Xác định các yếu tố ảnh hưởng do biến đổi khí hậu lên năng suất cây lúa và dự báo thay đổi trong tương lai (trường hợp nghiên cứu tại tỉnh bạc liêu

1 Mở đầu
1.1 Đặt vấn đề
Khí hậu thay đổi đã là vấn đề lớn của thế giới và tác động lên tất cả các hoạt động của
con người. Trong thực tế thì nông nghiệp đã phải chịu tác động mạnh mẻ của hiện
tượng này. Đặc biệt là ở những nước có hệ thống nông nghiệp phụ thuộc vào nhiều
vào nước trời (Giorgis el al. , 2006).
Ảnh hưởng của biến động khí hậu lên năng suất của cây trồng trong thời gian gần đây
ngày càng gia tăng, xu hướng ấm lên của toàn cầu, mực nước biển dâng và biến đổi
khí hậu đang xảy ra, một số nghiên cứu trên thế giới đã được thực hiện để so sách giữa
các địa phuơng và các loại cây trồng khác nhau trong việc đánh giá mối quan hệ của
chúng đối với sự biến động khí hậu (gồm: lượng mưa, nhiệt độ, độ ẩm, thời gian nắng
và không khí) trên giả thuyết là thời tiết biến đổi và lượng mưa phân bố không đều ảnh
hưởng mạnh mẽ năng suất cây trồng. Yêu cầu nước của cây trồng và nước sản xuất
trong điều kiện nước trời và tưới tiêu nông nghiệp là những chỉ số quan trọng cho sự
đánh giá tác động của thời tiết lên sản xuất cây trồng, nhiều mục tiêu nghiên cứu được
thực hiện như đánh giá hiệu quả sử dụng nước và năng suất cây trồng, đánh giá tác
động của biến đổi lượng mưa và thay đổi khí hậu đến sản lượng và sản xuất nông
nghiệp. Song song đó xác định lựa chọn việc cải tiến nông nghiệp và chiến lược phù
hợp liên quan đến lựa chọn cây trồng, mùa vụ, đất canh tác để tối ưu hóa năng suất và
giảm nguy cơ mất mùa ; .
Vùng Đồng bằng sông Cửu Long phức tạp về đặc điểm thủy văn - nguồn nước:
chịu ảnh hưởng của lũ lụt vào cuối giữa và mùa mưa hằng năm, thiếu nguồn nước
nghiêm trọng vào mùa khô do bị chi phối mạnh mẽ bởi sự xâm nhập mặn và các
hoạt động khai thác nước ở thượng nguồn sông Mekong. Các báo cáo nghiên cứu cho
thấy vùng ĐBSCL đang và sẽ chịu những tác động nghiêm trọng do hiện tượng
biến đổi khí hậu - nước biển dâng lên toàn bộ hệ sinh thái, cơ cấu canh tác nông
nghiệp, cơ sở hạ tầng và các hoạt động xã hội - sinh kế - văn hóa khác nhau (Lê
Anh Tuấn, 2009a).
1.2 Tính cấp thiết của đề tài
Từ những nghiên cứu về biến đổi khí hậu cho thấy rằng, những tác động của chúng
ảnh hưởng lên hoạt động của con người và sinh vật ngày càng nhiều, trong đó có sản

xuất nông nghiệp. Vì vậy việc giá đánh giá tác động của thay đổi khí hậu lên sản xuất
nông nghiệp, cũng như việc tìm ra các biện pháp thích ứng, sử dụng tiết kiệm tài
nguyên, mang lại hiệu quả cao góp phần thực hiện chuyển đổi cơ cấu cây trồng, nâng
cao thu nhập, từng bước hiện đại hóa trong sản xuất nông nghiệp, là một nhu cầu cấp
thiết hiện nay. Đó là lý đo đề tài “Xác định các yếu tố ảnh hưởng do biến đổi khí hậu
lên năng suất cây lúa và dự báo thay đổi trong tương lai (trường hợp nghiên cứu tại
tỉnh Bạc Liêu” được chọn để thực hiện.
