Ngôn ngữ:
Nghiên cứu kinh nghiệm quốc tế về ứng dụng mô hình hóa trong dự báo biến động tài nguyên và môi trường để đưa ra các phương án đề xuất, đề tài nghiên cứu mức độ cao hơn, phù hợp thực tiễn của Việt Nam

Do mối quan hệ tương tác phức tạp của các yếu tố (kinh tế, xã hội và tài nguyên, môi trường) chưa được xem xét, đánh giá một cách khoa học và toàn diện nên việc xây dựng chính sách, chiến lược khả thi chưa đạt được hiệu quả mong muốn. Mô hình hóa được coi là một công cụ hiệu quả, có thể giúp kiểm tra, đánh giá những tác động về kinh tế, sinh thái và môi trường của các chính sách khai thác, sử dụng tài nguyên thiên nhiên và bảo vệ môi trường, từ đó, xây dựng các phương án, đề xuất, định hướng thích hợp. Việc nghiên cứu khả năng ứng dụng mô hình hóa trong dự báo biến động, xu thế tài nguyên và môi trường không chỉ có ý nghĩa khoa học về phát triển công cụ dự báo mới trong trong lĩnh vực tài nguyên, môi trường ở Việt Nam mà còn có ý nghĩa thực tiễn trong phục vụ, hoạch định các chính sách, chiến lược hiệu quả lâu dài.

Trong khuôn khổ giới hạn của nghiên cứu, phạm vi nghiên cứu chỉ tập trung vào ứng dụng mô hình trong 2 lĩnh vực tài nguyên, môi trường cụ thể sau: đánh giá tác động của tăng trưởng kinh tế tới thay đổi sử dụng đất và dự báo lượng chất thải rắn sinh hoạt phát sinh. Đây là những vấn đề được quan tâm hiện nay. Nghiên cứu tập trung tổng hợp một số mô hình dự báo thay đổi sử dụng đất, dự báo lượng chất thải phát sinh trên thế giới, đồng thời, đánh giá tính khả thi khi ứng dụng các mô hình trong điều kiện, hoàn cảnh của Việt Nam hiện nay để đưa ra các đề xuất, khuyến nghị ứng dụng mô hình dự báo phù hợp.

1. Mục tiêu:

- Tổng kết kinh nghiệm quốc tế về ứng dụng mô hình trong dự báo biến động tài nguyên và môi trường, lựa chọn tập trung vào đánh giá tăng trưởng kinh tế tới thay đổi sử dụng đất và dự báo lượng chất thải đô thị phát sinh;

- Đề xuất lựa chọn, điều chỉnh mô hình dự báo thay đổi sử dụng đất và dự báo phát sinh chất thải đô thị phù hợp với thực tiễn của Việt Nam.

2. Đối tượng, phạm vi, phương pháp nghiên cứu

- Đối tượng nghiên cứu là kinh nghiệm quốc tế về ứng dụng mô hình hóa trong dự báo biến động tài nguyên và môi trường để đưa ra các phương án đề xuất, đề tài nghiên cứu mức độ cao hơn, phù hợp thực tiễn của Việt Nam.

-  Phạm vi nghiên cứu:

+ Mô hình: Nghiên cứu kinh nghiệm quốc tế về ứng dụng các mô hình vĩ mô trong việc xem xét, đánh giá các mối quan hệ giữa các yếu tố kinh tế - xã hội và tài nguyên, môi trường.

+ Lĩnh vực: Nghiên cứu đi sâu cụ thể vào 2 lĩnh vực tài nguyên, môi trường: Đánh giá tác động của tăng trưởng kinh tế tới thay đổi sử dụng đất; và dự báo lượng chất thải rắn sinh hoạt phát sinh.

- Phương pháp nghiên cứu:

+ Phương pháp phân tích: Phân tích điều kiện của Việt Nam như nguồn dữ liệu, cách thức quản lý môi trường, các chiến lược hiện nay… để đánh giá khả năng ứng dụng của phương pháp mô hình dự báo trong điều kiện hiện nay của Việt Nam.

+ Phương pháp tích hợp: Các dự báo về tài nguyên, môi trường dựa trên bối cảnh kinh tế - xã hội tích hợp các yếu tố về phát triển kinh tế và nhân khẩu học vào các mô hình dự báo biến động thay đổi sử dụng đất và mô hình dự báo lượng chất thải phát sinh.

+ Phương pháp tiếp cận toán học: các phân tích, đánh giá các mối quan hệ của các yếu tố, xu thế phát triển trong tương lai của nhân tố, tác nhân ảnh hưởng tới biến động tài nguyên, môi trường được thể hiện bằng các phương trình toán học. Từ đó, chuẩn hóa thành mô hình phù hợp, tiến hành dự báo.

+ Phương pháp thu thập số liệu: thu thập các chuỗi số liệu thời gian về kinh tế, dân số, sử dụng đất, lượng chất thải phát sinh…trong quá khứ tại các nguồn thông tin chính thống (báo cáo thống kê, website, nghiên cứu khoa học của các trường, viện, bộ, ngành…).

