Tóm tắt Luận án Tiến sĩ Quản lý đất đai: Phân tích mối quan hệ giữa các yếu tố kinh tế - xã hội - môi trường làm cơ sở xây dựng mô hình tích hợp hỗ trợ quy hoạch sử dụng đất nông

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC CẦN THƠ

TÓM TẮT LUẬN ÁN TIẾN SĨ
Chuyên ngành: Quản lý đất đai
Mã ngành: 62 85 01 03

NGUYỄN HỒNG THẢO

PHÂN TÍCH MỐI QUAN HỆ GIỮA CÁC
YẾU TỐ KINH TẾ - XÃ HỘI - MƠI TRƯỜNG
LÀM CƠ SỞ XÂY DỰNG MƠ HÌNH
TÍCH HỢP HỖ TRỢ QUY HOẠCH
SỬ DỤNG ĐẤT NÔNG NGHIỆP.
TRƯỜNG HỢP NGHIÊN CỨU
TẠI TỈNH SÓC TRĂNG

Cần Thơ, 2021


CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI
TRƯỜNG ĐẠI HỌC CẦN THƠ
Người hướng dẫn chính: PGS.TS. Nguyễn Hiếu Trung

Luận án được bảo vệ trước hội đồng chấm luận án tiến sĩ cấp cơ sở
Họp tại: Nhà Điều hành, Trường Đại học Cần Thơ.
Vào lúc 14 giờ 00 ngày 25 tháng 12 năm 2019

Phản biện 1: PGS. TS. Lê Văn Trung
Phản biện 2: PGS. TS. Châu Minh Khơi

Có thể tìm hiểu luận án tại thư viện:
Trung tâm Học liệu, Trường Đại học Cần Thơ.
Thư viện Quốc gia Việt Nam.


DANH MỤC CÁC CƠNG TRÌNH ĐÃ CƠNG BỐ
1. Nguyễn Hồng Thảo và Nguyễn Hiếu Trung, 2017. Xây dựng ứng dụng mã
nguồn mở để tối ưu diện tích sử dụng đất nơng nghiệp. Tạp chí Khoa học
Trường
Đại
học
Cần
Thơ.
52a:
62-71.
/>2. Nguyễn Hồng Thảo, Nguyễn Hiếu Trung và Lê Quang Trí, 2017. Xây dựng
mơ hình hỗ trợ bố trí đất nơng nghiệp - Trường hợp nghiên cứu ở huyện Mỹ
Xun, tỉnh Sóc Trăng. Tạp chí Khoa học Trường Đại học Cần Thơ. Số chun
đề:
Mơi
trường
và
Biến
đổi
khí
hậu
(2):
166-177.
/>3. Thao, N.H. and Trung, N.H., 2018. Establishing an integrated model for
supporting agricultural land use planning: A case study in Tran De district, Soc

Trang province. Can Tho University Journal of Science. 54(Special issue:
Agriculture): 62-71. />4. Nguyễn Hồng Thảo, Nguyễn Hiếu Trung, Trương Chí Quang, Phạm Thanh
Vũ, Phan Hồng Vũ, Vương Tuấn Huy, Đặng Kim Sơn, 2019. Ứng dụng bài
tốn tối ưu hóa và bố trí sử dụng đất nơng nghiệp cho vùng Đồng bằng sơng
Cửu Long. Tạp chí Khoa học Đất Số đặc biệt 57, 97–102.
5. Nguyễn Hồng Thảo và Nguyễn Hiếu Trung, 2019. Ứng dụng mơ hình Monte
Carlo dự báo diện tích đất sản xuất nơng nghiệp trong tối ưu hóa đất nơng
nghiệp. Tạp chí Khoa học Trường Đại học Cần Thơ. 55(Số chun đề: Mơi
trường
và
Biến
đổi
khí
hậu)(2):
164-174.
/>

CHƯƠNG 1

GIỚI THIỆU

1.1 Tính cấp thiết của đề tài
Quy hoạch sử dụng đất được xây dựng theo chu kỳ 10 năm và công tác
quy hoạch hiện nay dựa trên các tiêu chí của Bộ Tài ngun và Mơi trường (Bộ
Tài ngun và Mơi trường, 2014) và quy trình hướng dẫn của FAO (FAO, 1981)
gồm 7 bước. Trong đó có hai bước cần thiết phải chú trọng để đảm bảo sự phát
triển và phát triển bền vững đó là đánh giá thích nghi đất đai tự nhiên và đánh
giá bổ sung về kinh tế, xã hội và môi trường (KT-XH-MT) để xây dựng các
phương án sử dụng đất. Tuy nhiên giai đoạn đánh giá bổ sung các yếu tố KHXH-MT thường gặp nhiều khó khăn do những điều kiện này thường xuyên thay
đổi và thường khác nhau ở các vùng miền khác nhau do đó gây khó khăn khi

ứng dụng.
Để đánh giá bổ sung các yếu tố KT-XH-MT, các tác giả đã sử dụng nhiều
phương pháp như đánh giá đất đai đa mục tiêu (Phạm Thanh Vũ và ctv., 2009),
phân tích thứ bậc (AHP) trong phân cấp thích nghi (Akıncı et al., 2013; Elaalem
et al., 2010). Ưu điểm của các phương pháp này là đề xuất được diện tích các
KSD đất sản xuất nông nghiệp một cách tối ưu nhất dựa vào các ràng buộc. Tuy
nhiên, điểm hạn chế là kết quả bản đồ bố trí nhiều KSD trên một ĐVĐĐ mà
khơng xác định chính xác vùng bố trí. Do đó, cần thiết phải nghiên cứu xây
dựng chương trình phần mềm hỗ trợ để đơn giản hóa quy trình ứng dụng dựa
trên các yếu tố KT- XH – MT xác định.
Bên cạnh đó vấn đề bố trí khơng gian diện tích quy hoạch sử dụng đất
nông nghiệp như thế nào là tối ưu nhất không chỉ là câu hỏi lớn của những
người làm công tác quy hoạch. Về giải quyết bài toán này, nhiều nghiên cứu đã
được thực hiện, nổi bậc có bố trí dự trên phân tích đa tiêu chí MCA trên GIS và
bố trí bằng Cellular Automata (CA) (Lê Cảnh Định, 2011). Các phương pháp
này đã giúp cải thiện một bước đáng kể trong hỗ trợ xây dựng quyết định của
nhà quy hoạch. Tuy nhiên các phương pháp bố trí khơng gian hiện nay chưa cho
thấy việc xét đến yếu tố cơ sở hạ tầng phục vụ cho canh tác cũng như chưa quan
tâm đến các yếu tố rủi ro của các KSD và sự tác động của các điều kiện kinh tế
xã hội và môi trường đối với các KSD khi đề xuất bố trí đất đai. Do đó, cần thực
hiện để xây dựng mơ hình bố trí không gian đất đai phục vụ cho sản xuất nông
nghiệp có tính đến các yếu tố KT - XH - MT và sự ảnh hưởng của các hệ thống
giao thông, kênh rạch, hệ thống cung cấp điện, KSD của các hộ sản xuất lân cận,
năng lực kinh tế của nông hộ cũng như tỷ lệ hộ nghèo ở địa phương tác động
đến sự bố trí khơng gian các KSD đất sản xuất nông nghiệp.
Từ những ưu điểm và những tồn tại của các nghiên cứu liên quan, việc đề
xuất nghiên cứu bổ sung vào khoảng trống mà các nghiên cứu trước đây chưa
1