1.3 Tình hình nghiên cứu trong và ngoài nước.
1
Theo Lê Anh Tuấn (2009b), Các báo cáo chính thức xuất bản vào năm 2007 của Uỷ
ban Liên Chính phủ về Biến đổi Khí hậu (IPCC), Ngân hàng Thế giới (WB), Chương
trình Môi trường của Liên hiệp quốc (UNDP) đều cảnh báo Việt Nam nằm trong nhóm
các quốc gia chịu tác động cao do hiện tượng biến đổi khí hậu và nước biển dâng.
Vùng Đồng bằng sông Cửu Long được xem nơi chịu tổn thương mọi mặt nghiêm
trọng nhất của Việt Nam do lũ lớn, bão tố bất thường, hạn hán kéo dài, mùa mưa đến
trễ dầu vụ và lớn hơn vào cuối vụ, nước biển dâng, sự xâm nhập mặn,
Ngân hàng Phát triển Châu Á (ADP, 1994) đã xếp Việt Nam, đặc biệt là vùng Đồng
bằng sông Cửu Long, nằm trong nhóm quốc gia có nguy cơ tổn thương cao do tác
động của hiện tượng biến đổi khí hậu và nước biển dâng. Ủy ban Liên Chính phủ về
Biến đổi Khí hậu - IPCC (2007) qua phân tích và phỏng đoán các tác động của nước
biển dâng đã công nhận ba vùng châu thổ được xếp trong nhóm cực kỳ nguy cơ do sự
biến đổi khí hậu là vùng hạ lưu sông Mekong (Việt Nam), sông Ganges - Brahmaputra
(Bangladesh) và sông Nile (Ai Cập). Chương trình Phát triển của Liên hiệp quốc –
UNDP (2007) đánh giá: “khi nước biển tăng lên 1 mét, Việt Nam sẽ mất 5% diện tích
đất đai, 11% người dân mất nhà cửa, giảm 7% sản lượng nông nghiệp (tương đương 5
triệu tấn lúa và 10% thu nhập quốc nội. ĐBSCL sẽ có khoảng 2 triệu ha nằm dưới mực
nước biển”.
Ngoài ra, Dasgupta et al. (2007), đã công bố một nghiên cứu chính sách do Ngân hàng
Thế giới - WB - xuất bản đã xếp Việt Nam nằm trong nhóm 5 quốc gia chịu ảnh
hưởng cao nhất do biến đổi khí hậu. Tại Việt Nam, hai đồng bằng sông Hồng và Đồng

bằng sông Cửu Long chịu ảnh hưởng nặng nhất. Khi nước biển dâng cao 1 mét, ước
chừng 5.3% diện tích tự nhiên, 10,8% dân số, 10,2% GDP, 10,9% vùng đô thị, 7,2%
diện tích nông nghiệp và 28,9% vùng đất thấp sẽ bị ảnh hưởng.
