Xem mẫu
- Quản lý Tài nguyên rừng & Môi trường
TỔNG QUAN VỀ CÁC MÔ HÌNH DỰ BÁO XÓI MÒN ĐẤT VÀ ỨNG DỤNG
Ngô Thanh Sơn1, Trần Trọng Phương1, Nguyễn Thị Phương Mai2, Nguyễn Thu Hà1*
1
Học viện Nông nghiệp Việt Nam
2
Sở Khoa học và Công nghệ tỉnh Gia Lai
https://doi.org/10.55250/jo.vnuf.2022.1.103-113
TÓM TẮT
Xói mòn đất là vấn đề nghiêm trọng ảnh hưởng đến khả năng sản xuất của đất, bồi tụ phù sa trong các lưu vực
và suy giảm chất lượng nước. Phương pháp mô hı̀nh hóa đươ ̣c công nhâ ̣n là rấ t ưu việt để ước tı́nh lươṇ g đấ t bi ̣
xói mòn xảy ra theo thời gian và không gian. Những mô hình ước tı́nh và mô phỏng lươṇ g đấ t bi ̣xói mòn có sự
khác biệt lớn về mức độ phức tạp dữ liệu đầu vào, nguyên lý mô phỏng, các hiển thị và quy mô các dữ liệu đầu
ra. Được sử dụng rộng rãi nhất là mô hình USLE và có sửa đổi (M)USLE. Những năm gầ n đây, các nghiên cứu
về xói mòn đất trên thế giới ngày càng hướng về các mô hı̀nh quá trı̀nh vâ ̣t lý (MMF, AGNPS, SWAT) và mô
hı̀nh đô ̣ng thái trên cơ sở vâ ̣t lý (CREAMS, EUROSEM, KINEROS, EPIC, WEEP) do những mô hı̀nh này mô
phỏng chi tiết hơn diễn biến của hiê ̣n tươṇ g xói mòn đấ t, nhờ đó có thể ước tı́nh đươ ̣c lươṇ g đấ t xói mòn ở các
giai đoạn và quy mô lớn hơn, đồng thời phần nào giải quyết những khó khăn trong quá trình hiê ̣u chı̉nh và kiể m
chứng trên thực địa. Sự phát triển của công nghệ thông tin sẽ tạo ra xu hướng mới trong nghiên cứu xói mòn đấ t
với sự kế t hơ ̣p với RS, GIS, dữ liệu lớn về thổ nhưỡng, điạ hı̀nh, sử du ̣ng đấ t và thời tiế t. Xu hướng này giúp xác
định chính xác hơn các khu vực có nguy cơ xói mòn, hỗ trơ ̣ các quá trı̀nh ra quyế t đinh ̣ về chı́nh sách sử du ̣ng
đấ t nhằm đạt được nhiều mục tiêu về phát triển bền vững.
Từ khóa: mô hình, phương trình phổ dụng, trầm tích, xói mòn do nước, xói mòn đất.
1. ĐẶT VẤN ĐỀ mưa với tác đô ̣ng tổ ng hơ ̣p của những yế u tố
Xói mòn đất liên quan đến nhiều quá trình khác như khı́ hâ ̣u, điạ hı̀nh, phẫu diê ̣n thổ
nhưng đều có chung một kết quả là các hạt đất nhưỡng, hı̀nh thái sử du ̣ng đấ t và thảm thực vâ ̣t,
bị di chuyển từ nơi này và lắng đọng lại ở một và chế đô ̣ canh tác”. Theo Nearing & cs (1990)
nơi khác. Mặc dù xảy ra rất tự nhiên, xói mòn thı̀ tổ ng lươ ̣ng đấ t bi ̣ mấ t đi vào mô ̣t thời điể m
đất thường bị trầm trọng hơn do một số hoạt nào đó phu ̣ thuô ̣c vào phân bố của hai nhóm yế u
động của con người (Adornado & cs., 2009). tố chı́nh: khả năng chố ng xói mòn của thảm thực
Xói mòn đất có thể bị gây ra bởi gió, nước mưa vâ ̣t và đấ t và phân bố theo thời gian mưa.
và liên quan chặt chẽ đến quá trình di chuyển Quản lý và hiểu rõ xói mòn đất và mối liên
của nước (dòng chảy), các đặc tính đất đai quan đến thoái hóa đất là vấn đề rất quan trọng
(quyết định khả năng dễ bị xói mòn của đất), lớp vì những tác động của nó có thể gây ra nhiều
che phủ bề mặt và các biện pháp quản lý (Aksoy hậu quả nghiêm trọng đố i với đời số ng loài
& Kavvas, 2005). Người ta nhận thấy có sự người, bao gồm mất sự chất dinh dưỡng, phù sa
khác biệt trong các tài liệu giữa các nghiên cứu sông và hồ chứa, suy thoái chất lượng nước và
về xói mòn do gió và nước ở châu Âu liên quan giảm khả năng sản xuất của đất (Radmanesh &
đến mức độ chuyên sâu, số lượng các ấn phẩm Bagherzadeh, 2014). Pimentel & cs (1995) cho
được xuất bản và cả số lượng các thí nghiệm biết, trung bình trên 1 ha trong vòng 1 năm, xói
hiện trường đã và đang diễn ra (Xiong & cs., mòn đã làm mất 30 – 40 tấn đất cho mỗi khu
2019). Hiện nay, nếu tìm kiếm trong Scopus vực châu Á, Nam Mỹ và châu Phi trong khi con
bằng cách sử dụng cụm từ 'xói mòn và nước' sẽ số tương ứng là 17 tấn đất mất đi đối với khu
cho 52.730 kết quả, trong khi cụm từ 'xói mòn vực Mỹ và châu Âu. Viê ̣c ước tıń h phân bố
và gió' sẽ cho 9488 kết quả. Những con số này lươ ̣ng đấ t bi xọ ́ i mòn ở những vi trı
̣ ́ và theo thời
là dấu hiệu chính cho thấy trong những thập kỷ gian khác nhau đươ ̣c coi là rấ t quan tro ̣ng để xác
qua, người ta đã dành nhiều sự quan tâm hơn đinḥ đươ ̣c những vùng cầ n áp du ̣ng các biê ̣n
đến xói mòn do nước, do đó có lẽ sẽ có nhiều pháp bảo vê ̣ đấ t. Các thı́ nghiê ̣m đo đa ̣c hay
nghiên cứu, mô tả quy trình và hiểu biết hơn. quan trắ c lươ ̣ng đấ t bi ̣ xói mòn trên các vùng
Xói mòn do nước đươ ̣c Bergsma & cs (1996) khác nhau đòi hỏi tố n rấ t nhiề u công sức và kinh
đinh
̣ nghıã “là mức đô ̣ mấ t đấ t xảy ra do nước phı́. Do vâ ̣y, từ những năm 1930, trên thế giới
*Corresponding author: thuhann1@gmail.com các nhà nghiên cứu đã phát triể n rấ t nhiề u
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 1 - 2022 103
- Quản lý Tài nguyên rừng & Môi trường
phương pháp nhằ m ước tıń h lươ ̣ng đấ t bi ̣ bào xói mòn đấ t từ những năm 60 (Tran Duc Toan
mòn và bi vâ ̣ ̣n chuyể n trên những thửa ruô ̣ng có & cs., 2004, Dung & cs., 2008, Ha & cs., 2013,
đô ̣ dố c và trên cả lưu vực sông. Thái Phiên & cs., 2001, Vuong Van Quynh,
Viê ̣c nghiên cứu lý thuyế t và thực nghiê ̣m 1999) và đang có xu hướng tăng lên trong thời
đánh giá các biê ̣n pháp cải ta ̣o đấ t chố ng xói gian gầ n đây, nhấ t là trong bố i cảnh hô ̣i nhâ ̣p,
mòn cũng như phát triể n và ứng du ̣ng mô hı̀nh có nhiề u dự án hơ ̣p tác nghiên cứu và đào ta ̣o
xói mòn đấ t là mô ̣t vấ n đề rấ t đươ ̣c quan tâm với nước ngoài (Do Duy Phai, 2005; Tran Duc
suố t nhiề u thâ ̣p kỷ qua. Rấ t nhiề u nghiên cứu Toan & cs 2004; Mai Van Trinh, 2007, Son &
tổ ng quan trên thế giới (Jetten & cs., 1999; Binh, 2020, Le Huong & Son, 2020, Ngo Thanh
Nearing & cs, 2005; De Vente & Poesen, 2005) Son & Tran Trong Phuong, 2021). Có khá nhiều
đã cho thấ y từ những năm 80 người ta đã sử các nghiên cứu xói mòn sử dụng phương trình
du ̣ng rô ̣ng raĩ những mô hıǹ h đô ̣ng thái nhằ m phổ dụng (USLE) đã được thực hiện ở Việt
khắ c phu ̣c những nhươ ̣c điể m của phương trıǹ h Nam, đặc biệt ở Tây nguyên do việc khai thác
phổ du ̣ng xói mòn đấ t (USLE). gỗ quá mức và du canh du cư, phá rừng làm
Ở khu vực Đông Nam Á cũng đã có mô ̣t số nương rẫy (Walsh & cs, 2006; Sidle & cs., 2006;
nghiên cứu ứng du ̣ng mô hıǹ h, chẳng hạn Viê ̣n và Vezina & cs., 2006). Tuy vâ ̣y trong những
nghiên cứu rừng quố c tế ở Indonexia, ICRAF, năm gầ n đây chưa có mô ̣t công bố nào tổ ng
kế t hơ ̣p với Trường Twente, Hà lan đã áp du ̣ng quan các phương pháp ước tıń h và mô hıǹ h xói
mô hı̀nh USLE, WEPP và GUEST tı́nh toán xói mòn đấ t tại Việt Nam. Bài báo này có mu ̣c đı́ch
mòn trên lưu vực rô ̣ng 730 km2 ở Sumberjaya, tổ ng quan các quan niê ̣m mô hı̀nh hóa xói mòn
West-Lampung, Sumatra nhằ m so sánh tác đấ t do nước và giới thiê ̣u những phầ n mề m mô
đô ̣ng của chuyể n đổ i sử du ̣ng đấ t từ đấ t rừng phỏng dự báo xói mòn phổ biế n trên thế giới
sang đấ t trồ ng tro ̣t. nhằ m cung cấ p thông tin, hỗ trơ ̣ những nhà
Tại Viê ̣t Nam, các nhà khoa học cũng đã tiế n nghiên cứu có thể lựa cho ̣n mô hı̀nh thı́ch hơ ̣p
hành nhiề u nghiên cứu thực nghiê ̣m và dự báo trong những nghiên cứu về xói mòn đấ t.