giải quyết được là cần thiết. Cụ thể, luận án chú trọng đến phân tích mối quan hệ
giữa các yếu tố kinh tế xã hội và môi trường ảnh hưởng đến sự lựa chọn KSD
đất sản xuất nông nghiệp nhằm giúp chọn ra các yếu tố cụ thể trong thiết lập mơ
hình tốn tối ưu hóa; xây dựng phần mềm tối ưu hóa tích hợp với mơ hình bố trí
khơng gian đất đai theo phương pháp kết hợp tính thích nghi tự nhiên, điều kiện
kinh tế xã hội, cơ sở hạ tầng, khả năng của nơng hộ trong bố trí không gian tối
ưu theo đặc điểm của từng KSD đất sản xuất nông nghiệp.
1.2 Mục tiêu của đề tài
Mục tiêu nghiên cứu của luận án là phân tích các yếu tố kinh tế - xã hội môi trường ảnh hưởng đến các KSD đất sản xuất nông nghiệp làm cơ sở xây
dựng mơ hình tích hợp nhằm tối ưu hóa diện tích và bố trí các KSD đất sản xuất
nơng nghiệp, nâng cao hiệu quả công tác quy hoạch sử dụng đất.
Mục tiêu cụ thể
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 ứng dụng tối ưu hóa diện tích các KSD đất sản xuất nông
nghiệp sử dụng công cụ mã nguồn mở.
Mục tiêu 3: Xây dựng mơ hình tích hợp tối ưu hóa và bố trí khơng gian diện
tích đất nơng nghiệp.
Mục tiêu 4: Ứng dụng mơ hình tích hợp vào quy hoạch sử dụng đất sản xuất
nông nghiệp.
1.3 Nội dung nghiên cứu
Nội dung 1: Phân tích mối quan hệ giữa các yếu tố kinh tế xã hội và mơi
trường cho tối ưu hóa và bố trí sử dụng đất sản xuất nông nghiệp
Nội dung 2: Xây dựng phần mềm máy tính mã nguồn mở cho tối ưu hóa
diện tích đất nơng nghiệp
Nội dung 3: Xây dựng mơ hình tích hợp trong bố trí sử dụng đất sản xuất
nơng nghiệp.
Nội dung 4: Ứng dụng mơ hình tích hợp trong xây dựng phương án sử
dụng đất sản xuất nông nghiệp.
1.4 Đối tượng và phạm vi nghiên cứu

Đối tượng nghiên cứu của luận án như sau:
- Các yếu tố KT-XH-MT ảnh hưởng chủ yếu đến việc bố trí các KSD đất
sản xuất nông nghiệp trong quy hoạch sử dụng đất.
- Mô hình tốn trong tối ưu hóa diện tích đất nơng nghiệp và mơ hình bố
trí khơng gian các KSD đất sản xuất nông nghiệp.

2


1.4.1 Phạm vi nghiên cứu
Phạm vi về không gian, luận án tập trung nghiên cứu và ứng dụng thực
nghiệm của mơ hình tích hợp trên 3 huyện đại diện cho 3 vùng sinh thái của tỉnh
Sóc Trăng đó là: huyện Long Phú ứng với vùng sinh thái nước ngọt, huyện Mỹ
Xuyên ứng với vùng sinh thái nước lợ ngoài đê và huyện Trần Đề ứng với vùng
sinh thái nước lợ trong đê.
1.5 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:
- Xác định được các yếu tố KT-XH-MT chủ yếu tác động đến sự lựa chọn
các KSD đất sản xuất nông nghiệp và mối quan hệ của các yếu tố này trong giải
quyết bài toán tối ưu hóa và bố trí đất sản xuất nơng nghiệp.
- Xây dựng được chương trình phần mềm máy tính hỗ trợ giải bài tốn tối
ưu hóa diện tích đất nông nghiệp theo hướng thân thiện và tiện lợi cho người sử
dụng. Đây là công cụ chuyên dùng cho công tác quản lý và quy hoạch sử dụng
đất sản xuất nơng nghiệp.
- Xây dựng mơ hình bố trí khơng gian diện tích tối ưu kết hợp nhiều tiêu
chí như: mức độ ưu tiên về kinh tế khi bố trí các KSD thích nghi tự nhiên, đặc
điểm ưu thế của KSD đất sản xuất nông nghiệp trong tương quan không gian với
các điều kiện xã hội và môi trường cũng như các KSD đất sản xuất nông nghiệp
lân cận, hiện trạng sử dụng đất và cơ sở hạ tầng.

1.5.2 Về mặt giáo dục đào tạo và nghiên cứu khoa học
Phương pháp, cơng cụ và quy trình đề xuất từ kết quả của luận án sẽ là
nguồn tài liệu tham khảo hữu ích cho các nghiên cứu ở trình độ đại học, cao học
và tiến sĩ ngành Quản lý đất đai. Bên cạnh đó, kết quả của luận án sẽ hỗ trợ đắc
lực trong công tác quản lý và quy hoạch sử dụng đất sản xuất nông nghiệp của
ngành quản lý đất đai nói riêng cũng như ngành quản lý tài nguyên và mơi
trường nói chung.
CHƯƠNG 2

TỔNG QUAN TÀI LIỆU

2.1 Tổng quan về các yếu tố tác động đến sử dụng đất sản xuất nông
nghiệp
Theo nhiều nghiên cứu về sử dụng đất nói chung bao gồm sử dụng đất
nơng nghiệp chịu tác động của các yếu tố về KT-XH-MT và chính sách (Lambin
and Geist, 2007). Xem xét các nghiên cứu ngoài nước liên quan đến sự tác động
này, nghiên cứu của Baker and Capel (2011) ở Hoa Kỳ cho thấy có 3 yếu tố
chính gồm KT, XH và MT quyết định đến phân bố canh tác nông nghiệp. Ở
3


Châu Âu, Cintina và Pukite (2018) cho thấy các yếu tố KT, XH và MT, chính
sách và quản trị, kỹ thuật và công nghệ, yếu tố chủ quan của chủ sử dụng. Các
nghiên cứu ở Việt Nam cho thấy các yếu tố tự nhiên, KT, XH và MT tác động
mạnh đến sử dụng đất và việc thực hiện quy hoạch sử dụng đất.
Huỳnh Văn Dũng (2017) đã đánh giá 14 yếu tố KT-XH-MT tác động đến
việc thực hiện kế hoạch sử dụng đất ở huyện Giồng Riềng, tỉnh Kiên Giang bằng
phương pháp AHP. Kết quả đánh giá trọng số cấp 1 cho thấy yếu tố KT được
đánh giá quan trọng (trọng số 0,61) so với yếu tố về XH là 0,21 và MT là 0,18.
Kết quả cho thấy về yếu tố KT thì chi phí sản xuất là yếu tố người dân quan tâm

nhất có trọng số chiếm hơn 50% so với 2 yếu tố còn lại là lợi nhuận và thị
trường. Đối với nhóm yếu tố XH như các tiêu chí về khả năng vốn, hỗ trợ vốn,
tập quán canh tác, hỗ trợ kỹ thuật, giải quyết việc làm, quy hoạch/kế hoạch.
Trong đó yếu tố khả năng vốn, sự hỗ trợ vốn và tập quán canh tác là các yếu tố
được người dân đánh giá là quan trọng.
Tuy nhiên các nghiên cứu chỉ dừng lại ở mức đánh giá yếu tố nào quan
trọng, chưa cho thấy khả năng ứng dụng trong lựa chọn KSD và bố trí đất sản
xuất nông nghiệp trong quy hoạch sử dụng đất.
2.2 Các phương pháp luận tối ưu hóa trong quy hoạch sử dụng đất nơng
nghiệp
Tối ưu hóa là một lĩnh vực tốn học được ứng dụng để tìm hỗ trợ ra quyết
định trong cho một vấn đề theo một hay nhiều mục tiêu. Trong quy hoạch sử
dụng đất, tối ưu hóa giải quyết mối quan hệ giữa tự nhiên, kinh tế - xã hội và
mơi trường với trong thiết lập diện tích sử dụng đất ( Nguyễn Hải Thanh, 2005;
Nguyễn Hiếu Trung và ctv., 2015).
Tối ưu hóa một mục tiêu hay đa mục tiêu nhằm giải tìm ra một phương án
khả thi tốt nhất theo một yêu cầu nào đó, thực chất đó là một bài toán ra quyết
định. Ra quyết định là một trong những hoạt động sống của con người và được
nghiên cứu từ cuối thế kỷ 18. Phương pháp ra quyết định bao gồm cả việc lựa
chọn các phương án phát triển nên nó quan trọng trong nhiều lĩnh vực về khoa
học xã hội cũng như khoa học tự nhiên và kỹ thuật (Nguyễn Như Phong, 2010a).
Có thể nói rằng tối ưu hóa chính là cơng cụ định lượng chủ yếu nhất cho quá
trình ra quyết định (Nguyễn Hải Thanh, 2005; Phạm Thanh Vũ và ctv., 2016).
Tuy nhiên, các phần mềm tối ưu hóa hiện nay thường khó tiếp cận hoặc không
thân thiện với người dùng, kết quả xuất ra dạng văn bản khó liên kết với bản đồ.
Mặt khác, để xác định được diện tích tối ưu của các KSD một trong những câu
hỏi đặt ra là giới hạn biên trong khi các cơng cụ phân tích dự tính dự báo các
giới hạn biên để đưa vào mơ hình tối ưu hóa cịn hạn chế.

