P tổng (%) Đánh giá < 0,4 Rất nghèo 0,4 – 0,6 Nghèo 0,6 – 0,8 Trung bình 0,8 – 1 Khá > 1 Giàu
2.5.2 Các chỉ tiêu phổ biến trong đánh giá chất lượng nước 2.5.2.1 pH và EC
EC và pH của nước là các thông số thường được sử dụng khi đánh giá ảnh hưởng tiềm tàng của đất phèn đối với các vùng nước. pH của nước có liên quan đến sự hiện diện của một số kim loại và khí hịa tan trong nước. Ở giá trị pH < 5, nước có thể chứa Fe, Mn, Al ở dạng hịa tan và một số loại khí như CO2, H2S tồn tại dưới dạng tự do trong nước. Khi tăng pH có thêm tác nhân oxy hóa, các kim loại hịa tan trong nước chuyển thành dạng kết tủa ra khỏi nước bằng biện pháp lắng lọc (Chi, 1999, 2001). Độ dẫn điện (Electric Conductivity, EC) là cách biểu thị bằng số khả năng dẫn điện của dung dịch. Dung dịch của các hợp chất vơ cơ thì dẫn điện tốt, ngược lại những hợp chất hữu cơ khơng hịa tan trong nước dẫn điện kém. Các đơn vị thường được sử dụng để đo độ dẫn điện của nước là: μS/cm (microSiemens/cm) hoặc là dS/m (deciSiemens/m), trong đó 1000 μs/cm bằng với 1 dS/m.
2.5.2.2 DO, BOD5 và COD
Oxi hịa tan (Dissolved oxygen, DO) là lượng oxy hồ tan trong nước cần thiết cho sự hô hấp của các sinh vật nước thường được tạo ra do sự hồ tan từ khí quyển hoặc do quang hợp của tảo. Oxy hòa tan trong nước rất cần cho sinh vật hiếu khí. Bình thường oxy hịa tan trong nước khoảng 8 – 10 mg/L, chiếm 70 – 85% khí oxy bão hịa. Mức oxy hịa tan trong nước tự nhiên và nước thải phụ thuộc vào mức độ ô nhiễm chất hữu cơ, vào hoạt động của thế giới thủy sinh, các hoạt động hóa sinh, hóa học và vật lý của nước. Trong môi trường nước bị ô nhiễm nặng, oxy được dùng nhiều cho các q trình hóa sinh và xuất hiện hiện tượng thiếu oxy trầm trọng. Phân tích chỉ tiêu oxy hịa tan là một trong những chỉ tiêu quan trọng đánh giá sự ô nhiễm hữu cơ của nước (Chi, 1999, 2001). Nhu cầu oxy sinh hóa hay nhu cầu oxy sinh học (Biological oxygen demand, BOD) là lượng oxy cần thiết cho q trình oxy hóa các chất hữu cơ trong nước bởi vi sinh vật có trong nước. BOD5 là lượng oxy cần thiết trong 5 ngày đầu ở nhiệt độ 20°C trong buồng tối để tránh ảnh hưởng của các quá trình quang hợp. Giá trị BOD cao hay thấp sẽ biểu thị mức độ ô nhiễm các hợp chất hữu cơ dễ phân huỷ sinh học trong môi trường nước (Chi, 1999, 2001).
Nhu cầu oxy hóa học (Chemical oxygen demand, COD) được dùng rộng rãi để biểu thị hàm lượng chất hữu cơ (bao gồm dễ và khó phân huỷ sinh học) có trong nước và mức độ ô nhiễm nước tự nhiên. COD được định nghĩa là lượng oxy cần thiết cho q trình oxy hóa học các chất hữu cơ trong mẫu nước thành CO2 và H2O (Chi, 1999, 2001). Chỉ số này biểu thị cả lượng chất hữu cơ khơng thể bị oxy hóa bằng vi sinh vật, do đó giá trị COD cao hơn BOD. Phép phân tích COD có ưu điểm là kết quả nhanh (khoảng 3 giờ) nên đã khắc phục được nhược điểm của phép đo BOD. Tỉ lệ giữa BOD và COD thường xấp xỉ từ 0,5 đến 0,7 (Chi, 1999, 2001). Tỷ lệ BOD/COD càng thấp, nước có chứa càng nhiều chất hữu cơ khó phân huỷ sinh học.
