Luận án tiến sĩ nghiên cứu tích hợp công nghệ viễn thám và gis trong xây dựng mô hình dự báo ngư trường khai thác cá ngừ đại dương thunnus albacares và t obesus

Luận án tiến sĩ nghiên cứu ứng dụng công nghệ viễn thám và GIS trong dự báo ngư trường khai thác cá ngừ đại dương Thunnus albacares và T. obesus.

• Tác giả: Nguyễn Duy Thành
• Người hướng dẫn: PGS. Nguyễn Đình Dương
• Trường học: Viện Khoa Học Đo Đạc Và Bản Đồ
• Chuyên ngành: Kỹ Thuật Trắc Địa - Bản Đồ
• Đề tài: Nghiên Cứu Công Nghệ Viễn Thám Và GIS Trong Dự Báo Ngư Trường Cá Ngừ Đại Dương
• Loại tài liệu: luận án tiến sĩ kỹ thuật
• Năm xuất bản: 2020
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. MỞ ĐẦU
• 1.1. Tính cấp thiết của luận án
• 1.2. Mục tiêu của luận án
• 1.3. Nội dung nghiên cứu vụ của luận án
• 1.4. Đối tượng nghiên cứu
• 1.5. Phương pháp nghiên cứu
• 1.6. Hướng tiếp cận
• 1.7. Ý nghĩa khoa học và thực tiễn của luận án
• 1.7.1. Ý nghĩa khoa học
• 1.7.2. Ý nghĩa thực tiễn
• 2. TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU
• 2.1. Tình hình nghiên cứu trên thế giới
• 2.2. Đặc điểm sinh học, sinh thái của cá ngừ vây vàng
• 2.3. Đặc điểm sinh học, sinh thái của cá ngừ mắt to
• 2.4. Dự báo ngư trường
• 2.5. Viễn thám trong nghiên cứu dự báo ngư trường khai thác
• 2.6. Tình hình nghiên cứu ở Việt Nam
• 2.7. Dự báo ngư trường
• 2.8. Viễn thám trong nghiên cứu dự báo ngư trường khai thác
• 3. CƠ SỞ KHOA HỌC XÂY DỰNG MÔ HÌNH DỰ BÁO NGƯ TRƯỜNG KHAI THÁC CÁ NGỪ ĐẠI DƯƠNG
• 3.1. Cơ sở khoa học trong nghiên cứu
• 3.2. Thông tin, dữ liệu nghiên cứu
• 3.3. Thông tin, dữ liệu nghề cá ngừ đại dương
• 3.4. Thông tin, dữ liệu hải dương học. Tri thức bản địa
• 3.5. Phương pháp viễn thám trong nghiên cứu biển
• 3.6. Tích hợp tri thức bản địa, dữ liệu nghề cá, dữ liệu viễn thám để xây dựng mô hình dự báo
• 3.7. Đề xuất quy trình dự báo
• 3.7.1. Bước 1 bao gồm 04 bước
• 3.7.2. Bước 2 bao gồm 04 bước
• 3.7.3. Bước 3 bao gồm 04 bước
• 4. XÂY DỰNG VÀ KIỂM CHỨNG MÔ HÌNH DỰ BÁO NGƯ TRƯỜNG KHAI THÁC CÁ NGỪ ĐẠI DƯƠNG
• 4.1. Khu vực thực nghiệm
• 4.2. Dữ liệu thực nghiệm
• 4.3. Dữ liệu nhiệt độ bề mặt nước biển (SST)
• 4.4. Dữ liệu Chlorophyll-a
• 4.5. Kết quả thực nghiệm mô hình
• 4.6. Dữ liệu đầu vào
• 4.7. Xác định mối liên hệ cá và môi trường bằng phương pháp phân tích không gian. Đánh giá so sánh, kiểm chứng
• 4.8. Kết quả kiểm chứng độc lập dự báo thực nghiệm ngư trường nghề câu
• 4.9. Kết quả đánh giá kiểm chứng độc lập trên tàu câu khai thác cá ngừ mắt to (CNMT)
• 4.10. Kết quả đánh giá kiểm chứng độc lập trên tàu câu khai thác cá ngừ vây vàng (CNVV)
• 4.11. Đề xuất một số giải pháp áp dụng kết quả dự báo ngư trường
• 5. KẾT LUẬN VÀ KIẾN NGHỊ
• DANH MỤC CÁC CÔNG TRÌNH CỦA TÁC GIẢ
• LIÊN QUAN ĐẾN LUẬN ÁN
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Giới thiệu về công nghệ viễn thám và GIS

