Thông tin kết quả nhiệm vụ KH&CN

Nghiên cứu ứng dụng trí tuệ nhân tạo cho dự báo, cảnh báo chất lượng môi trường không khí theo số liệu viễn thám, các trạm quan trắc môi trường mặt đất (06/11/2024)

Theo dữ liệu chất lượng không khí của Tổ chức Y tế Thế giới, có tới 97% số thành phố ở các quốc gia có thu nhập thấp và trung bình với dân số từ 100.000 người không đáp ứng các tiêu chuẩn về chất lượng không khí của WHO, kéo theo đó là gánh nặng lên hệ thống y tế cộng đồng. Các chất ô nhiễm độc hại trong không khí luôn vượt quá giá trị chất lượng không khí trung bình WHO khuyến nghị. Hàng năm, hơn 90% người dân phải tiếp xúc với nồng độ những hạt bụi mịn ngoài trời cao hơn các chỉ tiêu về chất lượng không khí WHO đưa ra. Bên cạnh các khí thải độc hại như SO₂, NO₂, CO,... bụi mịn và bụi siêu mịn là một trong các tác nhân gây chất lượng không khí hàng đầu hiện nay.

Tại Việt Nam, kết quả quan trắc cho thấy, nồng độ PM2.5 trung bình năm tại Thủ đô Hà Nội và nhiều địa phương cao hơn quy chuẩn kỹ thuật quốc gia, QCVN 05:2013/BTNMT (25 µg/m³) và mức khuyến nghị của tổ chức y tế thế giới - WHO (10 µg/m³). Nồng độ PM2.5 trung bình ngày tại Hà Nội và nhiều địa phương cũng bị vượt quy chuẩn (50 µg/m³) và mức khuyến nghị của WHO (25 µg/m³) vào nhiều ngày trong năm. Các nghiên cứu cho thấy, ngoài những nguồn sơ cấp, nồng độ PM2.5 tại Hà Nội còn được đóng góp bởi vận chuyển từ xa. Một số nghiên cứu đã ghi nhận sự xuất hiện của các đợt ô nhiễm với nồng độ PM2.5 cao (>100 µg/m³). Do đó, một giải pháp hiện đại phục vụ quan trắc ô nhiễm bụi không khí, đặc biệt quan trắc chất lượng không khí trực tuyến hỗ trợ con người hiểu rõ hơn về không khí ô nhiễm ở nơi mà họ đang sinh sống mang tính thời sự và cấp thiết cao. “Nghiên cứu ứng dụng trí tuệ nhân tạo cho dự báo, cảnh báo chất lượng môi trường không khí theo số liệu viễn thám, các trạm quan trắc môi trường mặt đất” do PGS.TS. Phạm Minh Hải cùng các cộng sự thuộc Viện Khoa học Đo đạc và Bản đồ thực hiện và hoàn thành vào năm 2023 nhằm giải quyết thực trạng trên.

Đề tài đã tiến hành nghiên cứu cơ sở khoa học gồm: nghiên cứu chế tạo thiết bị quan trắc mặt đất; phân tích dữ liệu đầu vào (ảnh vệ tinh Landsat OLI8 và Sentinel 2B, dữ liệu quan trắc mặt đất, phân tích dữ liệu đầu vào); cơ sở khoa học ứng dụng công nghệ viễn thám phục vụ dự báo, cảnh báo chất lượng môi trường không khí; cơ sở khoa học so sánh hai thuật toán Ordinary Kriging và Universal Kriging phục vụ nội suy thành lập bản đồ các thông số khí tượng; phương pháp Cross-validation; cơ sở khoa học nghiên cứu ứng dụng trí tuệ nhân tạo trong nội suy chất lượng môi trường không khí theo số liệu viễn thám, các trạm quan trắc môi trường mặt đất; cơ sở khoa học cho phương pháp cho dự báo, cảnh báo chất lượng môi trường không khí theo số liệu viễn thám, các trạm quan trắc môi trường mặt đất; xây dựng công nghệ dự báo, cảnh báo chất lượng môi trường không khí tại Việt Nam; các phương pháp đánh giá mô hình.

Quy trình công nghệ kết hợp công nghệ viễn thám và thuật toán học máy trong thành lập bản đồ dự báo phát thải bụi PM2.5 và PM10.