4

2.3 Các nghiên cứu liên quan đến dự báo nông sản
Dự báo là tiên đoán, ước lượng, đánh giá các sự kiện xảy ra trong tương
lai, các sự kiện này thường bất định. Mục tiêu của dự báo là sử dụng thơng tin
hiện có một cách tốt nhất để định hướng các hoạt động trong tương lai. Dự báo
được chia làm hai loại là định tính và định lượng. Trong đó phương pháp định
tính được dựa trên các dữ liệu định tính như ý kiến, phán đốn, kinh nghiệm
chun mơn của chuyên gia. Ngược lại phương pháp định lượng dựa vào phân
tích các dữ liệu định lượng được thu thập theo chuỗi thời gian (Nguyễn Như
Phong, 2010a). Dự báo dựa vào mơ hình tốn cần phân tích dựa trên dữ liệu
định lượng. Nguồn dữ liệu thu thập để xây dựng mơ hình càng lớn, càng chính
xác thì phương trình tốn có độ tin cậy càng cao.
Về phương pháp mơ phỏng trong dự báo, theo Fishman (1997), phương
pháp mô phỏng Monte Carlo cung cấp giải pháp ước tính cho các vấn đề toán
học dựa vào phương pháp lấy mẫu thống kê trên máy tính. Đây là phương pháp
giải quyết các bài toán phi ngẫu nhiên bằng cách lấy mẫu ngẫu nhiên. Các mẫu
được chọn ngẫu nhiên và lặp đi lặp lại nhiều lần để tính tốn các kết quả theo
phương thức của bài tốn đặt ra. Chính vì thế phương pháp Monte Carlo thường
đưa ra giải pháp ước tính với sai số chấp nhận được trong trường hợp khó có thể
tìm được giải pháp chính xác cho bài tốn.
Nhiều nghiên cứu đã được thực hiện để dự báo các yếu tố về giá, nhu cầu
nông sản, sản lượng nông sản. Tuy nhiên lựa chọn phương pháp khả thi là điều
quan trọng để xác định các diện tích giới hạn đối với sản xuất nông nghiệp của
địa phương. Liên hệ với nhu cầu dự báo sản lương thực sản xuất ở địa phương
cho thấy việc dự báo nhu cầu sản xuất dựa vào tiềm lực sản xuất của địa phương
là phương án khả thi hơn dự báo về nhu cầu nông sản. Sản lượng nơng sản được
sản xuất dựa trên diện tích sản xuất các loại nông sản qua nhiều năm đáp ứng
theo cơ chế cung – cầu của thị trường.
2.4 Tổng quan về các phương pháp bố trí đất nơng nghiệp trong quy

hoạch sử dụng đất
Riveira and Maseda (2006) đã tổng hợp các mơ hình và phương pháp ứng
dụng trong quy sử dụng đất và chia thành 2 giai đoạn chính đó là giai đoạn đánh
giá thích nghi và giai đoạn bố trí đất đai. Bố trí sử dụng đất là một bước quan
trọng để xây dựng các phương án quy hoạch, nó trả lời câu hỏi về việc sắp xếp
các KSD như thế nào.
Các giải pháp và phần mềm về bố trí đất đai theo các điều kiện kinh tế xã
hội môi trường. Các kết quả nghiên cứu cho thấy giải pháp bố trí đất đai đã được
nghiên cứu theo nhiều hướng nghiên cứu được chia thành các nhóm phương
pháp chính: (i) Bố trí đất đai dựa vào đánh giá thích nghi đất đai; (ii) Bố trí đất
5


đai dựa vào đánh giá đa tiêu chí mà chủ yếu dựa trên phương pháp AHP; (iii) Bố
trí đất đai dựa trên Cellular Automata.
Phần lớn các tác giả sử dụng phương pháp đánh giá thích nghi dựa vào
yếu tố tự nhiên (thổ nhưỡng, địa hình, thủy văn) để xác định mức độ thích nghi
tự nhiên, kết quả thích nghi ở dạng bản đồ thích nghi. Các bản đồ thích nghi
thường chỉ cung cấp thông tin về nhiều khả năng lựa chọn cho một vùng hoặc
trên một ĐVĐĐ mà không đưa ra bố trí khơng gian diện tích mỗi KSD đất sản
xuất nông nghiệp.
Hướng tiếp cận sử dụng phương pháp phân tích tế bào tự động Cellular
Automata (CA) để bố trí đất đai (Ligtenberg, 2010). Theo Lê Cảnh Định
(2011), phần mềm SALUP được tác giả xây dựng dựa trên mơ hình CA.
Phương pháp xây dựng mơ hình dựa trên việc xác định các vị trí ban đầu (dựa
vào hiện trạng sử dụng đất) sau đó dùng nguyên tắc lan tỏa của Cellular
Automata để bố trí diện tích đất đai đến khi thỏa điều kiện ràng buộc về diện
tích. Hạn chế của phương pháp thuần CA là giải thuật lựa chọn của mơ hình bị
hạn chế, chỉ xét ở những ơ lân cận theo kiểu lan tỏa dần nên rất khó để tạo được
kết quả bố trí tối ưu theo nhiều tiêu chí, cũng như chưa xét đến đặc điểm cơ sở

hạ tầng, tập quán xã hội, khả năng đầu tư của KSD cần bố trí.
CHƯƠNG 3

CƠ SỞ KHOA HỌC

3.1 Phương pháp phân tích mối quan hệ các yếu tố KT-XH-MT đến sử
dụng đất nông nghiệp
Các số liệu thống kê kiểm kê đất đai và bản đồ hiện trạng sử dụng đất của
3 huyện Long Phú, Trần Đề, Mỹ Xuyên các năm 2005, 2010 và 2015; Số liệu
thống kê kinh tế xã hội từ năm 2010 đến năm 2018; Các báo cáo tổng kết tình
hình sản xuất nơng nghiệp của các huyện Long Phú, Trần Đề, Mỹ Xuyên từ
2015 đến 2018.
Khảo sát nông hộ để thu thập các thông tin về hiện trạng sản xuất nông
nghiệp, kinh tế xã hội, môi trường. Số lượng mẫu phỏng vấn được xác định dựa
vào công thức tính số mẫu của Yamane (1967).
𝑁
(1)
𝑛=
2
1 + 𝑁𝑒
Với N: tổng số hộ canh tác nông nghiệp; e: sai số của mẫu.
Số mẫu n được tính với số hộ dân của 3 huyện trên địa bàn nghiên cứu
trong sản xuất nông nghiệp khoảng 55.000 hộ. Với e=6% số mẫu cần là 276
mẫu. Xem xét số lượng mẫu của các nghiên cứu tương tự của một số tác giả
khác theo cho cấp huyện và tỉnh của Lê Quang Trí và ctv., (2013); Phù Vĩnh
6


Thái và ctv., (2015) ở 4 huyện ở tỉnh Kiên Giang; Santiphop et al. (2012) đã
chọn được 210 mẫu từ cách tính theo cơng thức Yamane (1967) với sai số mẫu

là 7% cho 8 loại cây trồng ở tỉnh Kanchanaburi, Thái lan. Trên cơ sở đó, tổng số
mẫu phỏng vấn nông hộ sản xuất nông nghiệp của 3 huyện được làm tròn lên 45
hộ/KSD với tổng cộng là 315 hộ.
Sử dụng phương pháp thống kê mô tả (Mann, 1995) để xác định giá trị
trung bình, độ lệch chuẩn đối với các chỉ tiêu về kinh tế định lượng gồm: lợi
nhuận của các KSD; các chỉ tiêu định tính về xã hội gồm: trình độ học vấn, trình
độ thâm canh, nguồn vốn sản xuất, nguồn 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, tác động môi trường của các KSD đất sản xuất nơng nghiệp.
3.2 Phương pháp xây dựng mơ hình tích hợp
Mơ hình tích hợp được xây dựng là sự kết nối về dữ liệu đầu vào đầu ra
các công cụ khác nhau gồm: dự tính diện tích nơng sản, phần mềm tối ưu hóa
diện tích đất nơng nghiệp LandOptimizer và mơ hình bố trí đất đai ST-LUAM.
Ngun tắc kết nối các mơ hình và phần mềm tối ưu được thể hiện ở Hình 3.1.

