ha, với đất thuộc nhóm Fluvisols, độ sâu tầng phèn dưới 50cm và độ mặn 8 (‰) trong 6 tháng mỗi năm Ở huyện Trần Đề, ĐVĐĐ 3 và ĐVĐĐ 6 cũng có diện tích đáng kể, lần lượt là 16.996,50 ha và 10.047,49 ha Các đơn vị đất này có độ mặn thấp nhờ vào vị trí nằm trong đê và được cấp nước ngọt qua hệ thống kênh, tuy nhiên khả năng tưới chỉ đáp ứng từ 6 tháng trở xuống.
Hình 4.36 Bản đồ đơn vị đất đai huyện Trần Đề, Long Phú, Mỹ Xuyên
Bảng 4.9 Đặc tính đất đai của các đơn vị đất đai của huyện Long Phú, Trần Đề, Mỹ Xuyên tỉnh Sóc Trăng
DVDD Nhóm đất Độ sâu xuât hiện tầng phèn Độ mặn (‰)
2 Fluvisols Phèn hoạt động 50cm 2-4 5 7 16.996,50
6 Fluvisols Phèn hoạt động 50cm 12-20 12 0 1.431,37
9 Fluvisols Phèn hoạt động 50cm 2-4 3 9 952,57
17 Fluvisols Phèn hoạt động 50cm 50cm 50cm 2-4 5 7 1.169,16
25 Fluvisols Phèn hoạt động >50cm 2-4 6 6 1.425,74
26 Fluvisols Phèn tiềm tàng 50cm 2-4 3 9 439,72
4.4.2.2 Lựa chọn kiểu sử dụng triển vọng Để quy hoạch sử dụng đất nông nghiệp mang tính bền vững và phù hợp với tình hình thực tế của từng địa phương, nghiên cứu dựa vào các tài liệu và báo cáo tổng kết hàng năm của ngành nông nghiệp ở mỗi huyện để xác định thế mạnh về các kiểu sử dụng nông nghiệp đang được tập trung phát triển và là thế mạnh của địa phương Theo Sở NN & PTNT Sóc Trăng (2018) các KSD có triển vọng ở 3 huyện gồm: Lúa 3 vụ; Lúa 2 vụ (Đông Xuân - Hè Thu) , Lúa
Nghiên cứu về mô hình canh tác nông nghiệp gồm 2 vụ lúa - tôm, chuyên màu (2-3 vụ), cây ăn quả và chuyên tôm (2-3 vụ) đã được thực hiện Kết quả khảo sát nông hộ cho thấy hiệu quả kinh tế và sử dụng lao động của từng kiểu sử dụng đất sản xuất nông nghiệp, được trình bày chi tiết trong Bảng 4.10, với thông tin về lợi nhuận và số ngày công lao động.
Mã kiểu sử dụng Tên kiểu sử dụng Lợi nhuận
LUT3 Hai vụ lúa - 1 màu 109,07 121
Kết quả từ Bảng 4.10 cho thấy LUT7 mang lại lợi nhuận cao nhất, trong khi LUT2, với cơ cấu sử dụng đất là hai vụ lúa, có lợi nhuận thấp nhất Sự chênh lệch lợi nhuận giữa hai kiểu sử dụng đất này là đáng kể Tuy nhiên, để thực hiện LUT7, cần nhiều yếu tố như vốn, kỹ thuật thâm canh và điều kiện tự nhiên Trong các kiểu sử dụng đất, chuyên màu yêu cầu lao động cao nhất, tiếp theo là chuyên tôm, đòi hỏi nhiều công sức trong việc chăm sóc và thu hoạch hơn so với canh tác lúa.
Dữ liệu điều tra cho thấy lợi nhuận của các KSD phụ thuộc vào năng suất và mức độ thích nghi của hệ thống sử dụng đất Để tính toán lợi nhuận cho các cấp thích nghi khác nhau, nghiên cứu đã áp dụng giá trị lợi nhuận từ cấp thích nghi cao nhất và sử dụng phương pháp lượng hóa cấp thích nghi của George (2005) để xác định lợi nhuận và năng suất cho các cấp thích nghi còn lại.
4.4.2.3 Tiêu chuẩn phân cấp thích nghi
Kết quả phân tích đặc tính đất đai và điều tra hiện trạng sử dụng đất cho thấy sự đối chiếu giữa chất lượng đất với yêu cầu sử dụng của 7 kiểu sử dụng đất đã được chọn lọc Việc phân hạng khả năng thích nghi của đất đai được thực hiện theo quy trình đánh giá của FAO (1976), như trình bày trong Bảng 4.11.
Bảng 4.11 Yêu cầu chất lượng đất đai cho từng KSD có triển vọng
Yêu cầu chất LUT 1 LUT 2 LUT 3 LUT 4 LUT 5 LUT 6 LUT 7
118 lượng đất đai Đặc tính đất Y Y Y Y Y Y Y
Kết chương 4
Chương này trình bày các kết quả chính của luận án bao gồm:
Kết quả điều tra cho thấy các yếu tố kinh tế, xã hội và môi trường (KT-XH-MT) có ảnh hưởng lớn đến việc sử dụng đất sản xuất nông nghiệp Các yếu tố này được phân chia thành hai nhóm: nhóm yếu tố tối ưu hóa sử dụng đất và nhóm yếu tố bố trí đất sản xuất nông nghiệp Thứ tự tác động của các yếu tố này đã được tổng hợp dựa trên kết quả thống kê, cung cấp cái nhìn rõ ràng về ảnh hưởng của chúng đối với việc quản lý đất nông nghiệp.
Kết quả xây dựng mô hình tích hợp bao gồm các phần mềm và mô hình như sau: (i) Mô hình dự đoán diện tích các khu sản xuất dựa vào diện tích canh tác trong quá khứ, với giá trị dự đoán này được sử dụng làm điều kiện biên cho phần mềm tối ưu hóa; (ii) Phát triển phần mềm LandOptimizer nhằm tính toán diện tích tối ưu cho các khu sản xuất với nhiều tùy chọn, bao gồm cả mục tiêu đơn và đa mục tiêu, cho phép tự động duyệt các bộ trọng số mục tiêu để giúp nhà quản lý đánh giá các phương án phù hợp với địa phương; (iii) Xây dựng công cụ bố trí không gian để sắp xếp các khu sản xuất trên bản đồ Các mô hình và phần mềm đã được điều chỉnh và kiểm chứng hoạt động trong khu vực nghiên cứu.
Mô hình tích hợp được áp dụng nghiên cứu tại ba huyện Long Phú, Mỹ Xuyên và Trần Đề, với hai kịch bản chính Kịch bản đầu tiên là phương án sử dụng đất ở năm 2030 trong điều kiện bình thường, trong khi kịch bản thứ hai tập trung vào phương án sử dụng đất sản xuất nông nghiệp dưới tác động của biến đổi khí hậu đến canh tác lúa ba vụ.
Các kết quả đạt được không chỉ có giá trị cho vùng nghiên cứu mà còn có thể áp dụng phương pháp kết hợp với mô hình tích hợp đã được xây dựng cho các trường hợp tương tự.