 

 

3. Kết quả nghiên cứu

Từ những phân tích các mô hình trên thế giới, cũng như đánh giá thực trạng ứng dụng tại Việt Nam, nhóm nghiên cứu đưa ra một số đề xuất sau:

3.1. Đề xuất bộ tiêu chí lựa chọn các mô hình phù hợp với điều kiện, hoàn cảnh của Việt Nam

Hiện nay, có rất nhiều mô hình được ứng dụng phục vụ cho quá trình ra quyết định của các nhà hoạch định chính sách trên thế giới. Một trong các bước xây dựng một chính sách cụ thể là lựa chọn mô hình áp dụng phù hợp với điều kiện, hoàn cảnh của đối tượng nghiên cứu. Do đó, để phát triển công cụ mô hình trong phân tích, dự báo biến động tài nguyên, môi trường phục vụ cho việc xây dựng, hoạch định chính sách tại Việt Nam, nhóm nghiên cứu đã đề xuất các tiêu chí lựa chọn sau: (i) Tính phù hợp; (ii) Nguồn lực; (iii) Hỗ trợ mô hình; (iv) Chuyên gia kỹ thuật; (v) Yêu cầu về dữ liệu; và (vi) Độ chính xác của kết quả mô hình (Kiểm định mô hình).

3.2. Đề xuất việc áp dụng các mô hình thích hợp với Việt Nam trong dự báo thay đổi sử dụng đất và dự báo lượng chất thải phát sinh; phục vụ cho việc nghiên cứu xây dựng các phương án, đề tài nghiên cứu mức độ cao hơn, phù hợp với thực tiễn của Việt Nam

  • Đề xuất việc áp dụng mô hình dự báo thay đổi sử dụng đất phù hợp với điều kiện, hoàn cảnh Việt Nam

Các mô hình dự báo thay đổi sử dụng đất áp dụng tại Việt Nam phụ thuộc chủ yếu vào mục đích sử dụng của từng mô hình. Nhóm thực hiện đề xuất ra một số mô hình sử dụng đất cụ thể trong việc giải quyết các bài toán sau:

- Đề xuất ứng dụng mô hình Dự báo thay đổi sử dụng đất CLUMondo trong Đánh giá Môi trường Chiến lược cho cả nước hoặc một số địa phương tại Việt Nam. Do mô hình CLUE là một trong những mô hình được sử dụng rộng rãi trong dự báo biến động sử dụng đất ở nhiều nước trên thế giới, và được ứng dụng ở nhiều tỷ lệ khác nhau, từ cấp tỉnh đến quốc gia và vùng. Một số nghiên cứu đã ứng dụng mô hình này trong việc xây dựng quy hoạch sử dụng đất quốc gia. Với các chức năng của mô hình có thể dự báo cho khu vực vùng, địa phương, nhóm thực hiện nghiên cứu đề xuất tiếp tục nghiên cứu và ứng dụng mô hình này trong việc đánh giá môi trường chiến lược hoặc dự báo biến động sử dụng đất phục vụ quy hoạch, kế hoạch sử dụng đất ở các địa phương. Ngoài ra, phạm vi áp dụng mô hình thay đổi sử dụng đất cho quy mô vùng, địa phương, có thể sử dụng mô hình tích hợp từ mô hình CLUE như CLUE – SD.

- Để dự báo thay đổi sử dụng đất cho các vùng chịu ảnh hưởng nặng nề dưới tác động của biến đổi khí hậu toàn cầu tới hoạt động sản xuất nông nghiệp như các khu vực đồng bằng sông Cửu Long, đồng bằng sông Hồng… mô hình Markov – CA được cho là phù hợp. Hiện tại, đã có nghiên cứu tại khu vực đồng bằng sông Cửu Long. Vì vậy, cần tiếp tục nghiên cứu và áp dụng mô hình tại một số khu vực/vùng của Việt Nam.

- Cần phát triển công cụ GIS và viễn thám trong các mô hình dự báo thể hiện sự thay đổi sử dụng đất hiện nay. GIS và viễn thám đã tích hợp với các mô hình khác như CA-Markov, chuỗi phân tích Markov, LTM, mô hình CLUE để tăng độ chính xác của các mô hình dự báo.

Để có một mô hình thích hợp với điều kiện, hoàn cảnh của Việt Nam không đơn giản. Do đó, cần tiếp tục nghiên cứu, điều chỉnh các mô hình trên thế giới khi áp dụng tại Việt Nam. Hoặc, tạo điều kiện, phát triển các nghiên cứu xây dựng mô hình dự báo thay đổi sử dụng đất tại Việt Nam.

  • Đề xuất việc áp dụng mô hình dự báo lượng chất thải rắn phát sinh

Từ việc phân tích, đánh giá mô hình cũng như nhu cầu, khó khăn trong việc áp dụng tại Việt Nam, nhóm thực hiện đưa ra một số đề xuất mô hình trong dự báo lượng chất thải phát sinh sau:

- Với mục đích xây dựng các chiến lược, quy hoạch dài hạn, cần các kết quả dự báo dài hạn, nhóm đề xuất mô hình Grey fuzzy dynamic. Với điểm mạnh của mô hình là không đòi hỏi nguồn dữ liệu đầu vào chi tiết, việc ứng dụng mô hình này sẽ phù hợp với điều kiện, hoàn cảnh của Việt Nam.