Diện tích sử dụng cho trồng trọt ở hạ lưu sông Mekong là hơn 41% và đang được mở
rộng để đáp ứng như cầu lương thực cho dân số ngày càng tăng ở 4 quốc gia thuộc lưu
vực này. Sông Mekong là nguồn nước quan trọng, cung cấp 80-90 lượng nước cần
thiết cho sản xuất nông nghiệp ở khu vực. Nguồn nước hạn chế sẽ gây ra khó khăn cho
việc mở rộng sản xuất nông nghiệp. Do đó các đề án thủy lợi đang tiếp tục được xây
dựng và hoàn thiện ở cả 4 quốc gia. Đồng bằng sông Cửu Long Việt Nam đang phải
đối mặt với tình trạng thiếu nước và xâm nhập mặn từ tháng 2 cho đến tháng 5. Tiềm
năng phát triển thủy lợi cao ở Lào và thấp hơn ở Capuchia, các đề án thủy lợi của Thái
Lan cũng tăng lên. Do đó mỗi quốc gia thuộc lưu vực sông Mekong cần có kế hoạch
sử dụng nước hợp lý. Các cuộc đàm phán về việc sử dụng nước ở lưu vực cũng đang
được tiến hành để đảm bảo sự phân phối nước công bằng cho các quốc gia để góp
phần vào sự phát triển sao này (Nesbitt et al., 2004)
Koyama (2005) báo cáo rằng nhiệt độ tăng cao sẽ là nguyên nhân tạo nên sự suy giảm
về sản lượng lúa trên toàn thế giới. Hơn nữa, Những nghiên cứu đã chứng minh được
rằng sản xuất và phân bố lúa gạo nằm trong khu vực của thế giới bị ảnh hưởng nhiều
2
của biến đổi khí hậu toàn cầu. Hiểu biết về tác động tiềm tàn của biến đổi khí hậu đối
với hệ thống sản xuất lúa gạo là rất quan trọng cho sự phát triển của các chiến lược
thích hợp để thích ứng và làm giảm xuống các tác động xấu đối với an ninh lương thực
trong thời gian dài trong sự tương tác của sản xuất lúa gạo và biến đổi khí hậu.
Đánh giá mối quan hệ giữa năng suất cây trồng và biến đổi khí hậu thì dựa trên sự kết
hợp giữa mô hình hóa và đo lường. Như là một phần của đánh giá này, mối quan hệ
này được đánh giá trong bối cảnh cây trồng và khí hậu mô phỏng. Sự hiểu biết đối với
chính sách và thích ứng nên dựa vào không chỉ là sự tổng hợp của các nghiên cứu
được công bố mà còn là sự nghiên cứu lên kết toàn diện bao gồm: (i) Định lượng
chính xác với độ tin cậy cao các đại lượng bất định; (ii) Các kỹ thuật kết hợp phương
pháp tiếp cận đa dạng và quan sát tập trung vào các quá trình cơ bản; và (iii) Sự lựa

chọn đúng và chuẩn của các mô hình, bao gồm cả mô phỏng ở mức độ phức tạp điều
khiển năng suất cây trồng, mà cũng có thể bao gồm yếu tố sinh học và yếu tố xã hội
(Challinor et al., 2009)
Todorovic et al. (2009), đã so sánh hiệu suất của Aquacrop, mô hình mô phỏng cây
trồng được phát triển bởi FAO, với hai mô hình được đánh giá tốt là CropSyst và
WOFOST, trong việc mô phỏng sự tăng trưởng của cây hoa hướng dương (Helianthus
annuus L.) trong môi trường chế độ nước khác nhau tại Địa trung hải. Dữ liệu được sử
dụng trong phân tích thì được thu từ thí nghiệm ngoài đồng ở miền Nam nước Ý trong
năm 2005 và 2007. Mặc dù Aquacrop yêu cầu ít thông tin đầu vào hơn CropSyst và
WOFOST, nhưng nó cho kết quả tương tự đối với mô phỏng cho sinh khối và năng
suất thu hoạch. Việc sử dụng số lượng các thông số và module tăng trưởng cây trồng
của mô hình thì không làm ảnh hưởng nhiều đến kết quả mô phỏng. Do đó, với mục
đích quản lý và trong điều kiện thông tin đầu vào hạn chế, việc sử dụng các mô hình
đơn giản hơn thì được khuyến khích.
