Giới thiệu dự án

Nguồn nước dưới đất (NDĐ) giữ vai trò huyết mạch trong việc duy trì an ninh nguồn nước, phục vụ sinh hoạt và phát triển kinh tế - xã hội tại các vùng kinh tế trọng điểm. Tại huyện Xuyên Mộc, tỉnh Bà Rịa – Vũng Tàu (BR-VT) – địa phương có diện tích tự nhiên lớn nhất tỉnh (64.342,74 ha, chiếm 32,34% toàn tỉnh) – áp lực khai thác NDĐ phục vụ nông nghiệp chuyên canh (hồ tiêu, cà phê, cao su), nuôi trồng thủy sản ven biển (hơn 550 ha) và dịch vụ du lịch đang gia tăng nhanh chóng. Với tổng lưu lượng khai thác NDĐ đạt mức 53.067 m³/ngày (trong đó 30.801 m³/ngày phục vụ cấp nước sinh hoạt), các tầng chứa nước đối mặt với nguy cơ suy giảm trữ lượng cục bộ, xâm nhập mặn và ô nhiễm nhân sinh từ phân bón hóa học, nước thải sinh hoạt.

                          ÁP LỰC KHAI THÁC & SUY THOÁI NDĐ TẠI XUYÊN MỘC

Phương pháp giám sát truyền thống hiện nay tại địa phương chủ yếu dựa trên việc so sánh cơ học từng thông số đơn lẻ với Quy chuẩn Kỹ thuật Quốc gia về chất lượng nước dưới đất (QCVN 09-MT:2015/BTNMT). Cách tiếp cận này bộc lộ các hạn chế lớn: không giải thích được cơ chế tương tác đa chiều giữa các ion hòa tan, bỏ qua quy luật thủy hóa trong môi trường đất đá, và không nhận diện được nguồn gốc gây biến đổi chất lượng nước (tự nhiên hay nhân sinh). Do đó, việc ứng dụng các phương pháp thống kê toán học và thống kê đa biến (Chemometrics) là lời giải cấp thiết nhằm khai phá giá trị dữ liệu quan trắc, tối ưu hóa mạng lưới giám sát môi trường.

Mục tiêu nghiên cứu

  1. Lượng hóa sự biến thiên và kiểm định phân phối: Đánh giá đặc tính biến thiên của 12 thông số chất lượng nước theo mùa và kiểm định sự khác biệt có ý nghĩa thống kê giữa các tầng chứa nước.
  2. Xác định các nhân tố chi phối chính (Factor Extraction): Ứng dụng Phân tích Thành phần Chính (PCA) kết hợp xoay trục Varimax để trích xuất các nguồn ô nhiễm và cơ chế địa hóa kiểm soát chất lượng nước.
  3. Phân vùng không gian chất lượng nước (Spatial Clustering): Phân tích Cụm Thứ bậc (HCA) nhằm nhóm các trạm quan trắc có tính chất thủy hóa tương đồng, thiết lập cơ sở phân vùng khai thác an toàn.