Hình 3.1 Mơ hình tích hợp ST-IALUP
Hình 3.1 trình bày sơ đồ kết nối các thành phần của mơ hình tích hợp
được đặt tên ST-IALUP (Soc Trang- Integrated model for supporting
Agricultural Land Use Planning). Các cơng cụ tích hợp gồm: Dự tính diện tích
biên cho đất sản xuất nơng nghiệp bằng phương pháp Monte Carlo, tối ưu hóa
đất nơng nghiệp LandOptimizer và mơ hình bố trí đất sản xuất nơng nghiệp STLUAM. Dữ liệu diện tích biên các KSD được xuất ra file CSVgồm diện tích của
các KSD ở các năm dự tính. Dữ liệu này kết hợp với đầu vào về KT-XH-MT
của LandOptimizer để xác định diện tích tối ưu của các KSD. Kết quả tối ưu hóa
được xuất ra để đưa vào mơ hình ST-LUAM thực hiện bố trí trên bản đồ.

7


3.2.1 Dự tính diện tích canh tác nơng nghiệp làm điều kiện biên cho tối ưu
hóa

Về mặt dự báo diện tích sản xuất, luận án này tập trung phân tích ba kiểu
sản xuất nông nghiệp là rau màu, cây ăn quả và nuôi trồng thủy sản (NTTS).
Phương pháp chi tiết dự tính diện tích canh tác trong các năm tiếp theo được
thực hiện dựa trên phương pháp mô phỏng Monte Carlo được áp dụng như sơ đồ
trên Hình 3.2. Trong đó dữ liệu diện tích của rau màu, cây ăn quả và NTTS qua
các năm (từ 2010-2018) được nạp vào mơ hình.

Hình 3.2 Dự tính diện tích canh tác bằng phương pháp Monte Carlo
Tiếp theo, dữ liệu đầu vào được phân tích tần suất xuất hiện theo các
khoảng diện tích và giá trị tần suất xuất hiện được chuẩn hóa về [0, 1]. Mơ hình
sẽ gọi hàm tạọ ra số ngẫu nhiên trong khoảng [0, 1], giá trị ngẫu nhiên này được
so với giá trị tần suất xuất hiện để tìm khoảng diện tích và chọn ra diện tích biên
của khoảng ứng với diện tích của năm tiếp theo. Sau đó mơ hình kiểm tra điều
kiện số năm mơ phỏng, nếu chưa kết thúc mơ phỏng, giá trị diện tích tính được
sẽ được đưa về danh sách diện tích để phân tích cho năm tiếp theo. Cứ như thế
tiếp tục đến khi mô phỏng đủ số năm yêu cầu.
3.2.2 Phương pháp xây dựng phần mềm tối ưu hóa sử dụng đất nông
nghiệp
Phần mềm LandOptimizer được xây dựng bằng ngôn ngữ lập trình Visual
Basic.Net, hoạt động trên hệ điều hành Windows. Các bước chính xây dựng
phần mềm được trình bày trong Hình 3.3.

8


Hình 3.3 Các bước xây dựng phần mềm LandOptimizer
Kết quả thực hiện trên phần mềm tối ưu hóa diện tích đất nông nghiệp
LandOptimizer được so sánh với kết quả từ mơ hình được thiết kế trên GAMS
với cùng bộ dữ liệu đầu vào, hàm mục tiêu và các phương trình ràng buộc để đối
chứng kết quả trong trường hợp kiểm chứng ở huyện Cờ Đỏ, Thành phố Cần

Thơ. Dữ liệu kiểm chứng được kế thừa từ kết quả nghiên cứu về mơ hình tốn
trên GAMS của Nguyễn Hồng Thảo (2007).
3.2.3 Phương pháp xây dựng mơ hình bố trí khơng gian
Khi xác định được diện tích tối ưu của các KSD trong mỗi ĐVĐĐ, luận
án đề xuất phương án bố trí đất sản xuất nơng nghiệp bên trong mỗi ĐVĐĐ.
Trong đó các KSD đất được bố trí vào các cell đất bên trong một ĐVĐĐ theo
phương pháp kết hợp giữa tế bào tự động (Cellular Automata) với đánh giá đa
tiêu chí dựa trên các yếu tố tự nhiên KT-XH-MT đã chọn lọc như Hình 3.4

Hình 3.4 Sơ đồ phương pháp bố trí đất sản xuất nơng nghiệp
9


Chỉ số khả năng đầu tư kinh tế của cell (IInvest): Chỉ số này được gán giá trị
theo nhóm xã. Các xã được chia thành 3 nhóm tùy thuộc vào mức độ đạt các tiêu
chuẩn nông thôn mới (NTM); Sau đó chuẩn hóa nhóm xã thành 3 giá trị [1; 0,5;
0] và được gán vào lớp bản đồ ranh giới xã khi xây dựng dữ liệu cho mơ hình.
Chỉ số khoảng cách của cell đến đường giao thông (IR ) và sơng rạch (IC)
được tính bằng khoảng cách ngắn nhất từ vị trí của từng cell đến đoạn đường
giao thơng ( kênh rạch) gần nhất. Trong đó phương pháp tạo vùng đệm theo lớp
từ đường (kênh rạch) để xác định khoảng cách các cell chứa bởi vùng đệm. Dữ
liệu khoảng cách tính được được chuẩn hóa về khoảng [0, 1] theo khoảng cách
lớn nhất của 1 cell đến đường (kênh rạch).
Chỉ số tỷ lệ của các KSD đất ở các cell lân cận (IDEN_LUT): Chỉ số này
được sử dụng để xác định tỷ lệ các KSD ở các ô lân cận của 1 ơ. Đối với 1 cell
có 8 cell lân cận. Với mỗi KSD, giá trị của chỉ số được xác định bằng số cell lân
cận có KSD đó chia cho 8 (công thức (2)), với LUTi là KSD thứ i.
IDEN_LUT(i) = số_cell_lân_cận_có LUT(i)/8
(2)
Chỉ số khả năng bố trí của mỗi KSD cho một của cell (Icap_LUT)) được xác

định bằng công thức (3). Chỉ số Icap_LUT của KSD nào có giá trị cao nhất thì KSD
đó được chọn để bố trí cho cell. Trường hợp có nhiều KSD cùng giá trị Icap_LUT
thì KSD được chọn bố trí là KSD ngẫu nhiên.
Icap_LUT(i) =(WR.IR + WC.IC + WDEN. IDEN_LUT(i) + WI.IInvest )/( (3)
WR+WC+ WDEN+WI )
Trong đó: WR, WC, WDEN, WI là các trọng số ứng với các chỉ số IR, IC,
IDEN_LUT(i), IInvest. Các trọng số này được tính tốn khi cân chỉnh mơ hình.
CHƯƠNG 4

KẾT QUẢ THẢO LUẬN

4.1 Giới thiệu vùng nghiên cứu
Sóc Trăng nằm ở cửa Nam sơng Hậu thuộc vùng Đồng bằng sông Cửu
Long (ĐBSCL), cách Thành phố Cần Thơ khoảng 60 km, có tọa độ địa lý từ
9014’28’’ đến 9055’30’’ vĩ độ Bắc; 105034’16’’ đến 106017’50’’ kinh độ Đông.
Giáp các tỉnh: Hậu Giang, Trà Vinh, Bạc Liêu và biển Đơng. Năm 2018, tỉnh
Sóc Trăng gồm 11 đơn vị hành chính (1 thành phố, 2 thị xã và 8 huyện): thành
phố Sóc Trăng, thị xã Vĩnh Châu, thị xã Ngã Năm, các huyện: Kế Sách, Mỹ Tú,
Cù Lao Dung, Long Phú, Mỹ Xuyên, Thạnh Trị, Châu Thành và Trần Đề.
Để đảm bảo mục tiêu và khơng làm mất tính tổng quan của luận án, vùng
nghiên cứu được lựa chọn theo tiêu chí gồm các huyện tiếp giáp nhau và có các
đặc điểm sinh thái ngọt, lợ, mặn. Điều này giúp khảo sát các KSD đất sản xuất
nông nghiệp đặc trưng cho các vùng sinh thái này. Trên cơ sở các tiêu chí lựa
chọn được đặt ra, vùng nghiên cứu gồm 3 huyện Mỹ Xuyên, Long Phú, và Trần
10


