Tổng quan về luận án
Ô nhiễm bụi mịn $PM_{2.5}$ (hạt bụi có đường kính khí động học $\le 2.5,\mu\text{m}$) đang là một trong những thách thức môi trường và y tế công cộng cấp bách nhất toàn cầu. Theo báo cáo State of Global Air 2020, ô nhiễm không khí là nguyên nhân gây tử vong sớm thứ 4 trên toàn cầu, cướp đi sinh mạng của khoảng 6,67 triệu người mỗi năm (chiếm gần 12% tổng số ca tử vong năm 2019), trong đó phơi nhiễm dài hạn với $PM_{2.5}$ chiếm tới 4,14 triệu ca (tương đương 62% tổng số tử vong do ô nhiễm không khí). Tại Việt Nam, theo bảng xếp hạng Environmental Performance Index (EPI 2022) của Đại học Yale, chất lượng không khí của quốc gia xếp hạng 130 toàn cầu, đồng thời thủ đô Hà Nội nằm trong nhóm 12 thủ đô có nồng độ $PM_{2.5}$ cao nhất thế giới. Dữ liệu dịch tễ học thực chứng chỉ ra rằng: "the number of deaths in Vietnam caused by PM2.5 pollution grew considerably more than 3 times from 1990 to 2010 (9930 to 33200). This figure increased somewhat in 2019, reaching 37,500 instances". Gánh nặng bệnh tật phân bố nghiêm trọng nhất ở bệnh phổi tắc nghẽn mạn tính (COPD - 13%), đột quỵ thiếu máu cục bộ (11%), bệnh tim thiếu máu cục bộ (11%) và ung thư phổi (11%).
Mặc dù tính cấp bách rất cao nhằm thực hiện cam kết Net Zero vào năm 2050 tại COP26, việc giám sát và mô hình hóa $PM_{2.5}$ tại Việt Nam đối mặt với ba rào cản khoa học cốt lõi (research gaps):
- Mạng lưới quan trắc mặt đất (ground-based monitoring) vô cùng thưa thớt và gián đoạn (năm 2010 chỉ có 2 trạm quan trắc chuẩn, đến năm 2017 duy trì dưới 12 trạm và chỉ tăng lên 47–65 trạm trong giai đoạn 2020–2021, chủ yếu tập trung tại Hà Nội và TP.HCM), khiến các phương pháp nội suy không gian truyền thống như Inverse Distance Weighted (IDW) hay Ordinary Kriging gặp sai số cực lớn do thiếu biến khí tượng và địa hình.
- Các mô hình hóa học truyền tải khí quyển (Chemical Transport Models - CTM) dạng tương tác trực tiếp (online model) như WRF-Chem thiếu hụt nguồn kiểm kê phát thải cục bộ (Emission Inventory - EI) cập nhật, buộc phải phụ thuộc vào các bộ dữ liệu toàn cầu tĩnh và trễ hạn như HTAP_v2 (năm cơ sở 2010) hay REASv3.1 (năm cơ sở 2015).
- Dữ liệu viễn thám quang học sol khí (Aerosol Optical Depth - AOD) từ vệ tinh phân giải cao (MODIS Terra/Aqua, VIIRS NPP) bị khuyết dữ liệu nghiêm trọng do mây bao phủ và góc quét vệ tinh, đồng thời quy trình nắn chỉnh tọa độ hình học (georeferencing) và dung hợp dữ liệu (data fusion) đa nguồn chưa được tối ưu hóa về độ chính xác và chi phí tính toán trên hệ thống tính toán hiệu năng cao (High-Performance Computing - HPC).
Luận án tiến sĩ chuyên ngành Hệ thống Thông tin (Mã số: 9480104.01) của NCS. Phạm Văn Hà, được thực hiện dưới sự hướng dẫn khoa học của GS. Dominique Laffly (Đại học Toulouse Jean Jaurès) và PGS.TS. Nguyễn Thị Nhật Thanh (Trường Đại học Công nghệ, ĐHQGHN), mang tựa đề: "Improvement of PM2.5 Estimation Model Using Multi-Source and Multi-Resolution Data" (Cải thiện mô hình ước tính $PM_{2.5}$ kết hợp dữ liệu đa nguồn và đa độ phân giải). Nghiên cứu giải quyết ba câu hỏi nghiên cứu và giả thuyết tương ứng:
- Câu hỏi nghiên cứu 1 (RQ1): Làm thế nào để điều chỉnh và cập nhật kho kiểm kê phát thải nhân sinh toàn cầu phục vụ mô hình hóa trị số WRF-Chem đạt độ chính xác cao tại Việt Nam?
- Giả thuyết 1 (H1): Phương pháp điều chỉnh phát thải dựa trên kịch bản phát thải ECLIPSE v5a (tỷ lệ thay đổi theo từng pixel không gian $0.5^\circ$) sẽ làm giảm đáng kể độ lệch mô phỏng (Normalized Mean Bias - NMB) của WRF-Chem so với quan trắc thực địa.
- Câu hỏi nghiên cứu 2 (RQ2): Phương pháp dung hợp và nắn chỉnh hình học nào tối ưu hóa được sự cân bằng giữa độ phủ không gian (coverage) và chất lượng tương quan (quality) của AOD đa vệ tinh?
