Nghiên cứu tiềm năng của địa y như chỉ số ô nhiễm không khí trong các khu vực đô thị

Luận văn thạc sĩ khám phá tiềm năng sử dụng địa y làm chỉ thị ô nhiễm không khí tại các khu vực đô thị, hỗ trợ giám sát môi trường hiệu quả.

• Tác giả: Ngo Duc Giang
• Người hướng dẫn: Duong Van Thao
• Trường học: Thai Nguyen University of Agriculture and Forestry
• Chuyên ngành: Environmental Science and Management
• Đề tài: Potential Use of Lichens as an Indicator of Air Pollution in Urban Airshed
• Loại tài liệu: bachelor thesis
• Năm xuất bản: 2015
• Địa điểm: Thai Nguyen

Mục lục chi tiết

• ACKNOWLEDGEMENT
• ABSTRACT
• LIST OF FIGURES
• LIST OF TABLES
• LIST OF ABBREVIATIONS
• 1. PART I: RESEARCH RATIONALE
• 1.1. Research questions and hypotheses
• 1.2. Limitations
• 1.3. Definitions
• 2. PART II: LITERATURE REVIEW
• 3. PART III: METHODS
• 3.1. Material
• 3.2. Study area
• 3.3. Sites selection
• 3.4. Sampling
• 3.5. Environment variable by GIS
• 3.5.1. Vegetation (NDVI)
• 3.5.2. Road

Tóm tắt

I. Ô nhiễm không khí và chỉ số đánh giá

Ô nhiễm không khí là một vấn đề nghiêm trọng trong các đô thị, ảnh hưởng đến sức khỏe con người và hệ sinh thái. Nghiên cứu này tập trung vào việc sử dụng lichen như một chỉ số môi trường để đánh giá chất lượng không khí. Lichen là sinh vật nhạy cảm với các yếu tố ô nhiễm như NOx, SO2, và các hạt bụi mịn. Kết quả cho thấy lichen có thể phản ánh mức độ ô nhiễm thông qua sự hiện diện và phong phú của chúng. Phương pháp này cung cấp một cách tiếp cận hiệu quả về chi phí so với các phương pháp truyền thống.

1.1. Tác động của ô nhiễm không khí

Ô nhiễm không khí gây ra nhiều vấn đề sức khỏe, từ các bệnh hô hấp đến tim mạch. Các chất ô nhiễm như NOx, SO2, và PM2.5 được xem là nguyên nhân chính. Nghiên cứu chỉ ra rằng lichen có thể tích lũy các chất ô nhiễm này, làm chúng trở thành chỉ số ô nhiễm hiệu quả. Sự suy giảm lichen trong các khu vực ô nhiễm cao cho thấy mối liên hệ chặt chẽ giữa chất lượng không khí và sự phát triển của sinh vật này.

1.2. Phương pháp đánh giá ô nhiễm

Nghiên cứu sử dụng GIS để phân tích các yếu tố môi trường như mật độ đường, độ phủ xanh, và khoảng cách đến khu công nghiệp. Lichen được đếm trên mái nhà bằng kính viễn vọng, và dữ liệu được phân tích bằng mô hình tuyến tính tổng quát. Kết quả cho thấy độ phủ xanh có liên quan đáng kể đến sự phong phú của lichen, trong khi mật độ đường và khoảng cách đến khu công nghiệp cũng ảnh hưởng nhưng ở mức độ thấp hơn.

II. Lichen và vai trò chỉ số môi trường

Lichen là kết quả của sự cộng sinh giữa nấm và tảo, chúng rất nhạy cảm với chất lượng không khí. Nghiên cứu này khẳng định lichen có thể được sử dụng như một chỉ số môi trường để đánh giá ô nhiễm không khí trong các đô thị. Lichen hấp thụ độ ẩm và các chất khí trực tiếp qua thallus, làm chúng trở thành công cụ hiệu quả để theo dõi các yếu tố ô nhiễm. Kết quả nghiên cứu cho thấy sự phong phú của lichen tăng lên trong các khu vực có độ phủ xanh cao, trong khi giảm ở những nơi có mật độ đường cao.

2.1. Đặc điểm sinh học của lichen

Lichen có khả năng sống trên nhiều bề mặt như vỏ cây, đá, và mái nhà. Chúng không ngừng phát triển, chỉ thay đổi tốc độ tùy thuộc vào điều kiện môi trường. Lichen có thể tích lũy các chất ô nhiễm trong mô của chúng mà không bị tổn hại, làm chúng trở thành chỉ số ô nhiễm lý tưởng. Nghiên cứu này sử dụng lichen để đánh giá chất lượng không khí trong khu vực đô thị Perth, Australia.