Đề tỉnh Sóc Trăng. Trong đó, Long Phú thuộc vùng ngọt nhưng có nguy cơ ảnh
hưởng bởi xâm nhập mặn khi xảy ra các hiện tượng thời tiết cực đoan (như hạn
mặn vào năm 2016); Mỹ Xuyên thuộc vùng nước lợ; Trần Đề được chia thành 2

vùng: vùng mặn ở cửa sơng ngồi đê và vùng mặn được ngọt hóa bằng đê bao.
4.1.1 Đặc điểm sử dụng đất sản xuất nơng nghiệp của 3 huyện
Để phân tích rõ hơn sự thay đổi diện tích canh canh tác lúa qua các năm
để làm cơ sở cho phân tích dự báo diện tích phát triển cho chuyên mau, cây ăn
quả và NTTS, kết quả tổng hợp số liệu thống kê từ năm 2010 đến năm 2018 của
cả 3 huyện được thể hiện ở Hình 4.1. Cụ thể, diện tích canh tác của các huyện
chỉ tập trung 2 vụ trong đó vụ Hè Thu kéo dài với diện tích canh tác lớn. Diện
tích vụ Hè Thu được thống kê bao gồm vụ Hè Thu và Xuân Hè.

(Nguồn: Tổng hợp từ Niên giám thống kê Sóc Trăng (2015)
Hình 4.1 Diện tích canh tác các KSD đất nông nghiệp của 3 huyện từ 2010 –
2018
Biểu đồ Hình 4.1 thể hiện diện tích canh tác rau màu, cây ăn quả và NTTS
của huyện Long Phú, Trần Đề và Mỹ Xuyên từ năm 2010 đến 2018. Nhìn
chung, diện tích rau màu có nhiều biến động tăng giảm nhưng trong giai đoạn
gần đây có xu hướng tăng liên tục. Trái lại diện tích cây ăn quả có ít biến động
nhất và có xu hướng dao động trong khoảng từ 8.546 ha đến 8.938 ha. Riêng
diện tích NTTS có xu hướng tăng liên tục từ năm 2010 đến 2018.
4.2 Phân tích các yếu tố ảnh hưởng đến sử dụng đất sản xuất nông nghiệp
4.2.1 Lựa chọn các KSD đất nông nghiệp
Trong nghiên cứu này, các KSD nông nghiệp được lựa chọn để nghiên
11


cứu gồm các KSD phổ biến cho các vùng sinh thái ngọt, mặn lợ gồm lúa, màu,
thủy sản, cây ăn quả. Các KSD được lựa chọn mang tính đại diện cho các vùng
sinh thái thuộc 3 huyện để có cơ sở điều tra số liệu và khơng làm mất tính đại
diện cho khu vực. Cơ sở lựa chọn KSD được dựa vào các nghiên cứu liên quan
trong vùng ĐBSCL và đang được sự quan tâm của 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 2 vụ+ 1 màu, Lúa – Tôm, Chuyên màu (2-3 vụ), Cây ăn quả và
Chuyên tôm (2-3 vụ).
4.2.2 Phân tích các yếu tố kinh tế ảnh hưởng đến sử dụng đất nông nghiệp
4.2.2.1 Yếu tố lợi nhuận
Lợi nhuận là tiêu chí ảnh hưởng hàng đầu đến việc lựa chọn các KSD đất
sản xuất nông nghiệp. Kết quả thống kê kết quả khảo sát đa số nông dân đều
mong muốn chọn kiểu sản xuất có lợi nhuận cao. Kết quả thống kê mô tả về
tổng lợi nhuận của 7 KSD được thể hiện trong Hình 4.2 cho thấy kiểu canh tác
tôm cho lợi nhuận cao nhất, canh tác Hai vụ lúa có lợi nhuận thấp nhất.

Hình 4.2 Lợi nhuận của các KSD
Hình 4.2 cho thấy các KSD có lợi nhuận chênh lệch rất lớn đặc biệt giữa
LUT7 là 277,23 triệu đồng và LUT2 chỉ đạt khoảng 42,42 triệu đồng. Tuy
nhiên, để có thể thực hiện được LUT7 cần nhiều yếu tố ngồi khả năng vốn cịn
có kỹ thuật trình độ thâm canh cũng như điều kiện tự nhiên đất đai.
4.2.2.2 Yếu tố khả năng đầu tư
Kết quả tình hình thực hiện, được cơng nhận là xã nơng thơn mới thể hiện
nhiều chỉ tiêu quan trọng gồm các chỉ tiêu về thu nhập bình quân đầu người, tỷ
lệ hộ nghèo. Do đó, luận án này sử dụng các tiêu chí xã NTM như một yếu tố
định tính ảnh hưởng đến bố trí các KSD đất nơng nghiệp. Dựa vào 2 tiêu chí
12


này khả năng kinh tế của các xã được chia thành 3 nhóm: Nhóm 1 là các xã đạt
chuẩn NTM; Nhóm 2 là các xã chưa đạt chuẩn NTM nhưng có thu nhập bình
qn đầu người đạt từ 20-28 triệu đồng và tỷ lệ hộ nghèo <6%; Nhóm 3 là các
xã cịn lại (Bảng 4.1).
Bảng 4.1 Phân nhóm xã theo khả năng kinh tế
Đặc điểm

Nhóm xã 1

Huyện Long Trường
Phú
Thạnh,

Khánh,

Nhóm xã 2

Tân Long Phú, Song Long Đức, Châu
Phụng,
Hậu Khánh, Tân Hưng,
Thạnh
Phú Hữu

Huyện Trần Trung Bình, Lịch Hội Viên An
Đề
Thượng, Thạnh Thới
Thuận, Viên Bình
Huyện
Xun

Nhóm xã 3

Đại Ân 2, Liêu Tú,
Tài Văn, Thạnh
Thới An

Mỹ Hịa Tú 1, Hịa Tú 2, Ngọc Đơng, Gia Tham Đơn, Thạnh

Ngọc Tố, Đại Tâm, TT Hịa 1, Gia Hịa Phú, Thạnh Quới
Mỹ Xun
2
tiêu ≤10/19 tiêu chí

Tiêu chí xây 19/19 tiêu chí
dựng NTM

11-18/19
chí

Thu
nhập Đạt chuẩn NTM
bình qn ( trên 30 triệu đồng)
đầu người/
năm

Chưa đạt chuẩn
NTM
(từ 20-28 triệu
đồng)

Tỷ lệ
nghèo

Đạt chuẩn NTM Chưa đạt chuẩn
(≤ 6%)
NTM (≤ 23%)

hộ Đạt chuẩn NTM

(≤ 4%)

Chưa đạt chuẩn
NTM
(dưới 20 triệu
đồng)

(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)
4.2.3 Các yếu tố xã hội ảnh hưởng đến SDĐ NN
4.2.3.1 Số lượng lao động
Kết quả khảo sát số lao động ứng với từng KSD đất nông nghiệp trong
một năm trên một hecta cho kết quả như Hình 4.3. Trong đó kiểu Chun màu
có số ngày cơng lao động cao nhất, kế đến là kiểu chun tơm do người dân phải
chăm sóc liên tục quanh năm. Các KSD hai vụ lúa-màu và Cây ăn quả có số
ngày cơng lao động tương đương nhau ứng với 115 và 121 ngày/ha/năm.

13


Hình 4.3 Số ngày cơng của các KSD trong năm
4.2.3.2 Quan hệ giữa yếu tố hạ tầng với các KSD
Qua kết quả khảo sát nông hộ cho thấy sản xuất nông nghiệp ở địa
phương đang đối mặt với một số vấn đề như: (i) việc dẫn-thoát nước do xa kênh,
(ii) khó khăn trong việc vận chuyển vật tư và đi lại do đường hẹp hoặc chưa
được bê tơng hóa, (iii) ảnh hưởng kiểu canh tác do rò rỉ mặn từ vuông tôm lân
cận sang ruộng lúa. Riêng đối với nuôi trồng thủy sản, ngoài điều kiện tự nhiên
như đất, nước người dân cịn gặp khó khăn trong sản xuất do khơng có điện hoặc
điện yếu khó vận hành được thiết bị gây ảnh hưởng đến hiệu quả sản xuất.

