Những năm gần đây, trước tình hình biến động bất thường của các yếu tố thời tiết (hạn, nhiệt độ, lượng mưa thay đổi), công tác vận hành hệ thống thủy lợi đảm bảo năng suất và hiệu quả sử dụng nước đặt ra nhiều thách thức đòi hỏi áp dụng các công nghệ để hỗ trợ công tác quản lý và vận hành.

Các mô hình dự báo, đánh giá năng suất cây trồng là công cụ hữu hiệu trên toàn cầu cũng như quy mô quốc gia để giúp các cơ quan quản lý và vận hành được thông báo về các nguy cơ thiếu năng suất cây trồng. Tuy nhiên tất cả các hệ thống hiện tại đều dựa trên công cụ đánh giá áp lực nguồn nước (từ thông tin chỉ số lượng mưa giám sát so với trung bình nhiều năm và nhu cầu sinh trưởng của cây trồng) dựa trên mô hình thủy văn lưu vực với sai số tương đối lớn trong tính toán cân bằng nước cho các vùng giám sát nhỏ.

Ngoài ra, một điểm quan trọng thiếu sót trong các hệ thống hiện tại là mặc định tương quan giữa lượng nước mưa và sinh trưởng là yếu tố liên quan trực tiếp. Điều đó đúng trong điều kiện các khu vực canh tác là các vùng sử dụng nước trời cho canh tác nông nghiệp, chưa có các hệ thống thủy lợi chi tiết. Do đó các sai số dự báo khá lớn (có thể dẫn đến sai lầm nghiêm trọng), do nếu theo thông tin lượng mưa thì một vùng canh tác nông nghiệp có thể ở trạng thái căng thẳng nguồn nước nghiêm trọng trong đợt thiếu mưa. Nhưng do các hệ thống thủy lợi kết hợp hồ chứa (có khả năng điều tiết nước giữa các mùa) thì ngay cả trong điều kiện bất lợi lượng mưa thấp hơn cần thiết sinh trưởng của cây trồng thì lượng nước cấp từ hệ thống thủy lợi vẫn đáp ứng tốt nhu cầu nước của cây trồng trong giới hạn nhất định.

Khung mô hình thủy văn và cây trồng áp dụng bởi nhóm nghiên cứu sẽ tự động tích hợp các sản phẩm dữ liệu viễn thám (ví dụ: SMAP, GPM IMERG, CHIRPS, TMPA, MODIS LAI / FPAR) để tạo ra một tập hợp các dữ liệu thủy văn có liên quan (ví dụ: các chỉ số hạn hán khác nhau, thông tin dư thừa/căng thẳng về nước) và năng suất cây trồng, dự báo và dự báo theo mùa, sau đó cung cấp các thông tin cho cơ quan quản lý. Những thông tin quan trọng này sau đó sẽ hữu ích cho: i) đánh giá, cảnh báo sớm và rủi ro cho hạn hán nông nghiệp và triển vọng nhu cầu nước nông nghiệp ở các vùng trồng lúa và ii) giám sát, dự báo năng suất theo mùa vụ và ước tính năng suất cuối cùng. Những thông tin quan trọng này cho phép các bên liên quan và các nhà hoạch định chính sách tại cấp quốc gia: i) phân định các khu vực dễ bị hạn hán và bị ảnh hưởng bởi hạn hán; ii) đưa ra quyết định quan trọng trong phân phối hạt giống chịu hạn cho nông dân các vùng bị ảnh hưởng; (iii) cung cấp trợ cấp cho phân bón và hạt giống; và (iv) phân phối cứu trợ tiền tệ (bảo hiểm) cho nông dân trong trường hợp mất mùa do áp lực nước và hạn hán.

