Giới thiệu dự án
Tài nguyên nước dưới đất đóng vai trò then chốt trong việc bảo đảm an ninh nguồn nước phục vụ sinh hoạt, nông nghiệp và sản xuất công nghiệp. Tại các đô thị và trung tâm công nghiệp ven biển, áp lực khai thác cùng sự gia tăng nhanh chóng của các khu công nghiệp (KCN) đang đe dọa nghiêm trọng đến trữ lượng và chất lượng nguồn nước ngầm. Huyện Tân Thành (nay là thị xã Phú Mỹ), tỉnh Bà Rịa - Vũng Tàu là một trong những trung tâm kinh tế trọng điểm phía Nam với 20 KCN lớn nhỏ (như Phú Mỹ I, Mỹ Xuân A1, A2, B1, Cái Mép) cùng hệ thống cảng biển nước sâu dọc sông Thị Vải. Tổng lưu lượng khai thác nước dưới đất trên địa bàn đạt 50.982 $\text{m}^3/\text{ngày}$, trong đó phục vụ ăn uống sinh hoạt chiếm trên 36.000 $\text{m}^3/\text{ngày}$ và cấp nước sản xuất công nghiệp đạt hơn 14.000 $\text{m}^3/\text{ngày}$. Mật độ khai thác tại các xã trọng điểm như Mỹ Xuân, Tân Hải, Sông Xoài, Hắc Dịch dao động từ $100 - 200\text{ m}^3/\text{ngày}/\text{km}^2$.
Sự phát triển công nghiệp hóa với mật độ dày đặc các ngành luyện kim, nhiệt điện, phân bón NPK, hóa chất, thuộc da và gạch men đã tạo ra rủi ro ô nhiễm chéo từ nước thải công nghiệp, nước rỉ rác và nguy cơ xâm nhập mặn từ hệ thống sông Thị Vải chịu tác động trực tiếp của thủy triều Biển Đông. Phương pháp đánh giá chất lượng nước truyền thống tại các cơ quan quản lý nhà nước thường chỉ dừng lại ở việc so sánh nồng độ đơn lẻ từng thông số với Quy chuẩn Kỹ thuật Quốc gia (QCVN 09-MT:2015/BTNMT). Cách tiếp cận đơn biến này tồn tại hạn chế cốt lõi: không xác định được mối tương quan giữa các ion, không phân biệt được nguồn gốc ô nhiễm do hoạt động nhân sinh (anthropogenic activities), xâm nhập mặn (salinization) hay do quá trình tương tác thạch học tự nhiên (water-rock interaction), đồng thời không tối ưu hóa được chi phí quan trắc định kỳ.
+-------------------------------------------------------------+
| KHUNG PHÂN TÍCH CHẤT LƯỢNG NƯỚC DƯỚI ĐẤT ĐA BIẾN (MSA) |
+-------------------------------------------------------------+
|
+----------------------------+----------------------------+
| |
v v
+-------------------------------+ +-------------------------------+
| PHÂN TÍCH THÀNH PHẦN CHÍNH | | PHÂN TÍCH CỤM THỨ BẬC |
| (PCA / FA) | | (HCA) |
+-------------------------------+ +-------------------------------+
| * Ma trận tương quan Pearson | | * Khoảng cách Euclid bình |
| * Tiêu chuẩn Kaiser (Eigen>1) | | phương (Squared Euclidean) |
| * Phép xoay Varimax | | * Thủ tục liên kết Ward |
| * Trích xuất 3 nhân tố chính | | * Phân nhóm 18 trạm quan trắc |
| (Giải thích 79.244% PS) | | thành 3 cụm (LP, MP, HP) |
+-------------------------------+ +-------------------------------+
| |
+----------------------------+----------------------------+
v
+-------------------------------------------------------------+
| KẾT QUẢ: BẢN ĐỒ PHÂN BỐ KHÔNG GIAN VÀ CƠ CHẾ Ô NHIỄM |
| (Hỗ trợ ra quyết định bảo vệ nguồn nước ngầm Tân Thành) |
+-------------------------------------------------------------+
Đồ án tốt nghiệp "Ứng dụng phân tích thống kê trong đánh giá chất lượng nước dưới đất huyện Tân Thành, tỉnh Bà Rịa - Vũng Tàu" được thực hiện nhằm giải quyết trọn vẹn bài toán trên thông qua việc ứng dụng các kỹ thuật Phân tích Thống kê Đa biến (Multivariate Statistical Analysis - MSA).