Hình 1. Thống kê số lượng ấn phẩm nghiên cứu tác nhân xói mòn trên thế giới
(Nguồn: Borrelli P. & cs, 2021)
2. NHỮNG NGHIÊN CỨU VỀ MÔ HÌNH đươ ̣c thành lâ ̣p dựa trên những phân tıć h thố ng
XÓI MÒN ĐẤT TẠI VIỆT NAM kê tương quan) và các mô hı̀nh động thái
2.1. Phân loại các mô hình xói mòn đất và (physical-based, trong đó những công thức toán
ứng dụng ho ̣c trong mô hı̀nh đươ ̣c thành lâ ̣p trên cơ sở sử
Mô hı̀nh có thể đươc̣ phân loa ̣i theo nhiề u cách du ̣ng đinh
̣ luâ ̣t bảo toàn vâ ̣t chấ t và năng lươ ̣ng).
khác nhau, tuy nhiên, trong bài này nhóm tác giả Bên ca ̣nh đó, nhiề u phầ n mề m mô hıǹ h xói mòn
sử du ̣ng cách phân loa ̣i của Agarwal & đấ t thuô ̣c loa ̣i kế t hơ ̣p giữa công thức thực
Procopiuc (2002). Những mô hı̀nh hay công nghiê ̣m và mô hı̀nh đô ̣ng thái (conceptual) mà ở
thức tı́nh toán có thể đươ ̣c phân loa ̣i thành các đây ta ̣m go ̣i là mô hı̀nh quá trı̀nh.
mô hı̀nh thực nghiê ̣m (empirical/regression, 2.1.1. Mô hı̀nh thực nghiê ̣m
104 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 1 - 2022
- Quản lý Tài nguyên rừng & Môi trường
Mô hı̀nh thực nghiê ̣m đươ ̣c thành lâ ̣p trên cơ đến như sau: (1) Tương tự như hầu hết các mô
sở những quan trắ c, đo đa ̣c, thı́ nghiê ̣m và phân hình thực nghiệm, USLE không áp dụng với các
tıć h thố ng kê về hiê ̣n tươ ̣ng xói mòn đấ t. Hiê ̣n sự kiện cụ thể mà chỉ cung cấp ước tính hàng
nay người ta cho rằ ng những phân tı́ch thố ng kê năm về lượng đất bị mất trong thời gian dài vì
tương quan như vâ ̣y không còn thỏa mañ đươ ̣c nó bỏ qua các diễn biến quá trình của các thông
nhu cầ u cầ n hiể u rõ và giải thı́ch các hiê ̣n tươ ̣ng số lượng mưa, dòng chảy và cách các quá trình
tự nhiên của loài người. Chẳng hạn, nế u chia này ảnh hưởng đến xói mòn, cũng như sự không
quá trıǹ h xói mòn đấ t trên mô ̣t sườn dố c thành đồng nhất trong các yếu tố đầu vào như lớp phủ
2 loa ̣i xói mòn, loa ̣i mô ̣t do dòng chảy tràn trên thực vật và loại đất (Merritt & cs, 2003; Morgan
mă ̣t đấ t và loa ̣i hai do rãnh xói hay dòng chảy & cs., 2008 và Boardman, 2006); (2) Không nên
tâ ̣p trung, thı̀ ta có thể hiể u rõ, phân tıć h và giải sử dụng để ước tính lượng trầm tích từ các lưu
thıć h quá trıǹ h tố t hơn là viê ̣c chı̉ công nhâ ̣n mô ̣t vực thoát nước hoặc dự đoán độ xói mòn của
công thức thực nghiê ̣m chung cho cả quá trıǹ h rãnh hoặc bờ suối vì phương trình này không
xói mòn đó (Morgan & cs, 1998b). ước tính được quá trình trầm tích hay phân bố
2.1.1.1. Công thức USLE vật liệu trầm tích (Morgan & cs, 2008); (3)
Phương trın ̀ h phổ câ ̣p hay tổ ng hơ ̣p xói mòn Phương trıǹ h chı̉ đươ ̣c áp du ̣ng cho ô thửa có đô ̣
đấ t (Universal Soil Loss Equation, USLE) là dố c nhỏ hơn 7o và cho vùng thổ nhưỡng có
mô ̣t mô hıǹ h thực nghiê ̣m đơn giản do Bô ̣ nông thành phầ n montmorillonite thấ p (Boardman,
nghiê ̣p Mỹ (USDA) phát triể n và liên tu ̣c cải 2006) và không ước tính được xói mòn rãnh
tiế n từ những năm 1940 với mu ̣c đı́ch ước tı́nh nước hoặc kênh suối (Renard & Ferreira, 1993
lươ ̣ng đấ t xói mòn cho từng ô ruô ̣ng mà sau này và Renard & cs, 1994).
đươ ̣c cải tiế n thành công thức xói mòn tổ ng hơ ̣p Do những hạn chế của USLE nhiều nhà
cải tiế n (RUSLE) và sửa đổ i (MUSLE). Nhằ m nghiên cứu đấ t và mô hıǹ h đã bắ t đầ u chú tro ̣ng
tăng đô ̣ chı́nh xác của các ước lươ ̣ng xói mòn phát triể n mô hı̀nh đô ̣ng thái để dự báo xói mòn
đấ t, công thức MUSLE và RUSLE sử du ̣ng từ những năm 1985. Bô ̣ Nông nghiê ̣p Mỹ
lươ ̣ng dòng chảy mă ̣t thay cho cường đô ̣ mưa và (USDA) tiế n hành mô ̣t chương trıǹ h 10 năm
yế u tố xói mòn của đấ t trong công thức USLE nhằ m phát triể n mô hıǹ h WEPP (Water Erosion
cổ điể n. Prediction Project; Foster, 1990) – mô hıǹ h dự
Công thức USLE (Wischmeier & Smith, báo lươ ̣ng đấ t xói mòn dựa trên đô ̣ng thái quá
1978) tı́nh toán lươ ̣ng đấ t E bi ̣ xói mòn hàng trı̀nh thủy văn, biế n đô ̣ng cân bằ ng nước hàng
năm (tấ n/ha/năm) như sau: ngày, quá trıǹ h phát triể n của thảm thực vâ ̣t,
E=R×K×L×S×C×P thay đổ i thời tiế t và quá trıǹ h liên kế t hay tách
Trong đó: rời của các ha ̣t đấ t. Trên cơ sở mô phỏng đô ̣ng
R là yế u tố xói mòn do mưa; thái các quá trı̀nh, nhiề u mô hı̀nh đã đươc̣ phát
K là yế u tố sức chố ng xói mòn của đấ t; triể n và áp du ̣ng có kế t quả tố t trên thế giới, như
L là chiề u dài sườn dố c; KINEROS2 (Kinematic Runoff and Erosion
S là độ dố c; Model, 1990), EPIC (Erosion Productivity
C là yế u tố canh tác cây trồ ng; Impact Calculator, Williams, 1982), AGNPS
P là yế u tố biê ̣n pháp chố ng xói mòn. (Agricultural Non-Point Source, 1989),
Mô hình dựa theo nguyên lý lươ ̣ng đấ t bi xo ̣ ́i ANSWERS (Areal Non-point Source
tỷ lê ̣ thuâ ̣n với R, K, LS, C và P. Bên cạnh Watershed Environment Simulation, 1977), mô
những ưu điểm như sự đơn giản và dễ xác định hıǹ h CREAMS (Chemical, Runoff and Erosion
của các thông số đầu vào (chủ yếu gồm lượng from Agricultural Management Systems, 1980).
