top of page

Dự báo nhiễm mặn đất tại Đồng bằng sông Hồng, Việt Nam đến năm 2035

7 giờ trước
3 phút đọc
Dự báo nhiễm mặn đất tại Đồng bằng sông Hồng, Việt Nam đến năm 2035. Các tác giả, gồm Dung Duc Tran (Nghiên cứu viên Cộng tác cấp cao, HAPRI), kết hợp học máy lai với Landsat OLI để dự báo nhiễm mặn đất đến năm 2035. Vùng ven biển, cửa sông chịu độ mặn gia tăng khi đất canh tác thu hẹp, nuôi trồng thủy sản mở rộng. Huu Duy Nguyen, Dung Duc Tran (Nghiên cứu viên Cộng tác cấp cao, HAPRI) và cộng sự. Ảnh minh họa: một người nông dân Việt Nam ngồi trên bờ ruộng, nhúng máy đo cầm tay xuống nước bên khóm lúa loang lổ, ngả vàng; phía sau là ao nuôi thủy sản mới đào, chiếc thuyền neo và đường chân trời cửa sông bằng phẳng.

Dự báo nhiễm mặn đất tại Đồng bằng sông Hồng, Việt Nam đến năm 2035

Một nghiên cứu do Dung Duc Tran (Nghiên cứu viên Cộng tác cấp cao, HAPRI) đồng tác giả cùng các cộng sự sử dụng phương pháp học máy lai để dự báo độ mặn đất gia tăng tại các vùng ven biển và cửa sông của Đồng bằng sông Hồng, Việt Nam đến năm 2035. Nghiên cứu cũng dự báo diện tích đất canh tác suy giảm và nuôi trồng thủy sản mở rộng. Các tác giả sử dụng vùng châu thổ này làm địa bàn thử nghiệm và cho rằng nghiên cứu đưa ra những hiểu biết có thể chuyển giao cho các vùng châu thổ trên toàn thế giới.


Bối cảnh

Nhiễm mặn đất là một tác nhân chính gây suy thoái đất trên toàn cầu. Tuy vậy, việc giám sát nhiễm mặn vẫn còn khó khăn do động thái không gian - thời gian phức tạp và biến đổi khí hậu. Tại Đồng bằng sông Hồng, tình trạng nhiễm mặn nghiêm trọng làm suy yếu nông nghiệp và an ninh lương thực. Theo các tác giả, điều này khiến khu vực trở thành địa bàn thử nghiệm lý tưởng cho các nghiên cứu về vùng châu thổ.


Khác với các nghiên cứu trước đây chỉ tập trung vào từng thời điểm đơn lẻ, nghiên cứu này tích hợp dữ liệu nhiễm mặn lịch sử với các kịch bản khí hậu dự báo để mô hình hóa động thái dài hạn.


Đất canh tác giảm, nuôi trồng thủy sản mở rộng đến năm 2035
Đất canh tác giảm, nuôi trồng thủy sản mở rộng đến năm 2035

Phương pháp

Dựa trên dữ liệu thực địa, các tác giả áp dụng các phương pháp học máy lai, kết hợp XGBoost (XGB) với các thuật toán tối ưu hóa: Sandpiper Hunting Optimization, Northern Goshawk Optimization, Electromagnetic Search Optimization, Monkey Gorilla Optimization và Grey Wolf Optimization. Theo các tác giả, cách tiếp cận này xử lý tính không đồng nhất về không gian và bù đắp dữ liệu bị thiếu. Nghiên cứu có ba mục tiêu: mô phỏng độ mặn đất giai đoạn 2005–2025, dự báo động thái độ mặn đến năm 2035 theo các kịch bản khí hậu, và đánh giá tác động đến đất canh tác.


Kết quả chính

  • Trong số các mô hình lai được thử nghiệm, XGB-NGO cho kết quả tốt nhất (R²=0,886), tiếp theo là XGB-SHO/ESOA (0,881) và XGB-MGO/GWO (0,876).

  • Các dự báo cho thấy độ mặn gia tăng (EC>4 mS/cm) tại các vùng ven biển và cửa sông do nước biển dâng.

  • Đất canh tác giảm từ 2.796,3 km² (86,2%) năm 2005 xuống 2.424,0 km² (74,7%) vào năm 2035 (−13,3%), trong khi nuôi trồng thủy sản mở rộng từ 68,5 km² (2,1%) lên 179,0 km² (5,5%) (+161%).

  • Đến năm 2035, diện tích đất canh tác bị nhiễm mặn giảm theo kịch bản RCP 4.5 (18,02 km²) và RCP 8.5 (19,0 km²) thông qua chuyển đổi mục đích sử dụng đất.


Nghiên cứu được thực hiện như thế nào
Nghiên cứu được thực hiện như thế nào

Từ khóa:

  • Độ mặn đất

  • Đồng bằng sông Hồng

  • Việt Nam

  • Học máy

  • Biến đổi khí hậu

  • Nông nghiệp


Liên kết:


Trích dẫn:

Nguyen, H. D., Dang, D. K., Dinh, T. T. H., Ha, M. C., Truong, Q. H., Tran, D. D., Park, E., Bui, Q., & Petrisor, A. (2025). Projecting spatiotemporal dynamics of soil salinity using hybrid machine learning and Landsat OLI: The Red River Delta in Vietnam as a testbed for vulnerable deltas globally. Environmental Technology & Innovation, 40, 104649.

bottom of page