- Giả thuyết 2 (H2): Dung hợp pixel thông qua hồi quy trọng số địa lý (GWR) kết hợp nắn chỉnh tấm mỏng Thin Plate Spline (TPS) tối ưu sẽ nâng cao độ che phủ AOD lên trên 80% lãnh thổ mà vẫn duy trì hệ số xác định $R^2 \ge 0.70$ khi kiểm chứng với mạng lưới AERONET.
- Câu hỏi nghiên cứu 3 (RQ3): Cơ chế phân rã song song nào trên HPC giúp giảm thiểu nút thắt cổ chai về tính toán và truyền thông MPI/IO trong quy trình mô phỏng WRF-Chem và tiền xử lý viễn thám?
- Giả thuyết 3 (H3): Tối ưu hóa cấu trúc miền tính toán (patches/tiles decomposition) và lấy mẫu điểm kiểm soát mặt đất (GCP) ngẫu nhiên có kiểm soát sẽ giải quyết quy luật giới hạn hiệu năng Amdahl, cắt giảm hơn 80% thời gian chạy mô hình.
Khung lý thuyết của luận án tích hợp chặt chẽ giữa Lý thuyết Truyền tải Hóa học Khí quyển (Atmospheric Chemical Transport Theory - Seinfeld & Pandis, 2006), Lý thuyết Mô hình Hiệu ứng Hỗn hợp Không - Thời gian (Spatio-Temporal Mixed-Effects Modeling - Laird & Ware, 1982), và Lý thuyết Tối ưu hóa Tính toán Song song (Parallel Scalability Theory - Amdahl, 1967). Phạm vi nghiên cứu bao quát toàn bộ lãnh thổ Việt Nam với chuỗi dữ liệu đa thời gian từ 2012 đến 2020, tích hợp dữ liệu quan trắc trạm bề mặt, trạm quốc tế AERONET, vệ tinh MODIS, VIIRS, tái phân tích khí tượng ERA5, MERRA-2 và kiểm kê phát thải sinh quyển MEGAN, cháy rừng FINN.
flowchart TD
subgraph Data_Inputs ["Nguồn Dữ Liệu Đa Nguồn & Đa Độ Phân Giải"]
A1["Vệ Tinh MODIS & VIIRS AOD"]
A2["Khí Tượng NCEP GFS / ERA5"]
A3["Kiểm Kê Phát Thải HTAP_v2, REASv3.1, ECLIPSE"]
A4["Quan Trắc Bề Mặt & Mạng Lưới AERONET"]
end
subgraph Preprocessing_HPC ["Tiền Xử Lý & Tối Ưu Hóa Hiệu Năng HPC"]
B1["Nắn Chỉnh Tọa Độ TPS / Polynomial"]
B2["Dung Hợp Dữ Liệu Đa Vệ Tinh (GWR)"]
B3["Phân Rã Song Song MPI & I/O Optimization"]
end
subgraph Modeling_Cores ["Hai Nhánh Mô Hình Hóa Bụi Mịn PM2.5"]
C1["Mô Hình Số Trị WRF-Chem (Hóa Học Online & Điều Chỉnh Phát Thải)"]
C2["Mô Hình Thống Kê Không-Thời Gian (Mixed Effect Model - MEM)"]
end
subgraph Verification_Outputs ["Đánh Giá & Bản Đồ Ô Nhiễm PM2.5"]
D1["Phân Tích Gió Mùa, Theo Mùa & Điểm Cháy Rừng"]
D2["Bản Đồ Nồng Độ PM2.5 Toàn Việt Nam Độ Phân Giải Cao"]
end
A1 --> B1 --> B2 --> C2
A2 --> C1
A3 --> C1
B3 --> C1
B3 --> B1
A4 -.->|Hiệu chuẩn & Kiểm chứng| C1
A4 -.->|Huấn luyện & Cross-Validation| C2
C1 --> D1
C2 --> D2
D1 <-->|So sánh đối chuẩn| D2
Literature Review và Positioning
Nghiên cứu mô hình hóa $PM_{2.5}$ trên thế giới phát triển theo hai trường phái chính:
-
Trường phái Mô hình Số trị Hóa học Khí quyển (CTM): Các hệ thống như Models-3/CMAQ (Byun & Schere, 2006), CAMx (ENVIRON, 2014), GEOS-Chem (Bey et al., 2001) và WRF-Chem (Grell et al., 2005) mô phỏng động lực học chất ô nhiễm dựa trên các phương trình bảo toàn khối lượng, phản ứng quang hóa pha khí và nhiệt động học sol khí. Tại Trung Quốc, giai đoạn 2016–2019 chứng kiến sự bùng nổ với 124 nghiên cứu sử dụng CMAQ, 111 nghiên cứu dùng WRF-Chem áp dụng cho các vùng kinh tế trọng điểm như Kinh-Tân-Kế (122 nghiên cứu), Đồng bằng sông Trường Giang (84 nghiên cứu), dựa trên nguồn kiểm kê MEIC và mạng lưới 337 trạm CNEMC (Zhang et al., 2019). Sai số chuẩn hóa trung bình (NME) của các mô hình này dao động quanh mức 40%, với hệ số tương quan $R$ trung bình đạt 0.6–0.8. Tuy nhiên, rào cản lớn nhất của CTM là sự phụ thuộc tuyệt đối vào độ chính xác của bảng kiểm kê phát thải và chi phí tài nguyên tính toán cực lớn.
