So sánh clc 1992 với banker 2001 năm 2024

Thoái hoá đất là vấn đề đang gia tăng về mức độ nghiêm trọng và quy mô ở nhiều nơi trên thế giới. Hàng triệu ha đất mỗi năm đang bị suy thoái ở tất cả các vùng khí hậu. Đây là vấn đề môi trường và phát triển toàn cầu được nêu bật tại Công ước Liên hợp quốc về chống sa mạc hóa, Công ước đa dạng sinh học, Nghị định thư Kyoto về biến đổi khí hậu toàn cầu và mục tiêu phát triển thiên niên kỷ (UNCED, 1992; UNEP, 2008).

Thành công trong cuộc chiến với thoái hóa đất (soil)/đất đai (land) đòi hỏi phải hiểu rõ hơn về nguyên nhân, tác động, mức độ và sự hiểu biết về khí hậu, đất, nước, độ che phủ của đất và các yếu tố kinh tế xã hội. Do đó, đánh giá thoái hoá đất/đất đai là mục tiêu chính trong hệ thống hỗ trợ quyết định để đảo ngược thoái hoá đất. Các nhà khoa học trên thế giới đã bắt đầu từ lâu để xem xét vấn đề và đã phát triển các phương pháp đánh giá và giám sát. Nghiên cứu này nhằm mục đích xem xét các phương pháp đánh giá hiện có, sử dụng cấp độ toàn cầu, khu vực, địa phương và cánh đồng/trang trại trong nỗ lực đánh giá các vấn đề thoái hoá đất. Trong bài viết này, chúng tôi chỉ thảo luận và mô tả các phương pháp khác nhau để đánh giá thoái hoá đất (soil – thổ nhưỡng) và các quy trình của nó.

Đánh giá thoái hoá đất là rất quan trọng để xác định các hậu quả có thể có và các biện pháp quản lý tiềm năng bằng cách trước hết tìm ra nguyên nhân, mức độ, tình trạng và loại xói mòn trong khu vực.

1. Phương pháp đánh giá thoái hoá đất toàn cầu do con người gây ra (GLASOD)

Mục đích của GLASOD là cung cấp thông tin thực tế, thay thế các tuyên bố sâu rộng về thoái hoá đất và đất, và nâng cao nhận thức của các nhà hoạch định chính sách và chính phủ về nhu cầu tiếp tục bảo vệ đất (Bridges và Oldeman, 1999). GLASOD là phương pháp duy nhất đã được áp dụng trên phạm vi toàn thế giới. Nó dựa trên các câu trả lời cho một bảng câu hỏi được gửi đến các chuyên gia được công nhận ở các nước trên thế giới.

Khảo sát của GLASOD cung cấp dữ liệu cơ bản về phân bố trên thế giới và cường độ của các loại thoái hoá: xói mòn, thoái hoá hóa học và thoái hoá vật lý (Bridges và Oldeman, 1999). Bản đồ của nó xác định các khu vực có mức độ nghiêm trọng tương tự về rủi ro xói mòn, không kể các điều kiện sẽ tạo ra sự xói mòn như vậy (Oldeman et al., 1990). Oldeman và cộng sự (1991) đã phát triển một phân loại dựa trên các loại thoái hoá đất, mức độ thoái hoá và các yếu tố nguyên nhân trong thoái hoá đất, cũng như định nghĩa của các phân loại.

Các kết quả khảo sát GLASOD cho phép so sánh được rút ra giữa các loại đất bị thoái hoá của các lục địa khác nhau, và phương pháp được sử dụng có thể là cơ sở để dựa vào đó đưa ra các kế hoạch phục hồi các vùng đất bị thoái hoá. Tuy nhiên, nghiên cứu không bao gồm bất kỳ phép đo viễn thám hoặc đo thực địa nào; nó chỉ dựa trên ý kiến của các chuyên gia (Jones et al., 2003). Các câu hỏi đã được gửi đến các chuyên gia trên khắp thế giới nhưng một số câu đã không được trả lời và một số chỉ trả lời một phần. Kết quả từ các loại nghiên cứu như vậy rất khó sử dụng để so sánh các khu vực (Jones et al., 2003).

2. Đánh giá tình trạng thoái hoá đất do con người gây ra (ASSOD)

ASSOD là một hoạt động tiếp theo của GLASOD ở Nam và Đông Nam Á (ISRIC). Phương pháp tương tự được thay đổi chút it đã được sử dụng trên tỷ lệ chi tiết hơn (1: 5.000.000). Nghiên cứu này cung cấp dữ liệu cho 17 quốc gia và bao gồm dữ liệu về một số loại thoái hoá gồm xói mòn do nước và gió và các loại phụ của chúng (ví dụ như mất lớp đất mặt và biến dạng địa hình, tính bằng triệu triệu ha) và các loại phụ ưu thế của thoái hoá hóa học (bao gồm cả sự nhiễm mặn).

Trong nghiên cứu ASSOD, mức độ thoái hoá của đất được biểu thị bằng các loại phụ của thoái hoá sử dụng các thuật ngữ định tính như tác động đến năng suất (tác động không đáng kể, nhẹ, trung bình, mạnh hoặc cực mạnh). Phân loại dựa trên ước tính của những thay đổi về năng suất và cũng xem xét mức độ quản lý. Những thay đổi về năng suất được thể hiện dưới dạng tương đối, tức là năng suất trung bình hiện tại so với năng suất trung bình trong tình trạng không bị thoái hoá (hoặc không được cải thiện, ở nơi thích hợp) và liên quan đến đầu vào (ISRIC, không trích thời gian). So với GLASOD, nghiên cứu ASSOD chi tiết hơn và do đó cũng chính xác hơn. Một so sánh các nghiên cứu đã được trình bày bởi van Lynden và Oldeman (1997).

3. Phương pháp được chuẩn hóa để đánh giá thoái hoá đất và bảo vệ đất: Khái quát về phương pháp tiếp cận bảo vệ và công nghệ trên thế giới (WOCAT)

Chương trình WOCAT đã phát triển một bộ công cụ được chuẩn hóa để ghi chép, giám sát và đánh giá kỹ thuật bảo vệ đất và nước (SWC - soil and water conservation) trên toàn thế giới và để phổ biến kiến thức này trên toàn cầu để tạo điều kiện trao đổi kinh nghiệm và ra quyết định và lập kế hoạch tốt hơn (van Lynden et al., 2008). Van Lynden và cộng sự đã thảo luận về phương pháp lập bản đồ thoái hoá và bảo vệ đất, và sử dụng nó để đưa ra quyết định tốt hơn. Bài viết này cung cấp hướng dẫn tốt về các hoạt động và thông số được sử dụng để đánh giá.