Ninh Thuận là một trong những khu vực chịu tác động lớn nhất của biến đổi khí hậu tại Việt Nam. Hạn hán thiếu nước diễn ra ngày càng khốc liệt đe dọa trực tiếp đến sản xuất nông nghiệp và đời sống của người dân tại nhiều vùng trong trên địa bàn tỉnh. Do đó việc giám sát được diễn biến cây trồng, năng lực tưới và tích hợp được thông tin dự báo nguồn nước sẽ hữu ích cho công tác quản lý vận hành, nâng cao hiệu quả sử dụng nước của địa phương. Các hệ thống giám sát toàn cầu như FEWS - Hoa Kỳ, MCYFS - châu Âu, bao gồm cả CropWatch, được phát triển bởi Viện Viễn thám và Kỹ thuật số trái đất tại Viện Hàn lâm Khoa học Trung Quốc, đánh giá quốc gia và sản xuất cây trồng toàn cầu. Kể từ năm 2013, 2 CropWatch đã phát hành bản tin quốc tế. Bốn cấp độ không gian được xem xét: toàn cầu, khu vực, quốc gia (ba mươi mốt quốc gia bao gồm Trung Quốc) và địa phương (đối với chín nước lớn nhất). Ba mươi mốt quốc gia bao gồm hơn 80% sản xuất và xuất khẩu ngô, gạo, đậu tương và lúa mì của thế giới.

Các mô hình toàn cầu về điều kiện sinh trưởng được phân tích bằng các chỉ số về lượng mưa, nhiệt độ, bức xạ quang hợp (PAR) cũng như sinh khối tiềm năng. Ở quy mô khu vực, các chỉ số khác như chỉ số sức khỏe thực vật (VHI) và Chỉ số điều kiện thảm thực vật (VCI) được sử dụng để mô tả tình trạng cây trồng, mức độ thâm canh và căng thẳng cây trồng. Một hệ thống nghiên cứu đánh giá, thử nghiệm và nhân rộng ở quy mô quốc gia và địa phương với một loạt các biến và chỉ số toàn diện để đưa ra ước tính sản xuất lương thực có khả năng cung cấp các thông tin giúp cho các cơ quan quản lý, người dùng Việt Nam chủ động hơn với sản xuất nông nghiệp và hệ thống hơn với các nhu cầu cung cấp lương thực đảm bảo.

Xuất phát từ thực tiễn trên, TS. Trần Đức Trinh cùng nhóm tác giả tại Viện Khoa học Thủy lợi Việt Nam thực hiện “Nghiên cứu áp dụng bộ chỉ số giám sát, dự báo năng suất và sản lượng cây trồng từ hệ thống CropWatch nhằm đề xuất vận hành hiệu quả hệ thống thủy Lợi, thí điểm tại tỉnh Ninh Thuận” với mục tiêu xây dựng được các thuật toán và mô hình đánh giá các mối tương quan giữa các bộ chỉ số giám sát thực vật đang được sử dụng và hiệu chỉnh đánh giá chi tiết cho một khu vực thí điểm canh tác lúa của tỉnh Ninh Thuận và đánh giá sơ bộ việc áp dụng cho cây trồng có giá trị khác.

Bộ dữ liệu của GEE còn bao gồm hơn 40 năm hình ảnh quan sát trái đất trong lịch sử đến hiện tại và không ngừng cập nhật về số lượng và chất lượng, hỉnh ảnh, bao gồm cả ảnh vệ tinh quang học (như Landsat, MODIS…) và radar (Sentinel 1…) cũng như các dữ liệu đã qua xử lý như Chuẩn hóa chỉ số khác biệt thực vật (NDVI), chuẩn hóa chỉ số khác biệt nước mặt (NDWI), nhiệt độ bề mặt đất (LST). Các dữ liệu được sử dụng có thể bao gồm TRMM, Chirps, TCI global. Dự kiến bộ chỉ số NDVI, CALF, VHI, CTP, CI của hệ thống Cropwatch sẽ được đánh giá sự phù hợp trong điều kiện Việt Nam (thí điểm cho Ninh Thuận). Chuỗi giám sát khí tượng, tài nguyên nước, năng suất cây trồng của các vùng thí điểm được thu thập thông qua thực địa.

Phân tích và đánh giá trong nghiên cứu cho thấy có sự tương quan giữa năng suất lúa và giá trị NDVI tại khu vực hồ Bà Râu trong giai đoan từ 2016 đến nay, tuy nhiên, chuỗi dữ liệu lịch sử chưa được thu thập đủ dài, do đó tương quan này có khả năng chưa phản ánh đầy đủ và tối ưu mối quan hệ giữa hai đại lượng này. Bên cạnh đó, phương pháp mới chỉ áp dụng cho khu vực hồ Bà Râu, và cần kiểm nghiệm thêm với các dạng chỉ số khác liên quan đến bốc thoát 14 hơi nước, và mức đáp ứng nguồn nước khu tưới để đưa ra được các giải pháp sớm cho canh tác lúa và vận hành hệ thống thủy lợi trong điều kiện mới. Kết quả của nghiên cứu có thể làm nền tảng cho việc xây dựng một hệ thống thông tin giám sát cây trồng (cây lương thực và công nghiệp) và vận hành tài nguyên nước thời gian thực.