2.5.2.3 NH4+ và NO3-
Amoni (NH4+) là chất gây nhiễm độc cho sinh vật trong nước. Sự hiện diện của amoni trong nước mặt hay nước ngầm bắt nguồn từ hoạt động phân hủy hữu cơ do các vi sinh vật trong điều kiện yếm khí (Chi, 1999, 2001). Sự tồn tại của NH4+ trong nước phụ thuộc vào pH, khi pH bằng 7 hầu hết các nitơ đều ở dạng ion NH4+, rất cần thiết cho sự phát triển của các sinh vật, nhưng nếu hàm lượng NH4+ quá cao sẽ làm cho thực vật phù du phát triển quá mức, gây phú dưỡng, hậu quả là gây ô nhiễm môi trường nước gây bất lợi cho cá. Ô nhiễm nitrat (NO3-) ngày càng tăng đã trở thành một vấn đề mơi trường chung trên tồn thế giới. Các chất dinh dưỡng ngày càng gia tăng trong các con sông là yếu tố thay đổi chính của chất lượng nước tồn cầu và đa dạng sinh học. Dữ liệu từ Hệ thống Giám sát Môi trường Toàn cầu cho thấy nồng độ nitrat cao gấp bảy lần nồng độ chất ô nhiễm tối đa cho phép (45 mg/L) ở hầu hết các con sông. Lượng nitrat quá mức trong nước mặt không chỉ dẫn đến hiện tượng phú dưỡng của thủy vực mà còn đe dọa trực tiếp đến sức khỏe con người.
2.5.2.4 Al3+ và Fe3+
Al3+ và Fe3+ là hai thông số quan trọng trong quan trắc chất lượng môi trường nước ở những vùng đất phèn. Trong môi trường axit (H2SO4), Al3+ có khả năng di động mạnh. Nhơm trong đất phèn, một phần là sản phẩm của sự rửa trơi tích tụ, trong q trình Feralit, chủ yếu do quá trình phèn hố, sau khi đã có H2SO4 trong đất, H2SO4 liền tác dụng vào keo đất đã giải phóng ra Al3+ tự do. Trong điều kiện đó pH giảm xuống 2 - 3,5 trong dung dịch, tồn tại ở dạng Al3+ tự do, cũng có thể liên kết với sắt, kali, và sunphat, tạo nên những sunphat sắt II và sunphat sắt III. Với những độc tính và sự phổ biến của hai nguyên tố này trong môi trường nước ở vùng đất phèn, các nghiên cứu đánh giá chất lượng nước cần phân tích các thông số này.
2.6 Các phương pháp nâng cao trong đánh giá chất lượng môi trường và đa dạng sinh học
2.6.1 Ứng dụng thống kê đa biến trong đánh giá chất lượng mơi trường
Phân tích thống kê đa biến là một nhánh được phát triển từ thống kê cổ điển và là một phương pháp phân tích tồn diện. Phương pháp này có thể phân tích các quy luật thống kê của nhiều đối tượng và nhiều chỉ số khi chúng có liên quan với nhau, bao gồm phân tích cụm (cluster analysis, CA), phân tích phân biệt (discriminant analysis, DA), phân tích thành phần chính (principal component analysis, PCA). Các phương pháp này cho phép giải thích các ma trận dữ liệu phức tạp để có thêm các thơng tin về chất lượng mơi trường (Li et al., 2011; Chounlamany et al., 2017; Ojok et al., 2017).