Mục tiêu cụ thể của dự án:
- Đánh giá tính chuẩn xác và độ tin cậy của bộ dữ liệu quan trắc thông qua phân tích sai số cân bằng điện tích (Charge Balance Error - %CBE) và biểu đồ tam giác Piper.
- Ứng dụng Phân tích Thành phần Chính (Principal Component Analysis - PCA) kết hợp Phân tích Nhân tố (Factor Analysis - FA) với phép xoay Varimax nhằm rút giảm số chiều dữ liệu từ 15 thông số gốc, trích xuất các nguồn ô nhiễm tiềm ẩn giải thích $\ge 75%$ tổng phương sai dữ liệu.
- Ứng dụng Phân tích Cụm Thứ bậc (Hierarchical Cluster Analysis - HCA) theo thuật toán Ward nhằm phân nhóm không gian 18 công trình giếng quan trắc thuộc 3 tầng chứa nước chính ($qp_3, qp_{2-3}, qp_1$), làm cơ sở khoa học tối ưu hóa mạng lưới quan trắc.
- Xây dựng giải pháp hỗ trợ ra quyết định phục vụ Sở Tài nguyên và Môi trường tỉnh Bà Rịa - Vũng Tàu trong quản lý bền vững tài nguyên nước dưới đất.
Phạm vi nghiên cứu bao quát diện tích tự nhiên $33.825\text{ ha}$ của huyện Tân Thành, tập trung vào 18 trạm quan trắc đại diện cho 3 tầng chứa nước trầm tích Pleistocen trong mùa khô năm 2012 với 15 thông số hóa lý quan trọng.
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
Phương pháp đánh giá chất lượng nước truyền thống tại các mạng lưới quan trắc địa phương thường bộc lộ những nhược điểm lớn khi xử lý các tập dữ liệu không gian - thời gian quy mô lớn.
| Tiêu chí so sánh |
Phương pháp Đơn biến Truyền thống (So sánh QCVN) |
Chỉ số Chất lượng Nước (WQI - Water Quality Index) |
Phân tích Thống kê Đa biến (MSA: PCA/FA & HCA) |
| Bản chất toán học |
So sánh nồng độ độc lập với ngưỡng quy chuẩn |
Tích hợp tuyến tính có trọng số thành một điểm số chung |
Khai phá cấu trúc hiệp phương sai, giảm chiều và phân cụm dữ liệu |
| Xác định nguồn ô nhiễm |
Không thể xác định nguyên nhân và nguồn gốc |
Chỉ cảnh báo mức độ suy giảm chung, mất dấu thông số |
Phân tách rõ ràng: Xâm nhập mặn, Nhân sinh, Khoáng hóa tự nhiên |
| Độ nhạy đa thông số |
Rất thấp, dễ gây nhiễu do hiện tượng tương quan cục bộ |
Trung bình, phụ thuộc vào công thức trọng số cố định |
Rất cao, tự động loại bỏ biến dư thừa và triệt tiêu đa cộng tuyến |
| Tối ưu hóa trạm đo |
Không hỗ trợ nhận diện trạm quan trắc trùng lặp |
Hỗ trợ phân vùng chất lượng nhưng không tối ưu trạm |
Nhận diện chính xác cụm trạm đồng nhất để cắt giảm chi phí đo đạc |
Yêu cầu hệ thống phân tích dữ liệu được phân loại theo ma trận MoSCoW:
- Must have: Kiểm định cân bằng ion ($%CBE < 5%$), chuẩn hóa ma trận dữ liệu ($Z$-score), trích xuất Eigenvalues $> 1.0$ (Kaiser Criterion), phân loại cụm trạm quan trắc bằng thuật toán Ward và khoảng cách Euclid bình phương.
- Should have: Phân loại tướng nước trên biểu đồ Piper trilinear, trích xuất biểu đồ Scree Plot xác định điểm gãy phương sai, trực quan hóa ma trận tải nhân tố sau xoay Varimax.
- Could have: Tích hợp hiển thị vị trí giếng quan trắc trên bản đồ GIS không gian (MapInfo Professional).
- Won't have (lần này): Mô hình hóa dòng thấm 3D thời gian thực (Visual MODFLOW) và dự báo chuỗi thời gian bằng mạng nơ-ron hồi quy.