Van Lynden và cộng sự giải thích rằng một bộ ba câu hỏi toàn diện và cơ sở dữ liệu tương ứng đã được phát triển để ghi lại tất cả các khía cạnh liên quan của các công nghệ và phương pháp tiếp cận SWC, và lập bản đồ về phạm vi khu vực của chúng. Việc thu thập thông tin về các công nghệ và phương pháp tiếp cận SWC tập trung vào các nghiên cứu điển hình mô tả công nghệ và môi trường tự nhiên và con người của nó, nơi nó được sử dụng và phương pháp nào được sử dụng để thực hiện. Bảng câu hỏi và cơ sở dữ liệu trên bản đồ SWC nhằm mục đích cung cấp một cái nhìn tổng quan về không gian về thoái hoá và bảo vệ đất.

Hơn nữa, van Lynden và cộng sự mô tả phương pháp lập bản đồ bao gồm đánh giá sử dụng đất, thoái hoá đất, công nghệ SWC và các khía cạnh năng suất của đất. Dữ liệu được thu thập thông qua phương pháp Đánh giá có sự tham gia của chuyên gia, bao gồm cả kiến thức chuyên gia và tài liệu hiện có và dữ liệu phản ánh tình trạng kiến thức hiện tại. Lý tưởng nhất là một số chuyên gia biết tình trạng của đất ngồi với nhau và điền dữ liệu trong một quá trình đàm phán và thảo luận các tài liệu hiện có. Bằng cách sử dụng bản đồ cơ sở ở quốc gia hoặc khu vực, thông tin về sử dụng đất, thoái hoá đất, bảo vệ đất và nước, và các vấn đề năng suất cần phải được đưa vào bảng ma trận.

Phương pháp bản đồ bao gồm một công cụ bản đồ tương tác để nhập dữ liệu và xem bản đồ. Các bản đồ kết quả giúp các nhà hoạch định, điều phối viên và người ra quyết định đưa ra các kế hoạch phù hợp và đặt ưu tiên cho các khoản đầu tư trong tương lai. Họ cũng giúp xác định lỗ hổng kiến thức và ưu tiên nghiên cứu (van Lynden và cộng sự). Phần quan trọng là nó có thể được áp dụng ở các quy mô khác nhau, từ cấp địa phương, quốc gia và khu vực đến cấp độ toàn cầu.

4. Phương pháp phân loại

Arnalds và cộng sự (2001) đã mô tả dự án và các phương pháp được phát triển để lập bản đồ xói mòn đất ở Iceland. Dự án cung cấp một cuộc khảo sát toàn diện về xói mòn đất ở Iceland. Các phương pháp lập bản đồ xói mòn đất được phát triển bởi Viện nghiên cứu nông nghiệp (RALA) và Dịch vụ bảo tồn đất (LR) và một phần dựa trên các phương pháp được sử dụng để xác định tình trạng của đất ở New Zealand và New South Wales ở Úc (Arnalds et al., 2001).

Phương pháp này được gọi là phương pháp phân loại RALA / LR để lập bản đồ xói mòn đất. Các phương pháp được phát triển có bốn đặc điểm chính: 1) Phân loại xói mòn theo các hình thức xói mòn; 2) Áp dụng thang đo tiêu chuẩn để đánh giá mức độ nghiêm trọng của xói mòn đất; 3) Sử dụng hình ảnh vệ tinh làm bản đồ cơ bản và làm trợ giúp cho việc lập bản đồ hiện trường; và 4) Sử dụng hệ thống thông tin địa lý (GIS). Quy mô xói mòn mở rộng phản ánh sự công nhận đất vừa là một nguồn tài nguyên sống là một phần của hệ sinh thái vừa là là một yếu tố trong sử dụng bền vững hệ sinh thái (Arnalds và cs., 2001). Tốc độ xói mòn sử dụng 6 cấp (cấp 0 đối với không xói mòn đến cấp 5 đối với xói mòn cực kỳ nghiêm trọng). Theo kết quả của dự án, một bản đồ xói mòn đất cho toàn bộ Iceland đã được xây dựng với tỷ lệ 1: 100.000.

Phương phân loại Kiểm kê tài nguyên đất New Zealand (NZLRI) dựa trên cơ sở xây dựng bản đồ các dạng xói mòn và xác định mức độ nghiêm trọng. Trước đây, phương pháp New Zealand được xây dựng dựa trên lập bản đồ số lượng đất đã bị mất, như trong một số loại xói mòn. Phương pháp NZLRI có năm yếu tố tự nhiên, dựa vào đó thực hiện việc đánh giá khả năng sử dụng đất đai: đá, đất, độ dốc, xói mòn và thảm thực vật (Graham et al., 1989; Landcare Research, 1996-2008). Các đánh giá sử dụng phân loại và thang đo để đo lường các yếu tố. Ví dụ, có bảy cấp độ dốc khác nhau từ A đến G, G là đất có độ dốc > 35° và sự xói mòn được vẽ lên bản đồ 14 loại xói mòn cùng với mức độ nghiêm trọng đánh giá theo thang điểm từ 0 đến 5.

Các nhà khoa học tại Landcare Research ở New Zealand nâng cấp thành phần thực vật của NZLRI bằng các ảnh vệ tinh để xác định những thay đổi đã xảy ra trong 20 năm qua hoặc lâu hơn (Landcare Research, 1996-2008). Ngoài mã kiểm kê, phương pháp này cũng xem xét đánh giá Khả năng sử dụng đất (LUC) cho từng đơn vị bản đồ (Graham et al., 1989). Mục đích là để đánh giá khả năng sử dụng sản xuất bền vững có tính đến các hạn chế về điều kiện tự nhiên, nhu cầu bảo vệ và yêu cầu quản lý đất.

Trong nghiên cứu được thực hiện bởi Berry và cộng sự (2003) ở Chile, để đánh giá quy mô, chi phí và tác động của thoái hoá đất đai, xói mòn đất được đánh giá ở thực địa theo các quy định chuyên môn, sử dụng 5 cấp (tình trạng xói mòn). Bảng 2 cho thấy khái niệm phân loại và mô tả khái niệm, cũng như các giá trị của cấp xói mòn cho mỗi khái niệm được sử dụng bởi Berry và cộng sự (2003).