Hsiao et al., (2009) đã thiết lập các thông số và kiểm định mô hình với dữ liệu 6 năm
của cây ngô từ thí nghiệm ngoài đồng, cộng với 4 năm khác của dữ liệu tán lá cây ngô,
mật độ thực vật (7-11,9 cây trên m2), với 4 loại giống, và nhu cầu bốc hơi không khí là
khác nhau. Với tất cả 19 thông số được giữ không đổi, Aquacrop mô phỏng sinh khối
trên mặt đất trong độ lệch 10% của giá trị đo được cho ít nhất 8 trong 13 nghiên cứu (6
năm thí nghiệm) và năng suất hạt ít nhất là 5 trong số các trường hợp. Ít nhất 4 trong
các trường hợp, kết quả mô phỏng là có ý nghĩa 5% của sinh khối đo được cũng như
năng suất hạt. Độ lệch lớn nhất giữa các giá trị mô phỏng và đo được là 22% cho sinh
khối và 24% cho năng suất hạt. Quan trọng hơn, các mô hình mô phỏng diễn biến sự
phát triển tán lá và sinh khối tích lũy theo thời gian thì gần với kết quả đo được với chỉ
số Willmott’s thỏa thuận (d) cho 11 trong số 13 trường hợp là ≥0.98 cho tán lá che phủ
(CC), và ≥0.97 cho sinh khối. Quá trình lão hóa tán lá được đẩy nhanh do áp lực về
nước. Trong 6 trường hợp, chỉ số thỏa thuận xấu nhất là 0.957 cho tán lá và 0.915 cho
3
sinh khối. Các lý do có thể cho sự khác nhau giữa kết quả cả các lần đo đạt và mô
phỏng gồm sự đơn giản hóa của mô hình và độ không chính xác cho các phép đo.

Bên cạnh đó trong 3 năm (2004-2007), thí nghiệm ngoài đồng được tiến hành để đánh
giá cây trồng phản ứng với áp lực nước đối với cây Quinoa với điều kiện tưới khác
nhau. Sinh khối WP (g m-2) giảm 9% trong điều kiện tưới đầy đủ so với điều kiện RF
và thiếu hụt nước tưới (DI), có thể là do sự suy giảm dinh dưỡng nghiêm trọng. Kết
quả thu được sự mô phỏng sinh khối tổng năng suất hạt [hồi quy R2 = 0.87 and 0.83
tương ứng với hiệu quả Nash-Sutcliff (EF) = 0.82 và 0.79]. Phân tích độ nhạy đã
chứng minh sự vững mạnh của mô hình Aquacrop trong việc mô phỏng sử tăng trưởng
và sản xuất quinoa. Sự cải tiến mô hình cho suy giảm dinh dưỡng đất, sâu bệnh, dịch
bệnh có thể được thực hiện (Geerts et al., 2009).
Ngoài ra Shamseddin (2010), cho thấy Sudan là một trong những quốc gia thuộc lưu
vực sông Nile. Nông nghiệp phụ thuộc vào nước trời chi phối việc sản xuất nông
nghiệp và an ninh lương thực của vùng. Biến đổi khí hậu theo chiều hướng tiêu cực sẽ
gây nên phá vở hệ sinh kế và môi trường. Đặc biệt là vùng nông thôn, nơi người dân
phụ thuộc vào sản xuất nông nghiệp phụ thuộc nước trời. Thống kê mô tả cho thấy
rằng vùng bán khô hạn sẽ có lượng mưa giảm 16% (92 mm) và độ dài của mùa vụ
giảm 15% (13 ngày), so với những năm 1960. Ngày trồng và thu hoạch của mùa vụ thì
cũng thay đổi. Bằng cách chương trình mô phỏng Aquacrop, năng suất cây lúa miến
giảm 37% thì được dự báo khi lượng mưa giảm xuống 250 mm. Điều này phụ thuộc
vào sự giảm 10% của bốc thoát hơi. Theo đó, Hiệu suất nước mưa sẽ giảm từ 0,49
xuống 0,13 kg/m3.
2 Mục tiêu nghiên cứu
2.1 Mục tiêu tổng quát
Đánh giá tác động của biến đổi khí hậu lên cây lúa ở vùng sản xuất nông nghiệp tỉnh
Bạc Liêu. Nhằm góp phần sử dụng hiệu quả tiềm năng tài nguyên đất nước của vùng
nghiên cứu.
2.2 Mục tiêu cụ thể
- Mô phỏng năng suất cây lúa trong điều kiện khí hậu hiện tại.
- Mô phỏng năng suất cây lúa trong điều kiện các yếu tố tự nhiên thay đổi do biến đổi
khí hậu.
