In recent decades, changes in land use and land cover (LULC) arising from socio-economic development, coupled with climate change, have severely undermined and compromised the environmental sustainability of the upper part of Dong Nai (UPDN) river basin. Assessing the long-term impacts of climate change and changes in LULC on hydrological conditions and water balance in the UPDN river basin is essential for sustainable watershed management. In the present study, Landsat images and SWAT (Soil and Water Assessment Tool) model were used to assess water balance changes due to changes of climate and LULC at three different intervals: 1994, 2004, and 2014. The results of Landsat images classification indicated that forest land was the main LULC type in the basin. In 1994 the forest cover was 706,803 ha (72.68% of the total landmass). In 2004 the forest area dropped to 520,359 ha (53.51%). In 2014 the forest area dropped further to 485,908 ha (49.97%). The change in LULC has caused changes in the annual and peak water flows. The analysis of the results revealed that the effect of historical climate variations on water yield was greater than the LULC change. With the scenario of LULC 2014, the consumption of irrigation water was the highest and mainly in the dry season. The findings can provide useful information for decision-makers in planning and formulating policies for sustainable watershed management and climate change adaptation. / Trong những thập niên gần đây, sự thay đổi về sử dụng đất và thực phủ (LULC) do những hoạt động phát triển kinh tế - xã hội cùng với biến đổi khí hậu đã đặt ra những thách thức cho sự bền vững về môi trường ở lưu vực thượng nguồn sông Đồng Nai (UPDN). Đánh giá các tác động lâu dài của biến đổi khí hậu và những thay đổi trong LULC đến điều kiện thủy văn và cân bằng nước là việc cần thiết cho quản lý bền vững nguồn nước. Trong nghiên cứu này, các ảnh vệ tinh Landsat, công cụ đánh giá đất và nước (SWAT) được sử dụng để đánh giá sự thay đổi cân bằng nước do sự thay đổi khí hậu và LULC tại ba thời điểm khác nhau 1994, 2004 và 2014. Kết quả phân loại các ảnh Landsat cho thấy rừng là loại thực phủ chính trong lưu vực. Diện tích rừng của năm 1994 là 706.803 ha (72,68%). Diện tích rừng của năm 2004 đã giảm xuống còn 520.359 ha (53,1%) và đến năm 2014 chỉ còn 485.908ha (49,97%). Thay đổi sử dụng đất và thực phủ đã làm thay đổi chế độ thủy văn và dòng chảy đỉnh. Phân tích kết quả đã xác định rằng những sự thay đổi về điều kiện khí hậu trong quá khứ có ảnh hưởng đến lượng nước lớn hơn so với thay đổi về thực phủ. Với kịch bản LULC năm 2014, nhu cầu sử dụng nước tưới cho cây trồng là lớn nhất và chủ yếu trong mùa khô. Những kết quả đạt được trong nghiên cứu này sẽ cung cấp thông tin hữu ích cho các nhà hoạch định trong lập kế hoạch và ban hành chính sách cho quản lý lưu vực bền vững, thích ứng với biến đổi khí hậu.

<p>Current watershed-scale, nonpoint source (NPS) pollution models do not represent the processes and impacts of agricultural best management practices (BMP) on water quality with sufficient detail. To begin addressing this gap, a novel process-based, watershed-scale, water quality model (WEPP-WQ) was developed based on the Water Erosion Prediction Project (WEPP) and the Soil and Water Assessment Tool (SWAT) models. The proposed model was validated at both hillslope and watershed scales for runoff, sediment, and both soluble and particulate forms of nitrogen and phosphorus. WEPP-WQ is now one of only two models which simulates BMP impacts on water quality in ‘high’ detail, and it is the only one not based on USLE sediment predictions. Model validations indicated that particulate nutrient predictions were better than soluble nutrient predictions for both nitrogen and phosphorus. Predictions of uniform conditions outperformed nonuniform conditions, and calibrated model simulations performed better than uncalibrated model simulations. Applications of these kinds of models in real-world, historical simulations are often limited by a lack of field-scale agricultural management inputs. Therefore, a prototype tool was developed to derive management inputs for hydrologic models from remotely sensed imagery at field-scale resolution. At present, only predictions of crop, cover crop, and tillage practice inference are supported and were validated at annual and average annual time intervals based on data availability for the various management endpoints. Extraction model training and validation were substantially limited by relatively small field areas in the observed management dataset. Both of these efforts contribute to computational modeling research and applications pertaining to agricultural systems and their impacts on the environment.</p>