Việc áp dụng các bộ chỉ số giám sát cho cây cà phê đã được đánh giá với các nghiên cứu trong nước và quốc tế. Phương pháp sử dụng chỉ số đã xây dựng áp dụng cho lúa và NDVI áp dụng cho cây cà phê tiềm ẩn nhiều yếu tố không chắc chắn do việc sinh trưởng, ra bông và hạt của cà phê phức tạp hơn quá trình cho lúa. Thêm vào đó cà phê là cây lâu năm nên các yếu tố giám sát nhất thời cần có sự liên hệ với các mùa vụ, sinh trưởng, điều kiện tự nhiên của các thời kỳ trước.

Một số nghiên cứu gần đây áp dụng các chỉ số tính từ giám sát viễn thám cho cây cà phê thường phải sử dụng tổ hợp các loại chỉ số với các giải thuật trí tuệ nhân tạo để kết hợp các yếu tố điều kiện tự nhiên, sinh trưởng (thông qua các bộ chỉ số giám sát viễn thám) từ các nguồn ảnh vệ tinh Landsat 5, Landsat 7 và Landsat 8. Việc đánh giá năng suất được xây dựng dưới dạng đường hồi quy của các yếu tố được cho là có ảnh hưởng đến sinh trưởng và ra hạt của cây trong nhiều năm giám sát và lấy mẫu trong đó bao gồm cả các chỉ số như NDVI, SAVI – chỉ số thực vật hiệu chỉnh với đất, hấp thụ bề mặt, chỉ số diện tích lá, và nhiệt độ bề mặt, Chỉ số mưa và bốc thoát chuẩn hóa, và Eta hàng tháng. Nghiên cứu đã lựa chọn thử nghiệm chỉ số NDVI để dự báo năng suất cà phê cho khu vực thí điểm trong vùng canh tác của hợp tác xã Công Bằng xã Thuận An, huyện Đăk Mil, tỉnh Đăk Nông. Mô hình bước đầu đưa ra được mối liên hệ giữa yếu tố biến động của chỉ số NDVI trong năm so với năng suất thực tế.

Đề tài hướng tới tích hợp thông tin giám sát sử dụng các nguồn dữ liệu mở của các hệ thống vệ tinh trên thế giới, với các bộ chỉ số giám sát đã được xây dựng trên thế giới (của CROPWATCH, GIEWS, ASIS) và thông tin về hệ thống tưới để từ đó có thể đánh giá được năng suất cây trồng và khả năng đáp ứng tưới của hệ thống. Như vậy đề tài đã kết nối, đánh giá các chỉ số giám sát (có tính chất tích tụ tác động như áp lực nước, năng suất) với các thông số vận hành (có tính chất nhất thời, thời gian ảnh hưởng ngắn). Hệ thống tính toán được triển khai ở dạng online trên một máy chủ vận hành liên tục cung cấp xử lý và kết quả gần thời gian thực phục vụ truy vấn và tương tác qua internet.

Trong thời gian tới, các tác giả đề nghị hỗ trợ và cho phép mở rộng cơ sở khoa học đánh giá và tích hợp các bộ chỉ số giám sát viễn thám đã được hiệu chỉnh và kiểm nghiệm cho các vùng khác của Việt Nam. Đặc biệt là tích hợp liên tục (seamless) giữa hệ thống giám sát vệ tinh (có khả năng bao quát không gian) và các hệ thống đo đạc giám sát tại chỗ (thông tin mặt đất) và các thuật toán giải đoán dự báo từ đó đưa ra được một hệ thống toàn diện hỗ trợ cơ quan quản lý và người dùng trong dịch vụ nông nghiệp hiện đại.

Có thể tìm đọc toàn văn báo cáo kết quả nghiên cứu (mã số 19704/2021) tại Cục Thông tin khoa học và công nghệ quốc gia.

Đ.T.V (NASATI)