Thiết kế hệ thống
Khung kiến trúc xử lý dữ liệu của đề tài được chuẩn hóa thành luồng 4 giai đoạn logic khép kín:
[Dữ liệu thô 18 giếng x 15 thông số]
[Giai đoạn 2: Biểu đồ Piper & Ma trận tương quan Pearson (SPSS 20)]
Technology Stack & Thư viện sử dụng:
- Công cụ phân tích thống kê cốt lõi: IBM SPSS Statistics version 20.0 (Thực hiện PCA, Factor Analysis, Hierarchical Cluster Analysis, Pearson Correlation Matrix).
- Công cụ đồ họa địa hóa nước: OriginPro version 2015 (Vẽ biểu đồ tam giác Piper, biểu đồ tán xạ phân tán ion).
- Hệ thống Thông tin Địa lý (GIS): MapInfo Professional version 12.0 kết hợp Google Earth Pro (Biên tập bản đồ phân bố giếng quan trắc, bản đồ địa tầng thủy văn tỷ lệ 1:50.000).
- Xử lý bảng tính sơ bộ: Microsoft Excel 2010 (Tính toán sai số cân bằng điện tích %CBE, chuyển đổi đơn vị milliđương lượng $\text{meq/L}$).
Cơ sở dữ liệu 15 thông số hóa lý quan trắc:
- Nhóm thông số vật lý & tổng lượng: pH, Độ cứng toàn phần (TH - Total Hardness), Tổng chất rắn hòa tan (TDS).
- Nhóm Cation chính: $\text{Ca}^{2+}$, $\text{Mg}^{2+}$, $\text{Na}^+$, $\text{K}^+$, $\text{Fe}^{2+}$, $\text{Cu}^{2+}$.
- Nhóm Anion chính: $\text{HCO}_3^-$, $\text{SO}_4^{2-}$, $\text{Cl}^-$, $\text{NO}_3^-$, $\text{F}^-$, $\text{Cr}^{6+}$.
Mô hình toán học và thuật toán nền tảng:
-
Sai số cân bằng điện tích (%CBE):
$$%CBE = \frac{\sum \text{Cations} - |\sum \text{Anions}|}{\sum \text{Cations} + |\sum \text{Anions}|} \times 100$$
(Điều kiện chấp nhận mẫu đạt chuẩn thủy địa hóa: $|%CBE| \le 5.0%$)
-
Chuẩn hóa ma trận biến ngẫu nhiên ($Z$-score Transformation):
$$Z_{ij} = \frac{x_{ij} - \bar{x}j}{s_j}$$
Trong đó $x{ij}$ là giá trị quan trắc thứ $i$ của biến $j$, $\bar{x}_j$ là giá trị trung bình mẫu, $s_j$ là độ lệch chuẩn.
-
Khử tương quan ma trận hiệp phương sai trong PCA:
Ma trận tương quan $R$ kích thước $p \times p$ được phân tích suy biến thành các vector riêng (eigenvectors) và giá trị riêng (eigenvalues) thông qua phương trình đặc trưng:
$$\det(R - \lambda I) = 0 \quad \text{với } \lambda_1 \ge \lambda_2 \ge \dots \ge \lambda_p \ge 0$$
Tổng phương sai tích lũy giải thích bởi $q$ thành phần chính đầu tiên ($q < p$):
$$r_q = \frac{\sum_{j=1}^q \lambda_j}{\sum_{j=1}^p \lambda_j} \times 100%$$
-
Thuật toán phân cụm tích tụ Ward (Ward's Hierarchical Minimum Variance Method):
Ở mỗi bước lặp, khoảng cách bình phương giữa hai cụm $A$ và $B$ được tính toán dựa trên mức tăng tổng bình phương độ lệch (Error Sum of Squares - $ESS$):
$$\Delta ESS_{AB} = \frac{n_A \cdot n_B}{n_A + n_B} |\bar{x}_A - \bar{x}_B|^2$$
Với $n_A, n_B$ là số lượng phần tử và $\bar{x}_A, \bar{x}_B$ là tâm của cụm $A$ và $B$.
Methodology
Quy trình nghiên cứu áp dụng mô hình phân tích định lượng chuẩn hóa theo các mốc thời gian chặt chẽ:
(Tuần 1 - 3) (Tuần 4 - 5) (Tuần 6 - 8) (Tuần 9 - 10) (Tuần 11 - 12)
- Đánh giá rủi ro & giải pháp giảm thiểu:
- Rủi ro lệch thứ nguyên: Do nồng độ TDS (hàng trăm $\text{mg/L}$) lớn hơn rất nhiều so với ion vi lượng $\text{Cu}^{2+}, \text{Cr}^{6+}$ (dưới $0.1\text{ mg/L}$). Giải pháp: Bắt buộc chuẩn hóa $Z$-score trước khi tính ma trận tương quan.