Phân tích thành phần chính (PCA) được sử dụng để xác định các thơng số chính của nước trong sự thay đổi của tập dữ liệu. Phương pháp này cho phép giảm các thông số cơ sở khơng đóng góp đáng kể vào sự thay đổi dữ liệu trong khi tạo một bộ thông số mới được gọi là thành phần hoặc yếu tố chính (PC). Giá trị eigenvalue của mỗi yếu tố
được sử dụng để quyết định các thành phần chính. Giá trị này càng lớn có nghĩ là mức đóng góp của PC vào việc giải thích sự biến đổi của tập dữ liệu gốc càng lớn. Phương pháp phân tích thành phần chính giúp chỉ ra chỉ tiêu chính và nguồn gây biến động chất lượng môi trường (Shrestha and Kazama, 2008; Chounlamany et al., 2017).
Phân tích cụm hay đơn giản là phân cụm là quá trình phân vùng một tập hợp các đối tượng dữ liệu thành các tập con. Mỗi tập hợp con là một cụm, sao cho các đối tượng trong một cụm tương tự với nhau, nhưng không giống với các đối tượng trong các cụm khác. Tập hợp các cụm kết quả từ phân tích cụm có thể được gọi là phân cụm. Trong bối cảnh này, các phương pháp phân cụm khác nhau có thể tạo ra các chuỗi khác nhau trên cùng một tập dữ liệu. Việc phân vùng không phải do con người thực hiện mà do thuật tốn phân cụm. Do đó, phân cụm hữu ích ở chỗ nó có thể dẫn đến việc phát hiện ra các nhóm chưa biết trước đó trong dữ liệu. Phân tích cụm đã được sử dụng rộng rãi trong nhiều ứng dụng như kinh doanh thông minh, nhận dạng mẫu hình ảnh, tìm kiếm web, sinh học và bảo mật, và môi trường. Theo phương pháp phân cụm của Ward thì giá trị trung bình tất cả các biến được tính cho từng cụm một. Sau đó khoảng cách Euclide bình phương giữa các phần tử trong cụm với giá trị trung bình của cụm được tính và tính tổng tất cả các khoảng cách bình phương này. Theo đó, hai cụm có phần tăng trong tổng các khoảng cách bình phương trong một cụm nếu kết hợp với nhau có giá trị nhỏ nhất sẽ được kết hợp. Ví dụ như khoảng cách hoặc sự giống nhau giữa 2 nhóm A và B được xem là khoảng cách nhỏ nhất giữa 2 điểm A và B:
D(A,B) = Range{d(xi,xj),với xi є A và xj є B}
Trong đó, d(xi,xj) là khoảng cách Euclide bình phương trong cơng thức. Tại mỗi bước khoảng cách được tìm thấy từng cặp nhóm và 2 nhóm có khoảng cách nhỏ nhất được gộp lại. Sau đó, khoảng cách giữa tất cả các cặp nhóm được tính lại lần nữa, và cặp có khoảng cách ngắn nhất được gộp vào nhóm đơn. Kết quả của việc phân nhóm cấu trúc được biểu diễn bằng biểu đồ hình cây. Phương pháp phân tích cụm gom nhóm chất lượng thành phần mơi trường dựa vào tính tương đồng của chúng theo không gian và thời gian và vì thế có thể sử dụng để đánh độ tương đồng về chất lượng môi trường, đánh giá vị trí và tần suất thu mẫu mơi trường (Chounlamany et al., 2017; Mama et al., 2021).