mưa và thông tin địa hình) khiến cho USLE dễ Ngoài Hoa Kỳ, cũng có nhiề u mô hı̀nh đô ̣ng thái
sử dụng, nhiều nhà khoa học đã chỉ ra những mô phỏng xói mòn đấ t mà trong đó đáng chú ý
nhược điểm lớn của phương trình này, có thể kể nhấ t là chương trıǹ h EUROSEM (The European
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 1 - 2022 105
- Quản lý Tài nguyên rừng & Môi trường
Soil Erosion Model; 1998) của Hô ̣i đồ ng Chung tính đến dòng chảy hoặc các quá trình tách rời,
Châu Âu (EU) và mô hıǹ h GUEST (Griffith lắng đọng hoặc vận chuyển trầm tích. Quinton
University Erosion System Template; 1996) ở & Catt (2007) cho rằng RUSLE tập trung vào
Australia. việc xác định tổn thất do xói mòn xảy ra tại các
2.1.1.2. Công thức RUSLE vùng đất trống chứ không được thiết kế cho các
Mô hı̀nh USLE sau đó đã đươ ̣c USDA cải khu vực rừng tự nhiên hoặc các loại xói mòn
tiế n bằ ng cách xác đinḥ giá tri hê
̣ ̣số K biế n đô ̣ng khác như xói lở bờ suối và rãnh xói. Ưu điểm
theo mùa và đưa vào hê ̣ số C chi tiế t, phu ̣ thuô ̣c chính của RUSLE so với USLE là nó có khả
vào loa ̣i hı̀nh sử du ̣ng đấ t trước đó, đô ̣ lớn tán lá năng ước tính hệ số C từ thông tin về thảm thực
cây, mức đô ̣ che phủ thực vâ ̣t và đô ̣ nhám bề mă ̣t vật, hoạt động phân rã và làm đất thay vì từ dữ
đấ t. Phương trıǹ h này có tên go ̣i là phương trıǹ h liệu ô thí nghiệm như được sử dụng trong
tổ ng hơ ̣p xói mòn cải tiế n (RUSLE). USDA- USLE. Việc sử dụng hệ số chiều dài sườn dốc
ARS (2010) đinh ̣ nghıã RUSLE là mô ̣t phương trong RUSLE cũng cho phép dự đoán sự mất đất
pháp tı́nh dựa theo các chı̉ số trong đó biể u thi ̣ do dòng chảy qua đất liền.
mức đô ̣ ảnh hưởng của các yế u tố đế n lươ ̣ng đấ t 2.1.2. Mô hình quá trình vật lý
bi xọ ́ i mòn xảy ra ở phầ n diê ̣n tıć h sườn dố c nằ m 2.1.2.1. Mô hình AGNPS
giữa các khe xói, do tác đô ̣ng va đâ ̣p khi rơi của Mô hıǹ h AGNPS xác định ô nhiễm do nguồ n
các gio ̣t mưa và của dòng chảy tràn trên mă ̣t đấ t, phân tán nông nghiê ̣p là mô hıǹ h dựa trên
qua đó cho thấy xói mòn đấ t phu ̣ thuô ̣c vào (1) nguyên lý đô ̣ng thái quá trı̀nh vâ ̣t lý xẩ y ra trong
tổ ng lươ ̣ng và cường đô ̣ mưa rơi và dòng chảy mô ̣t trâ ̣n mưa, đươ ̣c thiế t kế để mô phỏng quá
tràn, (2) khả năng của loa ̣i hıǹ h sử du ̣ng đấ t trıǹ h tách rời và vâ ̣n chuyể n đấ t bi ̣ xói mòn và
chố ng la ̣i tác đô ̣ng của mưa và dòng chảy, (3) rửa trôi chấ t dinh dưỡng cho cây trồ ng trên mô ̣t
khả năng chố ng xói của đấ t (thể hiê ̣n qua những lưu vực có sản xuấ t nông nghiê ̣p, từ đó đánh giá
tı́nh chất của đấ t), và (4) điạ hı̀nh bề mă ̣t đấ t như chấ t lươ ̣ng nước sông ngòi. Mô hı̀nh do Cơ quan
đô ̣ dố c, chiề u dài và da ̣ng sườn dố c. nghiên cứu Nông nghiê ̣p (Agricultural Research
Trong RUSLE, tıć h số của hê ̣ số mưa (R) và Service, ARS) của USDA phát triể n năm 1980.
hê ̣ số kháng xói mòn của đấ t (K) thể hiê ̣n lươ ̣ng Mô hình sử dụng nhiều thông tin đầu vào (hình
đấ t bi ̣ xói mòn của mô ̣t ô rưô ̣ng dưới điề u kiê ̣n thái lưu vực, các biến số sử dụng đất và dữ liệu
tiêu chuẩ n. Mô ̣t ô ruô ̣ng tiêu chuẩn có da ̣ng hı̀nh lượng mưa), đươ ̣c thiế t kế nhằ m ứng du ̣ng cho
vuông với chiề u dài ca ̣nh 22,1 m, đô ̣ dố c 9%, toàn lưu vực có diê ̣n tı́ch từ hàng chu ̣c acres đế n
không có thực vâ ̣t che phủ, và đươ ̣c làm đất theo 50.000 acres. AGNPS cho phép xác đinh ̣ những
mô ̣t trıǹ h tự chuẩ n. Như vâ ̣y, giá tri hệ ̣ số sức đề diê ̣n tıć h có xói mòn xảy ra nghiêm tro ̣ng.
kháng xói mòn (K) của đấ t hoàn toàn mang tıń h Lươ ̣ng nước ta ̣o dòng chảy tràn đươ ̣c tıń h toán
chấ t thực nghiê ̣m (USDA-ARS, 2010). Hê ̣ số theo phương pháp chı̉ số đường cong dòng chảy
che phủ (C) biể u thi ̣ tác đô ̣ng của loa ̣i hı̀nh sử (Curve Number, CN) của Cơ quan Bảo vê ̣ Đấ t
du ̣ng đấ t lên lươ ̣ng đấ t bi ̣ xói mòn và có giá tri ̣ (the Soil Conservation Service, SCS). Sau đó
biế n đô ̣ng theo tıń h chấ t của lớp phủ thực vâ ̣t, lươ ̣ng đấ t bi ̣xói mòn đươ ̣c tıń h từ phương trıǹ h
hê ̣thố ng làm đấ t và các biê ̣n pháp canh tác khác. USLE (Hessel & cs., 2003), bên canh các kết
Như vậy, phương trı̀nh RUSLE đã tı́nh đế n tác quả về khối lượng dòng chảy, tốc độ dòng chảy
đô ̣ng của các biê ̣n pháp canh tác chố ng xói mòn cực đại, bùn cát, hàm lượng N, P và COD. Mô
như trồ ng hàng cây theo đường đồ ng mức, trồ ng hình AGNPS có thể được áp dụng trong giai
theo dải xen ke,̃ đă ̣c tıń h lồ i lõm của da ̣ng sườn đoạn lập kế hoạch quản lý lưu vực thoát nước,
dố c, ruô ̣ng bâ ̣c thang, cây trồ ng xen kẽ băng cỏ nhờ đó có thể nhận diện và phân tích sự suy
hay hàng rào thực vâ ̣t, phủ rơm ra ̣ … nhằ m làm thoái môi trường và những vùng đất xung yếu
giảm cường đô ̣ dòng chảy tràn trên mă ̣t đấ t. (Nugroho, 2003) nhưng phù hợp với đất nông
Là một mô hình thực nghiệm, RUSLE không nghiệp hơn so với các vùng đồi. AGNPS thường
106 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 1 - 2022
- Quản lý Tài nguyên rừng & Môi trường
yêu cầu dữ liệu lớn hơn và độ phức tạp tính toán tầ ng đấ t mă ̣t (Mg/m3); RD = đô ̣ sâu tầ ng rễ cây
cao hơn nhiều so với các mô hình thực nghiệm, hoa ̣t đô ̣ng (m) Et/Eo = tỷ lê ̣ giữa lươ ̣ng bố c thoát
do đó thường phải sử dụng các mô hình hoá bổ nước thực tế và tiề m năng.