- Rủi ro đa cộng tuyến: Giữa TDS và các ion chính $\text{Na}^+, \text{Cl}^-$. Giải pháp: Sử dụng phép xoay trực giao Varimax trong PCA để triệt tiêu tương quan chéo giữa các nhân tố trích xuất.
Implementation và kết quả
Development process
Quá trình trích xuất thông tin thủy địa hóa được hiện thực hóa qua quy trình lập trình/thống kê chuẩn. Đoạn mã Python tương đương kịch bản xử lý trên SPSS 20 được thiết lập như sau:
import numpy as np
import pandas as pd
from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA
from scipy.cluster.hierarchy import dendrogram, linkage, fcluster
# 1. Nạp tập dữ liệu quan trắc 18 giếng x 15 thông số
df = pd.read_csv('tan_thanh_groundwater_2012.csv')
features = ['pH', 'TH', 'TDS', 'Cl', 'F', 'NO3', 'SO4', 'Cr6', 'Cu2', 'Ca2', 'Mg2', 'Na', 'K', 'HCO3', 'Fe2']
X = df[features].values
# 2. Kiểm định chuẩn hóa Z-score
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)
# 3. Phân tích Thành phần Chính (PCA) trích xuất 3 nhân tố
pca = PCA(n_components=3)
pca_scores = pca.fit_transform(X_scaled)
explained_var = pca.explained_variance_ratio_ * 100
print(f"Variance Explained: PC1={explained_var[0]:.2f}%, PC2={explained_var[1]:.2f}%, PC3={explained_var[2]:.2f}%")
print(f"Cumulative Variance: {np.sum(explained_var):.3f}%")
# 4. Phân tích Cụm Thứ bậc theo thuật toán Ward
linked_matrix = linkage(X_scaled, method='ward', metric='sqeuclidean')
cluster_labels = fcluster(linked_matrix, t=3, criterion='maxclust')
df['Cluster'] = cluster_labels
Testing và validation
1. Kết quả kiểm định cân bằng ion (%CBE):
Toàn bộ 18 mẫu quan trắc thuộc 3 địa tầng đều đạt độ tin cậy tuyệt đối với $|%CBE| \le 0.85%$, thấp hơn rất nhiều so với ngưỡng khống chế $5.0%$.
| Tầng chứa nước |
Ký hiệu giếng |
Chiều sâu LK (m) |
Chiều sâu ống lọc (m) |
%CBE Mùa khô |
Trạng thái mẫu |
| Pleistocen trên ($qp_3$) |
QT5B |
25 |
14 - 18 |
0.62% |
Hợp lệ |
|
VT4B |
15 |
5 - 10 |
0.30% |
Hợp lệ |
|
VT6 |
15 |
2 - 7 |
0.42% |
Hợp lệ |
|
NB1B |
16 |
8 - 12 |
0.85% |
Hợp lệ |
|
NB2C |
16 |
8 - 12 |
0.76% |
Hợp lệ |
|
NB3A |
30 |
22 - 26 |
0.81% |
Hợp lệ |
|
NB3B |
23 |
14 - 18 |
0.69% |
Hợp lệ |
|
QT7B |
20 |
10 - 14 |
0.62% |
Hợp lệ |
| Pleistocen giữa - trên ($qp_{2-3}$) |
QT5A |
25 |
14 - 18 |
0.60% |
Hợp lệ |
|
VT4A |
15 |
5 - 10 |
0.44% |
Hợp lệ |
|
NB1A |
15 |
2 - 7 |
0.72% |
Hợp lệ |
|
NB2A |
16 |
8 - 12 |
0.67% |
Hợp lệ |
|
NB2B |
16 |
8 - 12 |
0.66% |
Hợp lệ |
|
NB4 |
30 |
22 - 26 |
0.55% |
Hợp lệ |
|
VT2B |
23 |
14 - 18 |
0.70% |
Hợp lệ |
|
QT11 |
20 |
10 - 14 |
0.51% |
Hợp lệ |
|
QT7A |
22 |
15 - 20 |
0.01% |
Hợp lệ |
| Pleistocen dưới ($qp_1$) |
VT2A |
16 |
9 - 11 |
0.77% |
Hợp lệ |
2. Ma trận tương quan Pearson ($r$):
Phân tích ma trận tương quan cho thấy các cặp thông số có mối liên hệ mật thiết đạt mức ý nghĩa $p < 0.01$:
- Tương quan rất chặt giữa $\text{Cl}^-$ với $\text{Na}^+$ ($r = 0.984$), $\text{TDS}$ với $\text{Cl}^-$ ($r = 0.978$), $\text{TDS}$ với $\text{Na}^+$ ($r = 0.981$): Minh chứng nguồn gốc xâm nhập mặn biển.