- Đánh giá sự tác động của các yếu tố tự nhiên ảnh hưởng của biến đổi khí hậu lên cây

trồng, đề xuất các biện pháp thích ứng trong điều kiện của biến đổi khí hậu xảy ra.
3 Nội dung nghiên cứu
3.1 Đối tượng nghiên cứu
- Năng suất cây lúa trong điều kiện hiện tại, xu thế năng suất cây lúa ở điều kiện tác
động của các yếu tố ảnh hưởng do biến đổi khí hậu ở tương lai.
4
- Các yếu tố của ảnh hưởng do biến đổi khí hậu tác động đến sự thay đổi năng suất cây
lúa.
- Biện pháp sử dụng hợp lý nguồn tài nguyên của vùng nghiên cứu.
3.2 Phạm vi nghiên cứu
- Đề tài được thực hiện trên vùng sản xuất nông nghiệp (phía Bắc quốc lộ 1A)
- Thời gian thực hiện: từ ngày 01/10/2011 đến 31/05/2012 tại Bộ Môn Tài nguyên Đất
đai, Khoa Môi trường & TNTN, Đại học Cần Thơ và trên địa bàn Tỉnh Bạc Liêu.
3.3 Các bước thực hiện
Đề tài thực hiện gồm 8 bước
- Bước 1: Chuẩn bị
- Bước 2: Thu thập dữ liệu
- Bước 3: Chạy mô hình mô phỏng năng suất
- Bước 4: Tìm các yếu tố tác động đến năng suất
- Bước 5: Phân tích, đánh giá các yếu tố tác động
- Bước 6: Đề xuất biện pháp thích ứng, sử dụng hợp lý nguồn tài nguyên đất nước
- Bước 7: Hoàn chỉnh bài viết
4 Phương pháp nghiên cứu
Đề tài thực hiện việc mô phỏng năng suất lúa dựa vào các dữ liệu thu thập hiện có, các
giả định về điều kiện hiện tại và các xu thế biến động của các điều kiện tự nhiên ảnh
hưởng do biến đổi khí hậu.
4.1 Bước chuẩn bị:
Tham khảo, tổng hợp các tài liệu trước đây có liên quan về vùng nghiên cứu, các kết
quả đề tài trước đây có liên quan
4.2 Thu thập dữ liệu

- Các loại bản đồ có liên quan:
+ Bản đồ hành chính tỉnh Bạc Liêu tỉ lệ 1/100.000
+ Bản đồ hiện trạng sử dụng đất tỉnh Bạc Liêu tỉ lệ 1/100.000
+ Bản đồ thủy lợi tỉnh Bạc Liêu tỉ lệ 1/100.000
+ Bản đồ đất tỉnh Bạc Liêu tỉ lệ 1/100.000
+ Bản đồ lũ, xâm nhập mặn tỉnh Bạc Liêu tỉ lệ 1/100.000
Các dữ liệu thu thập dành để chạy mô hình bao gồm:
- Dữ liệu về khí tượng – thủy văn từ năm 2001 – 2010 (Thu thập tại trung tâm khí
tượng tỉnh Bạc Liêu)
5
+ Nhiệt độ trung bình hàng này (
o
C)
+ Nhiệt độ không khí cao nhất hàng ngày (
o
C)
+ Nhiệt độ không khí thấp nhất hàng ngày (
o
C)
+ Lượng mưa hàng ngày (
o
C)
+ Nồng độ trung bình CO
2
hàng năm trong không khí (ppm)
+ Bốc thoát hơi tham chiếu ETo (mm)
* Trường hợp dữ liệu về bốc thoát hơi tham chiếu ETo không có sẳn thì thu thập thêm
thông tin về:
+ Số giờ nắng trung bình trong ngày (giờ/ngày)
+ Tốc độ gió trung bình trong ngày (Km/ngày)

Để có thể tính thông số ETo thông qua công thức công thức Penman-Monteith (Allen
et al., 1998 trong Steduto, 2009) bằng phần mềm tính ETo của FAO.