2.2. Ứng dụng thực tiễn của lichen

Nghiên cứu chỉ ra rằng lichen có thể được sử dụng để đánh giá chất lượng không khí một cách hiệu quả và tiết kiệm chi phí. Phương pháp này đặc biệt hữu ích trong các đô thị, nơi mà các phương pháp truyền thống thường tốn kém và phức tạp. Lichen cung cấp thông tin quan trọng về mức độ ô nhiễm và các yếu tố ô nhiễm cụ thể, giúp các nhà quản lý môi trường đưa ra các quyết định chính xác hơn.

III. Kết quả và thảo luận

Kết quả nghiên cứu cho thấy lichen có tiềm năng lớn trong việc đánh giá chất lượng không khí trong các khu vực đô thị. Tuy nhiên, một số yếu tố như mật độ đường và khoảng cách đến khu công nghiệp cũng ảnh hưởng đến sự phong phú của lichen. Nghiên cứu này cung cấp cái nhìn sâu sắc về mối quan hệ giữa lichen và các yếu tố môi trường, đồng thời đề xuất các phương pháp cải thiện chất lượng không khí trong đô thị.

3.1. Phân tích mối quan hệ

Nghiên cứu sử dụng mô hình tuyến tính tổng quát để phân tích mối quan hệ giữa lichen và các yếu tố môi trường. Kết quả cho thấy độ phủ xanh có ảnh hưởng tích cực đến sự phong phú của lichen, trong khi mật độ đường và khoảng cách đến khu công nghiệp có ảnh hưởng tiêu cực. Điều này cho thấy lichen có thể được sử dụng như một chỉ số ô nhiễm hiệu quả trong các đô thị.

3.2. Hạn chế và hướng phát triển

Nghiên cứu này có một số hạn chế, bao gồm thời gian lấy mẫu ngắn và sự phụ thuộc vào dữ liệu mùa thu. Cần thêm các nghiên cứu dài hạn để xác nhận tính chính xác của lichen như một chỉ số ô nhiễm. Hướng phát triển trong tương lai bao gồm việc mở rộng nghiên cứu sang các khu vực đô thị khác và kết hợp với các phương pháp đánh giá chất lượng không khí truyền thống.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Quá trình đô thị hóa và mở rộng các hoạt động công nghiệp trên quy mô toàn cầu tạo ra sức ép lớn lên chất lượng không khí đô thị. Tại các đô thị có mật độ giao thông dày đặc và tập trung nhiều cơ sở sản xuất, lượng phát thải vào khí quyển luôn ở mức cao. Theo Tổ chức Y tế Thế giới (WHO, 2015), ô nhiễm không khí là mối đe dọa môi trường nghiêm trọng đối với sức khỏe con người, đặc biệt là trẻ em, gây ra các bệnh hô hấp cấp và mạn tính, bệnh tim mạch, viêm phế quản và ung thư phổi. Các chất ô nhiễm không khí điển hình bao gồm carbon monoxide (CO), nitrogen dioxide ($\text{NO}2$), ozone ($\text{O}3$) và bụi mịn ($\text{PM}{10}$, $\text{PM}{2.5}$).

Bên cạnh tác động đến sức khỏe con người, các chất ô nhiễm còn ảnh hưởng trực tiếp đến thực vật, làm tổn thương lá, ức chế enzyme do hấp thụ kim loại và phá hủy khí khổng do khí $\text{SO}_2$. Ngược lại, thảm thực vật đô thị đóng vai trò quan trọng trong việc cải thiện chất lượng môi trường thông qua cơ chế hấp phụ và lắng đọng bụi. Tuy nhiên, việc quan trắc chất lượng không khí bằng các thiết bị cơ lý truyền thống thường đòi hỏi chi phí đầu tư và vận hành rất cao. Ví dụ, phương pháp lấy mẫu thụ động $\text{NO}_x$ tại 40 điểm trong 4 tuần tiêu tốn từ 10.000 đến 12.000 Euro, lấy mẫu chủ động bụi mịn lên tới 30.000 Euro, phân tích hợp chất hữu cơ dễ bay hơi (VOCs) khoảng 600 USD/mẫu, hoặc thiết bị bơm lấy mẫu hạt trong nghiên cứu TRAPCA có giá khoảng 5.000 Euro. Việc sử dụng sinh vật chỉ thị (bioindicator), cụ thể là địa y (lichen), mở ra giải pháp quan trắc sinh học tiết kiệm chi phí và có độ phủ rộng. Mặc dù địa y đã được ứng dụng phổ biến ở châu Âu và Bắc Mỹ, việc sử dụng địa y làm chỉ thị chất lượng không khí tại các đô thị ở Australia, đặc biệt là vùng đô thị Perth (Perth Metropolitan Region - PMR), vẫn chưa được nghiên cứu đầy đủ.