- Tương quan giữa Độ cứng (TH) với $\text{Ca}^{2+}$ ($r = 0.892$) và $\text{Mg}^{2+}$ ($r = 0.854$): Phản ánh thành phần khoáng vật carbonat.
- Tương quan giữa $\text{NO}_3^-$ với $\text{F}^-$ ($r = 0.687$) và kim loại nặng ($\text{Cu}^{2+}, \text{Cr}^{6+}$): Cảnh báo tác động lan truyền chất thải công nghiệp và phân bón NPK.
Kết quả đạt được
1. Trích xuất thành phần chính (PCA/FA):
Áp dụng tiêu chuẩn Kaiser (Eigenvalues $> 1.0$) và đường dốc Scree Plot, mô hình đã giữ lại 3 thành phần chính (PC) đại diện giải thích tới 79.244% tổng phương sai của bộ dữ liệu.
+-------------------------------------------------------------+
| TỔNG PHƯƠNG SAI GIẢI THÍCH BỞI 3 THÀNH PHẦN CHÍNH |
+-------------------------------------------------------------+
PC1 (Xâm nhập mặn) [==================================] 45.182%
PC2 (Nguồn nhân sinh) [================] 20.814%
PC3 (Tương tác thạch học) [==========] 13.248%
----------------------------------------------------------------------
TỔNG TÍCH LŨY: [==============================================] 79.244%
- Thành phần chính 1 (PC1 - Giải thích 45.182% phương sai): Mang trọng số tải rất cao đối với $\text{TDS}$ ($0.962$), $\text{Cl}^-$ ($0.958$), $\text{Na}^+$ ($0.941$), $\text{SO}_4^{2-}$ ($0.785$), $\text{Mg}^{2+}$ ($0.742$). Đây là Nhân tố Xâm nhập mặn và ảnh hưởng hải quyển dọc hành lang hạ lưu sông Thị Vải.
- Thành phần chính 2 (PC2 - Giải thích 20.814% phương sai): Mang trọng số tải lớn ở $\text{NO}_3^-$ ($0.865$), $\text{F}^-$ ($0.743$), $\text{Cr}^{6+}$ ($0.682$), $\text{Cu}^{2+}$ ($0.615$). Đây là Nhân tố Tác động Nhân sinh (Anthropogenic Factor) phát sinh từ hoạt động luyện kim, hóa chất KCN Phú Mỹ, thuộc da và dư lượng phân bón nông nghiệp.
- Thành phần chính 3 (PC3 - Giải thích 13.248% phương sai): Chi phối bởi $\text{Ca}^{2+}$ ($0.812$), $\text{HCO}_3^-$ ($0.784$), $\text{pH}$ ($0.695$), $\text{Fe}^{2+}$ ($0.621$). Đây là Nhân tố Hòa tan Khoáng vật Thạch học (Water-rock interaction) phản ánh quá trình phong hóa felspat, dolomit và khoáng sét kaolinit đặc trưng của hệ tầng Củ Chi và Thủ Đức.
2. Kết quả phân tích cụm không gian (HCA):
Sơ đồ hình cây (Dendrogram) theo thuật toán Ward phân chia 18 giếng quan trắc thành 3 cụm đặc trưng rõ rệt:
Khoảng cách Euclid bình phương (Rescaled Distance)
Giếng 0 5 10 15 20 25
- Cụm 1 (Low Pollutant - LP): Gồm các giếng vùng cao phía Đông và Đông Bắc (xã Hắc Dịch, Sông Xoài, Châu Pha). Nước có độ khoáng hóa rất thấp ($\text{TDS} < 150\text{ mg/L}$), loại hình hóa học $\text{HCO}_3 - \text{Ca} \cdot \text{Na}$, chưa chịu tác động xâm nhập mặn hay ô nhiễm nhân sinh.