* Trường hợp nồng độ trung bình CO2 hàng năm trong không khí (ppm) không có để
mô phỏng, thì sử dụng thì sử dụng số liệu CO
2
được thu thập ở đài quan sát Mauna Loa
Observatory ở Hawaii để sử dụng mô phỏng xu thế biến động của năng suất khi thay
đổi nông độ CO
2.
- Dữ liệu về cây trồng (Thu thập tại phòng nông nghiệp và trung tâm khuyến nông tại
địa phương và tham khảo các nghiên cứu trước đây)
+ Các giống lúa hiện trồng tại vùng.
+ Cơ cấu, diện tích cây lúa.
+ Năng suất thu hoạch (tấn/ha)
+ Các thời kỳ của cây trồng (ngày)
+ Độ che phủ tán lá trên mặt đất (%)
+ Độ sâu của rể (mm)
+ Hiệu suất sinh khối (tấn/ha)
Dữ liệu cây lúa khi mô phỏng thì sử dụng thiết lập dữ liệu về cây lúa của FAO cung
cấp và được tích hợp trong mô hình. Dữ liệu này được sử chỉnh sửa cho phù hợp với
điều kiện các giống lúa của địa phương.
- Dữ liệu về đất (Thu thập từ những nghiên cứu trước đây trên đất lúa)
+ Sa cấu của các tầng đất
+ Độ dẫn nước tại mức bảo hòa (mm/ngày)
+ Thể tích nước tại điểm bảo hòa (%)
6
+ Thủy dung ngoài đồng (%)
+ Điểm héo (%)
- Dữ liệu quản lý được giả định là tối ưu cho sự phát triển của cây lúa (bao gồm giả
định về độ phì tối ưu và trong điều kiện tưới đầy đủ)

4.3 Chạy mô hình mô phỏng
Từ các dữ liệu đầu vào xác định môi trường phát triển của cây trồng được thu thập như
thời tiết, đặc tính cây trồng, đất và các đặc tính về quản lý. Nhu cầu nước cho cây
trồng và tác động của các điều kiện tự nhiên lên năng suất cây trồng thì được mô
phỏng thông qua phần mềm Aquacrop phiên bản 3.1+ được phát triển bởi FAO.
Aquacrop có cấu trúc dạng liên tục giữa đất - cây trồng - không khí. Bao gồm đất và
sự căn bằng nước của đất; cây trồng, với quá trình tăng trưởng, phát triển và năng suất;
và không khí với chế độ nhiệt, lượng mưa, nhu cầu bay hơi và nồng độ CO2. Ngoài ra,
khía cạnh quản lý cũng được xem xét rõ ràng (ví dụ như, thủy lợi, phân bón,…) Vì nó
sẽ ảnh hưởng đến sự cân bằng nước trong đất, phát triển cây trồng và năng suất cuối
cùng. Sâu hại, dịch bệnh và cỏ dại thì không được xem xét. Chức năng quan hệ giữa
các thành phần khác nhau của mô hình được mô tả trong sơ đồ sau:
Thông qua kết quả cho được từ quá trình mô phỏng, kết quả sẽ được kiểm định và
hiệu chỉnh phù hợp sau với điều kiện thực tế. Dữ liệu ít nhất 2 năm của cây lúa sẽ
được sử dụng để hiệu chỉnh mô hình. Quá trình hiệu chỉnh, kiểm định sẽ được lập lại
nhiều lần để có thể cho một kết quả phù hợp với số liệu thực tế và mang một độ tin
7
Hình 1: Sơ đồ của Aquacrop cho thấy các thành phần chính liên tục của đất – cây
trồng - không khí. (Nguồn: Steduto el al., 2009)
cậy nhất định. Từ kết quả hiệu chỉnh và kiểm định, tiến hành mô phỏng năng suất cây
lúa trong điều kiện các yếu tố tự nhiên thay đổi bởi biến đổi khí hậu theo các kịch bản
tương lai.