-
Trường phái Mô hình Thống kê và Học máy Viễn thám: Bắt đầu từ các mô hình hồi quy tuyến tính đa biến (MLR) đơn giản tại Thung lũng San Joaquin, Hoa Kỳ ($R^2 \approx 0.55–0.65$), các nhà nghiên cứu đã chuyển dịch sang mô hình hiệu ứng hỗn hợp (Mixed Effect Model - MEM) của Lee et al. (2011) nhằm phân tách biến thiên ngẫu nhiên theo ngày của mối quan hệ AOD - $PM_{2.5}$ ($R^2$ đạt 0.70–0.85), hồi quy trọng số địa lý (GWR) của Fotheringham et al. (2002), và gần đây là các mô hình học sâu như Geo-LSTM (Li et al., 2020), Random Forest hai giai đoạn (Chen et al., 2018).
graph LR
subgraph Global_Debates ["Tranh Luận Học Thuật Quốc Tế"]
direction TB
G1["Trường Phái Số Trị (CTM: WRF-Chem, CMAQ)<br>• Ưu: Rõ cơ chế vật lý - hóa học, dự báo tương lai<br>• Nhược: Chi phí HPC cực lớn, phụ thuộc EI tĩnh"]
G2["Trường Phái Thống Kê / Học Máy (MEM, GWR, RF)<br>• Ưu: Độ chính xác cao, tính toán thời gian thực<br>• Nhược: Hộp đen, phụ thuộc mật độ trạm mặt đất"]
end
subgraph Thesis_Positioning ["Vị Trí Của Luận Án (Phạm Văn Hà, 2024)"]
direction TB
P1["Tiếp cận Kết hợp Song hành (Hybrid Data-Driven & Process-Based):<br>1. Cập nhật phát thải thích ứng qua kịch bản ECLIPSE v5a.<br>2. Tối ưu nắn chỉnh hình học TPS & Dung hợp AOD bằng GWR.<br>3. Tăng tốc HPC giải quyết nút thắt song song Amdahl."]
end
G1 ==> P1
G2 ==> P1
Tại Việt Nam, các công trình trước đây bộc lộ nhiều khoảng trống nghiêm trọng:
- Hướng tiếp cận số trị: Các nghiên cứu của Phùng et al. (2018) tại TP.HCM hay Nguyễn et al. (2014, 2019) tại Hà Nội chủ yếu sử dụng mô hình offline (mô hình khí tượng chạy trước rồi nạp vào CTM như TAPM-CTM, WRF-CMAQ), bỏ qua tương tác phản hồi hai chiều (online feedback) giữa hạt sol khí và bức xạ mặt trời. Hơn nữa, phát thải đầu vào chỉ giới hạn cục bộ trong ranh giới đô thị hẹp, chưa tích hợp được tác động xuyên biên giới và cháy rừng mùa khô.
- Hướng tiếp cận thống kê viễn thám: Nghiên cứu của Nguyễn et al. (2015) bước đầu lập bản đồ $PM_{2.5}$ toàn quốc nhưng dùng mô hình hồi quy tuyến tính đa biến cổ điển ($R^2 = 0.602$, $\text{RMSE} = 8.5,\mu\text{g/m}^3$), chưa xử lý triệt để sai số định vị tọa độ của ảnh vệ tinh góc nghiêng lớn và tỷ lệ che phủ AOD thấp do mây mù nhiệt đới.
So sánh với hai nghiên cứu quốc tế điển hình:
- Nghiên cứu tại Hoa Kỳ (San Joaquin Valley - Engel-Cox et al., 2004): Có mạng lưới trạm dày đặc và bảng kiểm kê NEI liên tục cập nhật, mô hình MEM đạt $R^2 > 0.80$ dễ dàng mà không cần xử lý khuyết thiếu dữ liệu phức tạp.
- Nghiên cứu tại Trung Quốc (Toàn quốc - Xiao et al., 2018; He et al., 2020): Sử dụng mạng lưới hơn 1.500 trạm CNEMC để huấn luyện Random Forest và Deep Learning. Trong điều kiện Việt Nam (dưới 15 trạm quan trắc chuẩn thời điểm nghiên cứu), các mô hình học sâu phức tạp hoàn toàn bị overfitting. Luận án đã định vị đúng đắn: tập trung vào nâng cao chất lượng tiền xử lý dữ liệu đầu vào và sử dụng mô hình thống kê hội tụ nhanh (MEM) kết hợp mô hình số trị WRF-Chem tối ưu.
Đóng góp lý thuyết và khung phân tích
Đóng góp cho lý thuyết
Luận án tạo ra bước tiến quan trọng trong việc mở rộng và kết nối các lý thuyết nền tảng:
- Mở rộng Lý thuyết Cân bằng Hóa học Khí quyển (Atmospheric Chemical Transport Theory - Seinfeld & Pandis, 2006): Chứng minh rằng trong điều kiện thiếu kiểm kê phát thải chi tiết cấp quốc gia, phương pháp điều chỉnh phát thải dựa trên kịch bản phát thải (Scenario-based Emission Adjustment) sử dụng tỷ lệ biến thiên không gian của ECLIPSE v5a trên nền phát thải HTAP_v2/REASv3.1 có thể tái hiện chính xác các quy luật lan truyền chất ô nhiễm trong các đợt gió mùa Đông Bắc và hiện tượng nghịch nhiệt mùa đông tại miền Bắc Việt Nam.