Khóa luận tập trung giải quyết các mục tiêu và nhiệm vụ nghiên cứu sau:

1. Đánh giá mối quan hệ giữa sự hiện diện, độ phong phú của địa y trên mái nhà dân cư với gradient nồng độ chất lượng không khí tại vùng đô thị Perth.
2. Khảo sát sự phân bố của địa y theo khoảng cách từ trung tâm công viên thực vật Kings Park ra các vùng lân cận.
3. Kiểm chứng ba giả thuyết nghiên cứu cụ thể:
   • Giả thuyết 1: Khu vực có chất lượng không khí kém sẽ có độ phong phú địa y thấp hơn.
   • Giả thuyết 2: Khu vực có diện tích thảm thực vật lớn sẽ có độ phong phú địa y cao hơn so với khu vực ít cây xanh.
   • Giả thuyết 3: Xác định các biến số môi trường và sử dụng đất (mật độ đường, thảm thực vật, khoảng cách tới khu công nghiệp) có ảnh hưởng mạnh nhất đến độ phong phú của địa y.

Đối tượng và phạm vi nghiên cứu:

• Đối tượng: Độ phong phú và sự hiện diện của địa y trên mái nhà dân cư (ngói đất sét nung đỏ và ngói fibro xi-măng/asbestos-cement).
• Không gian nghiên cứu: Vùng đô thị Perth (PMR), Tây Australia, với diện tích khoảng 1.300 $\text{km}^2$, giới hạn bởi Joondalup ở phía Bắc, Fremantle ở phía Nam và Midland ở phía Đông. Perth là một trong những thành phố phụ thuộc vào xe cơ giới cao nhất nước Úc với tỷ lệ 723 phương tiện/1.000 dân.
• Thời gian nghiên cứu: Số liệu khảo sát thực địa và chất lượng không khí mùa thu năm 2015 (thời gian thực hiện trong 4 tháng, đợt lấy mẫu tập trung 2 tuần).

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và khái niệm chỉ thị sinh học

Địa y là dạng cộng sinh giữa nấm (mycobiont) và tảo hoặc vi khuẩn lam (photobiont). Địa y không có rễ, thân, lá thực sự và không có lớp biểu bì cutin bảo vệ, do đó chúng hấp thụ độ ẩm, chất khí và các thành phần hóa học trong khí quyển trực tiếp qua bề mặt tản (thallus). Đặc tính này khiến địa y trở nên rất nhạy cảm với các chất gây ô nhiễm không khí như $\text{SO}_2$, $\text{NO}_x$, $\text{NH}_3$ và kim loại nặng. Địa y đóng vai trò là sinh vật chỉ thị tích lũy (accumulative bioindicators), có khả năng lưu giữ các chất ô nhiễm trong mô tế bào mà không bị tiêu diệt ngay lập tức, phản ánh mức độ ô nhiễm không khí tích lũy theo thời gian.

Thiết kế chọn mẫu thực địa

Nghiên cứu áp dụng phương pháp chọn mẫu phân tầng dựa trên mô hình nội suy nồng độ $\text{NO}_x$ và khoảng cách tới công viên Kings Park:

• Dựa trên dữ liệu quan trắc mùa thu từ Trạm Quan trắc Chất lượng Không khí của Cơ quan Quản lý Môi trường Tây Australia (DER AQMS) và dự án HIMAQs, không gian PMR được phân thành 3 vùng nồng độ $\text{NO}_x$:
  • Vùng nồng độ cao (High exposure): Đường đồng mức $\text{NO}_x \ge 16{,}9\ \mu\text{g/m}^3$.
  • Vùng nồng độ trung bình (Medium exposure): Đường đồng mức $\text{NO}_x$ nằm trong khoảng $8{,}2 - 16{,}9\ \mu\text{g/m}^3$.
  • Vùng nồng độ thấp (Low exposure): Đường đồng mức $\text{NO}_x < 8{,}5\ \mu\text{g/m}^3$.
• Tại mỗi vùng nồng độ $\text{NO}_x$, chọn 4 vị trí khảo sát, mỗi vị trí chọn ngẫu nhiên 10 ngôi nhà dân cư ($n = 4 \times 10 = 40$ nhà/vùng; tổng cộng 3 vùng $n = 120$).
• Thiết lập tuyến khảo sát lân cận công viên Kings Park: 10 vị trí đối chứng bên trong công viên ($n = 22$), 4 vị trí trong bán kính vùng đệm 1 km quanh công viên ($n = 40$), và 3 vị trí trong bán kính vùng đệm 5 km ($n = 30$).