4.4 Tìm các yếu tố tác động đến năng suất
Dựa vào năng suất cây lúa trong điều kiện thực tế so với năng suất lúa mô phỏng
trong tương lai. Xác định sự thay đổi của năng suất cây lúa, xem xét những yếu tố có
khả năng tác động làm ảnh hưởng đến năng suất của cây lúa. Từ những yếu tố đã xác
định được tiến hành phân tích độ nhạy để tìm ra các yếu tố chính tác động đến năng
suất trong điều kiện hiện tại và tương lai.
Các mô phỏng được năng suất được thực hiện với sự biến động 10% lần lượt của các
yếu tố đầu vào được xem là bị ảnh hưởng của biến đổi khí hậu như nhiệt độ, lượng

mưa, bốc thoát hơi tham chiếu, nồng độ CO
2
, số giờ nắng, độ mặn, thiếu nước tưới. So
sánh năng suất sau khi mô phỏng biến động để tìm ra khoảng chênh lệch về năng suất
của cây lúa, từ đó xác định các yếu tố nào là quan trọng ảnh hưởng làm thay đổi nhiều
đến năng suất cây lúa.
4.5 Phân tích, đánh giá các yếu tố tác động
Thông qua việc xác định các yếu tố tác động đến năng suất cây lúa, phân tích và đánh
giá xu thế biến động của điều kiện tự nhiên. Xem xét những ảnh hưởng của chúng đến
việc hình thành năng suất của cây lúa.
4.6 Tìm biện pháp thích ứng
Từ các kết quả đánh giá và phân tích ở các bước trên, xác định những hạn chế và thế
mạnh của vùng từ đó tìm các biện pháp thích ứng phù hợp nhằm làm giảm tác động
đối năng suất cây lúa.
4.7 Hoàn chỉnh bài viết
Tổng hợp các số liệu, phân tích, đánh giá, tài liệu liên quan thành một bài hoàn chỉnh.
8
Phân tích độ nhạy
Thu thập dữ liệu
Dữ liệu khí tượng
- thủy văn
Dữ liệu đất Dữ quản lýDữ liệu cây trồng
Mô phỏng năng suất hiện tại
Biến đổi khí hậu tương lai: nhiệt độ,
mưa, nắng,…
Mô phỏng năng suất tương lai
Yếu tố tác động đến năng suất
Yếu tố chính tác động đến
năng suất
Phân tích, đánh giá các yếu tố tác

động
Đề xuất biện pháp thích ứng
So sánh
Hình 2: Sơ đồ các bước thực hiện
9
5 Dự kiến kết quả đạt được
- Xác định, đánh giá các yếu tố tác động của các yếu tố ảnh hưởng của biến đổi khí
hậu lên năng suất cây lúa.
- Các giải pháp thích ứng phù hợp nhằm giảm tác động của biến đổi khí hậu lên sản
xuất nông nghiệp, nhằm sử dụng hiệu quả nguồn tài nguyên hiện có của khu vực.
6 Kế hoạch thực hiện
TT Nội dung các bước thực hiện Thời gian thực hiện
1. Tổng hợp tài liệu liên quan
01/10 – 31/10/11
2. Thu thập số liệu
01/11 - 31/12/11
3. Chạy mô hình mô phỏng năng suất
01/01– 31/01/12
4. Tìm các yếu tố tác động đến năng suất
01/02 – 28/02/12
5. Phân tích, đánh giá các yếu tố tác động
01/03 - 31/03/12
6. Đề xuất biện pháp thích ứng
01/04 - 30/04/12
7. Hoàn chỉnh bài viết
01/05 – 31/05/12
Cán bộ hướng dẫn Học viên thực hiện
10
TÀI LIỆU THAM KHẢO
ADB (Asian Development Bank) (1994). Climate Change in Asia: Vietnam Country

Report, p.27.