- Cụm 2 (Moderate Pollutant - MP): Gồm các trạm trung gian chuyển tiếp, nước có dấu hiệu gia tăng nồng độ $\text{NO}_3^-$ cục bộ và hàm lượng tổng chất rắn hòa tan ở mức trung bình ($150 - 450\text{ mg/L}$).
- Cụm 3 (High Pollutant / Saline - HP): Tập trung dọc hành lang KCN Phú Mỹ, Mỹ Xuân và hạ lưu sông Thị Vải (QT5B, VT6, NB3B, VT2B, VT2A). Nước thuộc kiểu $\text{Cl} - \text{Na}$, nồng độ $\text{Cl}^-$ và $\text{TDS}$ vượt ngưỡng cho phép, chịu tác động cộng hưởng giữa thủy triều mặn và xả thải công nghiệp.
Đổi mới và đóng góp
Nghiên cứu mang lại những đóng góp học thuật và thực tiễn mang tính đột phá cho công tác quản lý địa chất môi trường:
+-------------------------------------------------------------------------+
| SO SÁNH CÁC CÔNG TRÌNH NGHIÊN CỨU LIÊN QUAN |
+-------------------------------------------------------------------------+
| Nghiên cứu & Địa bàn | Phương pháp ứng dụng | Kết quả đạt được |
+----------------------------+-----------------------+--------------------+
| Zhang et al. (Trung Quốc) | PCA/FA, HCA (Q-type, | Tách 3 nguồn: |
| Vùng bán khô hạn Yinchuan | R-mode), Địa thống kê | Bốc hơi, Hòa tan |
| | | khoáng, Nhân sinh |
+----------------------------+-----------------------+--------------------+
| Sanchez-Martos (Tây Ban Nha)| PCA, Bản đồ hóa biến | Tách 3 nhân tố: |
| Khu vực Bajo Andarax | ngẫu nhiên không gian | Sunphate, Nhiệt độ,|
| | | Hải dương (Cl-Na) |
+----------------------------+-----------------------+--------------------+
| Nguyễn Hải Âu & Vũ Văn Nghị| PCA/FA, HCA trên | Trích xuất 2 nguồn |
| Lưu vực sông Thị Tính | nước mặt (DO, BOD) | giải thích 94.29% |
| | | phương sai |
+----------------------------+-----------------------+--------------------+
| ĐỒ ÁN TỐT NGHIỆP HIỆN TẠI | QA/QC (%CBE) + Piper | Giảm 80% số chiều; |
| Huyện Tân Thành, BR-VT | + PCA/FA + Ward HCA | Giải thích 79.244% |
| | (15 biến, 3 địa tầng) | phương sai 3 tầng |
+-------------------------------------------------------------------------+
- Đổi mới phương pháp luận: Là công trình tiên phong tại tỉnh Bà Rịa - Vũng Tàu tích hợp kiểm chuẩn sai số ion trị số thực ($%CBE < 0.85%$) với các thuật toán thống kê đa biến trên mạng lưới nước dưới đất đa tầng chứa nước ($qp_3, qp_{2-3}, qp_1$).
- Hiệu quả tinh giảm dữ liệu: Giảm $80%$ số chiều biến quan sát (từ 15 chỉ tiêu phức tạp xuống 3 thành phần chính trực giao) nhưng vẫn bảo toàn trọn vẹn $79.244%$ thông tin gốc, giúp việc đánh giá thủy hóa trở nên trực quan và chính xác.
- Đóng góp quản lý tài nguyên: Cung cấp cơ sở khoa học để Sở TN&MT tái cấu trúc mạng lưới quan trắc, loại bỏ các vị trí giếng đo đạc dư thừa trong cùng một cụm HCA, giảm kinh phí lấy mẫu và phân tích thí nghiệm hàng năm.
Ứng dụng thực tế và triển khai
Kịch bản ứng dụng thực địa
QUY TRÌNH HỖ TRỢ RA QUYẾT ĐỊNH
[Cảnh báo Xâm nhập mặn] [Cảnh báo Ô nhiễm KCN]
(Theo dõi PC1: Cl-, Na+, TDS) (Theo dõi PC2: NO3-, Cr6+, Cu2+)
- Điều tiết lưu lượng bơm hút - Thanh tra xả thải KCN Phú Mỹ
- Đóng giếng tầng nông ven sông - Thiết lập hành lang cách ly
- Kịch bản 1: Giám sát xâm nhập mặn vùng triều sông Thị Vải: Theo dõi chỉ số điểm nhân tố PC1 tại các giếng cụm 3 (HP). Khi PC1 tăng đột biến $> +1.5$, hệ thống tự động kích hoạt cảnh báo xâm nhập mặn tầng nông, yêu cầu các KCN giảm công suất khai thác nước ngầm để tránh hiện tượng sụt lún và kéo phễu mặn vào sâu nội đồng.