Phương pháp thu thập dữ liệu và phân tích không gian (GIS)

• Khảo sát địa y: Sử dụng ống nhòm chuyên dụng để quan sát bề mặt mái ngói và thiết bị định vị GPS ghi lại tọa độ từng ngôi nhà. Trên mỗi mái nhà, đếm sự hiện diện/vắng mặt của địa y trên diện tích tích lũy gồm $5 \times 5$ ô ngói phần tư (quarter roof tiles), tính từ góc dưới bên trái bắt đầu từ hàng ngói thứ nhất bên dưới đường nóc mái (ridge capping).
• Trích xuất biến số môi trường bằng ArcGIS (ArcMap 10):
  • Chỉ số thực vật (NDVI): Trích xuất từ ảnh vệ tinh Landsat 7 ETM+ SLC-off không mây, độ phân giải $30\text{m} \times 30\text{m}$, tính giá trị trung bình trong bán kính vùng đệm 300 m và 500 m quanh mỗi ngôi nhà.
  • Mật độ đường giao thông (Road Length - RL): Do thiếu dữ liệu đếm xe chi tiết, tổng chiều dài mạng lưới đường giao thông (tính bằng mét) trong bán kính vùng đệm 300 m và 500 m được tính toán thông qua các công cụ Buffer, Intersect, Add Geometry Attributes và Summary Statistics.
  • Khoảng cách tới nguồn phát thải công nghiệp (Proximity to Industry): Xác định khoảng cách từ từng ngôi nhà đến ranh giới cơ sở công nghiệp gần nhất dựa trên lớp dữ liệu không gian của Quy hoạch Vùng đô thị Tây Australia (MRS Industry geocodes).

Phương pháp xử lý và phân tích thống kê

• Phân tích phương sai (ANOVA hai yếu tố và một yếu tố) kết hợp kiểm định sau đại học Tamhane để so sánh độ phong phú địa y giữa các vùng chất lượng không khí.
• Phân tích tương quan Pearson (2-tailed) giữa số lượng địa y và từng biến số môi trường tại các nhóm điểm khảo sát.
• Mô hình tuyến tính tổng quát (Generalized Linear Model - GLZ) với phân phối Poisson và hàm liên kết Log (Log link), sử dụng thuật toán chọn tập con tối ưu (Best subsets) dựa trên tiêu chí thông tin Akaike (AIC) và mức chênh lệch $\Delta\text{AIC}$ để tìm tổ hợp biến số giải thích tốt nhất độ phong phú của địa y.

Nội dung chính theo từng chương

Part I: Research Rationale and Objectives (Đặt vấn đề và mục tiêu)

Chương này tổng kết thực trạng ô nhiễm không khí tại các đô thị trên thế giới và tính cấp thiết của việc tìm kiếm các công cụ quan trắc sinh học chi phí thấp. Tác giả chỉ ra rằng tại Perth, tỷ lệ sở hữu phương tiện cá nhân rất cao (723 xe/1.000 người) dẫn đến lượng khí thải giao thông đáng kể. Tuy nhiên, các kỹ thuật đo đạc hóa lý truyền thống quá tốn kém, khiến mạng lưới quan trắc bị hạn chế về mật độ không gian. Địa y trên mái ngói nhà dân cư được đề xuất như một giải pháp thay thế tiềm năng. Chương xác lập 3 giả thuyết nghiên cứu trọng tâm và nêu rõ các giới hạn ban đầu liên quan đến vật liệu mái, tuổi thọ công trình và đặc tính mùa vụ.

Part II: Literature Review (Tổng quan tài liệu)

Tác giả hệ thống hóa các công trình nghiên cứu quốc tế về cơ chế sinh học của địa y và lịch sử ứng dụng địa y trong quan trắc môi trường. Các nghiên cứu kinh điển chứng minh rằng nồng độ $\text{SO}_2$, kim loại nặng, $\text{NO}_2$ và $\text{NH}_3$ cao thường làm suy giảm cấu trúc quần xã và độ che phủ của địa y biểu sinh. Đồng thời, chương tổng quan cũng nêu bật vai trò của các mảng cây xanh đô thị (urban trees and bushland) trong việc loại bỏ chất ô nhiễm khí quyển, qua đó tạo điều kiện thuận lợi cho địa y phát triển. Tuy nhiên, phần lớn các nghiên cứu trước đây chỉ tập trung vào khu vực nông thôn hoặc khu công nghiệp chuyên biệt, ít công trình khảo sát chi tiết địa y trên mái nhà trong không gian đô thị phức hợp.

