Giám sát thông minh chất lượng nước Vịnh Hạ Long

Nhóm thực hiện nghiên cứu chất lượng nước ở Vịnh Hạ Long.

Hệ thống giám sát thông minh

Vịnh Hạ Long và Cửa Lục thuộc tỉnh Quảng Ninh không chỉ là tài sản quý giá về cảnh quan và sinh thái, mà còn giữ vai trò trọng yếu trong chiến lược phát triển kinh tế biển của địa phương.

Trong khi Vịnh Hạ Long nổi tiếng với hàng nghìn đảo đá vôi kỳ vĩ, thì Cửa Lục là cửa ngõ quan trọng kết nối đất liền với biển, nơi tập trung các hoạt động cảng biển, công nghiệp và đô thị hóa nhanh chóng. Sự phát triển này kéo theo áp lực ngày càng lớn lên môi trường, đặc biệt là chất lượng nước biển và nước lợ - nền tảng cho đa dạng sinh học và du lịch sinh thái.

Truyền thống, việc giám sát chất lượng nước dựa trên lấy mẫu thực địa, phân tích tại chỗ - một phương pháp tốn kém, mất thời gian và khó triển khai diện rộng hoặc liên tục. Trước thực tế đó, công nghệ viễn thám nổi lên như một giải pháp tối ưu, cho phép thu thập dữ liệu rộng khắp, cập nhật theo thời gian thực với chi phí hợp lý.

Tuy nhiên, để khai thác hiệu quả nguồn dữ liệu khổng lồ này đòi hỏi phải có những công cụ xử lý và phân tích tiên tiến - đây chính là nơi trí tuệ nhân tạo (AI) phát huy thế mạnh.

Nhóm nghiên cứu thuộc Trung tâm Vũ trụ Việt Nam (Viện Hàn lâm Khoa học và Công nghệ Việt Nam), phối hợp với Viện Vật lý Địa cầu Ba Lan, đã triển khai dự án mang tên “Remote SENSing to monitor water quality parameters in freshwater systems” - một trong những sáng kiến nổi bật thuộc chương trình hợp tác khoa học giữa hai viện hàn lâm quốc gia. Tại Việt Nam, công trình do TS Vũ Anh Tuân chủ trì.

Điểm sáng giá nhất của nghiên cứu là việc tích hợp dữ liệu vệ tinh Sentinel-2 với các mô hình học máy hiện đại như Random Forest, Gradient Boosting hay AdaBoost trên nền tảng Google Earth Engine (GEE).

Nhờ đó, nhóm đã xây dựng thành công hệ thống giám sát chất lượng nước có khả năng theo dõi các thông số quan trọng như nhiệt độ mặt nước biển (SST), độ đục (TSS), nồng độ diệp lục-a (Chl-a) và nhu cầu oxy hóa học (COD). Đây là lần đầu tiên tại Việt Nam công nghệ này được áp dụng đồng bộ và bài bản đến vậy trong giám sát môi trường biển.

Nghiên cứu sử dụng dữ liệu từ 78 ảnh vệ tinh Sentinel-2 chụp từ năm 2019 đến 2023, kết hợp với dữ liệu đo đạc thực địa từ Sở Nông nghiệp và Môi trường tỉnh Quảng Ninh và Cục Quản lý Đại dương và Khí quyển quốc gia Hoa Kỳ (NOAA). Toàn bộ quá trình xử lý và phân tích dữ liệu được thực hiện trên nền tảng GEE - hệ sinh thái điện toán đám mây mạnh mẽ hỗ trợ các ứng dụng viễn thám toàn cầu.

Sẽ mở rộng nghiên cứu

TS Vũ Anh Tuân cho biết, kết quả mô hình hóa cho thấy, thuật toán Random Forest cho độ chính xác cao nhất, đặc biệt với thông số nhiệt độ mặt nước, đạt hệ số xác định (R²) từ 0,79 đến 0,80.

Các chỉ số khác như độ đục (TSS) và nồng độ diệp lục-a (Chl-a) cũng có độ chính xác khá tốt. Tuy nhiên, dự đoán nhu cầu oxy hóa học (COD) vẫn còn hạn chế do đây là chỉ số chịu ảnh hưởng bởi nhiều yếu tố phức tạp và biến động mạnh theo thời gian.

Đặc biệt, nhóm nghiên cứu đã xác định được những dải phổ quan trọng từ ảnh vệ tinh, giúp tối ưu hóa mô hình và tiết kiệm chi phí trong việc thu thập dữ liệu tương lai. Từ kết quả phân tích, nhóm đã xây dựng bản đồ phân bố chất lượng nước theo không gian và thời gian - công cụ trực quan có giá trị cao trong quản lý tài nguyên và cảnh báo sớm nguy cơ ô nhiễm.

Theo TS Vũ Anh Tuân, nghiên cứu không chỉ mở ra một hướng tiếp cận mới trong giám sát chất lượng nước, mà còn góp phần nâng cao năng lực ứng dụng khoa học - công nghệ vào quản lý môi trường biển tại Việt Nam.

Dù còn những giới hạn nhất định về dữ liệu thực địa và độ chính xác ở một số chỉ số, hệ thống đã chứng minh tiềm năng lớn nhờ khả năng cập nhật liên tục, phủ rộng không gian và tiết kiệm chi phí vận hành.

Không dừng lại ở Vịnh Hạ Long, nhóm nghiên cứu đang lên kế hoạch mở rộng mô hình ra các khu vực ven biển khác trong cả nước. Trong giai đoạn tiếp theo, nhóm sẽ tập trung cải thiện độ chính xác của mô hình đối với các chỉ số như COD và Chl-a thông qua việc bổ sung dữ liệu thực địa và thử nghiệm các phương pháp phân tích tiên tiến hơn. Đồng thời, tích hợp thêm dữ liệu từ các vệ tinh khác và hệ thống quan trắc hiện trường sẽ giúp tăng độ tin cậy và tính ứng dụng của mô hình.