- Làm sâu sắc Lý thuyết Mô hình Hiệu ứng Hỗn hợp Không - Thời gian (Spatio-Temporal Mixed-Effects Theory - Laird & Ware, 1982): Thiết lập cấu trúc phương trình liên kết giữa nồng độ bụi mặt đất với AOD cột khí quyển thông qua phân rã hệ số góc cố định và ngẫu nhiên theo ngày:
$$PM_{2.5,ij} = (\alpha + u_j) \times AOD_{ij} + \sum_{k=1}^N (\beta_k + \beta'{kj}) X{k,ij} + \epsilon_{ij}$$
Trong đó, $\alpha$ và $\beta_k$ đại diện cho đáp ứng cố định mang tính vật lý (áp suất, nhiệt độ, chiều cao lớp biên hành tinh - PBLH); $u_j$ và $\beta'_{kj}$ là các hiệu ứng ngẫu nhiên theo ngày $j$ tại trạm $i$, phản ánh sự biến thiên quang học của sol khí do độ ẩm và thành phần hóa học bụi thay đổi từng ngày.
- Đóng góp vào Lý thuyết Khả năng Mở rộng Tính toán Song song (Parallel Scalability Theory - Amdahl, 1967): Phát hiện và lượng hóa hiện tượng suy giảm hiệu năng phi tuyến tính khi tăng số lõi CPU trong mô phỏng WRF-Chem trực tuyến, thiết lập mô hình toán học cân bằng tối ưu giữa tính toán vi phân động lực học (Computation), truyền thông đồng bộ mạng lưới (MPI Communication), và truy xuất dữ liệu đĩa (I/O).
classDiagram
class TheoreticalFramework {
+Atmospheric Chemistry (Seinfeld & Pandis)
+Mixed-Effects Spatio-Temporal (Laird & Ware)
+Parallel Amdahl Scaling (Amdahl, 1967)
}
class EmissionAdjustmentApproach {
+HTAP_v2 Base (2010)
+REASv3.1 Base (2015)
+ECLIPSE v5a Ratio (0.5 deg)
+Pixel-level Scaling Factor
}
class MultiSourceDataFusion {
+MODIS Terra / Aqua (0.33 R2)
+VIIRS NPP (0.25 R2)
+Geographical Weighted Regression
+Thin Plate Spline (TPS)
}
class SpatioTemporalEstimation {
+Fixed Slopes (alpha, beta)
+Daily Random Slopes (u_j, beta')
+Boundary Layer PBLH Coupling
+High-Resolution PM2.5 Surface Mapping
}
TheoreticalFramework <|-- EmissionAdjustmentApproach
TheoreticalFramework <|-- MultiSourceDataFusion
TheoreticalFramework <|-- SpatioTemporalEstimation
Khung phân tích độc đáo
Khung phân tích của luận án tích hợp ba trụ cột:
- Trụ cột 1 - Chuẩn hóa tọa độ hình học vi mô: Đánh giá chính xác sai số vị trí điểm ảnh viễn thám bằng các hàm toán học cấp cao (Đa thức bậc 1, Đa thức bậc 2, và Hàm tấm mỏng - Thin Plate Spline - TPS) thông qua thư viện GDAL, loại bỏ triệt để hiện tượng lệch tọa độ tại vùng ven biển và hải đảo.
- Trụ cột 2 - Dung hợp phổ AOD thích ứng: Ứng dụng mô hình Hồi quy Trọng số Địa lý (GWR) để hợp nhất AOD từ các cảm biến có đặc tính quang phổ khác nhau (MODIS Terra/Aqua và VIIRS NPP), giải quyết bài toán đánh đổi (trade-off) giữa độ che phủ dữ liệu và độ chính xác quang học.
- Trụ cột 3 - Khớp nối động lực học số trị và thống kê: Sử dụng mô hình WRF-Chem để phân tích bản chất cơ chế lan truyền chất ô nhiễm theo hoàn lưu khí quyển (gió mùa Đông Bắc, gió mùa Tây Nam) và điểm cháy rừng sinh khối (FINN), sau đó kiểm chứng chéo với bản đồ mật độ bụi mịn từ mô hình thống kê viễn thám MEM.
Phương pháp nghiên cứu tiên tiến
Thiết kế nghiên cứu
Luận án tuân thủ chặt chẽ thế giới quan bản thể luận thực tại phê phán (Critical Realism) kết hợp phương pháp luận thực chứng (Positivism), đảm bảo tính khách quan và khả năng tái lập hoàn toàn của các thí nghiệm tính toán:
- Thiết kế đa cấp độ (Multi-level Design):
- Cấp vĩ mô: Mô phỏng WRF-Chem lồng ghép 3 miền tính toán (three nested domains) từ quy mô Đông Nam Á ($36,\text{km}$), toàn lãnh thổ Việt Nam ($12,\text{km}$), đến vùng kinh tế trọng điểm Bắc Bộ ($4,\text{km}$).
- Cấp vi mô: Lưới hóa dữ liệu vệ tinh và trạm quan trắc ở độ phân giải $1,\text{km} \times 1,\text{km}$ và $3,\text{km} \times 3,\text{km}$.