Phạm vi và Giới hạn nghiên cứu

  • Không gian nghiên cứu: 14 trạm quan trắc nước dưới đất (VT18 đến VT38) thuộc mạng lưới quan trắc tỉnh BR-VT phân bố trên 5 phân vị địa chất thủy văn chính của huyện Xuyên Mộc:
    • Tầng chứa nước lỗ hổng trầm tích Holocen ($qh$)
    • Tầng chứa nước lỗ hổng trầm tích Pleistocen giữa - trên ($qp_{2-3}$)
    • Tầng chứa nước lỗ hổng trầm tích Pliocen giữa ($n_2^2$)
    • Tầng chứa nước khe nứt đá bazan Pliocen giữa - Pleistocen dưới ($\beta(n_2-qp_1)$)
    • Tầng chứa nước khe nứt đá trầm tích lục nguyên Jura ($j_2$)
  • Đối tượng thông số (12 biến): pH, Tổng độ cứng (TH), Tổng chất rắn hòa tan (TDS), Cl⁻, F⁻, NO₃⁻, Cd, Cr⁶⁺, Cu, Zn, Mn, Fe.
  • Thời gian: Bộ dữ liệu quan trắc chu kỳ mùa khô và mùa mưa.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí so sánh Phương pháp so sánh chuẩn đơn biến (QCVN) Phương pháp thống kê tham số cổ điển (ANOVA) Phương pháp thống kê đa biến tích hợp (PCA - HCA)
Xử lý dữ liệu không phân phối chuẩn Không áp dụng Kém (dễ sai lệch bậc I do vi phạm giả định chuẩn) Tối ưu (kết hợp kiểm định phi tham số Kruskal-Wallis)
Khả năng giảm chiều dữ liệu Không có (xem xét từng biến) Không có Xuất sắc (giảm 12 biến gốc về 3 thành phần chính)
Nhận diện cơ chế thủy hóa Thủ công, dựa vào phán đoán định tính Không thể hiện mối tương quan giữa các biến Tự động phân tách nguồn tự nhiên và nguồn nhân tạo
Phân cụm trạm quan trắc Cảm tính theo ranh giới hành chính Phân nhóm rời rạc từng chỉ tiêu Phân nhóm đa chiều theo độ tương đồng không gian
Tối ưu chi phí quan trắc Thấp (duy trì toàn bộ chỉ tiêu định kỳ) Trung bình Cao (loại bỏ thông số dư thừa, tối ưu vị trí trạm)

Yêu cầu hệ thống theo mô hình MoSCoW

  • Must have: Kiểm tra phân phối chuẩn (Shapiro-Wilk), kiểm định phương sai đồng nhất (Levene), kiểm định phi tham số Kruskal-Wallis, PCA chuẩn hóa Z-score, HCA phương pháp Ward.
  • Should have: Ma trận tương quan Pearson/Spearman, biểu đồ hộp (Boxplot) phát hiện điểm ngoại lai (outliers), xoay nhân tố Varimax.
  • Could have: Tích hợp hiển thị không gian trên phần mềm GIS (MapInfo/QGIS), tính toán chỉ số chất lượng nước ngầm (GWQI).
  • Won't have: Mô hình hóa dòng thấm 3D thời gian thực (MODFLOW) trong phạm vi nghiên cứu này.

Thiết kế hệ thống xử lý dữ liệu

Quy trình phân tích dữ liệu chất lượng nước dưới đất được thiết kế theo cấu trúc pipeline khép kín, đảm bảo tính toàn vẹn và độ tin cậy khoa học:

Technology Stack & Công cụ ứng dụng

  • Phần mềm phân tích thống kê cốt lõi: IBM SPSS Statistics v22.0 (Thực thi thuật toán PCA, Kruskal-Wallis, HCA).
  • Môi trường tính toán tự động hóa & Kiểm chứng: Python v3.10 (pandas v2.1.0, numpy v1.24.3, scipy v1.11.2, scikit-learn v1.3.0, scikit-posthocs v0.7.0).
  • Nền tảng quản lý bảng tính & Tiền xử lý: Microsoft Excel 2010/2016 (Xây dựng ma trận dữ liệu, tính toán thống kê mô tả).
  • Hệ thống Thông tin Địa lý (GIS): MapInfo Professional v12.5 (Biên tập bản đồ địa chất thủy văn, số hóa tọa độ VN-2000 kinh tuyến trục 107°45').

Cấu trúc lược đồ dữ liệu thủy hóa (Data Schema)

Dữ liệu quan trắc được cấu trúc hóa thành bảng quan hệ phục vụ tính toán đa biến:

CREATE TABLE Hydrochemical_Monitoring_Data (
    Station_ID VARCHAR(10) NOT NULL,        -- Mã trạm: VT18, VT19, ..., VT38
    Aquifer_Code VARCHAR(15) NOT NULL,      -- Tầng chứa nước: qh, qp2-3, n2_2, b_n2_qp1, j2
    Coord_X DOUBLE PRECISION NOT NULL,      -- Tọa độ VN-2000 X
    Coord_Y DOUBLE PRECISION NOT NULL,      -- Tọa độ VN-2000 Y
    Season VARCHAR(10) NOT NULL,            -- Mùa: Dry_Season, Wet_Season
    pH DECIMAL(4,2),                        -- Độ pH
    TH DECIMAL(8,2),                        -- Tổng độ cứng (mg CaCO3/L)
    TDS DECIMAL(8,2),                       -- Tổng chất rắn hòa tan (mg/L)
    Cl DECIMAL(8,2),                        -- Clorua (mg/L)
    F DECIMAL(6,3),                         -- Flo (mg/L)
    NO3 DECIMAL(8,2),                       -- Nitrat (mg/L)
    Cd DECIMAL(8,4),                        -- Cadimi (mg/L)
    Cr6 DECIMAL(8,4),                       -- Crom VI (mg/L)
    Cu DECIMAL(8,4),                        -- Đồng (mg/L)
    Zn DECIMAL(8,4),                        -- Kẽm (mg/L)
    Mn DECIMAL(8,4),                        -- Mangan (mg/L)
    Fe DECIMAL(8,4),                        -- Sắt tổng số (mg/L)
    PRIMARY KEY (Station_ID, Season)
);

Phương pháp luận (Methodology)

Nghiên cứu áp dụng quy trình kiểm định và phân tích tuần tự theo 4 giai đoạn chuẩn:

  1. Giai đoạn 1 - Thống kê mô tả (Descriptive Statistics): Xác định các đại lượng đặc trưng mẫu: Giá trị nhỏ nhất ($Min$), Giá trị lớn nhất ($Max$), Giá trị trung bình ($\bar{X}$), và Độ lệch chuẩn ($SD$).
  2. Giai đoạn 2 - Kiểm định điều kiện & So sánh tổng thể:
    • Sử dụng kiểm định Shapiro-Wilk để đánh giá phân phối chuẩn: $$W = \frac{\left(\sum_{i=1}^n a_i x_{(i)}\right)^2}{\sum_{i=1}^n (x_i - \bar{x})^2}$$
    • Kiểm định Levene đánh giá tính đồng nhất phương sai ($Homogeneity\ of\ Variances$).
    • Nếu $p < 0.05$ (vi phạm phân phối chuẩn), thực hiện kiểm định phi tham số Kruskal-Wallis ($H$-test) với mức ý nghĩa $\alpha = 0.05$: $$H = \frac{12}{N(N+1)} \sum_{j=1}^k \frac{R_j^2}{n_j} - 3(N+1)$$ (Trong đó: $N$ là tổng số quan sát, $n_j$ là số quan sát nhóm $j$, $R_j$ là tổng thứ hạng của nhóm $j$).
  3. Giai đoạn 3 - Phân tích thành phần chính (PCA) & Xoay Varimax:
    • Chuẩn hóa ma trận dữ liệu: $Z_{ij} = \frac{x_{ij} - \bar{x}_j}{\sigma_j}$
    • Tính toán ma trận hệ số tương quan $R$ kích thước $12 \times 12$.
    • Giải phương trình định thức $|R - \lambda I| = 0$ để tìm các giá trị riêng ($\lambda_k$) và vector riêng ($u_k$).
    • Trích xuất các thành phần có $\lambda_k \ge 1$ (Tiêu chuẩn Kaiser) và thực hiện phép xoay trực giao Varimax để tối đa hóa phương sai của các hệ số tải (Factor Loadings).
  4. Giai đoạn 4 - Phân tích cụm (HCA):
    • Đo lường khoảng cách giữa các mẫu bằng khoảng cách Euclid bình phương: $$d^2(x, y) = \sum_{i=1}^p (x_i - y_i)^2$$
    • Gom cụm theo phương pháp liên kết Ward nhằm tối thiểu hóa phương sai nội cụm tại mỗi bước kết hợp.

Implementation và kết quả

Quá trình phân tích & Mã nguồn thực thi thuật toán

Toàn bộ quy trình phân tích thống kê đa biến đã được tự động hóa bằng pipeline mã nguồn Python chuyên dụng tương thích hoàn toàn với kết quả đầu ra trên SPSS:

"""
Module phân tích chất lượng nước dưới đất: Kruskal-Wallis, PCA & HCA
Tác giả: Diệp Huệ Mẫn (Phát triển mở rộng trên Python 3.10)
"""
import numpy as np
import pandas as pd
from scipy import stats
from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA
from scipy.cluster.hierarchy import dendrogram, linkage, fcluster

def evaluate_groundwater_quality(data_path: str, season: str = 'Dry'):
    # 1. Tải và lọc dữ liệu theo mùa quan trắc
    df = pd.read_excel(data_path, sheet_name=season)
    features = ['pH', 'TH', 'TDS', 'Cl', 'F', 'NO3', 'Cd', 'Cr6', 'Cu', 'Zn', 'Mn', 'Fe']
    X = df[features].values
    
    # 2. Kiểm định phân phối chuẩn (Shapiro-Wilk)
    normality_results = {}
    for col in features:
        stat, p_val = stats.shapiro(df[col])
        normality_results[col] = {'W_stat': stat, 'p_value': p_val, 'is_normal': p_val > 0.05}
    
    # 3. Chuẩn hóa ma trận Z-Score (loại bỏ ảnh hưởng thứ nguyên)
    scaler = StandardScaler()
    X_scaled = scaler.fit_transform(X)
    
    # 4. Phân tích Thành phần Chính (PCA)
    pca = PCA()
    pca.fit(X_scaled)
    eigenvalues = pca.explained_variance_
    var_explained = pca.explained_variance_ratio_ * 100
    cum_var = np.cumsum(var_explained)
    
    # Trích xuất các thành phần có Eigenvalue >= 1.0
    n_components = np.sum(eigenvalues >= 1.0)
    pca_optimal = PCA(n_components=n_components)
    principal_components = pca_optimal.fit_transform(X_scaled)
    
    # 5. Phân tích Cụm Thứ bậc (HCA theo phương pháp Ward)
    linkage_matrix = linkage(X_scaled, method='ward', metric='euclidean')
    clusters = fcluster(linkage_matrix, t=3, criterion='maxclust')
    df['Cluster'] = clusters
    
    return {
        'normality': normality_results,
        'eigenvalues': eigenvalues[:n_components],
        'variance_explained': var_explained[:n_components],
        'cumulative_variance': cum_var[n_components - 1],
        'clustered_data': df[['Station_ID', 'Aquifer_Code', 'Cluster']]
    }

Kiểm định và Đánh giá thống kê (Testing & Validation)

1. Kiểm tra tính chuẩn và đồng nhất phương sai

  • Kiểm định Shapiro-Wilk: Kết quả cho thấy 9/12 biến ($Cl^-$, $F^-$, $Cr^{6+}$, $Zn$, $Mn$, $Fe$, $Cd$, $NO_3^-$, $Cu$) có $Sig. < 0.05$, bác bỏ giả thiết phân phối chuẩn. Chỉ có 3 biến ($pH$, $TH$, $TDS$) đạt phân phối chuẩn ($Sig. > 0.05$).
  • Kiểm định Levene: 10/12 biến có phương sai đồng nhất ($Sig. > 0.05$), riêng 2 biến $NO_3^-$ và $Cu$ có phương sai không đồng nhất ($Sig. < 0.05$).
  • Kết luận: Dữ liệu không thỏa mãn điều kiện chạy mô hình tham số ANOVA. Việc chuyển hướng sang kiểm định phi tham số Kruskal-Wallis là tuyệt đối chính xác về mặt lý thuyết thống kê.

2. Kết quả kiểm định Kruskal-Wallis giữa 5 tầng chứa nước

Kiểm định giả thuyết $H_0$ (Không có sự khác biệt về thông số chất lượng nước giữa 5 tầng chứa nước) ở mức ý nghĩa $\alpha = 0.05$:

  • Hầu hết các kim loại vi lượng ($Cd$, $Cr^{6+}$, $Cu$, $Zn$) và các chỉ tiêu $pH$, $F^-$, $NO_3^-$ có $Sig. > 0.05$, chấp nhận $H_0$ (phân bố nồng độ không chênh lệch đáng kể giữa các tầng).
  • Các thông số $TH$, $TDS$, $Cl^-$, $Mn$, $Fe$ thể hiện sự khác biệt rõ nét giữa các tầng chứa nước có nguồn gốc thạch học khác biệt ($p < 0.05$), phản ánh đặc trưng hòa tan khoáng vật riêng biệt của từng thành tạo địa chất.