sung, vì vậy hạn chế khả năng ứng dụng của nó Lưu lươ ̣ng dòng chảy tràn (Q) được ước
(Young & cs, 1989; Merrit & cs, 2003). lượng Q = R(-Rc/Ro). Khả năng vâ ̣n chuyể n đấ t
2.1.2.2. Mô hı̀nh MMF của dòng chảy (T) phu ̣ thuô ̣c vào lưu lươ ̣ng
Mô hıǹ h Morgan/Morgan/Finney model dòng chảy tràn (Q), đô ̣ dố c điạ hıǹ h, (S) và đô ̣
(Morgan & Kuss, 1986) đươ ̣c phát triể n nhằ m che phủ của cây trồ ng (C), theo phương trıǹ h T
dự báo lươ ̣ng đấ t bi xọ ́ i mòn hàng năm cho diê ̣n = C Q2 × sin S × 10-3 (kg/m2). Cuố i cùng giá tri ̣
tı́ch cỡ thửa ruô ̣ng trên đấ t dố c. Mô hı̀nh này bao bé nhấ t giữa khả năng của dòng chảy tràn về vâ ̣n
gồ m phầ n mô phỏng quá trıǹ h dòng chảy và chuyể n đấ t và tách rời đấ t đươ ̣c coi như lươ ̣ng
phầ n mô phỏng quá trıǹ h bồ i lắ ng. Nó đươ ̣c coi đấ t bi ̣xói mòn (Morgan, 1995).
là có tıń h chấ t đô ̣ng thái nhiề u hơn so với mô 2.1.2.3. Mô hình SWAT
hı̀nh USLE. Mô hı̀nh MMF tı́nh toán năng Công cu ̣ đánh giá đấ t và nước (SWAT) đươ ̣c
lươ ̣ng gây xói mòn do va đâ ̣p của các gio ̣t mưa phát triể n từ mô hı̀nh SWRRB nhưng nhằ m áp
dựa trên tổ ng lươ ̣ng mưa năm. Dòng chảy tràn du ̣ng cho lưu vực lớn, lưu vực xuyên quốc gia
trên mă ̣t đấ t xảy ra khi lươ ̣ng mưa ngày vươ ̣t và điạ hıǹ h phức ta ̣p. SWAT chia diê ̣n tıć h
quá mô ̣t giá tri ̣ tới ha ̣n nhấ t đinh
̣ và tổ ng lươ ̣ng thành các lưới ô để có thể biể u thi ̣ đươ ̣c những
nước dòng chảy tràn cũng đươ ̣c tı́nh toán dựa biế n đô ̣ng theo không gian của các thông số mô
trên cơ sở tổ ng lươ ̣ng mưa năm. Năng lực hı̀nh. Giố ng như các mô hình SWRRB và
chuyể n vâ ̣n chấ t lơ lửng của dòng nước đươc̣ SPUR, SWAT cũng sử du ̣ng công thức phổ câ ̣p
xác đinh ̣ dựa trên tổ ng lươ ̣ng nước dòng chảy cải tiế n MUSLE để tıń h toán dòng bùn cát (Foy
tràn, đô ̣ dố c sườn đồ i và đô ̣ che phủ thực vâ ̣t. & cs, 1999). MUSLE sử dụng tổng lượng nước
Trong mô hı̀nh MMF, đô ̣ng năng (đơn vi ̣ tham gia dòng chảy tràn trên mặt đất để mô
J/M) của dòng chảy được tính toán với công phỏng xói mòn và lưu lượng dòng bùn cát. Mô
thức E = R (11.9 + 8.7 log10 I) trong đó lươ ̣ng hình thủy văn cung cấp các ước tính thể tích
mưa và cường đô ̣ gây xói của trâ ̣n mưa là dữ dòng chảy và định lưu lượng dòng chảy, mà
liê ̣u đầ u vào. Lươ ̣ng ha ̣t đấ t bi ̣ xói mòn (F, cùng với diện tích tiể u lưu vực, được sử dụng để
kg/m2) đươ ̣c ước lươ ̣ng theo công thức, F = K × tính toán biến số về năng lượng xói mòn của
E (0.05P) × 10-3, trong đó P = phầ n trăm lươ ̣ng dòng chảy. Yếu tố chế độ canh tác được tính
mưa rơi xuố ng tán lá và thân cành cây cố i để sau toán lại cho từng ngày mà dòng chảy tràn ra.
đó bi ̣ bố c hơi hay ta ̣o dòng chảy theo thân cây, Đây là một hàm số của sinh khối trên mặt đất,
phu ̣ thuô ̣c vào loa ̣i che phủ thực vâ ̣t; và hê ̣ số K dư thừa trên bề mặt, và yêu tố C tối thiểu cho
(chı̉ số đấ t bi ̣ tách rời) là khố i lươ ̣ng ha ̣t đấ t bi ̣ loại cây trồng. Các yếu tố khác của phương trình
tách rời trên đơn vi ̣ năng lươ ̣ng mưa rơi xói mòn được tính toán và ước lượng như mô tả
(gram/Joule). của Wischmeier & Smith (1978). Lươ ̣ng đấ t bi ̣
Lưu lươ ̣ng dòng chảy tràn trên mă ̣t đấ t (Q) là xói mòn do mưa và dòng chảy tràn đươ ̣c ước
hàm số của lươ ̣ng mưa và sức giữ ẩ m đồ ng tı́nh với phương trı̀nh phổ du ̣ng sửa đổ i MUSLE
ruô ̣ng của đất (soil moisture capacity) tương (Williams, 1975).
ứng với hiê ̣n tra ̣ng lớp phủ thực vâ ̣t. Dữ liê ̣u đầ u Phương trı̀nh phổ du ̣ng xói mòn đấ t sửa đổ i,
vào của mô hıǹ h bao gồ m lươ ̣ng mưa trung bıǹ h MUSLE (Williams & cs, 1996) được viế t như sau:
ngày (Ro) và sức giữ ẩ m đồ ng ruô ̣ng của đất ứng Sed = 11.8 (Qsurf qpeak areahru)0.56 KUSLE
với hiê ̣n tra ̣ng lớp phủ thực vâ ̣t thực tế (Rc). Rc CUSLE PUSLE LSUSLE CFRG
đươ ̣c tı́nh theo công thức Rc =1000* MS × BD × Trong đó:
RD × ( Et/Eo) 0.5 trong đó MS = đô ̣ ẩ m đồ ng Sed là lượng đấ t bi ̣ xói mòn hàng ngày
ruô ̣ng (%); BD = dung tro ̣ng (bulk density) của (tấ n/ngày);
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 1 - 2022 107
- Quản lý Tài nguyên rừng & Môi trường
Qsurf là lượng nước dòng chảy tràn trên mặt phát triể n chủ yế u nhằ m đánh giá tác đô ̣ng của
đấ t (mm lớp nước/ha); các hê ̣ thố ng canh tác và quản lý nông nghiê ̣p
qpeak là lưu lượng dòng chảy tràn cực đại (m3/s); lên chấ t lươ ̣ng nước, dòng chảy và xói mòn đấ t.
