Tích hợp viễn thám và giải tích số định lượng xâm nhập mặn tại hạ du Đồng bằng sông Cửu Long, Việt Nam
DOI:
https://doi.org/10.55250/Jo.vnuf.14.5.2025.087-098Từ khóa:
Giải tích số, hạ du Đồng bằng sông Cửu Long, nông nghiệp bền vững, viễn thám, xâm nhập mặnTóm tắt
Xâm nhập mặn đã và đang trở thành một trong những vấn đề đáng lo ngại ở hạ du Đồng bằng sông Cửu Long (DMD), ảnh hưởng đáng kể đến môi trường sinh thái gần bờ, nông nghiệp và an ninh lương thực của Việt Nam. Định lượng mức độ nhiễm mặn của đất theo không gian và thời gian đóng vai trò quan trọng trong việc giảm thiểu tác động của xâm nhập mặn. Nghiên cứu phát triển một mô hình tích hợp giữa dữ liệu viễn thám đa thời gian và giải tích số để ước tính độ nhiễm mặn đất ở DMD trong gian đoạn 2015-2025. Các chỉ số thống kê MAE (sai số tuyệt đối trung bình), RMSE (sai số bình phương trung bình gốc), R2 (hệ số xác định) được sử dụng để đánh giá độ chính xác của mô hình tính toán. Kết quả cho thấy, mô hình kết hợp này làm giảm đáng kể sự không chắc chắn và cải thiện độ chính xác của ước tính độ nhiễm mặn đất với các sai số MAE=0,29, RMSE=0,33 và R2=0,88. Xu thế xâm nhập mặn có sự tăng-giảm khác nhau trong hệ sinh thái nông nghiệp ở DMD. Nghiên cứu cũng chứng minh việc kết hợp dữ liệu viễn thám và giải tích số trong đánh giá và ước tính độ nhiễm mặn đất ở DMD, cung cấp một khung lý thuyết vững chắc để giám sát xâm nhập mặn quan trọng cho quản lý nông nghiệp bền vững và bảo vệ môi trường. Việc triển khai các chiến lược bảo tồn hệ sinh thái nông nghiệp dài hạn dựa trên những phát hiện này sẽ góp phần giảm thiểu tác động của biến đổi khí hậu và duy trì cân bằng hệ sinh thái trong khu vực.
Tài liệu tham khảo
[1]. Paolo Tarolli, Jian Luo, Edward Park, Gianni Barcaccia, & Roberta Masin (2024). Soil salinization in agriculture: Mitigation and adaptation strategies combining nature-based solutions and bioengineering. iScience. 27(2): 108830.
Doi: 10.1016/j.isci.2024.108830
[2]. Sobiya Manzoor, Ufaq Fayaz, Aamir Hussain Dar, Kshirod Kumar Dash, Rafeeya Shams, Iqra Bashir, Vinay Kumar Pandey, & Gholamerazi Abdi (2024). Sustainable development goals through reducing food loss and food waste: A comprehensive review. Future Foods. 9: 100362.
Doi: 10.1016/j.fufo.2024.100362.
[3]. Amin Zeynolabedin, Reza Ghiassi, Reyhaneh Norooz, Saliha Najib, & Ahmed Fadili (2021). Evaluation of geoelectrical models efficiency for coastal seawater intrusion by applying uncertainty analysis. Journal of Hydrology. 603: 127086.
Doi: 10.1016/j.jhydrol.2021.127086.
[4]. Milad Ebrahimi, Hamidreza Kazemi, Majid Ehtashemi, & Thomas D. Rockaway (2016). Assessment of groundwater quantity and quality and saltwater intrusion in the Damghan basin, Iran. Geochemistry. 76 (2): 227–241.
Doi: 10.1016/j.chemer.2016.04.003.
[5]. Francis B.T. Silatsa, & Fassil Kebede (2023). A quarter century experience in soil salinity mapping and its contribution to sustainable soil management and food security in Morocco. Geoderma Regional. 34: e00695. Doi: 10.1016/j.geodrs.2023.e00695
[6]. Volkan Bilgili A., Van Es H. M., Akbas F., Durak A. & Hively W. D. (2010). Visible-near infrared reflectance spectroscopy for assessment of soil properties in a semi-arid area of Turkey. Journal of Arid Environments. 74(2): 229–238.
Doi: 10.1016/j.jaridenv.2009.08.011.
[7]. Prashant Kumar, Prasoon Tiwari, Arkoprovo Biswas, & Prashant Kumar Srivastava (2024). Spatio-temporal assessment of soil salinization utilizing remote sensing derivatives, and prediction modeling: Implications for sustainable development. Geoscience Frontiers. 15(6): 101881.
Doi: 10.1016/j.gsf.2024.101881.
[8]. Górriz J. M., Álvarez-Illán I., Álvarez-Marquina A., Arco J. E., Atzmueller M., Ballarini F., Barakova E., Bologna G., Bonomini P., Castellanos-Dominguez G., Castillo-Barnes D., Cho S. B., Contreras R., Cuadra J. M., Domínguez E., Domínguez-Mateos F., Duro R. J., Elizondo D., Fernández-Caballero A., Fernandez-Jover E. & Ferrández-Vicente J. M. (2023). Computational approaches to Explainable Artificial Intelligence: Advances in theory, applications and trends. Information Fusion. 100: 1011945.
Doi: 10.1016/j.inffus.2023.101945.
[9]. Stephan Helfrich, Arne Herzel, Stefan Ruzika, & Clemens Thielen (2024). Using scalarizations for the approximation of multiobjective optimization problems: towards a general theory. Mathematical Methods of Operations Research.100(1): 27–63.
Doi: 10.1007/s00186-023-00823-2.
[10]. Asian Development Bank (2022). Agriculture, Natural Resources and Rural Development Sector Assessment, Strategy and Road Map - Viet Nam 2021–2025.
[11]. Ho Huu Loc, Mindy Low Lixian, Edward Park, Tran Duc Dung, Sangam Shrestha, & Yong-Jin Yoon (2021). How the saline water intrusion has reshaped the agricultural landscape of the Vietnamese Mekong Delta, a review. Science of The Total Environment. 794: 148651.
Doi: 10.1016/j.scitotenv.2021.148651.
[12]. Carlotta Giannelli, Sofia Imperatore, Lisa Maria Kreusser, Estefanía Loayza-Romero, Fatemeh Mohammadi, & Nelly Villamizar (2024). A general formulation of reweighted least squares fitting. Mathematics and Computers in Simulation. 225: 52–65. Doi: 10.1016/j.matcom.2024.04.029.
[13]. Lluís Jofre & Alireza Doostan (2022). Rapid aerodynamic shape optimization under uncertainty using a stochastic gradient approach. Structural and Multidisciplinary Optimization. 65(7): 196.
Doi: 10.1007/s00158-022-03293-y.
[14]. Sebastián Bañón, Sara Álvarez, Daniel Bañón, María Fernanda Ortuño, & María Jesús Sánchez-Blanco (2021). Assessment of soil salinity indexes using electrical conductivity sensors. Scientia Horticulturae. 285: 110171.
Doi: 10.1016/j.scienta.2021.110171.
[15]. Kotuby-Amacher, Jan, Rich Koenig, & Boyd Kitchen. (2000). "Salinity and plant tolerance." Electronic Publication AG-SO-03, Utah State University Extension, Logan CATENA. 3: 1-8