Challinor, A. J., Ewert, F., Arnold, S., Simelton, E., & Fraser, E. (2009). Crops and
climate change: progress, trends, and challenges in simulating impacts and
informing adaptation. Journal of Experimental Botany, 60(10), 2775.
Dasgupta Susmita, Benoit Laplante, Craig Meisner, David Wheeler, and Jianping Yan,
(2007). The Impact of Sea Level Rise on Developing Countries: A
Comparative Analysis. World Bank Policy Research, Working Paper 4136,
February 2007
Furuya, J. & Koyama, O. 2005. Impacts of climatic change on world agricultural
product markets: Estimation of macro yield functions. JARQ, 39(2): 121–134
Geerts, S., Raes, D., Garcia, M., Miranda, R., Cusicanqui, J. A., Taboada, C., . . .
Condori, O. (2009). Simulating yield response of quinoa to water availability
with AquaCrop. Agronomy Journal, 101(3), 499.
Giorgis, K., Tadege, A., & Tibebe, D. (2006). Estimating crop water use and
simulating yield reduction for maize and sorghum in Adama and Miesso
Districts using the CROPWAT model: CEEPA discussion paper.
Hsiao, T. C., Heng, L., Steduto, P., Rojas-Lara, B., Raes, D., & Fereres, E. (2009).
AquaCrop The FAO Crop Model to Simulate Yield Response to Water: III.
Parameterization and Testing for Maize. Agronomy Journal, 101(3), 448-459.
IPCC (Intergovernmental Panel on Climate Change) (2007). Fourth Assessment
Report, Working Group II report. Impacts, Adaptation and Vulnerability.
Lê Anh Tuấn (2009a).Tác động của biến đổi khí hậu lên hệ sinh thái và phát triển nông
thôn vùng Đồng bằng sông Cửu Long. Viện nghiên cứu biến đổi khí hậu. Đại
học Cần Thơ.
Lê Anh Tuấn (2009b). Tổng quan về nghiên cứu biến đổi khí hậu và các hoạt động
thích ứng ở miền Nam Việt Nam. Viện nghiên cứu và Biến đổi Khí hậu. Đại
học Cần Thơ.
Molua, E. L., & Lambi, C. M. (2006). Assessing the impact of climate on crop water
use and crop water productivity: The CROPWAT analysis of three districts in
Cameroon: CEEPA Discussion paper.

Nesbitt, H., Johnston, R., & Solieng, M. (2004). Mekong River water: will river flows
meet future agriculture needs in the Lower Mekong Basin? Water in
Agriculture, 116.
11
Ponce-Hernandez, R., & Ahmed, O. A Model-based approach to predicting the effects
of global warming 4 degrees and beyond on ecosystem primary productivity,
land degradation and food security at national scale: Case Study Ethiopia.
Rivington, M., & Koo, J. Report on the Meta-Analysis of Crop Modelling for Climate
Change and Food Security Survey.
Shamseddin M. A, (2010). Impact of Climate change on Rained Agricuture in a semi
Arid zone – A Study from Sudan. Water management and Irrigation Institute,
University of Gezira.
Some, L., Dembele, Y., Ouedraogo, M., Some, B. M., Kambire, F. L., & Sangare, S.
(2006). Analysis of crop water use and soil water balance in Burkina Faso using
CROPWAT. CEEPA DP36, University of Pretoria, South Africa.
Steduto, P., Hsiao, T. C., Raes, D., & Fereres, E. (2009). AquaCrop-The FAO Crop
Model to Simulate Yield Response to Water: I. Concepts and Underlying
Principles. Agronomy Journal, 101(3), 426-437.
Todorovic, M., Albrizio, R., Zivotic, L., Saab, M. T. A., Stockle, C., & Steduto, P.
(2009). Assessment of AquaCrop, CropSyst, and WOFOST models in the
simulation of sunflower growth under different water regimes. Agronomy
Journal, 101(3), 509-521.
UNDP (United Nations Development Program) (2007). Human Development Report
2007/8, Fighting Climate Change: Human Solidarity in a Divided World.
Palgrave MacMillan, New York.
12