areahru là diê ̣n tı́ch của HRU (ha); Mô hình mô phỏng dòng chảy tràn mă ̣t đấ t theo
KUSLE là hê ̣ số khả năng ứng chi ̣u xói mòn phương pháp đường cong SCS hay mô hı̀nh
của đấ t từ công thức USLE (0.013 tấ n m2 Green-Ampt; lươ ̣ng ha ̣t đấ t bi ̣tách rời tı́nh theo
giờ/(m3-tấ n cm)); giá tri ̣các hê ̣ số R, K, C của USLE, xác định sự
CUSLE là hê ̣ số thảm thực vật trong công thức vâ ̣n chuyể n bùn cát dựa trên vâ ̣n tố c và lực cắ t
USLE; của dòng chảy, đô ̣ nhám của sườn dố c, tỷ tro ̣ng
PUSLE là hê ̣ số tác động của biê ̣n pháp canh và kı́ch thước của ha ̣t đấ t. Sử dụng số liệu về
tác và bảo vê ̣ đấ t trong công thức USLE; lượng mưa, nhiệt độ không khí hàng tháng và
LSUSLE là hê ̣ số tác động của đi ̣a hı̀nh trong giá trị bức xạ mặt trời, kết hợp với thông số về
USLE; đất đai, cây trồng/ xói mòn, bồi tụ hoặc vận
CFRG là hê ̣ số tác động của thành phầ n thô chuyển trầm tích theo mặt cắt của sườn dốc
trong đấ t. (Silburn & Loch, 1991), mô hình chủ yế u bao
SWAT ứng dụng được trong các điều kiện gồ m ba thành phầ n: đầ u tiên là phầ n thủy văn
khác nhau như biến đổi khí hậu, thay đổi sử đươ ̣c sử du ̣ng nhằ m tıń h toán tổ ng và giá tri lơ
̣ ́n
dụng đất, khảo sát tác động của quá trình bốc nhấ t (đın̉ h) của lươ ̣ng dòng chảy tràn mă ̣t đấ t,
thoát hơi nước, tuyết tan tuy nhiên những sự lươ ̣ng dòng thấ m xuố ng đấ t, đô ̣ ẩ m của các tầ ng
kiện bất thường hay dòng chảy lớn nhất và đỉnh đấ t, và dòng thấ m sâu xuố ng nước ngầ m, cho
dòng chảy thì mô hình này mô phỏng chưa được từng ngày (và cho giá tri tự ̀ ng giờ nế u có dữ liê ̣u
tốt (Arnold & cs, 1990, 1998). theo giờ, với mô hıǹ h thấ m Green & Ampt
2.1.3. Mô hı̀nh động thái trên cơ sở vật lý infiltration); Thứ hai, khi chı̉ có dãy dữ liê ̣u
Những mô hı̀nh này dựa trên viê ̣c áp du ̣ng ngày thı̀ mô hı̀nh tı́nh toán thủy văn với kỹ thuâ ̣t
đinh ̣ luâ ̣t bảo toàn vâ ̣t chấ t và năng lươ ̣ng. Phầ n chı̉ số đường cong (curve number technique)
lớn chúng sử du ̣ng các phương trıǹ h vi phân về của Cu ̣c bảo vê ̣ đấ t, Bô ̣ nông nghiê ̣p Hoa kỳ
tıń h liên tu ̣c bảo toàn vâ ̣t chấ t khi vâ ̣t chấ t biế n (USDA Soil Conservation Service. Erosion), và
đô ̣ng theo không gian và thời gian (khố i lươ ̣ng ước tıń h dòng chảy bùn cát (sediment yield)
đi vào – khố i lươ ̣ng đi ra = khố i lươ ̣ng đấ t bi mậ́ t theo phương trı̀nh phổ câ ̣p xói mòn đấ t USLE
đi hay bổ sung thêm - loss or gain of soil) và mô hı̀nh vâ ̣n chuyể n bùn cát Yalins (Morgan
(Morgan & Kuss, 1986). Các mô hıǹ h đô ̣ng thái & Kuss, 1986); Thành phầ n thứ ba của mô hıǹ h
như Chemicals, Runoff, and Erosion from thuô ̣c về hóa ho ̣c bao gồ m mô hıǹ h biế n đô ̣ng
Agriculture Management System (CREAMS), chấ t dinh dưỡng và thuố c trừ sâu và cho kế t quả
European Soil Erosion Model (EUROSEM), tổ ng lươ ̣ng chấ t cho từng trâ ̣n mưa và giá tri ̣
Griffith University Erosion System Template trung bı̀nh về nồ ng đô ̣ chấ t bi hấ
̣ p thu ̣ và hòa tan
(GUEST), và Water Erosion Prediction Project trong nước (Morgan & Kuss, 1986).
(WEPP) có thể dự báo phân bố trên diê ̣n tıć h lưu Ưu điểm của mô hıǹ h CREAMS là có tính
vực lươ ̣ng dòng chảy mă ̣t và lươ ̣ng đấ t xói mòn đến xói mòn rãnh và bồi tụ cùng với các nguồn
trong cả 2 trường hợp tổ ng số cả năm và từng xói mòn đất liền. Tuy nhiên khi sử dụng, lưu vực
trâ ̣n mưa riêng biê ̣t. được mô hình hóa được giả định là có địa hình
2.1.3.1. Mô hı̀nh CREAMS (Chemical Runoff và sử dụng đất đồng nhất, có thể không đúng
and Erosion from Agricultural Management thực tế trong một số trường hợp.
Systems) 2.1.3.2. EUROSEM (EURopean Soil Erosion Model)
Mô hình chấ t lươ ̣ng nước dòng chảy mă ̣t từ Mô hı̀nh xói mòn đấ t của châu Âu
các hê ̣ thố ng quản lý nông nghiê ̣p (CREAMS) (EUROSEM) là mô hı̀nh dự báo xói mòn đấ t
là mô hıǹ h dùng cho quy mô thửa ruô ̣ng, đươ ̣c dựa trên mô phỏng từng quá trıǹ h vâ ̣t lý trong
108 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 1 - 2022
- Quản lý Tài nguyên rừng & Môi trường
cơ chế xói mòn đấ t. Nó đươ ̣c thiế t kế với mu ̣c Phương trình được sử dụng trong mô hình
đıć h mô phỏng cho từng trâ ̣n mưa riêng biê ̣t và KINEROS để mô phỏng động thái xói
có thể sử du ̣ng để đánh giá tác đô ̣ng của các biê ̣n mòn/trầm tích tại mọi điểm dọc theo dòng chảy
pháp bảo vê ̣ đất (Morgan & cs, 1998a). Nguyên bề mặt là phương trình cân bằng khối lượng
lý của mô hình là tính toán thông qua mô phỏng (Bennett, 1974). Đối với bề mặt dốc, tốc độ xói
dòng chảy tràn mă ̣t đấ t dựa trên nguyên lý cân mòn của lớp đất được chia thành hai phần: tốc
bằ ng nước và tố c đô ̣ thấ m nước vào đấ t. Lươ ̣ng độ xói mòn nhanh do cường độ mưa lớn phá vỡ
ha ̣t đấ t bi ̣ tách rời là hàm số của đô ̣ng năng và kết cấu đất ở vùng đất trống và xói mòn theo
sức chuyên chở của dòng chảy, của sức kháng đường do dòng chảy kéo theo các hạt đất để
lực cắ t của đấ t và của vâ ̣n tố c lắ ng đo ̣ng. Mô dưới tác dụng của trọng lực. Tốc độ xói mòn
hình này có thể dự đoán tốc độ dòng chảy hàng nhanh được tính gần đúng như là một hàm của
năm và lượng đất mất. Phương trình tính toán tỷ lệ mưa và độ sâu của dòng chảy. KINEROS
dựa vào nghiệm số của phương trình cân bằng có thể được sử dụng để mô phỏng trong tương
khối lượng động (Bennett, 1974; Woolhiser và lai quá trình phát triển đô thị, các hồ chứa nước
cộng sự, 1990): nhỏ hoặc các kênh đối với lũ lụt và xói
( ) ( ) mòn/trầm tích.
+ ( , )= ( , )
2.1.3.4. Mô hı̀nh WEPP (Water erosion
Trong đó: prediction project)
C = tổng lượng bùn cát/bồi lắng (m3 m-3); Mô hı̀nh WEPP đươ ̣c coi là mô ̣t công nghê ̣
A: diện tích mặt cắt ngang (m2); mới về dự báo xói mòn đấ t ở phạm vi sườn dốc
Q: lưu lượng (m3 s-1); và lưu vực. Nó đươ ̣c phát triể n dựa trên nguyên
qs = lượng đất mất đi trên một đơn vị chiều lý cơ bản về mô phỏng xác suấ t quá trıǹ h khı́
dài dòng chảy (m3 s-1m-1); tươ ̣ng, lý thuyế t dòng thấ m, thủy văn, vâ ̣t lý đấ t,
e: tốc độ tác rời hạt đất/ tốc độ của xói mòn và khoa ho ̣c cây trồ ng, thủy lực và đô ̣ng ho ̣c xói
nền trên một đơn vị chiều dài dòng chảy (m3 s- mòn đấ t. Những điể m nổ i bâ ̣t của WEPP bao
1 m-1); gồ m khả năng dự báo phân bổ lươ ̣ng đấ t xói
x: khoảng cách ngang (m); theo thời gian và không gian (tổ ng lươ ̣ng đấ t bi ̣
t: thời gian (s). xói trên toàn bô ̣ sườn dố c hay ta ̣i từng vi ̣ trı́, ở
2.1.3.3. Mô hı̀nh KINEROS (KInematic mo ̣i thời điể m theo thời gian như từng ngày,
EROsion Simulation Model) tháng, hay trung bıǹ h năm). Đồ ng thời mô hıǹ h
Mô hıǹ h mô phỏng đô ̣ng ho ̣c xói mòn cho phép ngoa ̣i suy kế t quả mô hı̀nh cho rấ t
(KINEROS) diễn tả toán ho ̣c các quá trı̀nh ta ̣o nhiề u điề u kiê ̣n khác nhau. Khi ứng du ̣ng cho
nên dòng chảy tràn trên mă ̣t đấ t với giả thiết mô ̣t lưu vực sông thı̀ mô hıǹ h còn ước tıń h lưu
lươ ̣ng mưa hữu hiê ̣u đươ ̣c tıć h tu ̣ la ̣i trên mă ̣t đấ t lươ ̣ng dòng chảy bùn cát sinh ra từ toán bô ̣ diê ̣n
cho đế n khi đô ̣ sâu nước đủ lớn để ta ̣o nên dòng tıć h mô phỏng (Flanagan & cs., 2007).