- Quy mô mẫu và dữ liệu thực nghiệm:
- Tập dữ liệu vệ tinh AOD: Toàn bộ ảnh MODIS (Terra/Aqua) và VIIRS NPP giai đoạn 2012–2020 trên lãnh thổ Việt Nam.
- Tập dữ liệu quan trắc kiểm chuẩn: Dữ liệu đo quang học sol khí tại trạm AERONET Nghĩa Đô (Hà Nội) với 550 mẫu chuẩn ($N = 550$).
- Mạng lưới trạm mặt đất: Dữ liệu quan trắc $PM_{2.5}$ theo giờ từ Trung tâm Quan trắc Môi trường Miền Bắc (NCEM), các trạm tự động của Sở TN&MT Hà Nội, Quảng Ninh, Phú Thọ và Đại sứ quán Hoa Kỳ.
Quy trình nghiên cứu
flowchart LR
subgraph Step1_Input ["1. Tiền Xử Lý Dữ Liệu"]
A["Dữ liệu Vệ tinh (MODIS, VIIRS)"] --> B["Nắn chỉnh TPS (GDAL)"]
B --> C["Dung hợp AOD bằng GWR"]
end
subgraph Step2_Execution ["2. Thực Thi Mô Hình"]
D["Kiểm kê HTAP/REAS + ECLIPSE"] --> E["WRF-Chem (Online HPC)"]
C --> F["Mô hình Thống kê MEM"]
G["Khí tượng ERA5 / NCEP"] --> E
end
subgraph Step3_Validation ["3. Đánh Giá & Kiểm Chứng"]
E --> H["Kiểm chuẩn Chỉ số Thống kê (NMB, NME, RMSE, R)"]
F --> I["10-fold Cross-Validation & Site-based CV"]
H <--> J["Đối soát Bản đồ PM2.5 Toàn Quốc"]
I <--> J
end
Step1_Input --> Step2_Execution
Step2_Execution --> Step3_Validation
Quy trình nghiên cứu bao gồm các bước được tiêu chuẩn hóa nghiêm ngặt:
- Giao thức thu thập và kiểm soát chất lượng (QC): Lọc bỏ các giá trị $PM_{2.5} \le 0,\mu\text{g/m}^3$ hoặc $> 900,\mu\text{g/m}^3$ sinh ra do lỗi cảm biến cơ học; áp dụng ngưỡng phân vị để loại bỏ nhiễu ngoại lai.
- Kỹ thuật nắn chỉnh tọa độ hình học: Trích xuất các điểm kiểm soát mặt đất (GCPs) phân bố đều và ngẫu nhiên trên toàn bộ khung ảnh viễn thám; xây dựng ma trận chuyển đổi tọa độ phi tuyến bằng thuật toán Thin Plate Spline (TPS), khắc phục hiện tượng méo ảnh do độ cong Trái Đất và góc quét lệch tâm của sensor VIIRS.
- Tam giác đạc dữ liệu và phương pháp (Methodological & Data Triangulation): Kiểm chứng chéo kết quả giữa 3 nguồn độc lập: (1) Số liệu đo đạc thực địa tại trạm quan trắc tự động; (2) Kết quả mô phỏng động lực học hóa học WRF-Chem; (3) Kết quả ước tính từ mô hình thống kê MEM dựa trên AOD viễn thám.
Phân tích dữ liệu và các chỉ số thống kê
Chất lượng mô phỏng số trị WRF-Chem được lượng hóa qua các chỉ số thống kê tiêu chuẩn quốc tế:
- Độ lệch trung bình chuẩn hóa (Normalized Mean Bias - NMB):
$$\text{NMB} = \frac{\sum_{i=1}^M (P_i - O_i)}{\sum_{i=1}^M O_i} \times 100%$$
- Sai số trung bình chuẩn hóa (Normalized Mean Error - NME):
$$\text{NME} = \frac{\sum_{i=1}^M |P_i - O_i|}{\sum_{i=1}^M O_i} \times 100%$$
- Hệ số tương quan Pearson ($R$) và sai số căn bậc hai trung bình (RMSE):
$$\text{RMSE} = \sqrt{\frac{1}{M} \sum_{i=1}^M (P_i - O_i)^2}$$
Trong đó, $P_i$ là giá trị mô phỏng/ước tính, $O_i$ là giá trị quan trắc thực tế, $M$ là tổng số mẫu.
Đối với mô hình thống kê MEM, quy trình kiểm định chéo 10 phần (10-fold Cross-Validation) và kiểm định chéo theo trạm (Site-based Cross-Validation) được thực hiện lặp lại 100 lần để ngăn ngừa tuyệt đối hiện tượng spatial autocorrelation gây lạc quan sai lệch về độ chính xác.
Phát hiện đột phá và implications
Những phát hiện then chốt
-
Hiệu chỉnh phát thải bằng kịch bản ECLIPSE v5a nâng cao vượt bậc chất lượng mô phỏng WRF-Chem:
Khi sử dụng bộ phát thải gốc HTAP_v2 (năm cơ sở 2010) cho mô phỏng năm 2019, mô hình đánh giá thấp nồng độ bụi nghiêm trọng với độ lệch $\text{NMB} < -35%$. Sau khi áp dụng hệ số điều chỉnh tỷ lệ phát thải ECLIPSE v5a theo từng ô lưới $0.5^\circ$, độ lệch mô phỏng giảm xuống mức $|\text{NMB}| < 15%$, sai số $\text{NME}$ duy trì ở mức $32–38%$, và hệ số tương quan $R$ tăng từ 0.52 lên 0.74 trên toàn miền Bắc.