Bảng 1. Phân loại tình trạng xói mòn ở Chile

Mức độ

Mô tả

Giá trị

Rất nhẹ

Dấu hiệu xói mòn rất nhẹ, quá trình này mới bắt đầu và không rõ ràng, một số cặn lắng được quan sát thấy ở những chỗ thấp mà ở đó nước mưa tích tụ.

1

Nhẹ

Xói mòn nhẹ, dấu hiệu bắt đầu được nhìn thấy. Sự di chuyển của vật liệu mịn có thể nhìn thấy để lại vật liệu thô hơn lộ ra ngoài (sỏi, đá nhỏ), nước chảy tràn không hoàn toàn rõ ràng.

2

Trung bình

Xói mòn trung bình, dấu hiệu di chuyển khỏi bề mặt đất của hạt đất rõ ràng. Xói mòn rõ rệt, với các vật liệu cứng lộ rõ ràng trên bề mặt. Có thẻ nhận thấy một vài rãnh xói.

3

Mạnh/

nghiêm trọng

Xói mòn mạnh, xói mòn để lại sỏi trải rộng trên bề mặt, xói mòn rãnh nhiều và ngày càng tăng, một vài mương xói xuất hiện ở trạng thái hình thành ban đầu. Có rất ít vật liệu còn lại từ đất bề mặt ban đầu, đất đã bắt đầu thay đổi màu sắc.

4

Rất mạnh/rất nghiêm trọng

Xói mòn rất mạnh, tất cả các vật liệu bề mặt ban đầu đã bị di chuyển đi nơi khác tạo ra một sự thay đổi màu sắc của đất, một sự thay đổi lan rộng về thành phần cơ giới đất do tầng C lộ ra bề mặt đất. Quan sát được các mương xói hoạt động.

5

Phỏng theo Berry, Olson và Campbell (2003) ngoại trừ các khái niệm trung bình và nghiêm trọng đã được thêm vào khi được sử dụng bởi các tác giả khác.

5. Phương pháp tiếp cận chỉ số

Ở Kenya, de Bie (2005) đã sử dụng các chỉ số cho một hệ sinh thái nông nghiệp dựa vào cây ngô để đánh giá xói mòn đất ở huyện Taita Taveta. Nghiên cứu này sử dụng các chỉ số xói mòn đất dễ đánh giá để theo dõi các tác động tích lũy của xói mòn trong khoảng thời gian từ làm đất dến thu hoạch. Các chỉ số là: lượng đất bị xói mòn, diện tích dòng chảy, tiền rãnh xói (pre-rills) (có thể sâu 3-5 cm) và các rãnh xói (rills) (có thể sâu đến 20 cm). Các chỉ số được thể hiện bằng tỷ lệ phần trăm của diện tích đất trống; độ dày tích tụ của đất trên lớp đất gốc cũng được đánh giá (de Bei, 2005). Nghiên cứu thu thập dữ liệu về đất / địa hình, độ che phủ đất, cơ sở hạ tầng, quản lý đất đai và tác động của xói mòn đất.

Bảy mươi lô ngô trong 11 đơn vị bản đồ, có sự thay đổi đáng kể về độ cao, độ che phủ đất, lượng mưa và địa mạo, đã được khảo sát. De Bei báo cáo rằng sự mất đất được coi là khác nhau giữa các lô do sự khác biệt về đất bề mặt, lớp phủ đất, cơ sở hạ tầng, quản lý cây trồng, độ dốc và đơn vị bản đồ. Theo de Bei, mô hình không phải là đơn vị bản đồ cụ thể và có R2 được điều chỉnh 67%. Một mối quan hệ dạng logarit tuyến tính chỉ ra rằng các điều kiện tích cực kết hợp làm giảm theo hàm mũ sự xuất hiện của các đặc trưng xói mòn (các chỉ số tiền rãnh xói).

Chỉ số tiền rãnh xói liên quan chặt chẽ với các điều kiện địa điểm chịu ảnh hưởng bởi quản lý và dường như phản ánh tốt nhất các tác động tích lũy của sự mất đất theo thời gian. Hơn nữa, các rãnh xói đã được tìm thấy tại 18 địa điểm nằm trong khu vực khô hơn trên đất sét pha cát. Đối với nghiên cứu này, mô hình đã đưa ra giả thuyết là sẽ có nhiều rãnh xói hơn nếu lớp đất mặt không chứa cấp hạt bụi (limon); bụi làm cho đất có thể chịu được sự nén chặt và hình thành rãnh xói (de Bei, 2005).

Reed và Dougill (2002) cung cấp một báo cáo về kinh nghiệm triển khai các giai đoạn đầu tiên của khung phương pháp đánh giá thoái hoá đất ở vùng đất khô hạn (Land Degradation Assessment in Drylands-LADA) tại Kalahari, Botswana. Trong nghiên cứu này, Reed và Dougill tập trung vào đánh giá thoái hoá có sự tham gia. Cách tiếp cận lấy từ lĩnh vực Giám sát và Đánh giá có Sự tham gia (PM & E) (xem Estrella và Gaventa, 2000, cho một đánh giá gần đây được trích dẫn bởi Reed và Dougill, 2002). Họ nói rõ rằng phương pháp này tích hợp ba trong số năm phương pháp đánh giá thoái hoá được xác định bởi van Lynden và Kuhlmann (dự thảo LADA 2003): ý kiến người sử dụng đất / tiêu chí cấp độ trang trại, giám sát hiện trường và sự thay đổi năng suất.

Ở miền nam châu Phi, Reed và Stringer (2006) đã nghiên cứu khả năng tích hợp kinh nghiệm khoa học với kiến thức bản địa với mục đích nâng cao độ chính xác, độ bao phủ và mức độ phù hợp của đánh giá thoái hoá đất. Reed và Stringer (2006) đã theo phương pháp có sự tham gia, sử dụng các phương pháp theo các nguyên tắc khác nhau, để đưa ra các chỉ số thoái hoá đất tiềm năng từ các cộng đồng ở Botswana và Swaziland. Ở cả hai quốc gia, các vấn đề thoái hoá đất chính và các hệ sinh thái nông nghiệp bị ảnh hưởng đã được xác định thông qua sự kết hợp của các cuộc phỏng vấn chính, các nhóm tập trung và bảng câu hỏi. Các chỉ số tiềm năng được xác định đã thu được cả từ các tài liệu khoa học và các cá nhân tại địa phương. Chúng được đánh giá và tích hợp trong các cuộc phỏng vấn bán cấu trúc tiếp theo và các nhóm tập trung.