chảy tràn. Mô hıǹ h sử du ̣ng bước thời gian tıń h Mô hình WEPP thực hiện mô phỏng dòng
toán bằ ng 1 phút, áp du ̣ng cho từng khu ruô ̣ng chảy tràn mă ̣t đấ t theo phương pháp đường cong
hay cho từng lưu vực nhỏ. Kế t quả mô hı̀nh bao SCS hay mô hıǹ h Green-Ampt; lươ ̣ng ha ̣t đấ t bi ̣
gồ m dự báo biể u đồ dòng chảy và đồ thi ̣ dòng tách rời và vâ ̣n chuyể n phu ̣ thuô ̣c vào đô ̣ dố c, %
bùn cát trong từng trâ ̣n mưa, cũng như vùng diê ̣n tı́ch che phủ thực vâ ̣t, lực cắ t của dòng
diê ̣n tı́ch đấ t bi ̣ xói mòn hay bồ i lắ ng và biế n nước, đô ̣ nhám mă ̣t đấ t, phầ n trăm lươ ̣ng mùn
đô ̣ng bề mă ̣t đấ t chi tiế t dưới tác đô ̣ng của quá và khố i lươ ̣ng rễ cây có trong đấ t. Nhưng việc
trı̀nh xói mòn và bồ i lắ ng xảy ra trên mă ̣t đấ t. sử dụng nhiều dữ liệu đầu vào và yêu cầu dữ
Người sử du ̣ng có thể lựa cho ̣n nguồ n chıń h ta ̣o liệu tính toán lớn dẫn đến hạn chế khả năng ứng
ra bùn cát từ tác đô ̣ng của ha ̣t mưa rơi hay từ dụng của mô hình. Một điểm khác biệt giữa mô
dòng chảy (bào mòn bề mă ̣t đấ t hay xói mòn rãnh hình WEPP và các mô hình khác là phương
do dòng chảy tâ ̣p trung) (Smith & cs., 1995). trình liên tục của trầm tích được áp dụng trong
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 1 - 2022 109
- Quản lý Tài nguyên rừng & Môi trường
các rãnh chất lỏng bằng cách sử dụng thủy lực rộng rãi nhất trên toàn cầu với khoảng ~ 41%
dòng chảy đồng nhất (Han & cs, 2016). Tuy tổng số nghiên cứu được ghi nhận trong cơ sở
nhiên để áp dụng thành công mô hình này cho dữ liệu. Giá trị này thậm chí có thể tăng lên ~
các khu vực rộng lớn hơn cần đầu tư nghiên cứu 55% nếu tính cả các mô hình dựa trên USLE
sâu hơn về sự biến đổi không gian của đất và lớp như WaTEM/SEDEM, EPIC (Borrelli & cs.,
phủ thực vật. 2021). Theo Alewell & cs (2019), các mô hình
2.2. Xu hướng ứng dụng mô hình trong khác gia tăng cả về xu hướng và ứng dụng trên
nghiên cứu xói mòn đất toàn thế giới là SWAT, WEPP, WaTEM/
Xu hướng ứng dụng rộng rãi công nghệ SEDEM. Riêng RHEM hầu như vẫn chỉ được
không gian trong các mô hình là rõ ràng trên áp dụng ở Hoa Kỳ. Các mô hình khác không có
toàn cầu. Các mô hình thuộc họ (R)USLE cho xu hướng rõ rệt (kiểu MMF, LISEM) hoặc có
đến nay là mô hình xói mòn đất được áp dụng xu hướng tiêu cực nhẹ (EUROSEM).
Hình 2. Thông kê số lượng công bố theo mô hình
(Nguồn: P. Borrelli & cs, 2021)
Trong công bố gần đây, Borrelli (2020) sau mòn đất từ quy mô thực địa đến quy mô lưu vực
khi tóm lươ ̣c lich ̣ sử phát triể n và ứng du ̣ng mô và cao hơn. Sự tiến bộ đó đã giúp các nhà quản
hıǹ h xói mòn đấ t, đã phân tıć h những xu hướng lý tập trung vào các quyết định quản lý đất đai,
phát triể n công nghê ̣ mô hıǹ h xói mòn trong xác định chính xác hơn các khu vực có nguy cơ
tương lai. Những nghiên cứu tı́nh toán và dự báo xói mòn.
xói mòn đấ t trong những năm 1960 và 1970 chı̉ Xu hướng nghiên cứu và ứng dụng mô hình
đơn thuầ n dựa trên các công thức thực nghiê ̣m trong xói mòn đất có lẽ vẫn sẽ phụ thuộc vào
thố ng kê tương quan (empirical formula) mà mu ̣c đıć h của mô hıǹ h hóa. Do thế hê ̣ những mô
USLE là đa ̣i diê ̣n tiêu biể u. Những năm 1970 hıǹ h hiê ̣n nay vẫn chưa đa ̣t đươ ̣c kế t quả như
đế n 1990, phầ n lớn các nghiên cứu chú tro ̣ng mong muố n khi dự báo tố c đô ̣ hiê ̣n tươ ̣ng xói
phát triể n mô hı̀nh xói mòn trên cơ sở diễn tả mòn đấ t nên viê ̣c phát triể n và ứng du ̣ng mô
bằ ng toán ho ̣c các quá trıǹ h vâ ̣t lý liên quan đế n hıǹ h vẫn ta ̣o đô ̣ng lực cho các nhà nghiên cứu,
xói mòn đấ t. Giai đoa ̣n 1990-2000 chứng kiế n đặc biệt hướng đến hỗ trơ ̣ đươ ̣c các quá trıǹ h ra
những nghiên cứu về đă ̣c tı́nh ngẫu nhiên và quyế t đinḥ về chı́nh sách sử du ̣ng đấ t nhằm đạt
biế n đô ̣ng của tố c đô ̣ xói mòn đấ t theo không được nhiều mục tiêu phát triển bền vững, xác
gian và thời gian. Và từ những năm 2001 đến đinh ̣ những vùng nguy cơ xói mòn hay công tác
nay, với viê ̣c xuấ t hiê ̣n những thành tựu mới của xóa đói giảm nghèo. Để đạt được tất cả các mục
công nghệ thông tin và truyề n thông, nghiên cứu tiêu này, công nghê ̣ mô hıǹ h còn cần được đầu
xói mòn đấ t đã kế t hơ ̣p với mô phỏng không tư nghiên cứu trong nhiều năm tới.
gian, giao diê ̣n phầ n mề m có GIS, sử du ̣ng ngày 3. KẾT LUẬN
càng tăng dữ liê ̣u từ viễn thám và mô hı̀nh mô Phương pháp mô hı̀nh hóa đươ ̣c nhiề u nhà
phỏng trên nề n web cho phép kế t nố i tức thời nghiên cứu và quản lý công nhâ ̣n là rấ t cầ n thiế t
với dữ liệu lớn về thổ nhưỡng, điạ hıǹ h, sử du ̣ng và hữu hiê ̣u để ước tıń h lươ ̣ng đấ t bi ̣ xói mòn
đấ t và thời tiế t, giúp nhân rộng việc đánh giá xói xẩ y ra theo thời gian và không gian. Công cu ̣ mô
110 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 1 - 2022
- Quản lý Tài nguyên rừng & Môi trường
hı̀nh có nhiề u ưu điể m vươ ̣t trô ̣i vı̀ nó cho phép Conserv. Res. 7, 203–225.
https://doi.org/10.1016/j.iswcr.2019.05.004.
khảo sát, đánh giá tác đô ̣ng của nhiề u giá tri ̣ 4. Arnold J.G., Williams J.R., Griggs R.H. &
thông số và kich ̣ bản khác nhau mà các thı́ Sammons N.B., 1990. SWRRB—a basin scale simulation
nghiê ̣m và quan trắ c thực điạ không thể thực model for soil and water resources management. A&M
Press, Texas.
hiê ̣n đươ ̣c. Những phương trı̀nh ước tı́nh và mô
5. Arnold J. G., Srinivasan R., Muttiah R. S. &
hı̀nh mô phỏng lươ ̣ng đấ t bi ̣ xói mòn đã đươ ̣c Williams J. R., 1998. Large area hydrologic modeling
phát triể n từ những năm 30 với mức đô ̣ từ rấ t đơn and assessment part I: model development 1. JAWRA
giản đế n rấ t phức ta ̣p, cả về nguyên lý, cấ u trúc, Journal of the American Water Resources Association,
34(1), 73-89.
thành phầ n dữ liê ̣u đầ u vào và kế t quả đầ u ra. 6. Bergsma E., Charman P., Gibbons F., Hurni H.,
Trong những năm gầ n đây, xu hướng sử Moldenhauer W. C. & Panichapong S., 1996.
du ̣ng mô hıǹ h trên thế giới ngày càng hướng về Terminology for soil erosion and conservation. ISSS:
ITC: ISRIC.
các mô hıǹ h đô ̣ng thái quá trıǹ h vâ ̣t lý do những 7. Bennett, J.P., 1974. Concepts of mathematical
mô hıǹ h này dựa trên viê ̣c giải quyế t các phương modeling of sediment yield. Water Resources Research
trı̀nh toán ho ̣c biể u diễn bản chấ t từng quá trı̀nh 10 (3), 485– 492.