Công nghệ viễn thám và GIS đã trở thành công cụ quan trọng trong việc nghiên cứu và quản lý tài nguyên biển. Việc tích hợp các công nghệ này giúp thu thập và phân tích dữ liệu không gian một cách hiệu quả. Hệ thống thông tin địa lý (GIS) cho phép người dùng xử lý và phân tích dữ liệu địa lý, từ đó đưa ra các dự báo chính xác về ngư trường. Nghiên cứu này tập trung vào việc áp dụng công nghệ viễn thám để thu thập dữ liệu về các yếu tố môi trường như nhiệt độ bề mặt nước biển và hàm lượng chlorophyll-a, từ đó xây dựng mô hình dự báo ngư trường cho cá ngừ đại dương. Theo nghiên cứu của Cao Lệ Quyên (2018), việc sử dụng viễn thám trong nghiên cứu ngư trường không chỉ giúp nâng cao độ chính xác mà còn tiết kiệm thời gian và chi phí cho ngư dân.

II. Dữ liệu và phương pháp nghiên cứu

Nghiên cứu sử dụng dữ liệu từ nhiều nguồn khác nhau, bao gồm dữ liệu hải dương học và thông tin từ ngư dân. Dữ liệu hải dương học được thu thập từ các vệ tinh viễn thám và các trạm quan trắc. Phương pháp nghiên cứu bao gồm phân tích không gian để xác định mối quan hệ giữa các yếu tố môi trường và sự phân bố của cá ngừ. Việc tích hợp tri thức bản địa từ ngư dân cũng đóng vai trò quan trọng trong việc xây dựng mô hình dự báo. Mô hình này không chỉ dựa vào dữ liệu khoa học mà còn kết hợp với kinh nghiệm thực tiễn của ngư dân, từ đó tạo ra một hệ thống dự báo có tính khả thi cao. Kết quả từ mô hình dự báo sẽ được kiểm chứng thông qua các chuyến khảo sát thực địa và dữ liệu từ nhật ký khai thác của ngư dân.

III. Kết quả và thảo luận

Kết quả nghiên cứu cho thấy mô hình dự báo ngư trường cá ngừ đại dương có khả năng dự đoán chính xác các vùng tiềm năng khai thác. Dữ liệu từ viễn thám đã cung cấp thông tin quan trọng về các yếu tố môi trường ảnh hưởng đến sự phân bố của cá ngừ. Việc áp dụng công nghệ GIS trong phân tích không gian đã giúp xác định rõ ràng mối quan hệ giữa các yếu tố này. Kết quả dự báo không chỉ có giá trị cho ngư dân trong việc tìm kiếm ngư trường mà còn góp phần vào việc quản lý bền vững tài nguyên biển. Theo nghiên cứu, việc sử dụng mô hình dự báo này có thể giúp giảm thiểu chi phí khai thác và nâng cao hiệu quả sản xuất cho ngư dân.

IV. Ý nghĩa khoa học và thực tiễn

Luận án này không chỉ có ý nghĩa về mặt khoa học mà còn mang lại giá trị thực tiễn cao. Việc áp dụng công nghệ viễn thám và GIS trong dự báo ngư trường cá ngừ đại dương sẽ giúp nâng cao hiệu quả khai thác và bảo vệ nguồn lợi thủy sản. Kết quả nghiên cứu có thể được áp dụng rộng rãi cho các đối tượng cá khác và các vùng biển khác nhau. Hơn nữa, nghiên cứu này cũng góp phần vào việc phát triển các chính sách quản lý tài nguyên biển bền vững, đáp ứng nhu cầu ngày càng cao về thực phẩm và bảo vệ môi trường biển. Việc kết hợp giữa công nghệ hiện đại và tri thức bản địa sẽ tạo ra một mô hình quản lý hiệu quả, giúp ngư dân có thể khai thác một cách bền vững và hiệu quả.