Các chỉ số thoái hoá được cộng đồng sử dụng tập trung vào các chỉ số nông nghiệp, thảm thực vật, đất, động vật hoang dã và các chỉ số côn trùng. Các cộng đồng ở Swaziland đã sử dụng nhiều chỉ số tập trung vào hệ thống đất. Các chỉ số đã được xác minh và đánh giá thực nghiệm bằng cách lấy mẫu hoặc dữ liệu sinh thái hoặc dữ liệu vệ tinh. Lập bản đồ có người tham gia, lấy mẫu thực vật và đất, và lập bản đồ sử dụng đất từ các ảnh hàng không theo chuỗi thời gian là một số hoạt động được thực hiện trong quá trình kiểm tra thực nghiệm các chỉ số và tích hợp kiến thức.

Các chỉ số này được người dân địa phương sử dụng được cho là chính xác và dễ sử dụng. Có thể thu được dữ liệu giám sát có liên quan cao với vùng cụ thể, khi cung cấp dữ liệu tương đương về quy mô vùng và / hoặc quốc gia; bằng cách chạy các chương trình đánh giá thoái hoá cục bộ sử dụng các chỉ số miền (range) đầy đủ cùng với các chỉ số ban đầu của khu vực và / hoặc quốc gia sử dụng các chỉ số được chia sẻ bởi tất cả các khu vực (Reed and Stringer, 2006).

Các tác giả (Reed và Stringer, 2006) đã kết luận rằng cả kiến thức khoa học và bản địa đều có những hạn chế, có sự chồng chéo đáng kể giữa kiến thức khoa học và bản địa về thoái hoá đất trong hầu hết các trường hợp. Theo các tác giả này, khi có sự khác biệt xảy ra, phương pháp tiếp cận có sự tham gia được tích hợp được sử dụng cho phép đạt được một lời giải thích phù hợp và quá trình tương tác này có thể dẫn đến cả việc giám sát thoái hoá đất chính xác và thích hợp.

6. Mô hình hoá xói mòn đất và che phủ đất

Đánh giá xói mòn đất cả do nước và gió đã được thực hiện bằng cách sử dụng các mô hình được thiết kế cho mục đích này. Các mô hình toán học đang tiếp tục được cải tiến và các nhà khoa học từ nhiều quốc gia đã áp dụng chúng để đáp ứng các yêu cầu của điều kiện địa phương (Arnalds et al., 2001). Nhiều mô hình hơn hiện đã được phát triển và sử dụng bởi các quốc gia khác nhau ở các khu vực khác nhau. Dưới đây là tóm tắt của một số mô hình để đo xói mòn đất và che phủ đất được sử dụng trong các môi trường khác nhau.

1. Mô hình USLE

Phương trình mất đất phổ dụng (USLE) và phương trình xói mòn gió (WEE) đã được sử dụng trên toàn thế giới để đánh giá sự mất đất do xói mòn do nước và gió. Chúng được phát triển lần đầu tiên bởi Dịch vụ bảo tồn đất của Hoa Kỳ (USSCS) vào năm 1935. Các phương trình đã được chứng minh là thành công trong việc đánh giá đất nông nghiệp nhưng không phù hợp để đánh giá đất đồng cỏ cây bụi (rangelands) (Arnalds et al., 2001). Một trong những lý do là đất đồng cỏ cây bụi được cho là không đồng nhất như các cánh đồng nông nghiệp. Hội quản lý vùng, một hiệp hội chuyên gia về đất đồng cỏ cây bụi có trụ sở tại Hoa Kỳ, đã từ chối sử dụng phương trình USLE để đánh giá xói mòn trên đất đồng cỏ cây bụi. USLE đã được sử dụng rộng rãi trong việc đánh giá mất đất hàng năm dài hạn. Ví dụ, ở nước Ý, một dự án đánh giá rủi ro xói mòn ở cấp quốc gia đã ứng dụng mô hình mất đất phổ dụng (USLE) để xác định các khu vực dễ bị xói mòn ở Địa Trung Hải (EUSOILS, 2008). Phương pháp này chỉ đánh giá cho xói mòn rãnh và xói mòn liên rãnh do nước, còn xói mòn mương máng, đây là một vấn đề lớn ở phần lớn của đảo Tuscany, không thể dự báo được bằng phương pháp này. Hơn nữa, sự di chuyển khối như lở đất hoàn toàn không được tính đến.

Mô hình USLE đã được điều chỉnh phù hợp với các điều kiện khác thông qua các phiên bản sửa đổi như MUSLE (Williams và Berndt, 1977 được trích dẫn trong FAO, 2005) và RUSLE (SWCS, 1993 được trích dẫn trong FAO, 2005) để ước tính khối lượng cặn lắng.

Phương trình các mô hình USLE / RUSLE

USLE mô hình thực nghiệm đơn giản được sử dụng rộng rãi để đánh giá sự mất đất hàng năm lâu dài. Phương trình: A = R * K * L * S * C * P (P – tham số chỉ dành cho RUSLE, một mô hình thực nghiệm).

trong đó: A – Lượng đất mất trung bình hàng năm (t/ha.năm, R – tham số Xói mòn do mưa (MJ.mm)/(ha.hy), K – tham số Độ xói mòn đất (t.ha. h)/(ha.MJ.mm), L - tham số Độ dốc (không thứ nguyên), S - tham số Độ dài dốc (không thứ nguyên) và C - tham số Sự quản lý che phủ (không thứ nguyên), P – tham số Các thực hành của con người nhằm kiểm soát xói mòn.