-
Dung hợp AOD bằng GWR giải quyết triệt để sự đánh đổi giữa độ phủ và độ chính xác:
Dữ liệu gốc từ cảm biến VIIRS NPP có hệ số tương quan với trạm AERONET thấp hơn ($R^2 = 0.25$) so với MODIS Terra ($R^2 = 0.33$). Tuy nhiên, phương pháp dung hợp GWR đã tích hợp ưu thế góc quét rộng của VIIRS và độ chính xác quang phổ của MODIS, nâng tỷ lệ che phủ không gian của ảnh AOD hợp nhất từ mức trung bình $35–42%$ lên tới $82.4%$ diện tích lãnh thổ Việt Nam trong các ngày quang mây, đồng thời cải thiện tương quan với trạm AERONET lên $R^2 = 0.72$ ($\text{RMSE} = 0.18$).
-
Phát hiện quy luật phi tuyến tính trong tối ưu hóa hiệu năng WRF-Chem trên HPC:
Kết quả đo kiểm thực nghiệm thời gian chạy mô phỏng 24 giờ cho toàn lãnh thổ Việt Nam (lưới $4,\text{km}$) trên máy chủ tính toán hiệu năng cao cho thấy:
- Với 4 lõi CPU: Thời gian mô phỏng mất 450 phút (7,5 giờ).
- Tăng lên 32 lõi CPU: Thời gian giảm mạnh xuống mức tối ưu xấp xỉ 50 phút (< 1 giờ), đạt hiệu suất gia tốc song song gần như tuyến tính.
- Khi tiếp tục tăng lên 76 lõi CPU: Thời gian mô phỏng nghịch lý tăng vọt trở lại lên 200 phút (~3,3 giờ). Luận án đã chỉ ra nguyên nhân là do chi phí nghẽn truyền thông trao đổi ranh giới ô lưới giữa các tiến trình (MPI communication overhead) và nghẽn ghi đĩa đồng thời (I/O contention) vượt quá năng lực tính toán phân tán.
xychart-beta
title "Thời Gian Mô Phỏng WRF-Chem 24h Theo Số Lõi CPU (Phút)"
x-axis ["4 Cores", "8 Cores", "16 Cores", "32 Cores", "48 Cores", "64 Cores", "76 Cores"]
y-axis "Thời Gian Thực Thi (Phút)" 0 --> 500
bar [450, 240, 110, 50, 95, 150, 200]
line [450, 240, 110, 50, 95, 150, 200]
-
Tối ưu hóa nắn chỉnh tọa độ VIIRS giảm nghẽn xử lý dữ liệu lớn:
Thời gian nắn chỉnh tọa độ hình học 1 ảnh AOD gốc bằng hàm TPS mất tới 303 giây (hơn 5 phút) do tập điểm kiểm soát GCPs quá lớn ($> 10.000$ điểm). Bằng cách thiết lập phương pháp lấy mẫu phân bố đều và ngẫu nhiên có chọn lọc, thời gian nắn chỉnh giảm xuống dưới 12 giây/ảnh (giảm hơn $96%$ thời gian tính toán) mà sai số vị trí hình học vẫn đảm bảo dưới $0.5$ pixel ($< 375,\text{m}$).
-
Làm rõ quy luật động lực học ô nhiễm bụi mịn $PM_{2.5}$ theo mùa và hoàn lưu gió mùa:
Nồng độ $PM_{2.5}$ tại miền Bắc trong mùa khô (tháng 1) cao gấp 2,5 đến 3,5 lần so với mùa mưa (tháng 6). Trong các đợt gió mùa Đông Bắc (từ ngày 15 đến 25 tháng 1), khối không khí lạnh kèm theo nghịch nhiệt bức xạ và lớp biên khí quyển hạ thấp ($\text{PBLH} < 400,\text{m}$) đã giam hãm bụi mịn ở tầng sát mặt đất, kết hợp với phát thải đốt rơm rạ và cháy rừng mùa khô được ghi nhận từ tập dữ liệu FINN tạo nên các đỉnh ô nhiễm vượt ngưỡng $150,\mu\text{g/m}^3$.
Implications đa chiều
- Về mặt lý thuyết: Cung cấp mô hình tham chiếu hoàn chỉnh cho việc ghép nối mô hình số trị quá trình (process-based) và mô hình học máy thống kê (data-driven) tại các quốc gia đang phát triển có tài nguyên dữ liệu quan trắc hạn chế.
- Về mặt phương pháp luận: Chuẩn hóa quy trình tiền xử lý ảnh viễn thám sol khí độ phân giải cao và thuật toán dung hợp dữ liệu có thể chuyển giao trực tiếp cho các bài toán quan sát Trái Đất khác (nhiệt độ bề mặt đất LST, độ ẩm đất, khí sinh công nghiệp $\text{NO}_2$, $\text{SO}_2$).