Phân tích phân biệt là phương pháp phân tích dữ liệu trong điều kiện biến phụ thuộc là biến phân loại và biến độc lập là biến định lượng. Phương pháp này yêu cầu phải xác định trước số nhóm và các đối tượng trong mỗi nhóm. Xây dựng hàm phân tích phân biệt, nghiên cứu sự tồn tại khác biệt có ý nghĩa giữa các nhóm, xác định biến độc lập là nguyên nhân chủ yếu gây ra sự khác biệt giữa các nhóm. Đồng thời cũng phân loại các biến phụ thuộc vào một nhóm nhất định dựa vào giá trị của các biến độc lập. Mục tiêu của phân tích biệt số là việc xây dựng các hàm phân tích phân biệt sao cho phân biệt rõ các biểu hiện của biến phụ thuộc cũng như nghiên cứu sự tồn tại khác biệt
có ý nghĩa giữa các nhóm xét theo biến độc lập. Mơ hình phân tích biệt số có dạng tuyến tính như sau:
D = b0 + b1X1 + b2X2 + …+ bkXk
Trong đó, D là biệt số, b là hệ số hay trọng số phân biệt và X là biến độc lập. Các hệ số hay trọng số được tính tốn sao cho các nhóm có các giá trị của hàm phân biệt (biệt số D) khác nhau càng nhiều càng tốt. Điều này xảy ra khi tỉ lệ của tổng các độ lệch bình phương của biệt số giữa các nhóm so với tổng các độ lệch bình phương của biệt số trong nội bộ nhóm đạt cực đại. Phương pháp phân tích biệt số (DA) được sử dụng để đánh giá sự biến động theo thời gian của các thông số chất lượng môi trường. Kết quả phân tích DA có thể xác định được các thơng số chính dẫn đến sự khác biệt có ý nghĩa thống kê theo mùa tại tất cả các vị trí nghiên cứu về chất lượng mơi trường (Thu et al., 2017; Chounlamany et al., 2017; Mama et al., 2021).
2.6.2 Phân tích mối liên hệ giữa chất lượng mơi trường và sinh vật (BIO-ENV)
Phân tích BIO-ENV đầu tiên được giới thiệu bởi Clarke & Ainsworth., 1993. (Hình 2.2). Phương pháp này cho phép so sánh các ma trận khoảng cách hoặc đồng dạng giữa hai bộ dữ liệu có chung mẫu hoặc biến. Thường trong việc khám phá mối tương quan giữa các biến môi trường và các chỉ tiêu sinh học. Trong trường hợp này, ma trận đồng dạng của số liệu sinh học là cố định, trong khi các tập hợp con của các biến mơi trường được sử dụng để tính tốn ma trận đồng dạng mơi trường. Sau đó, một hệ số tương quan (hệ số tương quan Spearman) được tính giữa hai ma trận và tập hợp con tốt nhất (BEST) của các biến mơi trường sau đó có thể được xác định và tiếp tục kiểm tra hoán vị để xác định tầm quan trọng của các biến môi trường đối với các chỉ tiêu sinh học. Phân tích BEST (BIO-ENV) đã được sử dụng để điều tra mối quan hệ giữa các cộng đồng động vật không xương sống dưới nước và các biến số môi trường tại 11 vùng đất ngập nước. Phân tích gợi ý rằng sự kết hợp của biến số môi trường (độ mặn, % K, chất hữu cơ) giải thích tốt nhất mơ hình thành phần cộng đồng động vật không xương sống ở Walyarta (Quinlan et al., 2016).
Hình 2.2 Sơ đồ phương pháp phân tích BIO-ENV (Clarke et al ., 2008)
Qua kết quả tổng quan tài liệu cho thấy đã có một số nghiên cứu về chất lượng môi trường đất, nước tuy nhiên việc đánh giá còn rời rạc, đơn giản chỉ so sánh với giá trị giới hạn cho phép. Chất lượng môi trường và phiêu sinh vật được đánh giá riêng. Cách đánh giá này không khai thác hết các ý nghĩa hàm ý trong bộ số liệu. Bên cạnh đó, các nghiên cứu về giá trị kinh tế, giá trị sinh thái của rừng Tràm, Keo lai, rừng trồng cũng đã được một vài nhà khoa học thực hiện. Tuy nhiên, việc áp dụng các phương pháp thống kê nâng cao như thống kê đa biến, BIO-ENV để thiết lập mối liên hệ giữa hoạt động canh tác, chất lượng môi trường và đa dạng cá vẫn chưa có nghiên cứu nào thực hiện. Do đó, nghiên cứu này sẽ cung cấp thông tin khoa học, giúp xác định rõ các nguyên nhân dẫn đến biến động đa dạng cá, để từ đó có giải pháp quản lý hiệu quả.