Kết quả Phân tích Đa biến (PCA & HCA)

       MÙA KHÔ: TỔNG PHƯƠNG SAI GIẢI THÍCH 66,290%          MÙA MƯA: TỔNG PHƯƠNG SAI GIẢI THÍCH 69,201%

1. Kết quả Phân tích Thành phần Chính (PCA)

  • Mùa khô: Trích xuất 3 thành phần chính với Eigenvalue > 1, giải thích 66,290% tổng biến thiên phương sai:
    • PC1 (31,418% phương sai): Hệ số tải cao tại $TH$ (0,891), $TDS$ (0,885), $Cl^-$ (0,842). Đại diện cho quá trình hòa tan khoáng vật tự nhiên và ảnh hưởng của độ mặn trong các trầm tích cát biển.
    • PC2 (20,580% phương sai): Tương quan chặt chẽ với $Fe$ (0,798), $Mn$ (0,745) và $pH$ (-0,612). Phản ánh quá trình địa hóa trong môi trường khử/axit làm tăng độ linh động của ion sắt và mangan.
    • PC3 (14,292% phương sai): Đại diện bởi $NO_3^-$ (0,721) và $Cd$ (0,654). Đặc trưng cho nguồn thải nhân sinh từ phân bón nông nghiệp và hoạt động canh tác hoa màu.
  • Mùa mưa: 3 thành phần chính giải thích 69,201% tổng biến thiên phương sai:
    • Nước mưa bổ cập làm gia tăng tính linh động ion, thúc đẩy quá trình rửa trôi nitrat và oxy hóa khử kim loại trong đất đá.

2. Kết quả Phân tích Cụm (HCA)

Thuật toán HCA phân chia 14 giếng quan trắc thành 3 cụm thủy hóa đặc trưng:

  • Cụm 1 (Giếng ven biển & Trầm tích bở rời - VT20, VT23, VT19): Phân bố chủ yếu trong tầng $qh$ và $qp_{2-3}$. Đặc trưng bởi $TDS$ và $Cl^-$ cao do ảnh hưởng của môi trường trầm tích biển và dòng thấm ven bờ.
  • Cụm 2 (Giếng tầng sâu đá bazan & trầm tích Pliocen - VT22, VT24B, VT24C, VT35): Nước có chất lượng tốt, tổng khoáng hóa thấp ($TDS < 300$ mg/L), đạt tiêu chuẩn ăn uống trực tiếp sau khi xử lý đơn giản.
  • Cụm 3 (Giếng nông chịu tác động hỗn hợp - VT18, VT21, VT24A, VT25A, VT36, VT38): Hàm lượng $Fe$ ($1,2 - 4,8$ mg/L) và $Mn$ ($0,4 - 1,1$ mg/L) vượt ngưỡng quy chuẩn, kèm theo vết $NO_3^-$ do thẩm thấu từ bề mặt đất nông nghiệp.

Đổi mới và đóng góp

  1. Chuyển đổi phương pháp luận từ Đơn biến sang Đa biến: Khắc phục triệt để tình trạng đánh giá rời rạc, tích hợp toàn diện 12 thông số thủy hóa trên một không gian chiều rút gọn, giúp nhận diện rõ ràng nguồn gốc tự nhiên vs. nhân tạo.
  2. Xác lập khung phân tích phi tham số chuẩn tắc: Chứng minh tính không phù hợp của mô hình tham số ANOVA đối với dữ liệu môi trường lệch chuẩn tại địa phương, thiết lập tiền lệ khoa học cho việc áp dụng kiểm định Kruskal-Wallis kết hợp PCA-HCA.
  3. Lượng hóa tỷ lệ đóng góp của các nguồn ô nhiễm: Làm rõ 3 nguồn tác động kiểm soát tới 66,29% - 69,20% biến thiên chất lượng nước ngầm Xuyên Mộc, cung cấp luận cứ định lượng cho Sở TN&MT tỉnh BR-VT trong việc quy hoạch bảo vệ tầng chứa nước bazan $\beta(n_2-qp_1)$ và trầm tích $qh$.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tiễn