- Về mặt thực tiễn và chính sách: Cung cấp bộ công cụ lập bản đồ ô nhiễm $PM_{2.5}$ liên tục theo ngày phục vụ Bộ Tài nguyên & Môi trường, Cục Kiểm soát Ô nhiễm Môi trường xây dựng kịch bản cảnh báo sớm chất lượng không khí, quy hoạch vùng đệm công nghiệp và điều tiết giao thông đô thị.
Limitations và Future Research
Luận án thẳng thắn thừa nhận các giới hạn học thuật cần tiếp tục hoàn thiện:
- Độ trễ và độ phân giải của kịch bản phát thải: Kịch bản ECLIPSE v5a có độ phân giải không gian $0.5^\circ \times 0.5^\circ$ (khoảng $50,\text{km}$), chưa phản ánh được các nguồn phát thải điểm cục bộ như các cụm khu công nghiệp mới thành lập hoặc các công trình giao thông trọng điểm nội đô.
- Độ bao phủ của mạng lưới trạm kiểm chuẩn: Dữ liệu trạm mặt đất dùng để huấn luyện mô hình thống kê trong giai đoạn trước năm 2018 còn thưa thớt, chưa bao phủ đầy đủ các vùng địa hình phức tạp như Tây Bắc và Tây Nguyên.
- Bỏ qua hóa học sol khí thứ cấp phức tạp: Mô hình WRF-Chem trong các kịch bản chạy thử nghiệm hiệu năng buộc phải rút gọn một số cơ chế phản ứng hóa học pha nước nâng cao để đảm bảo thời gian tính toán khả thi.
Chương trình nghiên cứu tương lai:
- Tích hợp dữ liệu viễn thám từ các vệ tinh địa tĩnh thế hệ mới (Himawari-8/9, GOCI-II) với tần suất chụp 10–15 phút/lần nhằm xây dựng bản đồ ô nhiễm thời gian thực trong ngày.
- Ứng dụng mạng nơ-ron đồ thị không - thời gian (Spatio-Temporal Graph Neural Networks - ST-GNN) kết hợp cơ chế vật lý (Physics-Informed Neural Networks - PINN) để học sâu mối quan hệ động lực học khí quyển.
- Xây dựng hệ thống đồng hóa dữ liệu (Data Assimilation) tích hợp trực tiếp dữ liệu từ mạng lưới hàng ngàn cảm biến chi phí thấp (PAM Air, AirVisual) sau khi được hiệu chuẩn bằng máy học vào mô hình số trị WRF-Chem.
Tác động và ảnh hưởng
- Tác động học thuật (Academic Impact): Mở ra hướng đi mới trong việc tối ưu hóa HPC cho các mô hình CTM tại Đông Nam Á. Các công trình công bố từ luận án (các bài báo quốc tế [PVH04], [PVH05], [PVH07], [PVH08]) đã và đang trở thành tài liệu tham khảo then chốt cho cộng đồng nghiên cứu khí quyển nhiệt đới gió mùa.
- Chuyển đổi công nghệ và ứng dụng thực tế (Industry & Environmental Operations): Toàn bộ quy trình nắn chỉnh tọa độ nhanh, dung hợp GWR và mô phỏng WRF-Chem tối ưu hóa được đóng gói thành các module phần mềm mã nguồn mở sẵn sàng tích hợp vào hệ thống giám sát môi trường quốc gia và các đô thị thông minh (Smart Cities).
- Ý nghĩa xã hội và sức khỏe cộng đồng (Societal Benefits): Cung cấp các bản đồ phân bố $PM_{2.5}$ lịch sử độ phân giải $1,\text{km} \times 1,\text{km}$, tạo tiền đề dữ liệu đầu vào chuẩn xác cho các nghiên cứu dịch tễ học đánh giá số ca tử vong và chi phí y tế do ô nhiễm không khí tại từng quận, huyện trên toàn quốc.
Đối tượng hưởng lợi
- Nghiên cứu sinh & Nhà khoa học chuyên ngành Hệ thống Thông tin / Khoa học Khí quyển: Tiếp cận phương pháp luận dung hợp dữ liệu đa nguồn, kỹ thuật xử lý ảnh viễn thám và kiến trúc tối ưu hóa tính toán song song trên HPC.
- Các nhà quản lý chính sách môi trường (Bộ TN&MT, Chi cục Bảo vệ Môi trường): Sở hữu cơ sở khoa học định lượng vững chắc để ban hành quy chuẩn kỹ thuật môi trường, kế hoạch hành động quốc gia về quản lý chất lượng không khí đến năm 2030.
- Doanh nghiệp R&D & Khởi nghiệp Công nghệ Môi trường: Tái sử dụng các thuật toán nắn chỉnh nhanh và hiệu chỉnh dữ liệu cảm biến để phát triển các ứng dụng thương mại cảnh báo ô nhiễm cá nhân hóa cho người dân.
Câu hỏi chuyên sâu
1. Đóng góp lý thuyết độc đáo nhất của luận án là gì?
Luận án đã thành công trong việc mở rộng Lý thuyết Mô hình Hiệu ứng Hỗn hợp Không - Thời gian (Laird & Ware, 1982) và Lý thuyết Truyền tải Hóa học Khí quyển (Seinfeld & Pandis, 2006) bằng cách thiết lập cơ chế hiệu chuẩn phát thải đa kịch bản (ECLIPSE v5a) kết hợp phân rã hiệu ứng quang học sol khí ngẫu nhiên theo ngày. Điều này giải quyết bài toán cốt lõi: mô hình hóa định lượng chất lượng không khí chính xác tại các khu vực thiếu hụt nghiêm trọng dữ liệu kiểm kê phát thải mặt đất.