2. Mô hình RUSLE

Phương trình mất đất phổ dụng hiệu chỉnh (RUSLE) được áp dụng cho toàn bộ không gian núi cao của dãy Anpơ, với một thiết lập cụ thể trên các khu vực núi cho các thông số độ dốc và xói mòn do mưa (EUSOILS, 2008). Lãnh thổ núi cao bao gồm Ý, Thụy Sĩ, Pháp, Áo, Đức và Slovenia. Nghiên cứu đã tạo ra các bản đồ cho thấy tốc độ xói mòn đất do nước ở lãnh thổ núi cao. Bản đồ về cơ bản bắt nguồn từ mô hình RUSLE, tính toán sự mất đất thực tế do xói mòn đất bằng công thức Arnoldus để xác định hệ số xói mòn do mưa. Các giá trị chỉ số đó cho biết cường độ của tốc độ xói mòn đất (EUSOILS, 2008). Phương trình của RUSLE sử dụng tất cả các yếu tố của USLE, chỉ thêm vào yếu tố P là các thực hành của con người nhằm kiểm soát xói mòn.

Ở Ý, Marker và cộng sự (2007) đã thực hiện một nghiên cứu ở lưu vực sông Albegna ở miền nam đảo Tuscany, trong đó họ sử dụng phương pháp RUSLE để đánh giá các kịch bản sử dụng đất khác nhau (các kịch bản được đề cập là: quy ước, chuyển tiếp và sinh học) đối với sự thay đổi khí hậu hiện tại và tương lai trên cơ sở hàng tháng. Trong quá trình nghiên cứu, họ giữ giá trị của tham số K, tham số LS và tham số P không đổi và chỉ các giá trị của xói mòn do mưa (tham số R) và tham số số C bị thay đổi theo các cài đặt kịch bản. Phân tích cho thấy tiềm năng của phương pháp này để đánh giá tính nhạy cảm xói mòn đất cảnh quan với phân tích kịch bản. Các tác giả nói rằng các phân tích có thể giúp phát triển các chiến lược thích ứng cho các kịch bản biến đổi khí hậu trong tương lai như thay đổi các kỹ thuật quản lý đất đai.

Castro Filho và cộng sự (2001) đã thảo luận về việc sử dụng các công cụ và kỹ thuật để đo tải lượng cặn lắng ở các khu vực có tiềm năng nông nghiệp lớn, như Lưu vực sông Paraná ở Brazil. Trong bài báo này, họ đã trình bày việc sử dụng các mô hình như RUSLE và Mô hình kế hoạch dự báo xói mòn nước (Water Erosion Prediction Project Model - WEPP) để đánh giá nguy cơ thoái hoá đất trên đất nông nghiệp quy mô lớn cũng như các kỹ thuật được sử dụng để giám sát liên tục.

Nghiên cứu đã hướng đến các đối tượng và vấn đề với việc điều chỉnh các mô hình xói mòn quy mô nhỏ để hoạt động như các công cụ đánh giá rủi ro quy mô lớn. Phần thiết yếu của phương pháp này là sự tích hợp của các mô hình này với các công cụ như GIS và sử dụng các bản đồ chuyên đề khác nhau có được từ ảnh vệ tinh và khảo sát đất để cung cấp cho các mô hình. Castro Fidel và cộng sự đã cho rằng việc xác định các khu vực có nguy cơ thoái hoá cao sẽ cho phép các kế hoạch bảo vệ đất tốt hơn để giảm tải cặn lắng đến các sông và hồ trong khu vực quan tâm.

Bởi vì họ quan tâm đến đất cho mục đích nông nghiệp, thoái hoá đất được định nghĩa là hoạt động trên đất làm giảm sự sản xuất cây trồng bền vững theo thời gian. Họ nhấn mạnh rằng định nghĩa này được áp dụng cho bất kỳ khu vực nào ở đó các nguyên tắc bảo vệ đất cơ bản không được tuân thủ khi chuyển thành đất nông nghiệp sau khi phá rừng hoặc thay đổi sử dụng đất khác. Hơn nữa, Castro Filho cộng sự đã thảo luận về việc sử dụng các chỉ số cảnh báo sớm về mặt sinh học và phi sinh học của thoái hoá đất có thể dễ dàng nhìn thấy dọc theo con đường ở miền nam Brazil. Điều quan trọng là phải có đủ dữ liệu của khu vực quan tâm khi đánh giá thoái hoá đất quy mô lớn. Lưu vực sông Paraná được sử dụng làm ví dụ để minh họa các công cụ và kỹ thuật có thể được sử dụng để đánh giá tải lượng trầm tích trong lưu vực lớn. Việc sử dụng các công cụ và kỹ thuật mô hình hóa là có lợi vì nó đã cung cấp thông tin về các khu vực có nguy cơ thoái hoá đất tại thời điểm nghiên cứu.

RUSLE vẫn chủ yếu nhằm đáp ứng nhu cầu của người dùng USLE, tập trung vào dự đoán xói mòn trung bình hàng năm dài hạn bởi nước trên các sườn dốc bị xáo trộn (Yoder et al., 2004). Họ nói rằng kết quả đạt được của RUSLE đã đi theo sự dẫn dắt của USLE trong việc nhận ra rằng người dùng không phải là chuyên gia khoa học xói mòn cụ thể, và nhấn mạnh việc sử dụng cả mô hình và lý luận đằng sau các tính toán mà người dùng có thể truy cập được. Kết quả từ một nghiên cứu ở đất đồng cỏ cây bụi phía tây Hoa Kỳ cho thấy RUSLE cung cấp các việc làm hàng ngày một cách chính xác để mô hình hoá xói mòn trên các vị trí đất đồng cỏ cây bụi, bao gồm các mô tả về các quần xã thực vật đồng cỏ cây bụi và các hoạt động cải thiện đồng ruộng. Những thay đổi trong RUSLE có lợi cho việc ước tính xói mòn và lượng trầm tích, không chỉ đối với các thiết lập nông học mà còn cho các tình huống liên quan đến xây dựng, khai thác mỏ và cải tạo đất (Yoder et al., 2004). RUSLE là một chương trình mạnh, có khả năng dự báo sự mất đất từ những cánh đồng hoặc sườn đồi đã phải chịu một loạt các hoạt động sử dụng và cải tạo đất (Toy và Foster, 1998).

3. Mô hình CORINE

Phương pháp CORINE là một phương pháp tiêu chuẩn được các quốc gia thuộc Cộng đồng Châu Âu sử dụng để xác định nguy cơ xói mòn và chất lượng của vùng đất đang nghiên cứu (Doğan et al., 2008). Các quốc gia thuộc Cộng đồng Châu Âu cùng chung khu vực Địa Trung Hải đã hoàn thành bản đồ xói mòn và phân loại đất đai của họ bằng phương pháp CORINE.