Hình 4.4 Yêu cầu hạ tầng với các KSD
Ba KSD như hai vụ lúa, ba vụ lúa và lúa tôm là các KSD bị ảnh hưởng
bởi các KSD lân cận đặc biệt là lúa – tôm, nếu xung quanh chuyển sang tôm
14


hoặc giữ nước mặn trong ao trong giai đoạn vụ làm lúa sẽ ảnh hưởng lớn đến
canh tác lúa. Đối với canh tác tôm và cây ăn quả, yêu cầu có nguồn điện mạnh
để vận hành máy móc là điều ưu tiên nhất khi canh tác, tiếp theo là cần được bố
trí gần đường cũng như sự ảnh hưởng của các KSD lân cận Hình 4.4. Thực tế
cho thấy muốn canh tác thủy sản thì hộ lân cận cũng phải canh tác cùng kiểu thì
sẽ mang lại hiệu quả cao. Khoảng 20% người dân đánh giá kiểu canh tác chuyên
màu, chun tơm đều cần bố trí gần sơng, kênh rạch. Đối với u cầu bố trí gần
đường giao thơng thì kiểu chuyên màu và cây ăn quả có yêu cầu cao. Do tập
quán canh tác rau màu, cây ăn quả thường được canh tác gần nhà dọc theo
đường giao thông.
4.2.4 Các yếu tố môi trường ảnh hưởng đến SDĐ NN
4.2.4.1 Rủi ro của các KSD
Ngồi yếu tố đặc tính tự nhiên của đất đai, luận án nghiên cứu những yếu
tố rủi ro trong sản xuất của các KSD đất được người dân đánh giá thông qua 4
cấp độ như rủi ro cao, rủi ro trung bình, rủi ro thấp và khơng có rủi ro như Hình
4.5.

(a)
(b)
Hình 4.5 Rủi ro của các KSD (a) và tác động tốt với môi trường các KSD.
Yếu tố rủi ro bao gồm sự không chắc chắn của năng suất, giá cả và rủi ro
thời tiết nhiều hay ít. Hình 4.5 thể hiện trên 60% người dân đánh giá kiểu canh
tác tơm có nhiều rủi ro cao trong sản xuất. Trái lại, khoảng 50% người dân cho
là KSD hai vụ lúa hoặc hai vụ lúa – màu có rủi ro thấp hoặc khơng có rủi ro.

Cịn kiểu canh tác cây ăn quả và rau màu được đánh giá là có rủi ro trung bình
do rủi ro canh tác chỉ phụ thuộc vào yếu tố thị trường cịn yếu tố năng suất và
thời tiết thường khơng ảnh hưởng đến hiệu quả canh tác KSD này.
4.2.4.2 Tác động tốt cho mơi trường của các KSD
Kết quả phân tích cho thấy các KSD như hai vụ lúa, hai vụ lúa màu, lúa –
tôm được đánh giá tốt cho môi trường. Ngược lại, các KSD gồm Ba vụ lúa,
chuyên tôm và chuyên màu được đánh giá là không tốt cho môi trường. Ở mức
không tốt cho môi trường, kiểu chuyên màu có tỷ lệ đánh giá khơng tốt cho mơi
15


trường cao nhất trong các KSD. Kiểu Chuyên tôm chỉ được đánh giá ở mức
trung bình đối với mơi trường. Các kết quả đánh giá này sẽ được sử dụng để xây
dựng các mục tiêu trong ứng dụng về tối ưu hóa đất nơng nghiệp.
4.2.5 Tổng hợp mối quan hệ của các yếu tố chính ảnh hưởng đến sử dụng
đất nông nghiệp
Các yếu tố KT-XH-MT cụ thể được khảo sát có tác động khác nhau đến
từng KSD. Để có thể ứng dụng trong xây dựng mơ hình tích hợp hỗ trợ quy
hoạch sử dụng đất, các yếu tố này được tổng hợp và xếp thứ tự dựa vào kết quả
thống kê của từng yếu tố. Thứ tự ảnh hưởng và khả năng ứng dụng của các yếu
tố này được trình bày trong Bảng 4.2. Mỗi yếu tố được xem xét phục vụ cho một
giai đoạn: tối ưu hóa diện tích đất và bố trí đất nơng nghiệp.
Bảng 4.2 Tổng hợp sự ảnh hưởng của các yếu tố đến SDĐ nông nghiệp
Nhóm Yếu tố cụ thể

KSD chịu ảnh hưởng, xếp theo
thứ tự

Sử dụng

LUT 7, LUT 6, LUT 5, LUT 4, Tối ưu hóa
LUT 3, LUT 1, LUT 2.
Kinh
tế
Khả năng đầu LUT 7, LUT 6, LUT 5, LUT 4, Bố trí đất sản
tư
LUT 3, LUT 1, LUT 2
xuất nông nghiệp
LUT 5, LUT 7, LUT 3, LUT 6, Tối ưu hóa
Lao động
LUT 1, LUT 4, LUT 2
Hạ tầng giao LUT 5, LUT6, LUT 7, LUT 1, Bố trí đất sản
thơng
LUT 4, LUT3, LUT 2
xuất nông nghiệp
Xã
hội
LUT 5, LUT 6, LUT 7, LUT 4, Bố trí đất sản
Kênh rạch
LUT3, LUT 1, LUT 2
xuất nơng nghiệp
Yêu cầu bố trí LUT 7, LUT 4, LUT 1, LUT 3, Bố trí đất sản
lân cận
LUT 2
xuất nơng nghiệp
Thích nghi tự Theo thích nghi đất đai
Tối ưu hóa
nhiên
Rủi ro cao
LUT6, LUT 7, LUT 1, LUT 5, Tối ưu hóa

Mơi
của KSD
LUT 4, LUT 3, LUT 2
trường
Tác động tốt
LUT 2, LUT 4, LUT 3, LUT 1, Tối ưu hóa
cho mơi
LUT 6, LUT 5, LUT 7
trường
Như vậy, trong mơ hình tối ưu hóa diện tích sử dụng đất nơng nghiệp, các
yếu tố như thích nghi tự nhiên, lợi nhuận, lao động, mức rủi ro, tác động tốt cho
môi trường được sử dụng. Các yếu tố này được xem xét trong các mục tiêu của
mơ hình tối ưu hóa dưới dạng tối ưu theo mục tiêu riêng hoặc đa mục tiêu. Mối
quan hệ của các yếu tố này tác động đến diện tích các KSD được lựa chọn khi
xem xét tối ưu tổng hợp theo đa mục tiêu. Thứ tự ưu tiên của các KSD đối với
mỗi yếu tố là khác nhau, có trường hợp đối ngược nhau. Chính vì thế việc ứng
dụng mơ hình tối ưu hóa sẽ giúp cân đối sự tác động của các yếu tố này lên kết
quả tổng hợp.
Lợi nhuận