CHƯƠNG 3
PHƯƠNG PHÁP NGHIÊN CỨU
3.1 Thời gian và nội dung nghiên cứu 3.1.1 Thời gian nghiên cứu 3.1.1 Thời gian nghiên cứu
Thời gian nghiên cứu được thực hiện từ tháng 10/2017 đến tháng 10/2020. Các đợt khảo sát cụ thể đợt 1 vào giữa mùa mưa (tháng 9/2018) và đợt 2 vào giữa mùa khô (tháng 2/2019).
3.1.2 Nội dung nghiên cứu
Nội dung 1: Phân tích và đánh giá kỹ thuật lên liếp canh tác Tràm, Keo lai tại khu
vực nghiên cứu. Trong nội dung 1, các công việc sau đây được thực hiện:
- Đo độ sâu kênh, mương và độ cao bờ liếp trồng Keo lai, Tràm ở khu vực có độ sâu tầng phèn khác nhau;
- Đo độ sâu kênh, mương bao ở mơ hình trồng Lúa 2 vụ.
- Phân tích các ảnh hưởng của việc lên liếp trồng Keo lai, Tràm, và canh tác lúa đến môi trường đất, nước và đa dạng cá. Xác định mối liên quan giữa độ cao liếp, độ rộng và sâu của mương và độ sâu tầng phèn cũng như khả năng xáo trộn tầng phèn tiềm tàng, đưa tầng phèn tiềm tàng lên bề mặt dẫn đến ơxy hóa, kết hợp q chảy tràn, gây nhiễm phèn nước và gây chết cá.
Nội dung 2: Đánh giá tính chất, sự biến động của mơi trường đất và nước tại các
mơ hình khác nhau theo khơng gian (các mơ hình và tầng phèn) và thời gian (theo mùa và cấp tuổi)
Đối với nội dung 2, nghiên cứu đã tiến hành thu và phân tích mẫu đất và nước trong hai mùa và 2 tầng phèn khác nhau tại khu vực nghiên cứu. Có tổng cộng 6 thơng số đánh giá chất lượng mơi trường đất đã được phân tích, bao gồm pH, tỷ trọng, ẩm độ, chất hữu cơ, tổng đạm (TN, %) và tổng lân (TP, %P2O5). Đối với mẫu nước, 9 thông số được sử dụng để đánh giá chất lượng môi trường nước tại khu vực nghiên cứu, bao gồm pH, EC, DO, BOD, COD, N-NH₄⁺, N-NO₃ˉ, Al³⁺ và Fe³⁺. Ngoài ra, mẫu cá cũng được thu và định danh đến cấp lồi trong các mơ hình tại khu vực nghiên cứu.
Từ các số liệu phân tích, nghiên cứu tiến hành đánh giá sự biến động của chất lượng môi trường đất và nước theo không gian và theo mùa. Bên cạnh đó, nghiên cứu cũng đã ứng dụng các phương pháp phân tích thống kê đa biến để tìm thấy cơ sở khoa học trong việc ghi nhận sự khác biệt giữa mùa, tầng phèn và các mơ hình với nhau. Hơn nữa, nghiên cứu đã đánh giá đa dạng thành phần lồi cá và phân tích mối liên hệ với chất lượng môi trường đất và nước tại các mơ hình canh tác. Cụ thể, nghiên cứu tiến hành đánh giá đa dạng thành phần lồi cá, phân tích mối tương quan giữa các yếu tố chất lượng môi trường đất và nước, đa dạng cá và yếu tố chất lượng môi trường nước
tại khu vực nghiên cứu. Ngồi ra, nội dung này cịn kết hợp với kết quả phỏng vấn từ