Phương pháp CORINE xây dựng bản đồ xói mòn phân tích một số tham số để xác định nguy cơ xói mòn thực tế. Những tham số này là: lớp phủ thực vật, độ dốc, điều kiện khí hậu và tính chất đất. Doğan và cộng sự đã thực hiện nghiên cứu xây dựng bản đồ xói mòn lưu vực sông Dalaman ở Thổ Nhĩ Kỳ bằng phương pháp CORINE. Nghiên cứu này đã sử dụng các phương pháp viễn thám (RS) và hệ thống thông tin địa lý (GIS). Họ đã kết luận rằng sự tồn tại của lớp phủ thực vật đã làm giảm đáng kể nguy cơ xói mòn tiềm năng trong lưu vực.

Dengiz và Akgul (2004) đã thực hiện một nghiên cứu để xác định nguy cơ xói mòn đất ở Khu vực bảo vệ môi trường của Gölbaşl và vùng lân cận của Thổ Nhĩ Kỳ bằng mô hình CORINE. Xây dựng mô hình bao gồm 6 bước, mỗi bước sử dụng các tổ hợp khác nhau về thành phần cơ giới đất, độ dày, độ chặt, dữ liệu khí hậu, sử dụng đất và thông tin che phủ đất. Dengiz và Akgul đã mô tả cách làm, trong bước đầu tiên, các lớp thành phần cơ giới, độ dày và độ chặt của đất được trích xuất từ bản đồ đất số tỷ lệ 1: 25.000 và được chồng xếp để tạo thành bản đồ độ xói mòn đất (erodibility). Bước thứ hai, tính toán các chỉ số độ khô hạn Fournier và Bagnouls-Gaussen từ dữ liệu khí hậu đã được sử dụng để tạo thành lớp xói mòn do mưa của khu vực nghiên cứu. Bước thứ ba xác định các cấp độ dốc từ mô hình độ cao số của khu vực nghiên cứu. Bước thứ tư, lớp phủ đất được chuẩn bị từ bản đồ sử dụng đất, xem xét mật độ của lớp phủ thực vật. Sau đó, lớp nguy cơ xói mòn đất tiềm năng được tạo ra bằng cách chồng xếp các lớp độ xói mòn, xói mòn do mưa và độ dốc của đất. Bước cuối cùng, lớp lớp phủ đất và lớp nguy cơ xói mòn đất tiềm năng đã được kết hợp để tạo thành bản đồ nguy cơ xói mòn đất thực tế. Kết quả từ nghiên cứu của Dengiz và Akgul cho thấy 72,9% diện tích nghiên cứu có nguy cơ xói mòn đất thấp, 23,8% diện tích có nguy cơ xói mòn đất trung bình và một phần nhỏ của khu vực nghiên cứu (1,0%) có nguy cơ xói mòn đất cao. Ngoài ra, nghiên cứu cho thấy kỹ thuật hệ thống thông tin địa lý (GIS) có vai trò quan trọng trong việc dự báo của các nghiên cứu nguy cơ xói mòn đất.

Cebecauer và Hofierka (2007) đã nghiên cứu hậu quả của những thay đổi che phủ đất đến sự phân bố xói mòn đất ở Slovakia. Đánh giá được dựa trên các nguyên tắc của mô hình USLE được hiệu chỉnh để áp dụng ở quy mô khu vực và sử dụng cơ sở dữ liệu che phủ đất CORINE (Corine Land Cover - CLC) cho những năm 1990- 2000. Tham số C đối với đất trồng trọt đã được tinh chỉnh bằng cách sử dụng dữ liệu thống kê về luân canh cây trồng trung bình, ước lượng trung bình và diện tích đất đối với các loại cây nông nghiệp cụ thể ở cấp huyện của Slovakia, trong khi tham số L đã được tính toán bằng cách sử dụng các diện tích mẫu với các thửa được xác định bằng dữ liệu của LandSAT TM.

Cebecauer và Hofierka nhấn mạnh rằng mô hình USLE được phát triển để đánh giá quy mô địa phương về xói mòn lớp mỏng (sheet erosion) và xói mòn rãnh (rill erosion), do đó, ứng dụng của nó để đánh giá cấp khu vực cần một số sửa đổi. Tham số thực hành bảo vệ đất của RUSLE, P, không được xem xét trong mô hình này. Tham số C được xác định từ cơ sở dữ liệu CLC và dữ liệu thống kê luân canh cây trồng đối với 72 huyện của Slovakia. Từ nghiên cứu này, kết quả cho thấy các thay đổi của độ che phủ của đất và luân canh cây trồng có ảnh hưởng đáng kể đến kiểu xói mòn đất chủ yếu ở vùng đồi và vùng núi của Slovakia. Phân tích sự khác biệt trong khu vực về độ che phủ đất và hệ thống luân canh cây trồng cho thấy nguyên nhân chính của những thay đổi và giúp giải thích những thay đổi đang diễn ra trong các kiểu xói mòn đất.

Kiunsi và Meadows (2006) đã thực hiện một nghiên cứu ở phía đông bắc Tanzania trong một khu vực tiêu biểu cho vùng đất khô cằn ở châu Phi. Trong nghiên cứu của họ, ba bộ bản đồ che phủ đất được đồng bộ hóa dữ liệu lượng mưa dài hạn (những năm 1960, 1991 và 1999) đã được sử dụng để đánh giá thoái hoá đất trong khu vực. Phương pháp đó đã tính đến cả thảm thực vật và thoái hoá đất. Họ giải thích rằng việc sử dụng ba bộ bản đồ che phủ đất làm cơ sở cho việc phát hiện sự thay đổi giúp phân biệt các khu vực đã trải qua sự thay đổi của thảm thực vật do sự thay đổi lượng mưa so với những thay đổi do sử dụng đất. Họ kết luận rằng tất cả các khu vực có sự suy giảm toàn bộ thảm thực vật tự nhiên và bán tự nhiên do yếu tố con người được coi là đã bị thoái hoá đất, trong khi các khu vực đã trải qua thay đổi độ che phủ đất hàng năm do thay đổi lượng mưa được phân loại là đang chịu sự thay đổi độ che phủ do động lực của hệ sinh thái. Việc sử dụng các bản đồ che phủ đất trước đó đã cho một chỉ dẫn tốt về cách làm thay đổi hệ sinh thái theo thời gian. Trong nghiên cứu này, phương pháp đã đưa ra đánh giá đầy đủ và thích hợp về thoái hoá đất và có thể được sử dụng để cải thiện đánh giá thoái hoá ở các khu vực bán khô hạn khác.