16


Đối với việc bố trí đất nơng nghiệp, các yếu tố gồm khả năng đầu tư, hạ
tầng giao thông, kênh rạch, yêu cầu được bố trí lân cận nhau. Thứ tự của các
KSD được xếp thứ tự dựa vào kết quả điều tra đã phân tích và được xem xét
trong việc bố trí đất sản xuất nơng nghiệp. Kết quả tổng hợp các yếu tố cho thấy
LUT 7 (Chuyên tôm) và LUT 6 (Cây ăn quả) được ưu tiên bố trí gần đường,
sơng rạch, vùng có khả năng đầu tư so với các KSD khác. Xem xét đặc điểm này
cho 2 nhóm KSD: Đối với vùng lợ, Chun tơm được ưu tiên bố trí vào các

vùng có ưu tiên, gần đường giao thơng, sơng rạch, vùng có khả năng đầu tư
trước, sau đó lan dần ra, tiếp theo đến các KSD như lúa – tơm được bố trí. Đối
với vùng ngọt, Chuyên màu và Cây ăn quả được ưu tiên bố trí gần đường giao
thơng, sơng rạch và vùng có khả năng đầu tư, sau đó đến lúa – màu và chun
lúa (LUT 1, LUT 2).
4.3 Xây dựng mơ hình tích hợp ST-IALUP
Dựa trên các kết quả phân tích về mối quan hệ của các yếu tố tự nhiên,
KT-XH-MT với sử dụng đất nông nghiệp đã rút ra trong Mục 4.2.5 trong tối ưu
hóa diện tích các KSD và bố trí đất nơng nghiệp, mơ hình tích hợp được tên gọi
ST-IALUP (Soc Trang- Integrated model for supporting Agricultural Land Use
Planning). Mơ hình tích hợp này được xây dựng gồm các cơng cụ được xây
dựng như sau: (i) mơ hình dự báo diện tích sản xuất nơng nghiệp dùng để xác
định điều kiện biên về diện tích sản xuất cần phải giới hạn; (ii) phần mềm tối ưu
hóa diện tích các KSD đất nông nghiệp theo các ràng buộc liên quan đến các yếu
tố tự nhiên, KT-XH-MT; (iii) mơ hình bố trí đất nơng nghiệp lên bản đồ cho các
KSD đã được tối ưu hóa.
4.3.1 Mơ hình dự báo diện tích sản xuất nông nghiệp
Với nguồn dữ liệu đầu vào về diện tích sản xuất của rau màu, cây ăn quả
và NTTS của 3 huyện trong giai đoạn 2010 -2018.

Hình 4.6. Dự tính diện tích rau màu, cây ăn quả và thủy sản đến năm 2030
17


Kết quả phân tích Monte Carlo ở Hình 4.6 cho thấy diện tích đất rau màu
năm 2030 được dự tính là 14.868 ± 894 ha, diện tích cây ăn quả là 8.799 ± 136
ha và diện tích đất canh tác thủy sản là 16.697 ± 2.540 ha. Giá trị trung bình cho
thấy diện tích các loại có xu hướng giảm với ngưỡng giá trị thay đổi không lớn.
Tuy nhiên giá trị độ lệch chuẩn của rau màu khoảng 900 ha và của thủy sản hơn
2.500 ha. Kết quả này cho thấy khi dùng giá trị này như giá trị ràng buộc cần

chú ý đến khả năng thay đổi trong phạm vi của độ lệch chuẩn tính được.
4.3.2 Xây dựng phần mềm tối ưu hóa đất nơng nghiệp LandOptimizer
Dựa trên các yếu tố KT-XH-Mt ảnh hưởng đến tối ưu hóa diện tích các
KSD. Phần mềm LandOptimizer được xây dựng. Địa chỉ download mã nguồn và
chương trình đã đóng gói: />4.3.2.1 Thiết kế chức năng nhập dữ liệu đầu vào cho phần mềm
Đối với dữ liệu nhập, tùy theo các lựa chọn lập phương trình ràng buộc,
dữ liệu nhập gồm: ĐVĐĐ, thích nghi đất đai, lợi nhuận, lao động, mơi trường,
diện tích giới hạn.

Hình 4.7 Chuẩn hóa dữ liệu lợi nhuận trên LandOptimizer
Lợi nhuận của các KSD đối với từng ĐVĐĐ được liệt kê sẵn dựa theo
bảng nhập thích nghi đất đai để tính ra lợi nhuận của từng KSD cho mỗi đợn vị
đất đai ĐVĐĐ nhằm giúp người dùng xác định được dữ liệu cần nhập và dễ
dàng phân tích và tạo phương trình ràng buộc. Lợi nhuận được chuẩn hóa trực
tiếp trên LandOptimizer như Hình 4.7.
Kết quả dữ liệu đầu ra của LandOptimizer dưới dạng Excel trong đó thể
hiện diện tích của các KSD trên mỗi ĐVĐĐ. Phần lớn, mỗi ĐVĐĐ có một
KSD, nhưng đối với các ĐVĐĐ có diện tích lớn, thích nghi cho nhiều KSD, kết
quả có thể có nhiều KSD được bố trí cho một ĐVĐĐ. Bảng dữ liệu dạng này
còn được xuất sang định dạng CSV để làm dữ liệu đầu vào cho mơ hình bố trí
khơng gian đất nơng nghiệp.
18


4.3.2.2 Xây dựng hàm mục tiêu tối ưu hóa
Hàm tối ưu hóa một mục tiêu
Hàm tối ưu một mục tiêu được thiết lập trong trường hợp tối ưu một mục tiêu
như thích nghi hoặc tối ưu hóa lợi nhuận. Các hàm mục tiêu trong phương trình
(4) và (5) được sử dụng trong trường hợp tối ưu hóa thích nghi và tối ưu hóa lợi
nhuận của các KSD cho từng ĐVĐĐ.

𝑛 𝑚
(4)
Tối ưu hóa thích nghi: ∑ ∑ 𝑇𝑁𝑖𝑗 𝑋𝑖𝑗 → 𝑀𝑎𝑥
𝑖=1 𝑗=1
𝑛

𝑚

Tối đa hóa lợi nhuận ∶ ∑ ∑ 𝐿𝑁𝑖𝑗 𝑇𝑁𝑖𝑗 𝑋𝑖𝑗 → 𝑀𝑎𝑥

(5)

𝑖=1 𝑗=1

Hàm tối ưu hóa đa mục tiêu: Hàm mục tiêu được cực đại hóa các chỉ tiêu về
lợi nhuận với thích nghi đất đai, sử dụng lao động của địa phương và chỉ số tốt
cho môi trường.
𝑛

𝑚

𝑛

𝑚

𝑛

𝑚

𝑤1 ∑ ∑ 𝐿𝑁𝑖𝑗 𝑇𝑁𝑖𝑗 𝑋𝑖𝑗 + 𝑤2 ∑ ∑ 𝑀𝑇𝑗 𝑋𝑖𝑗 + 𝑤3 ∑ ∑ 𝐿𝐷𝑗 𝑋𝑖𝑗

𝑖=1 𝑗=1

𝑛

𝑚

𝑖=1 𝑗=1

(6)

𝑖=1 𝑗=1

− 𝑤4 ∑ ∑ 𝑅𝑅𝑗 𝑋𝑖𝑗 → 𝑀𝑎𝑥
𝑖=1 𝑗=1

Trong đó,
i=1..n, với n: số lượng ĐVĐĐ; j=1..m, với m số lượng LUT
Xij: Diện tích của LUTj trong ĐVĐĐ i. LNij: Lợi nhuận của LUTj ở
ĐVĐĐi (đơn vị tính: triệu đồng/ha). LDj : Số ngày công lao động cần thiết /ha
trong năm của LUTj.
MTj: Hệ số tốt cho môi trường của LUTj. Mơ tả đánh giá của người dân
về mức độ ích lợi cho môi trường của KSD.
RRj: Hệ số rủi ro của LUTj. Đây là chỉ số rủi ro về năng xuất của LUTj.
Giá trị rủi ro càng nhỏ thì đóng góp vào hàm mục tiêu lớn.
Wi: Trọng số của các mục tiêu. Trong nghiên cứu này, trọng số bằng nhau
được thiết lập mặc định bằng 1 với ý nghĩa các mục tiêu trong hàm đa mục tiêu
có cùng mức ưu tiên. Các trọng số này có thể được hiệu chỉnh thông qua chức
năng khảo sát trọng số theo các mục tiêu.
Hệ phương trình ràng buộc
Ràng buộc tổng diện tích các KSD trong một ĐVĐĐ phải nhỏ hơn hoặc

bằng diện tích của từng ĐVĐĐ như thể hiện ở hệ bất Phương trình (7)

19


𝑛

𝑚

(7)