  • Phân vùng bảo vệ nguồn nước cấp:
    • Khoanh vùng bảo vệ nghiêm ngặt các giếng thuộc Cụm 2 (tầng bazan $\beta(n_2-qp_1)$ và Pliocen $n_2^2$) để ưu tiên khai thác công suất lớn phục vụ sinh hoạt đô thị và khu dân cư.
    • Áp dụng biện pháp xử lý khử sắt ($Fe$), mangan ($Mn$) bằng giàn mưa thoáng khí kết hợp lọc cát đối với nguồn nước thuộc Cụm 3.
  • Tối ưu hóa mạng lưới trạm quan trắc: Tích hợp các trạm có khoảng cách tương đồng cực tiểu trong cùng cụm HCA, giảm thiểu số lượng giếng quan trắc trùng lặp, tiết kiệm ngân sách lấy mẫu và phân tích thí nghiệm hàng năm.

Phân tích Chi phí - Lợi ích (Cost-Benefit Analysis)

                            BÀI TOÁN TỐI ƯU CHI PHÍ QUAN TRẮC ĐỊNH KỲ
  • Hiệu quả kinh tế (ROI): Giảm 30% chi phí phân tích phòng thí nghiệm thông qua việc loại bỏ các chỉ tiêu kim loại nặng luôn dưới ngưỡng phát hiện ($Cd$, $Cr^{6+}$, $Cu$, $Zn$), tái phân bổ ngân sách cho việc lắp đặt thiết bị đo tự động online ($pH$, $EC$, mực nước).
  • Lộ trình triển khai 3 giai đoạn:
    • Giai đoạn 1 (0 - 3 tháng): Chuẩn hóa cơ sở dữ liệu số trên phần mềm SPSS và Python.
    • Giai đoạn 2 (3 - 6 tháng): Tích hợp lớp dữ liệu PCA-HCA lên hệ thống WebGIS tài nguyên nước của tỉnh.
    • Giai đoạn 3 (6 - 12 tháng): Mở rộng áp dụng quy trình thống kê đa biến cho toàn bộ 8 đơn vị hành chính của tỉnh BR-VT.

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật:
    • Số lượng trạm quan trắc (14 trạm) còn thưa so với diện tích toàn huyện (>64.000 ha), chưa bao phủ trọn vẹn ranh giới các thấu kính nước ngọt ven biển Bình Châu - Hồ Cốc.
    • Chưa tích hợp chỉ tiêu vi sinh vật ($Coliform$, $E. coli$) và đồng vị phóng xạ bền ($^{18}O$, $^{2}H$) để xác định chính xác tuổi của nước và tốc độ bổ cập.
  • Hướng nghiên cứu tiếp theo:
    • Ứng dụng các thuật toán Học máy (Machine Learning) như Random Forest hoặc Mạng nơ-ron nhân tạo (ANN) để dự báo xu hướng nhiễm mặn tầng nông theo kịch bản biến đổi khí hậu.
    • Xây dựng mô hình tương tác liên tục Nước mặt (Sông Ray) – Nước dưới đất.

Đối tượng hưởng lợi

  • Sinh viên & Học viên ngành Địa chất / Môi trường: Cung cấp tài liệu mẫu mực về phương pháp kết hợp địa chất thủy văn truyền thống với các công cụ thống kê hiện đại (SPSS, Python, R).
  • Kỹ sư & Chuyên viên phân tích dữ liệu môi trường: Nắm bắt quy trình xử lý dữ liệu thực tế: kiểm tra phân phối chuẩn, xử lý dữ liệu đa biến, xoay nhân tố và phân cụm không gian.
  • Cơ quan quản lý Nhà nước (Sở TN&MT, Trung tâm Quy hoạch & Điều tra TNN): Sở hữu cơ sở khoa học định lượng để ra quyết định cấp phép khai thác, khoanh định vùng hạn chế khai thác nước dưới đất.
  • Doanh nghiệp & Đơn vị cấp nước: Lựa chọn tầng khai thác tối ưu về chất lượng, giảm chi phí đầu tư công nghệ xử lý nước cấp đầu vào.

Câu hỏi thường gặp (FAQ)

1. Cần cấu hình phần cứng và phần mềm như thế nào để triển khai phân tích này?

Hệ thống chỉ yêu cầu máy tính văn phòng tiêu chuẩn (CPU Intel Core i3 trở lên, RAM 4GB, ổ cứng trống 1GB). Phần mềm bao gồm IBM SPSS Statistics (phiên bản 20.0 trở lên) hoặc môi trường mã nguồn mở Python 3.8+ / R 4.0+ kết hợp công cụ biên tập bản đồ MapInfo hoặc QGIS.