- Kịch bản 2: Truy vết ô nhiễm công nghiệp: Theo dõi đột biến của PC2 ($\text{NO}_3^-, \text{Cr}^{6+}, \text{Cu}^{2+}$) tại khu vực Mỹ Xuân để phát hiện sớm sự cố rò rỉ bể xử lý nước thải công nghiệp ngấm qua tầng chứa nước Holocen ($Q_4$) xuống Pleistocen ($qp_3$).
Yêu cầu triển khai hệ thống
- Hạ tầng phần cứng: Máy trạm tối thiểu CPU 4 Cores, 8GB RAM, dung lượng lưu trữ $500\text{ GB}$.
- Môi trường phần mềm: Hệ điều hành Windows/Linux, cài đặt SPSS v20+ hoặc môi trường Python 3.9+ (thư viện
scikit-learn, scipy, pandas, geopandas).
- Nguồn nhân lực: 01 kỹ sư địa chất thủy văn hoặc chuyên viên môi trường nắm vững thống kê ứng dụng và kỹ thuật phân tích GIS.
Phân tích Hiệu quả Đầu tư (Cost-Benefit Analysis)
- Tối ưu hóa kinh phí quan trắc: Nhờ phát hiện các giếng có đặc tính thủy hóa hoàn toàn đồng nhất trong Cụm 1 (ví dụ: VT4A, NB1A, NB2A), cơ quan quản lý có thể giảm tần suất quan trắc từ 4 lần/năm xuống 2 lần/năm đối với các vị trí ít biến động, giúp tiết kiệm $30 - 40%$ ngân sách phân tích mẫu hàng năm.
- Giá trị kinh tế môi trường: Ngăn chặn rủi ro hư hại thiết bị công nghiệp do sử dụng nước ngầm nhiễm mặn và bảo vệ sức khỏe cho hơn 137.000 cư dân huyện Tân Thành.
Hạn chế và hướng phát triển
- Hạn chế kỹ thuật hiện tại:
- Dữ liệu nghiên cứu tập trung chuyên sâu vào chuỗi số liệu mùa khô 2012, chưa bao quát đầy đủ biến thiên động thái theo chu kỳ liên năm ($5 - 10$ năm).
- Chưa tích hợp mạng lưới trạm quan trắc tự động truyền dữ liệu theo thời gian thực (IoT telemetry sensors).
- Hướng nghiên cứu và phát triển:
- Giai đoạn 1: Ứng dụng kỹ thuật nội suy địa thống kê Không gian - Thời gian (Spatiotemporal Kriging) để vẽ bản đồ đẳng trị 3D cho từng nhân tố PC1, PC2, PC3 trên toàn địa bàn tỉnh.
- Giai đoạn 2: Phát triển thuật toán Học máy (Random Forest, Long Short-Term Memory - LSTM) dự báo sớm ranh giới mặn $1\text{ g/L}$ và $0.4\text{ g/L}$ trong điều kiện biến đổi khí hậu và nước biển dâng.
- Giai đoạn 3: Xây dựng Dashboard WebGIS phục vụ công tác giám sát trực quan cho cán bộ quản lý tài nguyên nước.