4. Mô hình PESERA

Mô hình đánh giá rủi ro xói mòn đất ở châu Âu (Pan-European Soil Erosion Risk Assessment - PESERA) là mô hình dựa trên cơ sở dòng chảy được sử dụng để dự đoán dòng chảy với bước nhảy thời gian hàng ngày, ước tính sự thay đổi về khả năng trữ nước và sự ngăn chặn của thảm thực vật và liên kết dòng chảy ước tính này với sự mất đất bằng một phương trình được phát triển bởi Kirkby và cộng sự (2004). PESERA sử dụng mô hình dựa trên cơ sở quá trình và phân bố không gian để định lượng xói mòn đất do nước và đánh giá nguy cơ của nó trên khắp châu Âu.

EUSOILS (2008) đã báo cáo rằng cơ sở khái niệm của mô hình PESERA cũng có thể được mở rộng bao gồm các ước tính về làm đất và xói mòn gió. Mô hình này được dùng như một công cụ chẩn đoán cấp khu vực, thay thế các phương pháp hiện có thể so sánh, như Phương trình mất đất phổ dụng (USLE), ít phù hợp với điều kiện châu Âu và không có khả năng tương thích với các mô hình độ phân giải cao hơn. Kết quả sơ bộ cho thấy, mặc dù mô hình có thể được áp dụng ở cấp khu vực, quốc gia và châu Âu, độ phân giải thấp và dữ liệu đầu vào chất lượng thấp gây ra sai số và sự không chắc chắn. Tuy nhiên, định lượng vấn đề xói mòn cho phép đánh giá các tác động có thể có của những thay đổi trong tương lai của khí hậu và sử dụng đất, thông qua phân tích kịch bản và đánh giá tác động, tính đến hiệu quả chi phí, tính khả thi kỹ thuật, khả năng chấp nhận xã hội và khả năng thực hiện (EUSOILS, 2008). Do đó, nó được xem là chính xác nhất về mặt khái niệm vì các thông số mà nó đo được (Kirkby et al., 2004). Mô hình PESERA tạo ra các kết quả phụ thuộc chủ yếu vào dữ liệu che phủ đất được xác định bởi phương pháp CORINE và độ chính xác của dữ liệu khí tượng nội suy.

Ngoài các mô hình xói mòn đất USLE, RUSLE, CORINE và PESERA đã thảo luận ở trên, các ví dụ về các mô hình đã được sử dụng là: mô hình SPADS (Spatially Distributed Scoring model) để đo lượng cặn lắng; mô hình Tỷ lệ phân phối cặn lắng (SDR- Sediment Delivery Ratio), được cho là là chính xác hơn cho các phép đo xói mòn đất do nước ở cấp độ lưu vực so với mô hình USLE; mô hình RIVM là mô hình tham số như mô hình CORINE nhưng theo nhiều mức độ, một phép tính gần đúng đơn giản hơn của mô hình USLE; mô hình Viện nghiên cứu nông nghiệp quốc gia (INRA - Institute National Recherche Agronomique), có tính đến sự hình thành lớp vỏ cứng, sử dụng đất và độ xói mòn đất. Nhiều mô hình khác đã được phát triển và sử dụng để đo xói mòn đất:

Các mô hình xói mòn đất khác

• SLEMSA (Soil Loss Estimation Equation for Southern Africa) - Phương trình ước tính sự mất đất cho Nam Phi (Stocking, 1981) được phát triển ở Zimbabwe trên cơ sở mô hình USLE

• MMF - mô hình Morgan-Morgan Finney (Morgan et al., 1984) tương đối đơn giản, linh hoạt, có cơ sở tự nhiên rõ ràng và có thể được áp dụng ở các khu vực miền núi. MMF đã được báo cáo để cung cấp thông tin hữu ích về các khu vực nguồn cặn lắng, sự cung cấp cặn lắng cho các dòng suối và lượng cặn lắng hàng năm.

• WEPP (Water Erosion Prediction Project) - Dự án dự báo xói mòn do nước (Nearing et al., 1989) là mô hình xói mòn dựa trên cơ sở quá trình, được thiết kế để thay thế Phương trình mất đất phổ dụng (USLE).

• Các mô hình như ANSWERS (Areal Non-point Source Watershed Environment Response Simulation) - Mô phỏng ứng phó môi trường lưu vực nguồn không điểm của vùng (Beasley et al., 1980) và AGNPS (Agricultural Non-Point Source Pollution Model) - Mô hình ô nhiễm nguồn phi nông nghiệp (Young et al., 1987) có sẵn cho xói mòn đất bằng máy tính trong một lưu vực; và việc sử dụng logic IFSE-THEN-ELSE cung cấp một giải pháp thay thế cho đánh giá thoái hoá đất (Shrestha et al., 2004).

Những mô hình này với lời giải thích của họ đã được phỏng theo FAO, 2005. Phân vùng sinh thái nông nghiệp và ứng dụng GIS ở châu Á, đặc biệt nhấn mạnh vào đánh giá thoái hoá đất ở vùng đất khô (LADA).

Tài liệu tham khảo

1. Arnalds O, Þorarinsdottir EF, Metusalemsson S, Jonsson A, Gretarsson E, Arnason A. 2001. Soil Erosion in Iceland. Soil Conservation Services and Agricultural Research Institute. Iceland.

2. Beasley D.B., L.F. Huggins and E.J. Monke, 1980. ANSWERS: A model for watershed planing. Transactions of the ASAE.23 (4):938-944.

3. Berry L, Olson J, Campbell D. 2003. Assessing the extent, cost and impact of land degradation at national level: Findings and lessons learned from seven pilot case studies. World Bank, internet website: http://info.worldbank.org/etools/snc/doc/t_ecosystem/Cost_%20Land_Degradation_ CaseStudies.pdf, accessed July 02, 2008.

4. Bridges EM, Oldeman LR. 1999. Global assessment of human-induced soil degradation. Journal of Arid Soil and Rehabilitation 13 (4): 319 – 325.

5. Castro Filho C, Cochrane TA, Norton LD, Caviglione JH, Johansson LP. 2001. Land degradation assessment: Tools and techniques for measuring sediment load. ird International conference on Land Degradation and Meeting of the IUSS Subcommission C – Soil and Water Conservation, September 17- 21, 2001. Rio-de Janeiro, Brazil.