- Để dự báo lượng chất thải phát sinh tại khu vực, địa phương trong ngắn hạn, có thể sử dụng mô hình chuỗi thời gian theo phương pháp trung bình trượt kết hợp tự hồi quy hoặc Mô hình chuỗi Fourier. Mô hình chủ yếu sử dụng nguồn chuỗi dữ liệu về lượng chất thải phát sinh trong quá khứ để ước tính. Tại Việt Nam, nguồn dữ liệu này được thống kê tương đối đầy đủ theo năm. Do đó, việc áp dụng các mô hình này để dự báo lượng chất thải phát sinh tại Việt Nam khả thi. Tuy nhiên, với điểm yếu của các mô hình này không tính đến các yếu tố khác như kinh tế, nhân khẩu học, cần cân nhắc, tùy theo mục đích nghiên cứu mà sử dụng.

Nguồn dữ liệu của Việt Nam chưa đáp ứng đủ cho mô hình mạng nơ-ron nhân tạo. Tuy nhiên, đây là mô hình cho kết quả dự báo mang tính chính xác cao do tính đến các yếu tố đầu vào liên quan đến nền kinh tế, nhân khẩu học, thị trường, công nghệ… Do đó, cần tiếp tục nghiên cứu mô hình dự báo lượng chất thải phát sinh tại Việt Nam.

3.3. Một số đề xuất khác

- Hệ thống hóa nguồn dữ liệu về kinh tế, xã hội và môi trường với việc phát triển hệ thống quan trắc, thống kê.

- Tăng cường nguồn nhân lực có chuyên môn về việc sử dụng mô hình dự báo trong lĩnh vực tài nguyên, môi trường;

- Tăng cường kỹ thuật, cơ sở vật chất phục vụ cho quá trình thu thập, xử lý số liệu thống kê về tài nguyên, môi trường;

- Xây dựng cơ chế phối hợp giữa các nhà quản lý, hoạch định chính sách và các nhà nghiên cứu khoa học môi trường.

- Phát triển các nghiên cứu chuyên sâu về ứng dụng mô hình trong dự báo biến động tài nguyên và môi trường.

 

ThS. Nguyễn Minh Khoa; CN. Trần Thị Thu Huế
Viện Chiến lược, Chính sách tài nguyên và môi trường

TÀI LIỆU THAM KHẢO

Tiếng Việt

  1. Bộ Tài nguyên và Môi trường, Báo cáo môi trường quốc gia 2010 - Tổng quan môi trường Việt Nam
  2. Nguyễn Minh Khoa (2016), Báo cáo tổng hợp Đề tài “Ứng dụng mô hình hóa trong dự báo biến động tài nguyên và môi trường để đưa ra các phương án đề xuất, đề tài nghiên cứu mức độ cao hơn, phù hợp thực tiễn của Việt Nam.”ADB. (2016).
  3. ADB. (2016). Ứng dụng mô hình Dự báo thay đổi sử dụng đất CLUMondo trong Đánh giá Môi trường Chiến lược cho điều chỉnh quy hoạch sử dụng đất toàn quốc (giai đoạn 2015 – 2020).
  4. Nguyễn Sỹ Linh (2010). Tổng quan về phương pháp dự báo và khả năng áp dụng một số mô hình trong dự báo biến động tài nguyên và môi trường tại Việt nam.

Tiếng Anh

  1. Al-sharif, A. A. A., & Pradhan, B. (2014). Monitoring and predicting land use change in Tripoli Metropolitan City using an integrated Markov chain and cellular automata models in GIS. Arabian Journal of Geosciences, 7(10), 4291–4301.
  2. Han, H., Yang, C., & Song, J. (2015). Scenario Simulation and the Prediction of Land Use and Land Cover Change in Beijing, China. Sustainability, 7(4), 4260–4279.
  3. Huang, W., Liu, H., Luan, Q., Jiang, Q., Liu, J., & Liu, H. (2008). Detection and Prediction of Land Use Change in Beijing Based on Remote Sensing and Gis. The International Archives of the Photogrammetry Remote Sensing and Spatial Information Sciences, 37(B6b), 75–81.
  4. Luo, G., Yin, C., Chen, X., Xu, W., & Lu, L. (2010). Combining system dynamic model and CLUE-S model to improve land use scenario analyses at regional scale: A case study of Sangong watershed in Xinjiang, China. Ecological Complexity, 7(2), 198–207.
  5. Nouri, J., Gharagozlou, A., Arjmandi, R., Faryadi, S., & Adl, M. (2014). Predicting Urban Land Use Changes Using a CA–Markov Model. Arabian Journal for Science and Engineering, 39(7), 5565–5573.

Tin mới hơn:
Tin cũ hơn:

 

Thêm bình luận


Security code
Đổi mã khác