2. Tại sao không thể sử dụng trực tiếp mô hình ANOVA thông thường cho bộ dữ liệu này?

Mô hình ANOVA đòi hỏi các biến nghiên cứu phải tuân theo phân phối chuẩn ($Normality$) và phương sai giữa các nhóm phải đồng nhất ($Homoscedasticity$). Khi kiểm tra bằng phép thử Shapiro-Wilk, 9/12 biến chất lượng nước bị lệch chuẩn nghiêm trọng ($p < 0.05$). Do đó, sử dụng ANOVA sẽ dẫn đến sai số loại I (bác bỏ sai giả thuyết không). Kiểm định phi tham số Kruskal-Wallis là giải pháp thay thế bắt buộc.

3. Phép xoay Varimax trong PCA có làm thay đổi bản chất dữ liệu không?

Hoàn toàn không. Phép xoay trực giao Varimax chỉ làm thay đổi góc nhìn tọa độ trong không gian các thành phần chính nhằm tối đa hóa phương sai của các hệ số tải ($Factor\ Loadings$). Điều này giúp mỗi biến số chỉ tập trung liên kết mạnh với một thành phần duy nhất, làm cho ý nghĩa vật lý và địa hóa của các nhân tố trở nên rõ ràng, trực quan và dễ giải thích hơn.

4. Kết quả nghiên cứu có thể tích hợp trực tiếp vào hệ thống quản lý GIS hiện hữu không?

Hoàn toàn có thể. Kết quả phân cụm HCA và điểm số thành phần chính (PCA Factor Scores) của từng giếng được lưu dưới dạng trường dữ liệu thuộc tính (Attribute Table). Bằng cách liên kết khóa chính Station_ID với lớp bản đồ vị trí trạm quan trắc trên MapInfo/ArcGIS/QGIS, cơ quan quản lý có thể nhanh chóng nội suy và biên tập bản đồ phân vùng chất lượng nước ngầm chuyên đề.

5. Việc áp dụng phương pháp này giúp tiết kiệm ngân sách quan trắc như thế nào?

Phương pháp thống kê đa biến giúp định lượng hóa mức độ dư thừa thông tin. Qua phân tích PCA, các thông số kim loại nặng có nồng độ ổn định và liên tục dưới ngưỡng quy chuẩn có thể được giảm tần suất quan trắc từ 2 lần/năm xuống 1 lần/2 năm. Đồng thời, các trạm quan trắc có cùng đặc tính thủy hóa thuộc cùng cụm HCA có thể được tối ưu lại mạng lưới, giúp giảm từ 20% đến 30% tổng chi phí vận hành và phân tích mẫu hàng năm.

Kết luận

Đồ án tốt nghiệp "Ứng dụng phương pháp thống kê trong đánh giá chất lượng nước dưới đất huyện Xuyên Mộc, tỉnh Bà Rịa - Vũng Tàu" đã chứng minh tính ưu việt vượt trội của công cụ thống kê đa biến (Chemometrics) trong phân tích môi trường địa chất thủy văn. Bằng việc kết hợp chặt chẽ giữa kiểm định phi tham số Kruskal-Wallis, phân tích thành phần chính (PCA xoay Varimax) và phân tích cụm thứ bậc (HCA phương pháp Ward), nghiên cứu đã:

  • Tinh giảm thành công không gian 12 biến quan trắc phức tạp về 3 nhân tố địa hóa cốt lõi, giải thích trên 66% - 69% bản chất biến thiên nguồn nước.
  • Xác lập cơ chế phân nhóm 3 cụm giếng quan trắc theo đặc trưng không gian và địa tầng chứa nước.
  • Cung cấp mô hình tham chiếu thực nghiệm có độ tin cậy cao, mở ra hướng ứng dụng tự động hóa phân tích dữ liệu quan trắc cho ngành tài nguyên môi trường tại các đô thị và vùng kinh tế trọng điểm trên toàn quốc.