Part III: Methods (Phương pháp nghiên cứu)

Trình bày chi tiết quy trình thiết kế khảo sát thực địa và xử lý dữ liệu không gian. Vùng nghiên cứu PMR được phân chia thành các tiểu vùng dựa trên mô hình nội suy $\text{NO}_x$ từ dữ liệu trạm quan trắc DER AQMS và nghiên cứu HIMAQs. Tác giả mô tả chi tiết phương pháp chuẩn hóa việc đếm địa y bằng khung $5 \times 5$ ô ngói phần tư trên mái ngói đất sét và fibro xi-măng; quy trình tạo vùng đệm 300 m, 500 m trong ArcMap 10 để tính toán chỉ số NDVI và tổng chiều dài đường giao thông; cũng như thiết lập các tham số cho mô hình thống kê GLZ Poisson trên phần mềm chuyên dụng.

Part IV: Results (Kết quả nghiên cứu)

Chương này trình bày các phát hiện định lượng thu được từ phân tích ANOVA, ma trận tương quan Pearson và mô hình GLZ:

Nhóm mô hình GLZ	Tổ hợp biến số môi trường	Bậc tự do (df)	Chỉ số AIC	Mức chênh lệch $\Delta\text{AIC}$
Mô hình 1 (Tối ưu nhất)	RL_in_300 + NDVI_Mean_300 + near_industry	3	3113.66	0.00
Mô hình 2	RL_in_300 + NDVI_Mean_300	2	3114.74	1.08
Mô hình 3	RL_in_300 + RL_in_500 + NDVI_Mean_300	4	3115.97	2.31
Mô hình 4	RL_in_300 + NDVI_Mean_300 + NDVI_Mean_500 + near_industry	4	3115.64	1.98
Mô hình 5	RL_in_300 + RL_in_500 + NDVI_Mean_300	3	3116.59	2.93
Mô hình 6	RL_in_300 + NDVI_Mean_300 + NDVI_Mean_500	3	3116.96	3.30
Mô hình 7	RL_in_300 + RL_in_500 + NDVI_Mean_300 + NDVI_Mean_500 + near_industry	5	3117.74	4.08
Mô hình 8	RL_in_300 + RL_in_500 + NDVI_Mean_300 + NDVI_Mean_500	4	3118.57	4.91
Mô hình 9	RL_in_300 + NDVI_Mean_500	2	3129.29	15.63
Mô hình 10	RL_in_300 + NDVI_Mean_500 + near_industry	3	3131.84	18.18

• Kiểm định ANOVA cho thấy sự khác biệt có ý nghĩa thống kê về độ phong phú địa y giữa các vùng nồng độ $\text{NO}_x$ ($p < 0{,}05$), trong đó vùng có $\text{NO}_x$ cao ghi nhận số lượng địa y trung bình cao hơn các vùng $\text{NO}_x$ thấp và trung bình.
• Phân tích tương quan đơn biến:
  • Tại vùng $\text{NO}_x$ thấp, độ phong phú địa y tương quan thuận có ý nghĩa với độ che phủ thực vật (NDVI).
  • Tại vùng $\text{NO}_x$ cao và vùng đệm 1 km quanh Kings Park, độ phong phú địa y tăng tỉ lệ thuận với khoảng cách xa nguồn công nghiệp (near_industry).
  • Mật độ đường giao thông trong vùng đệm 300 m và 500 m có tương quan thuận với số lượng địa y tại các điểm khảo sát trong công viên Kings Park và vùng đệm 1 km.

Part V: Discussion and Conclusion (Thảo luận và kết luận)

Tác giả tập trung biện luận về sự sai lệch giữa kết quả thực nghiệm và giả thuyết ban đầu. Hiện tượng địa y xuất hiện nhiều hơn ở vùng có nồng độ $\text{NO}_x$ cao và mật độ đường giao thông lớn được giải thích bởi nồng độ $\text{NO}_x$ nền tại Perth nhìn chung còn rất thấp (mức cao nhất chỉ đạt khoảng $23{,}5\ \mu\text{g/m}^3$), chưa vượt qua ngưỡng gây độc cho địa y như ghi nhận tại châu Âu (thường trên $70\ \mu\text{g/m}^3$). Bên cạnh đó, thảm thực vật tự nhiên (urban bushland) và khoảng cách ly công nghiệp được khẳng định là những yếu tố sinh thái then chốt thúc đẩy sự tồn tại của địa y.