8. Boardman J., 2006. Soil erosion science:
thành phầ n của hiê ̣n tươ ̣ng xói mòn đấ t, trong Reflections on the limitations of current approaches.
khi tuân thủ đinh luâ ̣t bảo toàn vâ ̣t chấ t và năng Catena, 68(2-3), 73-86.
lươ ̣ng, có thể ước tıń h đươ ̣c lươ ̣ng đấ t xói mòn 9. Borrelli P., Robinson D., Panagos P., Lugato E.,
Yang J., Alewell C., Wuepper D., Montanarella L. and
chıń h xác ở quy mô lớn hơn trong khi cầ n ıt́ Ballabio C., 2020. Land use and climate change impacts
công sức hiê ̣u chı̉nh và kiể m chứng mô hı̀nh on global soil erosion by water (2015-2070). Proceedings
hơn. Với viê ̣c xuấ t hiê ̣n những thành tựu mới of the National Academy of Sciences, 117(36), 21994-
22001.
của công nghệ thông tin, nghiên cứu xói mòn 10. Borrelli P., Alewell C., Alvarez P., Anache J. A.
đấ t đã kế t hơ ̣p với GIS, tăng cường khai thác dữ A., Baartman J., Ballabio C., Bezak N., Biddoccu M.,
liê ̣u từ viễn thám và dữ liệu lớn (big data) về thổ Cerdà A., Chalise D., Chen S., Chen W, Girolamo
A.M.D., Gessesse G. D., Deumlich D., Diodato N.,
nhưỡng, điạ hı̀nh, sử du ̣ng đấ t và thời tiế t giúp Efthimiou N, Erpul G, Fiener P., Freppaz M., Gentile F.,
xác định chính xác hơn các khu vực có nguy cơ Gericke A., Haregeweyn N., Hu B., Jeanneau A., Kaffas
xói mòn, hướng đến hỗ trơ ̣ các quá trıǹ h ra quyế t K., Harchegani M. K, Villuendas I. L., Li C., Lombardo
L., Vicente M. L., Borja M. E. L., Marker M., Matthews
đinḥ về chıń h sách sử du ̣ng đấ t nhằm đạt được F., Miao C., Mikos M., Modugno S., Moller M., Naipal
nhiều mục tiêu về phát triển bền vững. V., Nearing M., Owusu S., Panday D., Patault E., Patriche
Lời cảm ơn C. V, Poggio L., Portes R., Quijano L., Rahdari M. R.,
Renima M., Ricci G. F., Comino J. R., Saia S., Samani A.
Kết quả của bài báo này là một phần của đề
N., Schillaci C., Syrris V., Kim H. S., Spinola D. N.,
tài nghiên cứu khoa học: Ứng dụng mô hình Oliveira P. T., Teng H., Thapa R., Vantas K., Vieira D.,
SWAT để đánh giá, dự báo và cảnh báo tình Yang J. E., Yin S., Zema D. A., Zhao G. & Panagos P.,
trạng xói mòn đất trên đất dốc canh tác vùng đồi 2021. Soil erosion modelling: A global review and
statistical analysis. Science of the total environment,
núi tại tỉnh Gia Lai. MS. KH GL-03-19. Nhóm 146494.
tác giả xin cám ơn TS. Nguyễn Duy Bình đã 11. De Vente J., & Poesen J., 2005. Predicting soil
định hướng và tư vấn cho nhóm tác giả hoàn erosion and sediment yield at the basin scale: scale issues
and semi-quantitative models. Earth-science reviews,
thiện nghiên cứu này. 71(1-2), 95-125.
TÀI LIỆU THAM KHẢO 12. Đỗ Duy Phái, 2005. Nghiên cứu ảnh hưởng các
1. Adornado H. A., Yoshida M., & Apolinares H. A., phương pháp canh tác bảo vê ̣ đấ t và mô hı̀nh dự báo xói
2009. Erosion vulnerability assessment in REINA, mòn đấ t tại Đồ ng Cao, huyê ̣n Lương Sơn, tı̉nh Hòa Bı̀nh.
Quezon Province, Philippines with raster-based tool built Luâ ̣n văn Cao ho ̣c, Viê ̣n Khoa ho ̣c Nông nghiê ̣p Viê ̣t
within GIS environment. Agricultural Information Nam, Hà Nô ̣i.
Research, 18(1), 24-31. 13. Dung N. V., Vien T. D., Lam N. T., Tuong T. M.,
2. Aksoy H. & Kavvas M. L., 2005. A review of & Cadisch G., 2008. Analysis of the sustainability within
hillslope and watershed scale erosion and sediment the composite swidden agroecosystem in northern
transport models. Catena, 64(2-3), 247-271. Vietnam: 1. Partial nutrient balances and recovery times
3. Alewell C., Borrelli P., Meusburger K. & Panagos of upland fields. Agriculture, ecosystems & environment,
P., 2019. Using the USLE: chances, chal- lenges and 128(1-2), 37-51.
limitations of soil erosion modelling. Int. Soil Water 14. Flanagan D. C., Gilley J. E. & Franti T. G., 2007.
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 1 - 2022 111
- Quản lý Tài nguyên rừng & Môi trường
Water Erosion Prediction Project (WEPP): Development Van Oost, K., 2005. Modeling response of soil erosion
history, model capabilities, and future enhancements. and runoff to changes in precipitation and cover. Catena,
Transactions of the ASABE, 50(5), 1603-1612. 61(2-3), 131-154.
15. Foy J. K., Teague W. R. & Hanson, J. D., 1999. 29. Nearing M. A., Lane L. J., Alberts E. E. & Laflen
Evaluation of the upgraded SPUR model (SPUR2. 4). J. M., 1990. Prediction technology for soil erosion by
Ecological Modelling, 118(2-3), 149-165. water: status and research needs. Soil science society of
16. Ha N. M., Van Dung N. & Ngoc H. H., 2013. America Journal, 54(6), 1702-1711.
Application of USLE and GIS tool to predict soil erosion 30. Ngô Thanh Sơn & Trần Trọng Phương., 2021.
potential and proposal land cover solutions to reduce soil Tổng quan về những ứng dụng công cụ đánh giá tài
loss in Tay Nguyen. Vietnam Journal of Earth Sciences, nguyên đất và nước (SWAT) ở Việt Nam: thách thức và
35(4), 403-410. triển vọng trong tương lai. Tạp chí Khoa học Nông nghiệp
17. Han C. H., Hwang H. S., Lee Y. J., Lee S. N., Việt Nam, 19(12): 1693-1705
Abanes J. J. & Lee B. H., 2016. Chronic depression 31. Nugroho S. P., 2003. Application of the
treated successfully with novel taping therapy: a new Agricultural Non-Point Source Pollution(AGNPS) model
approach to the treatment of depression. for sediment yield and nutrient loss prediction in the
Neuropsychiatric disease and treatment, 12, 1281. Dumpul sub-watershed, Central Java, Indonesia. Erosion
18. Hessel R., Messing I., Liding C., Ritsema C. & Prediction in Ungauged Basins: Integrating Methods and
Stolte J., 2003. Soil erosion simulations of land use Techniques, (279), 125-130.
scenarios for a small Loess Plateau catchment. Catena, 32. Pimentel D., Harvey C., Resosudarmo P., Sinclair
54(1-2), 289-302. K., Kurz D., McNair M., Crist S., Shpritz L., Fitton L.,
19. Jetten V., De Roo A. D. & Favis-Mortlock D., Saffouri R & Blair, R., 1995. Environmental and
1999. Evaluation of field-scale and catchment-scale soil economic costs of soil erosion and conservation benefits.
erosion models. Catena, 37(3-4), 521-541. Science, 267(5201), 1117-1123.
20. Le Huong H. & Son N. T., 2020. Response of 33. Quinton J. N. & Catt J. A., 2007. Enrichment of
streamflow and soil erosion to climate change and human heavy metals in sediment resulting from soil erosion on
activities in Nam Rom River Basin, Northwest of agricultural fields. Environmental science & technology,
Vietnam. Environment and Natural Resources Journal, 41(10), 3495-3500.
18(4), 411-423. 34. Radmanesh G. & Bagherzadeh A., 2014.