Từ những nghiên cứu trên, nhóm tác giả thử nghiệm công nghệ dự báo tại Bắc Ninh, cảnh báo chất lượng môi trường không khí tại Việt Nam dựa trên công nghệ viễn thám, trí tuệ nhân tạo (AI) và quan trắc môi trường mặt đất. Dữ liệu thử nghiệm gồm: ảnh vệ tinh Landsat OLI8; dữ liệu quan trắc mặt đất; các thông số khí tượng. Đánh giá độ chính xác các mô hình cho thấy, mô hình AutoARIMA dựa trên dự báo tự động và mô hình làm mịn theo cấp số nhân như các mô hình SES, SSO, VectorETS, Holt và Holt Winter đều cho thấy xu hướng tương tự nhau, điều này hàm ý rằng việc sử dụng dữ liệu quan sát chuỗi thời gian có đủ khả năng để dự báo PM2.5 và PM10 trong đó các mô hình dự báo tự động và san bằng hàm mũ cho độ chính xác cao hơn các mô hình còn lại, sau đó AutoARIMA cho kết quả cao hơn khoảng 5% so với các mô hình khác khi thử nghiệm trên cùng một trạm quan trắc. Mô hình dự báo tự động bao gồm AutoARIMA và AutoTheta cho thấy sự vượt trội của nó so với các mô hình AI khác. Với việc xác thực hiệu suất, mô hình AutoARIMA cho hiệu suất tốt nhất với độ chính xác cao hơn các mô hình khác (R² = 0,81, MSE = 3,5, MAE = 23,24, RMSE = 0,17).

Kết quả thử nghiệm, nồng độ bụi PM2.5 tại tỉnh Bắc Ninh dao động từ 40 µg/m³ đến gần 100 µg/m³. Giá trị này phù hợp trong quá trình đánh giá độ chính xác với các giá trị thu được đồng thời tại các trạm mặt đất tương ứng. Thuận Thành, huyện phía Nam của tỉnh Bắc Ninh, có mức độ ô nhiễm cao nhất tỉnh với giá trị nồng độ bụi khoảng 110 µg/m³. Bên cạnh đó, nghiên cứu cũng xây dựng được công nghệ dự báo, cảnh bảo chất lượng môi trường không khí tại Việt Nam dựa trên công nghệ viễn thám, trí tuệ nhân tạo (AI) và quan trắc môi trường mặt đất với quy trình gồm 4 phần chính: Chế tạo các trạm quan trắc mặt đất thu PM2.5, PM10, NO, SO₂,…; Thu thập dữ liệu và tiền xử lý dữ liệu viễn thám; Ứng dụng trí tuệ nhân tạo cho dự báo, cảnh báo chất lượng môi trường không khí theo số liệu viễn thám, các trạm quan trắc môi trường mặt đất; Nghiên cứu ứng dụng trí tuệ nhân tạo cho dự báo, cảnh báo chất lượng môi trường không khí theo số liệu viễn thám, các trạm quan trắc môi trường mặt đất.

Kết quả nghiên cứu của đề tài có tính khoa học và thực tiễn cao. Các thiết bị quan trắc được chế tạo và thiết kế trong đề tài phù hợp với nhiều vị trí, đặc biệt quan trắc những nơi môi trường tác động, có mức độ ô nhiễm cao, độ chính xác tương đối cao, thiết bị gọn nhẹ không tốn diện tích (chỉ cần gắn toàn bộ hệ thống trên cột), có thể sử dụng năng lượng pin mặt trời hay giắc cắm điện. Quy trình tích hợp trí tuệ nhân tạo cho dự báo, cảnh báo chất lượng môi trường không khí theo số liệu viễn thám, các trạm quan trắc môi trường mặt đất hoàn chỉnh sẽ cung cấp giải pháp hoàn thiện đưa ra thị trường quan trắc chất lượng không khí tại Việt Nam sẽ cung cấp một giải pháp toàn diện trong lĩnh vực quan trắc môi trường không khí tại Việt Nam. 

Có thể tìm đọc toàn văn Báo cáo kết quả nghiên cứu dự án tại Trung tâm Thông tin, Thống kê khoa học và công nghệ Hải Phòng hoặc Cục Thông tin khoa học và công nghệ quốc gia./.