Kết quả và đóng góp

Kết quả nghiên cứu chính

1. Mối liên hệ giữa thảm thực vật đô thị và địa y: Nghiên cứu xác nhận sự hiện diện của thảm thực vật quy mô lớn (urban bushland) như công viên thực vật Kings Park có tác động tích cực đến độ phong phú của địa y. Khi loại bỏ các điểm có mái nhà mới thay thế (ghi nhận số lượng địa y bằng 0), số lượng địa y tại Kings Park cao hơn đáng kể so với khu vực cách công viên 1 km và 5 km.
2. Khoảng cách tới cơ sở công nghiệp: Số lượng địa y tỷ lệ thuận với khoảng cách tính từ ngôi nhà đến khu công nghiệp gần nhất ($p < 0{,}05$), chứng minh tác động tiêu cực của các nguồn phát thải công nghiệp đối với sự phát triển của tản địa y.
3. Xác định tổ hợp biến số dự báo tối ưu: Mô hình GLZ chỉ ra rằng ba biến số gồm mật độ đường trong bán kính 300 m (RL_in_300), chỉ số thực vật trong bán kính 300 m (NDVI_Mean_300) và khoảng cách tới khu công nghiệp (near_industry) tạo thành mô hình dự báo tốt nhất với giá trị $\text{AIC} = 3113{,}66$ ($\Delta\text{AIC} = 0$).
4. Phát hiện về ngưỡng ô nhiễm $\text{NO}_x$: Khác với các nghiên cứu ở châu Âu, nồng độ $\text{NO}_x$ tại PMR có mối liên hệ đồng biến với độ phong phú địa y. Điều này phản ánh đặc thù chất lượng không khí của Perth còn tương đối sạch, nồng độ $\text{NO}_x$ thấp có thể cung cấp dinh dưỡng dạng hợp chất nitơ kích thích một số loài địa y phát triển mà chưa chạm tới ngưỡng gây tổn thương sinh lý.

Đóng góp khoa học và thực tiễn

• Đóng góp một quy trình quan trắc sinh học thực địa có tính chuẩn hóa cao: kết hợp quan sát bằng ống nhòm trên mái ngói dân cư với kỹ thuật phân tích không gian GIS đa vùng đệm.
• Cung cấp dẫn liệu thực nghiệm đầu tiên về mối tương quan giữa phân bố địa y trên mái nhà và các yếu tố môi trường đô thị tại vùng Tây Australia.
• Đưa ra cảnh báo khoa học về việc không thể áp dụng máy móc các mô hình chỉ thị sinh học của vùng ôn đới Bắc bán cầu vào các đô thị có mức độ ô nhiễm nền thấp nếu không hiệu chỉnh theo ngưỡng nồng độ thực tế.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế được ghi nhận trong văn bản

• Biến số đại diện giao thông: Tổng chiều dài mạng lưới đường giao thông (Road Length) chỉ là biến đại diện (proxy measure) cho mật độ phương tiện, chưa phản ánh chính xác lưu lượng giao thông thực tế và thành phần khí thải tức thời theo thời gian.
• Thời gian thu thập số liệu ngắn: Dữ liệu chất lượng không khí và khảo sát địa y dựa trên khung thời gian lấy mẫu 2 tuần trong mùa thu, chưa phản ánh được biến thiên chất lượng không khí theo chu kỳ cả năm.
• Yếu tố gây nhiễu từ bề mặt giá thể mái nhà: Độ phong phú của địa y bị chi phối mạnh bởi các biến số vi mô chưa kiểm soát triệt để, bao gồm: tuổi thọ của mái nhà, chủng loại vật liệu (ngói đất sét nung hay fibro xi-măng) và tiền sử vệ sinh/rửa mái nhà của chủ hộ.
• Mức độ ô nhiễm nền quá thấp: Dải nồng độ $\text{NO}_x$ đo được tại Perth quá thấp ($< 25\ \mu\text{g/m}^3$), khiến việc sử dụng đơn lẻ một chỉ tiêu $\text{NO}_x$ để lập mô hình phân vùng chất lượng không khí cho chỉ thị sinh học chưa mang lại độ nhạy phân tách cao.

Hướng nghiên cứu tiếp

• Tích hợp phương pháp đếm lưu lượng phương tiện giao thông thực tế (vehicle count methods) thay cho biến số chiều dài đường để nâng cao độ chính xác của mô hình.
• Mở rộng quan trắc liên tục qua các mùa khác nhau trong năm nhằm đánh giá tác động của yếu tố khí hậu, nhiệt độ và độ ẩm lên tốc độ sinh trưởng của địa y.
• Khảo sát phân loại chi tiết đến từng loài địa y cụ thể (species richness and identification) và đánh giá hàm lượng các axit bảo vệ (như physodic acid) để xác định các loài chịu ô nhiễm hoặc ưa nitơ trong môi trường đô thị.