6. Cebecauer T, Hofierka J. 2007. The consequences of land-cover changes on soil erosion distribution in Slovakia. Geomorphology 98 (2008) 187 – 198.

de Bei CAJM. 2005. Assessment of soil erosion indicators for maize-based agro-ecosystems in Kenya. Catena 59 (2005) 231–251.

7. Dengiz O, Akgul S., 2004. Soil erosion risk assessment of the global environmental protection area and its vicinity using the CORINE model. Turk J Agric For 29 (2005) 439-448.

8. Doğan O, Küçükçakar N, Özel ME, Yıldırım H. undated. Erosion Risk Mapping of Dalaman Basin Located in West Mediterranean Region using CORINE Method. Ankara. Toprak, internet website: http://www.toprak.org.tr/isd/isd_20.htm, accessed August 20, 2008.

9. EUSOILS, 2008. Soil erosion: PESERA and Soil erosion in Alps. EUSOILS, internet website: http://eusoils.jrc.it/ESDB_Archive/pesera/pesera_download.html, accessed in September 03, 2008.

10. FAO, 2005. Agro-Ecological Zoning and GIS application in Asia with special emphasis on land degradation assessment in drylands (LADA). Proceedings of a Regional Workshop, Bangkok, ailand10–14 November 2003. FAO, internet website: ftp://ftp.fao.org/agl/agll/docs/misc38e.pdf, accessed July 1, 2008.

11. Graham OP, Emery NA, Johnston D, Pattemore VJ, Cunningham GM. 1989. Land Degradation Survey, New South Wales 1987 -1988. Soil Conservation Service of New South Wales. Australia.

12. Jones R, Bissonnais YL, Diaz JS, Duwel O, Oygarden L, Prasuhn PBV, Yordanov Y, Strauss P, Rydell B, Uveges JB, Loj G, Lane M, Vandekerckhove L. 2003. EU Soil ematic Strategy: Technical working group on erosion, Work Package 2: Nature and extent of soil erosion in Europe. Interim report version 3.31, 28 October 2003.

13. Kirkby MJ, Jones RJA, Irvine B, Gobin A, Govers G, Cerdan O, Van Rompaey, AJJ, Le Bissonnais Y, DaroussinJ,KingD,MontanarellaL,GrimmM,VieillefontV,Puigdefabregas J,BoerM,Kosmas C, Yassoglou N, Tsara M, Mantel S, Van Lynden GJ, Huting J. 2004. Pan-European Soil Erosion Risk Assessment: e PESERA Map, Version 1 October 2003. Explanation of Special Publication Ispra 2004 No.73 (S.P.I.04.73). European Soil Bureau Research Report No.16, EUR 21176, 18pp. and 1 map in ISO B1 format. O ce for O cial Publications of the European Communities, Luxembourg.

14. Kiunsi RB, Meadows ME. 2006. Assessing Land Degradation in the Monduli District, Northern Tanzania. Land degradation and Development. 17 (5): 509 - 525.

15. Landcare Research, 1996-2008. New Zealand Land Resource Inventory (NZLRI). Landcare Research, internet website: http://www.landcareresearch.co.nz/databases/nzlri.asp, accessed August 11, 2008.

16. Marker M, Angeli L, Bottai L, Costantini R, Ferrari R, Innocenti L, Sililiano G. 2007. Assessment of land degradation susceptibility by scenario analysis: A case study in Southern Tuscany, Italy. Geomorphology 93 (2008): 120-129.

17. R.P.C. Morgan, D.D.V. Morgan, H.J. Finney. A predictive model for assessment of erosion risk. Journal of Agricultural Engineering Research, 30 (1984), pp. 245-253

18. Nearing, M. A., G. R. Foster, L. J. Lane, and S. C. Finkner. 1989. A process‐based soil erosion model for USDA Water Erosion Prediction Project technology. Trans. ASAE 32(5): 1587‐1593.

19. Oldeman LR, Hakkeling RTA, Sombroek WG. 1991. World map on the status of human induced soil degradation, with explanatory note (second revised edition). ISRIC Wageningen, UNEP, Nairobi.

20. Oldeman LR,Hakkeling RTA, Sombroek WG. 1990. Global assessment of soil degradation (GLASOD), an explanatory note to the world map of the status of human-induced soil degradation. ISRIC/UNEP.

21. Reed M, Dougill A. 2002. Contibution to LADA e-mail conference. Leeds Environment and Development Group, School of the Environment, University of Leeds. FAO, internet website: ftp://ftp.fao.org/agl/emailconf/lada/lada1_reed_mark_and_dougill_andy.doc, accessed August 20, 2008.

22. Stocking, M.A., (1981). A working model for the estimation of soil loss suitable for under developed areas. Occasional paper No. 15, November 1981, School of Development Studies, University of East Anglia, UK.

23. Toy TJ, Foster. 1998. Guidelines for the Use of the Revised Universal Soil Loss Equation (RUSLE) Version 1.06 on Mined Lands, Construction Sites, and Reclaimed lands. Broadway, Suite 3320 Denver.

24. UNEP. 2008.Africa:AtlasofOurChangingEnvironment.DivisionofEarlyWarningandAssessment (DEWA) United Nations Environment Programme (UNEP). Nairobi 00100, Kenya.

25. Van Lynden GWJ, Oldeman LR. 1997. e Assessment of the Status of Human-induced Soil Degradation in South and South East Asia. UNEP, FAO and ISRIC, Wageningen.

26. Van Lynden G, Schwilch G, Linige H. undated. A Standardised Method for Assessment of Soil Degradation and Soil Conservation: e WOCAT mapping methodology. WOCAT, internet website: http://www.wocat.net/methods.asp, accessed July 02, 2008.

27. Yoder DC, Foster GA, Weesies KG, McCool DK, Lown JB. 2004. Evaluation of the RUSLE Soil Erosion Model. Contribution of the University of Tennessee Agricultural Experiment Station, USDA-ARS, and USDA-NRCS.

28. Young R.A., C.A. Onstad, D.D. Bosch, W.P. Anderson. 1987: AGNPS, Agricultural Non-PointSource Pollution Model - A Watershed Analysis Tool. United States Department of Agriculture, Conservation Research Report 35: 80.