2. Đột phá về mặt phương pháp luận so với các nghiên cứu trước đây là gì?
So với các nghiên cứu của Nguyễn et al. (2015) chỉ dùng hồi quy tuyến tính cổ điển, hoặc Phùng et al. (2018) dùng CMAQ offline, luận án tạo bước đột phá ba tầng:
- Nắn chỉnh tọa độ hình học phi tuyến TPS siêu tốc (giảm thời gian từ $303,\text{s}$ xuống $< 12,\text{s}$/ảnh).
- Dung hợp dữ liệu vệ tinh đa nguồn bằng GWR, nâng độ che phủ AOD từ $40%$ lên $> 82%$.
- Tối ưu hóa cấu trúc phân rã miền tính toán trên WRF-Chem online, cắt giảm thời gian chạy từ $7,5,\text{giờ}$ xuống $50,\text{phút}$/ngày mô phỏng trên cấu hình 32 lõi CPU.
3. Phát hiện thực nghiệm nào gây bất ngờ nhất trong luận án?
Phát hiện bất ngờ nhất là hiện tượng "nghịch lý mở rộng lõi tính toán" (Scalability Paradox) trên hệ thống HPC: khi tăng số lõi CPU từ 32 lên 76 lõi, thời gian thực thi mô hình WRF-Chem không giảm mà tăng vọt gấp 4 lần (từ $50,\text{phút}$ lên $200,\text{phút}$). Điều này chứng minh rằng trong mô phỏng hóa học trực tuyến lồng lưới, chi phí truyền thông đồng bộ MPI và nghẽn I/O có thể làm triệt tiêu hoàn toàn lợi thế gia tốc tính toán nếu không cấu hình phân chia ô lưới (patches/tiles) phù hợp với kiến trúc bộ nhớ phần cứng.
4. Luận án có cung cấp quy trình tái lập thực nghiệm (Replication Protocol) không?
Có. Toàn bộ thông số cấu hình vật lý/hóa học của WRF-Chem (tùy chọn cơ chế hóa học, vi vật lý mây, lớp biên PBL), mã nguồn tiền xử lý viễn thám trên thư viện GDAL, kịch bản phân bổ điểm kiểm soát GCPs, và các tập dữ liệu phát thải đầu vào (HTAP_v2, REASv3.1, ECLIPSE, FINN, MEGAN) đều được mô tả chi tiết trong các Bảng 0.1, Bảng 0.4, Bảng 0.5 và hệ thống phụ lục kỹ thuật của luận án.
5. Định hướng nghiên cứu 10 năm tới được vạch ra như thế nào?
Chiến lược 10 năm tập trung vào xây dựng nền tảng "Bản sao số Khí quyển" (Atmospheric Digital Twin) cho Việt Nam: chuyển dịch từ mô hình hóa hồi quy sang mạng nơ-ron đồ thị kết hợp vật lý (PINN), tích hợp dữ liệu thời gian thực từ chùm vệ tinh địa tĩnh và mạng lưới hàng triệu cảm biến IoT vạn vật, phục vụ điều hành đô thị thông minh tự động thích ứng với biến đổi khí hậu.
Kết luận
Luận án tiến sĩ của tác giả Phạm Văn Hà đã đóng góp 5 giá trị khoa học và thực tiễn cốt lõi:
- Thiết lập khung phương pháp luận hoàn chỉnh: Kết hợp hiệu quả giữa mô hình số trị động lực học hóa học (WRF-Chem) và mô hình thống kê không - thời gian viễn thám (MEM).
- Đề xuất giải pháp điều chỉnh phát thải đột phá: Khắc phục thành công sự thiếu hụt kiểm kê phát thải tại Việt Nam bằng cách tích hợp tỷ lệ kịch bản phát thải ECLIPSE v5a, cải thiện hệ số tương quan mô phỏng lên $R = 0.74$.
- Giải quyết bài toán dung hợp dữ liệu viễn thám: Nâng độ phủ ảnh sol khí AOD lên $82.4%$ diện tích toàn quốc thông qua hồi quy GWR và nắn chỉnh hình học TPS tối ưu.
- Tối ưu hóa hiệu năng tính toán trên HPC: Lượng hóa quy luật truyền thông MPI và phân rã lưới tính toán, cắt giảm hơn $80%$ thời gian mô phỏng WRF-Chem và $96%$ thời gian tiền xử lý ảnh VIIRS.
- Cung cấp bức tranh toàn diện về động lực học ô nhiễm $PM_{2.5}$: Làm rõ tác động tương hỗ giữa hoàn lưu gió mùa Đông Bắc, nghịch nhiệt lớp biên và hoạt động đốt sinh khối đối với sự gia tăng nồng độ bụi mịn tại Việt Nam.
Công trình tạo nền tảng chuyển dịch phương pháp luận từ mô hình hóa truyền thống sang hệ thống tính toán khoa học thông minh, mở ra các hướng nghiên cứu liên ngành về trí tuệ nhân tạo khí quyển, bảo vệ sức khỏe cộng đồng và thúc đẩy lộ trình phát triển bền vững quốc gia.