Giá trị tham khảo

Khóa luận là tài liệu tham khảo hữu ích cho sinh viên, học viên cao học và cán bộ nghiên cứu thuộc các chuyên ngành Khoa học Môi trường, Quản lý Môi trường, Sinh thái học Đô thị và Địa tin học (GIS):

• Tham khảo phương pháp luận: Cung cấp phương pháp thiết kế nghiên cứu kết hợp giữa khảo sát thực địa (đếm địa y qua ô tiêu chuẩn trên mái nhà) và trích xuất dữ liệu không gian bằng GIS (vùng đệm 300 m, 500 m cho NDVI và mật độ đường).
• Tham khảo kỹ thuật phân tích thống kê: Cung cấp quy trình áp dụng mô hình tuyến tính tổng quát (GLZ Poisson với hàm liên kết Log) và tiêu chí thông tin Akaike (AIC) để lựa chọn mô hình dự báo sinh thái tối ưu.

Câu hỏi thường gặp

1. Tại sao nghiên cứu lại chọn địa y mọc trên mái nhà dân cư làm đối tượng khảo sát thay vì địa y trên vỏ cây?

Địa y trên mái nhà (đặc biệt là ngói đất sét và ngói fibro xi-măng) tiếp xúc trực tiếp và liên tục với khối không khí đô thị mở mà không bị che chắn nhiều bởi tán cây tầng trên. Hơn nữa, việc chọn mái nhà giúp chuẩn hóa vị trí lấy mẫu trên diện tích $5 \times 5$ ô ngói phần tư tính từ hàng ngói đầu tiên dưới đường nóc mái, hạn chế được sự khác biệt về cấu trúc vỏ cây, độ pH vỏ và độ che bóng vốn rất phức tạp giữa các loài cây khác nhau.

2. Mô hình GLZ nào dự báo độ phong phú của địa y tốt nhất và có chỉ số AIC là bao nhiêu?

Mô hình tối ưu nhất trong 10 nhóm mô hình được thử nghiệm là mô hình kết hợp 3 biến số: chiều dài đường trong vùng đệm 300 m (RL_in_300), chỉ số thực vật trung bình trong vùng đệm 300 m (NDVI_Mean_300) và khoảng cách tới khu công nghiệp gần nhất (near_industry). Mô hình này có 3 bậc tự do ($df = 3$), đạt giá trị $\text{AIC} = 3113{,}66$ và có mức chênh lệch $\Delta\text{AIC} = 0$.

3. Tại sao kết quả tương quan giữa nồng độ $\text{NO}_x$ và số lượng địa y lại trái ngược với các nghiên cứu trước đây?

Các nghiên cứu quốc tế (như tại Tallinn, Estonia của Marmor & Randlane, 2007) chỉ ra địa y suy giảm khi $\text{NO}_x$ vượt quá $70\ \mu\text{g/m}^3$. Tại vùng đô thị Perth, nồng độ $\text{NO}_x$ cao nhất ghi nhận chỉ đạt khoảng $23{,}5\ \mu\text{g/m}^3$ (thuộc mức rất sạch). Ở dải nồng độ thấp này, hợp chất nitơ trong không khí đóng vai trò như nguồn dinh dưỡng thúc đẩy sự phát triển của một số loài địa y chịu nitơ, thay vì gây ức chế sinh trưởng.

4. Dữ liệu chỉ số thực vật NDVI được tác giả trích xuất từ nguồn nào và xử lý ra sao?

Chỉ số NDVI được tính toán từ ảnh vệ tinh Landsat 7 ETM+ (chế độ SLC-off) chụp vào ban ngày trong điều kiện không mây, có độ phân giải không gian $30\text{m} \times 30\text{m}$. Giá trị NDVI trung bình được trích xuất trong phạm vi các vùng đệm bán kính 300 m và 500 m xung quanh tọa độ GPS của từng ngôi nhà khảo sát thông qua phần mềm ArcGIS ArcMap 10.

5. Tác giả đã xử lý vấn đề sai số tại các điểm khảo sát bên trong công viên Kings Park như thế nào?

Trong đợt khảo sát ban đầu, một số ngôi nhà bên trong công viên Kings Park cho kết quả đếm địa y bằng 0 do mái nhà mới được thay thế hoặc xây dựng lại. Khi tác giả tiến hành tái phân tích tập dữ liệu bằng cách loại bỏ các điểm mái nhà mới này, kết quả phản ánh chính xác quy luật sinh thái: độ phong phú địa y bên trong công viên Kings Park cao hơn rõ rệt so với các khu vực nằm trong vùng đệm 1 km và 5 km quanh công viên.

Kết luận

Khóa luận tốt nghiệp của tác giả Ngô Đức Giang đã khảo sát thành công tiềm năng ứng dụng của địa y trên mái nhà dân cư làm chỉ thị sinh học cho chất lượng không khí tại vùng đô thị Perth (Tây Australia). Nghiên cứu chỉ ra rằng độ che phủ thảm thực vật đô thị và khoảng cách ly với các khu công nghiệp là những yếu tố tương quan thuận có ý nghĩa nhất đối với độ phong phú của địa y. Kết quả nghịch thường về mối liên hệ giữa nồng độ $\text{NO}_x$, mật độ đường giao thông và số lượng địa y phản ánh ngưỡng ô nhiễm nền đặc thù tại địa bàn nghiên cứu, mang lại đóng góp quan trọng về mặt phương pháp luận cho việc kết hợp công nghệ GIS và sinh vật chỉ thị trong đánh giá môi trường đô thị.