Đối tượng hưởng lợi
+-----------------------------------------------------------------------------+
| ĐỐI TƯỢNG HƯỞNG LỢI |
+-----------------------------------------------------------------------------+
| SINH VIÊN & HỌC VIÊN | Học liệu chuẩn mực về xử lý dữ liệu thủy |
| | địa hóa, thành thạo công cụ SPSS & Origin. |
+-------------------------------+---------------------------------------------+
| KỸ SƯ & CHUYÊN VIÊN DỮ LIỆU | Khung thuật toán PCA/HCA chuẩn hóa, sẵn sàng|
| | tái sử dụng cho các lưu vực nước khác. |
+-------------------------------+---------------------------------------------+
| CƠ QUAN QUẢN LÝ NHÀ NƯỚC | Bản đồ phân vùng ô nhiễm hỗ trợ cấp phép |
| (Sở TN&MT Bà Rịa - Vũng Tàu) | khai thác và cắt giảm 35% chi phí đo đạc. |
+-------------------------------+---------------------------------------------+
| DOANH NGHIỆP KCN TÂN THÀNH | Chủ động nguồn cấp nước sạch, giảm thiểu |
| | rủi ro ăn mòn thiết bị do nước nhiễm mặn. |
+-----------------------------------------------------------------------------+
Câu hỏi thường gặp
1. Yêu cầu cấu hình kỹ thuật tối thiểu để triển khai quy trình phân tích này là gì?
Quy trình thống kê đa biến có thể chạy mượt mà trên máy tính cá nhân tiêu chuẩn (Intel Core i3, 4GB RAM). Về phần mềm, cần trang bị IBM SPSS Statistics (phiên bản 20.0 trở lên) hoặc sử dụng ngôn ngữ mã nguồn mở Python (với các thư viện pandas, scikit-learn, scipy) và OriginPro để vẽ biểu đồ Piper.
2. Phương pháp này có bị giới hạn khi số lượng mẫu quan trắc tăng lên hàng nghìn giếng không?
Hoàn toàn không. Về mặt lý thuyết toán học, khi số lượng mẫu quan trắc ($n$) càng lớn ($n > 200$), ma trận hiệp phương sai càng tiến gần đến phân phối chuẩn của tổng thể, giúp các hệ số tải nhân tố của PCA và phân cụm HCA càng có độ tin cậy và tính đại diện cao.
3. Làm thế nào để tích hợp quy trình thống kê này vào hệ thống thông tin GIS sẵn có của tỉnh?
Sau khi trích xuất giá trị điểm nhân tố (Factor Scores) của từng trạm quan trắc từ SPSS, các giá trị này được xuất dưới dạng bảng thuộc tính (.csv hoặc .dbf) liên kết với trường khóa định danh trạm (Station ID). Phần mềm MapInfo hoặc ArcGIS sẽ sử dụng bảng này để thực hiện nội suy không gian và hiển thị trực tiếp lên các lớp bản đồ chuyên đề.
4. Chi phí duy trì và yêu cầu bảo trì hệ thống định kỳ như thế nào?
Chi phí bảo trì phần mềm gần như bằng 0 nếu sử dụng công cụ mã nguồn mở. Công tác định kỳ chủ yếu là kiểm định QA/QC số liệu phân tích ion từ phòng thí nghiệm thông qua công thức sai số cân bằng điện tích ($%CBE \le 5%$) trước khi đưa vào mô hình tái huấn luyện dữ liệu.
5. Lộ trình triển khai thực tế và thời gian thu hồi vốn (ROI) ước tính?
Lộ trình chuẩn hóa quy trình phân tích diễn ra trong $8 - 12$ tuần. Điểm hòa vốn và lợi ích kinh tế thể hiện ngay trong năm ngân sách đầu tiên nhờ cắt giảm $30 - 40%$ số mẫu đo đạc trùng lặp tại các cụm giếng đồng nhất.
Kết luận
Đồ án tốt nghiệp đã chứng minh tính hiệu quả vượt trội của kỹ thuật Phân tích Thống kê Đa biến (MSA) trong việc đánh giá và quản lý chất lượng nước dưới đất tại huyện Tân Thành, tỉnh Bà Rịa - Vũng Tàu. Bằng việc kết hợp chặt chẽ giữa phân tích cân bằng điện tích ion ($%CBE \le 0.85%$), biểu đồ tam giác Piper, phân tích thành phần chính PCA (giải thích 79.244% phương sai) và phân tích cụm HCA theo thuật toán Ward, nghiên cứu đã bóc tách thành công 3 cơ chế chi phối chất lượng nước: xâm nhập mặn ven biển, tác động xả thải công nghiệp - nhân sinh và quá trình hòa tan thạch học tự nhiên.
Kết quả phân vùng 3 cụm giếng không gian không chỉ cung cấp bức tranh toàn diện, chân thực về hiện trạng tài nguyên nước ngầm mà còn là công cụ khoa học sắc bén giúp Sở Tài nguyên và Môi trường tỉnh Bà Rịa - Vũng Tàu hoạch định chính sách bảo vệ nguồn nước, cấp phép khai thác hợp lý và tối ưu hóa ngân sách vận hành mạng lưới quan trắc. Đây là tiền đề vững chắc để nhân rộng mô hình phân tích cho các đô thị công nghiệp và dải ven biển trên toàn quốc.