∑ ∑ 𝑋𝑖𝑗 ≤ Diện_tích_DVDDi
𝑖=1 𝑗=1

Tổng nhu cầu lao động của các KSD mà mơ hình cân đối tính tốn với hàm
mục tiêu sao cho không được vượt quá nguồn lao động nông nghiệp của địa
phương để đảm bảo chiến lược phát triển được thực hiện.
∑𝑛𝑖=1 ∑𝑚
(8)
𝑗=1 𝐿𝐷𝑗 𝑋𝑖𝑗 ≤ Tổng số ngày lao động tiềm năng của vùng
Ràng buộc sản lượng lương thực tối thiểu cần cung cấp (hệ bất
phương trình 6), với mỗi loại nơng sản có thể được bố trí .
(9)
∑ 𝑋𝑖𝑗 𝑁S𝑗 ≥ Sản lượng tối thiểu của nông sản k
NSj: Năng suất của LUT cung cấp sản phẩm k
j = 1. . l ( số KSD cung cấp loại nông sản k)k
= 1. . p (số lượng sản phẩm)
Ràng buộc tổng sản lượng tối đa của mỗi loại nông sản
(10)
∑ 𝑋𝑖𝑗 𝑁S𝑗 ≤ Sản lượng tối đa của nơng sản k

Tổng diện tích của LUTj <= Tổng diện tích yêu cầu của LUTj
(11)
∑𝑛𝑖=1 𝑋𝑖𝑗 ≤ Diện tích yêu cầu của LUTj , j = 1. . m

Hình 4.8 Giao diện lựa chọn phương án tối ưu trên LandOpimizer
20


Trong q trình sử dụng người dùng có thể chọn một trong những tổ hợp
phương án thiết lập sẵn để ứng dụng thực hiện hàm mục tiêu tích hợp tương
ứng. Hình 4.8 cho thấy các khả năng lựa chọn các mục tiêu khác nhau và các tùy
chọn để xây dựng các ràng buộc.
So sánh kết quả tối ưu hóa của LandOpimizer và mơ hình tối ưu hóa đã
được xây dựng trên GAMS (Nguyễn Hồng Thảo, 2007) cho trường hợp ứng
dụng ở huyện Cờ Đỏ, Thành phố Cần Thơ. Kết quả so sánh cho thấy kết quả của
LandOptimizer và mơ hình tốn GAMS có sự tương đồng.
4.3.3 Xây dựng mơ hình bố trí đất nơng nghiệp ST-LUAM
Để bố trí lên bản đồ diện tích các KSD đất sản xuất nơng nghiệp sau khi
tối ưu hóa và xuất ra dạng bảng thuộc tính thì mỗi ĐVĐĐ có thể được tối ưu cho
nhiều KSD khác nhau. Để giải quyết vấn đề này, mô hình bố trí khơng gian có
tên ST-LUAM được xây dựng dựa trên phương pháp được trình bày trong Mục
3.2.3.
4.3.3.1 Xác định yếu tố KT-XH-MT dùng trong bố trí đất nơng nghiệp
Để đảm bảo bố trí các KSD phù hợp với thực tế của địa phương như yêu
cầu đã đặt ra cho bài tốn bố trí đất nơng nghiệp, các KSD khi được bố trí vào
một cell phải thỏa mãn các điều kiện ràng buộc sau: (i) Điều kiện đầu tiên cần
xem xét bố trí các KSD đất sản xuất nơng nghiệp trên mỗi vị trí có mức thích
nghi cao nhất; (ii) Ưu tiên cho trường hợp các cell lân cận có cùng KSD. Về mặt
XH, canh tác nơng nghiệp thường tổ chức liên kề, các nông hộ cùng điều kiện về
tự nhiên, xã hội có thể học hỏi lẫn nhau về kỹ thuật canh tác và xử lý dịch bệnh

nông nghiệp; (iii) Đối với một số KSD có yêu cầu ưu tiên bố trí ở những vị trí
gần đường giao thông để thuận tiện cung cấp nguồn điện, gần sông rạch để chủ
động về nguồn nước cho sản xuất; (iv) Sau cùng, ưu tiên bố trí các KSD địi hỏi
chi phí đầu tư cao cho những nhóm xã đạt chuẩn NTM.
4.3.3.2 Cân chỉnh và kiểm chứng mơ hình bố trí đất nông nghiệp ST-LUAM
Thực nghiệm cân chỉnh được thiết lập trên GAMA để cân chỉnh trọng số
trong trường hợp bố trí diện tích các KSD vào các ĐVĐĐ năm 2010 so với bản
đồ hiện trạng SDĐ năm 2010. Quá trình cân chỉnh tự động được thực hiện theo
giải thuật Di truyền (Method Genetic) trên phần mềm GAMA. Hàm Fitness của
quá trình cân chỉnh được thiết lập sao cho giá trị kappa của bản đồ bố trí so với
bản đồ hiện trạng năm 2010 tiến về max.
Kết quả cân chỉnh tự động các tham số đã giúp xác định được bộ tổ hợp
trọng số WInvest (xã đầu tư) = 0,9; WR (khoảng cách tới đường) = 0,1; WC
(khoảng cách tới kênh) = 0,9; WDEN (Mật số của các LUT) = 0,7. Bộ giá trị trọng
số tìm được trong phần này này được thiết lập mặc định cho mơ hình bố trí trong
21


trường hợp ứng dụng của 3 huyện. Với bộ trọng số tìm được, thực hiện kiểm
chứng với trường hợp bố trí đất nơng nghiệp năm 2015.
Kiểm chứng kết quả bản đồ bố trí đất sản xuất nơng nghiệp so với hiện
trạng năm 2015 với chỉ số tương đồng cao (Kappa= 0,934). Từ đó cho thấy kết
quả bố trí các KSD của mơ hình ST-LUAM phù hợp với thực tế theo các ràng
buộc KT-XH-MT đã thiết lập.
4.4 Ứng dụng mơ hình tích hợp tại tỉnh Sóc Trăng
Quy trình đề xuất cách ứng dụng mơ hình tích hợp ST-IALUP hỗ trợ giải
bài tốn tối ưu trong quy hoạch tuyến tính và bố trí khơng gian đất đai theo các
điều kiện KT-XH-MT gồm các bước sau: Sử dụng phân tích Monte Carlo để dự
tính diện tích hay sản lượng các kiểu sản xuất có nhiều rủi ro để xác định diện
tích giới hạn của các kiểu này. Đồng thời áp dụng phương pháp đánh giá thích

nghi của FAO (1976) để đánh giá mức độ thích nghi đất đai đối với các KSD lựa
chọn. Thực hiện tối ưu hóa bằng phần mềm LandOptimizer. Sau đó xuất dữ liệu
sang định dạng của mơ hình ST-LUAM để bố trí đất sản xuất nơng nghiệp. Nếu
có nhiều kịch bản, lặp lại bước chạy tối ưu hóa với các kịch bản khác nhau và bố
trí đất sản xuất nông nghiệp theo các kịch bản đặt ra.
4.4.1 Xây dựng dữ liệu đầu vào
4.4.1.1 Thành lập bản đồ ĐVĐĐ và phân cấp thích nghi đến năm 2030
Các lớp bản đồ đơn tính gồm bản đồ nhóm đất, nguy hại do phèn với
thông tin về loại đất, độ sâu xuất hiện tầng phèn, kết hợp các lớp bản đồ độ mặn
trong nước, thời gian mặn (tính theo tháng), số tháng có khả năng tưới được
chồng lớp và phân tích khơng gian.
Bản đồ ĐVĐĐ được xây dựng bằng phương pháp chồng lớp như đã trình
bày trong phần phương pháp. Kết quả thu được bản đồ gồm 28 ĐVĐĐ với các
đặc tính đất đai riêng được thể hiện chi tiết trong Hình 4.9. Trong đó, ĐVĐĐ 14
chiếm diện tích cao nhất nằm ở huyện Mỹ Xun với đặc tính đất thuộc nhóm
đất Fluvisols với độ sâu xuất hiện tầng phèn nhỏ hơn 50cm, độ mặn 8 (‰) và
thời gian mặn là 6 tháng trong năm chiếm 18.586,90 ha. Ngoài ra ở huyện Trần
Đề có 2 ĐVĐĐ có diện tích lớn gồm ĐVĐĐ 3 và ĐVĐĐ 6 với diện tích tương
ứng là 16.996,50ha và 10.047,49ha. Đây là các ĐVĐĐ có độ mặn thấp do nằm
trong đê và được cấp nước ngọt qua hệ thống kênh, tuy nhiên khả năng tưới chỉ
đáp ứng được 2 vụ.
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 2 vụ+ 1 màu, Lúa – Tôm,
Chuyên màu (2-3 vụ), Cây ăn quả và Chuyên tôm (2-3 vụ).
22