Trích đoạn nội dung tài liệu

THAI NGUYEN UNIVERSITY UNIVERSITY OF AGRICULTURE AND FORESTRY NGO DUC GIANG Potential use of Lichens as an indicator of air polution in urban airshed BACHELOR THESIS Study Mode: Full-time Major : Environmental science and management Facully : International Training and Developing centre Batch : 43 Advance Education Program Thai Nguyen, 21/09/2015 n Thai Nguyen University of Agriculture and Forestry Degree Program Bachelor of Environment science and Management Student name Ngo Duc Giang Student ID DTN1153110179 Thesis title Potential use of Lichens as an indicator of air polution in urban airshed Duong Van Thao Supervisors David Blake Andrea Hinwood Will Stock Abstract: The aim of this study was to assess the effectiveness lichens as an indicator of air pollution in the Perth Metropolitan Region (PMR) urban airshed. Sample sites were selected by identifying regions of high, medium and low NOx concentrations based on interpolation models using data from a previous study. In each of these regions 40 rooves were sampled for the presence and abundance of lichen species. Additionally sites within Kings Park and within 1km and 5km of the park were selected.

It was hypothesized that large regions of urban vegetation would improve air quality and therefore the presence and abundance of lichen species. Environmental variables such as road density and vegetation density within a specified distance of the sample location were collected for each of the sample sites using GIS. Two way analysis of variance (ANOVA) was used to evaluate the i n relationship between lichen abundance at each site of sample and each environmental variable. Correlations between lichen abundance and each environmental variable at each site were also undertaken.

Vegetation cover was significantly associated with lichen abundance. Generalized linear model to examine those environment variables which best predicted a response in lichen abundance. Results show that urban bushland has significantly associated with lichen abundance. Other final conclusions were contrary to what have expected that areas containing greater NOx concentration had higher lichen abundance, more lichen abundance with an increasing of road density.

The results of this investigation suggest that lichens have the potential to evaluate the air quality in urban bushland but some others factors were influencing the result. Keywords: Lichens, air quality, Perth Metropolitan Region, NOx concentration, environment variables, vegetation cover Number of pages: 46 Date of submission: September 30, 2015 Supervisor’s signature ii n ACKNOWLEDGEMENT I would like to express my sincere thanks and appreciations to my supervisor David Blake for his continuous support throughout the project, from initial advice and every step of the way. Furthermore, I am also my immensely grateful to Prof Andrea Hinwood, Dr Duong Van Thao and Prof Will Stock for comments that greatly improved the manuscript and for guiding me from very first steps of this project. Many thanks and appreciations go to Emily Allen, Jonathon Boeyen for their contributions and supports throughout the process of this project.

iii n TABLE OF CONTENT LIST OF FIGURES. 1 LIST OF TABLES. 3 LIST OF ABBREVIATIONS .3 Research questions and hypotheses. 9 PART II: LITERATURE REVIEW.

11 PART III: METHODS. 18 PART IV: RESULT .1 Air quality categories .3 Generalized linear model (GLZ). 33 PART V: DISCUSSION AND CONCLUSION.1 Air quality categories .3 Generalized linear model. 41 v n LIST OF FIGURES Figure 2.1: Lichens (light grey) living on rooves top of house…………………….1: Perth metropolitan region………………….2: NOx interpolations model at PMR using DER AQMS and HIMAQs study sites.

Interpolations were modeled using data collected in autumn…………………18 Figure 3.3: 300m Buffer vegetation regions…………………………………………….4: 300m buffer road density regions………………………………………….5: Distances from each house to Industrial facility…………………………23 Figure 4.1: Mean and standard error bars of lichen abundance at High, Medium and Low concentration zones…………………………………………………………….2: Distribution of lichens in correlation with 300m road density in each house at Kings Park sites……………………………………………………………….3: Distribution of lichens in correlation with 300m road density at 1km buffer to Kings Park……………………………………………………………….4: Distribution of lichens in correlation with proximity to industry at 1km buffer to Kings Park……………………………………………………………………….5: Distribution of lichens in correlation with vegetation cover at Low concentration of NOx sites…………………………………………………………………32 1 n Figure 4.6: Distribution of lichens in correlation with 500m road density at Medium concentration NOx sites……………………………………………………………………33 Figure 4.