21. Mai Van Trinh, 2007. Soil erosion and nitrogen Assessment of soil erosion by neural network-based
leaching in northern Vietnam: Experimentation and impel eromodel using GIS In neyshabour plain, northeast
modelling, Disertation no. 4167, Wageningen of Iran. Indian J Fundam Appl Life Sci 6 (S1), 8-15.
Universiteit, Wageningen, The Netherlands. 192 p. 35. Renard K.G. and Ferreira V.A., 1993. RUSLE
22. Merritt W. S., Letcher R. A., & Jakeman A. J., model description and database sensitivity. Journal of
2003. A review of erosion and sediment transport Environmental Quality, 22, 458–466.
models. Environmental modelling & software, 18(8-9), 36. Renard K.G., Laflen, J.M., Foster, G.R. and
761-799. McCool, D.K., 1994. The revised universal soil loss
23. Morgan J. M. & Kuss F. R., 1986. Soil loss as a equation. In: Lad, R. (Ed.), Soil Erosion: Research
measure of carrying capacity in recreation environments. Methods, pp. 105–126.
Environmental Management, 10(2), 263-270. 37. Sidle R. C., Ziegler A. D., Negishi J. N., Nik A. R.,
24. Morgan R.P.C., 1995. Soil erosion and Siew R. & Turkelboom F., 2006. Erosion processes in
conservation. Longman, Harlow, UK, 198 pp. steep terrain—Truths, myths, and uncertainties related to
25. Morgan R. P. C. & Duzant J. H., 2008. Modified forest management in Southeast Asia. Forest ecology and
MMF (Morgan–Morgan–Finney) model for evaluating management, 224(1-2), 199-225.
effects of crops and vegetation cover on soil erosion. Earth 38. Silburn D. & Loch R., 1991. Evaluation of the
Surface Processes and Landforms: The Journal of the CREAMS erosion model for predicting sediment yields
British Geomorphological Research Group, 33(1), 90-106. and size distributions. In: Workshop on Modelling the
26. Morgan R. P. C., Quinton J. N., Smith R. E., Fate of Chemicals in the Environment, Centre for
Govers G., Poesen J. W. A., Auerswald K., Chisci G., Resource and Environmental Studies, Australian
Torri D. & Styczen, M. E., 1998a. The European Soil National University, Canberra, pp. 141–142.
Erosion Model (EUROSEM): a dynamic approach for 39. Smith R. E., Goodrich, D. C., Woolhiser, D. A. &
predicting sediment transport from fields and small Unkrich, C. L., 1995. KINEROS-a kinematic runoff and
catchments. Earth Surface Processes and Landforms: The erosion model. Computer models of watershed hydrology,
Journal of the British Geomorphological Group, 23(6), 697-732.
527-544. 40. Son N. T. & Binh N. D.,2020. Predicting Land Use
27. Morgan R. P. C., Quinton J. N., Smith R. E., and Climate Changes Scenarios Impacts on Runoff and
Govers G., Poesen J. W. A., Chisci G. & Torri D., 1998b. Soil Erosion: A Case Study in Hoa Binh Province, Lower
The EUROSEM model. In Modelling Soil Erosion by Da River Basin, Northwest Vietnam. Environment Asia,
Water (pp. 389-398). Springer, Berlin, Heidelberg. 12(2).
28. Nearing M. A., Jetten V., Baffaut C., Cerdan O., 41. Thái Phiên, Mai Văn Trịnh, Đỗ Cảnh Dương, 2001.
Couturier A., Hernandez M., Bissonnaise Y. L., Nicholsa Xói mòn đất trên vùng gò đồi huyện Ninh Sơn - Ninh
M. H., Nunesf J.P., Renschlerg C.S., Souche`reh V. & Thuận. Tạp chí Khoa học đất, 15, 161-169.
112 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 1 - 2022
- Quản lý Tài nguyên rừng & Môi trường
42. Tran Duc Toan, Podwojewski P., Orange D., 47. Williams J. R., 1989. EPIC: The erosion-
Nguyen Duy Phuong, Do Duy Phai, Bayer A., Nguyen productivity impact calculator. Clema J.K. (ed.). The
Van Thiet, Pham Van Rinh, Renaud J. and Koikas J., Society, ISBN 09-118-0158, p. 676-681.
2004. Effect of land use and land management on water 48. Williams J., Nearing M., Nicks A., Skidmore E.,
budget and soil erosion in a small catchment in northern Valentin C., King K. & Savabi R., 1996. Using soil
part of Vietnam. In International conference on erosion models for global change studies. Journal of Soil
innovative practices for sustainable sloping lands and and Water Conservation, 51(5), 381-385.
watershed management, 5-9 September 2004, Chiang 49. Wischmeier W. H. & Smith D. D., 1978.
Mai, Thailand. Predicting rainfall erosion losses: a guide to
43. USDA-ARS, 2010. Revised Universal Soil Loss conservation planning (No. 537). Department of
Equation, RUSLE [online]. Available by USDA-ARS, Agriculture, Science and Education Administration.
National Sedimentation Laboratory 50. Woolhiser, D.A., Smith, R.E., Goodrich, D.C.,
http://www.ars.usda.gov/Research/docs.htm?docid=602 1990. KINEROS: a kinematic runoff and erosion model.
7 (verified 27/5/2010) U. S. Department of Agriculture, Agricultural Research
44. Vezina K., Bonn F. & Van C. P., 2006. Service. ARS-77, 130 pp. In: Arnold, J.G., Srinivasan, R.,
Agricultural land-use patterns and soil erosion Muttiah, R.S., Williams J.R., 1998. Large area hydrologic
vulnerability of watershed units in Vietnam’s northern modeling and assessment Part I: Model development.
highlands. Landscape Ecology, 21(8), 1311-1325. Journal of American Water Resources Association 34 (1),
45. Vương Văn Quỳnh, 1999 - Chương trình phần 73–89.
mềm ứng dụng tiêu chuẩn xói mòn đất. Kết quả nghiên 51. Xiong M., Sun, R. & Chen L., 2019. Global
cứu khoa học 1995-1999. Trường Đại học Lâm nghiệp. analysis of support practices in USLE-based soil erosion
46. Walsh R. P. D., Clarke M. A., Bidin K., Blake W. modeling. Progress in Physical Geography: Earth and
H., Chappell N. A., Douglas I., Ramli N., Sayer A.M., Environment, 43(3), 391-409.
Sinun W., Larenus J. & Hanapi, J. (2006). 23 Changes in 52. Young R.A., Onstad C.A., Bosch D.D., Anderson
the Spatial Distribution of Erosion within a Selectively W.P., 1989. AGNPS: A nonpoint-source pollution model
Logged Rainforest Catchment in Borneo 1988-2003. Soil for evaluating agricultural watersheds. Journal of Soil
erosion and sediment redistribution in river catchments: and Water Conservation, 44 (2), 4522–4561.
measurement, modelling and management, 239.
A SYSTEMATIC REVIEW OF SOIL EROSION PREDICTION MODELS
AND APPLICATIONS
Ngo Thanh Son1, Tran Trong Phuong1, Nguyen Thi Phuong Mai2, Nguyen Thu Ha1*
1
Vietnam National University of Agriculture
2
Gia Lai Department of Science and Technology
SUMMARY
Soil erosion is a major problem around the world because of its effects on soil productivity, nutrient loss, siltation
in water bodies, and degradation of water quality. The use of the model has been recognized by many researchers
in the world and has a widely effective tool to estimate the amount of soil loss occurring at different spatial and
temporal scales. Empirical/regression equations and soil erosion models differ greatly in terms of the complexity
of the input data, simulation principles, displays, and output data sizes. One of the most commonly used soil
erosion models is the Universal Soil Loss Equation (USLE) and its family of models: the Revised Universal Soil
Loss Equation (RUSLE), and the Modified Universal Soil Loss Equation (MUSLE). In recent years, the trends
of using models are increasing towards physical models (MMF, AGNPS, SWAT), and conceptual models
(CREAMS, EUROSEM, KINEROS, EPIC, WEEP) because the application of these models is dependent on the
nature of each component process of soil erosion while complying the law of conservation matter and energy,
therefore we can accurately estimate soil loss in the larger scale with less effort on calibration and validation.
The development of information technology will create a new trend in soil erosion research with the combination
with RS, GIS and effective connection with big data on soil, topography, land use and climate. It will help to
identify accurately soil erosion areas and support decision makers on land use policy to achieve sustainable
development goals.
Keywords: model, sediment, soil erosion, universal soil loss equation, water erosion.
Ngày nhận bài : 29/9/2021
Ngày phản biện : 05/01/2022
Ngày quyết định đăng : 21/01/2022
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ LÂM NGHIỆP SỐ 1 - 2022 113
nguon tai.lieu . vn