Nội dung chính

Tổng quan luận án

Dự báo ngư trường khai thác hải sản xa bờ tại Việt Nam trước thời điểm nghiên cứu chủ yếu tập trung vào đối tượng là nghề khai thác thay vì loài cụ thể. Tuy nhiên, một nghề có thể khai thác nhiều loài và một loài có thể bị đánh bắt bởi nhiều nghề khác nhau. Dữ liệu viễn thám dùng để chiết tách các thông số hải dương học như nhiệt độ bề mặt nước biển (SST) và diệp lục a (Chlorophyll-a - CHLa) phục vụ dự báo còn hạn chế, đặc biệt là việc tích hợp dữ liệu viễn thám với Hệ thông tin địa lý (GIS). Các mô hình dự báo truyền thống thường sử dụng độ phân giải không gian thô ở quy mô ô lưới $30 \times 30$ hải lý (tương đương khoảng $3.087\text{ km}^2$), dựa trên phân tích hồi quy tuyến tính với tần suất 1 tháng, 3 tháng hoặc 6 tháng. Trong khi đó, sự phân bố của cá biển không tuân theo ranh giới ô lưới cố định. Nguồn dữ liệu hải dương học từ dự án MOVIMAR (thuộc hệ thống Công ty CLS, Pháp) là dạng số liệu đóng, gây khó khăn cho việc trích xuất và đưa vào phần mềm GIS. Đồng thời, nguồn dữ liệu kiểm chứng phụ thuộc lớn vào nhật ký khai thác của ngư dân vốn có độ nhiễu cao.

Về mặt kinh tế, cá ngừ đại dương là mặt hàng thủy sản xuất khẩu quan trọng thứ 3 của Việt Nam (sau tôm và cá tra) tới hơn 60 quốc gia. Theo số liệu của Cao Lệ Quyên (2018), các dòng sản phẩm cá ngừ vây vàng và cá ngừ mắt to xuất khẩu đem lại giá trị kinh tế khác nhau: dòng Tuna Saku CO đạt giá xuất khẩu khoảng 12,8 USD/kg với lợi nhuận cao nhất là 0,31 USD/kg; dòng Tuna Loin CO đạt 8,5 USD/kg với lợi nhuận 0,19 USD/kg (chiếm tỷ trọng 11,6% sản lượng); các dòng không CO như Tuna Loin đạt 4,7 USD/kg (lợi nhuận 0,12 USD/kg), Tuna Steak đạt 5,9 USD/kg (lợi nhuận 0,14 USD/kg) và Tuna Cube đạt 3,9 USD/kg (lợi nhuận 0,22 USD/kg).

Luận án "Nghiên cứu tích hợp công nghệ viễn thám và GIS trong xây dựng mô hình dự báo ngư trường khai thác cá ngừ đại dương (Thunnus albacares và T.obesus)" do nghiên cứu sinh Nguyễn Duy Thành thực hiện tại Viện Khoa học Đo đạc và Bản đồ thuộc chuyên ngành Kỹ thuật Trắc địa - Bản đồ (mã số: 9.03), dưới sự hướng dẫn khoa học của PGS. Nguyễn Đình Dương và TS. Chu Tiến Vĩnh (bảo vệ năm 2020).

Mục tiêu tổng quát của luận án:

• Xây dựng mô hình dự báo ngư trường khai thác cá ngừ đại dương (Thunnus obesus, T. albacares) ở vùng biển Việt Nam bằng công nghệ viễn thám và GIS.

Nội dung nghiên cứu cụ thể của luận án:

1. Nghiên cứu xác định mối tương quan giữa đối tượng cá ngừ đại dương với một số thông số môi trường biển phù hợp cơ bản phục vụ xây dựng dự báo.
2. Xây dựng mô hình và một số bản dự báo khai thác cá ngừ đại dương ngắn hạn quy mô tháng.
3. Kiểm chứng, đánh giá kết quả thử nghiệm dự báo khai thác cá ngừ đại dương; đề xuất một số giải pháp khi áp dụng vào thực tế.

Đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu: Ngư trường khai thác cá ngừ đại dương (cá ngừ vây vàng Thunnus albacares và cá ngừ mắt to Thunnus obesus) và mối quan hệ giữa cá ngừ đại dương được khai thác bằng nghề câu với các yếu tố hải dương học nghề cá.
• Phạm vi không gian: Vùng biển Việt Nam, đặc biệt là vùng biển xa bờ miền Trung và giữa Biển Đông; khảo sát thực địa tại các tỉnh trọng điểm như Bình Định, Phú Yên, Khánh Hòa và tổng số 8 tỉnh ven biển.
• Phạm vi thời gian: Chuỗi số liệu nghề cá và môi trường thu thập giai đoạn 1997–2015, số liệu điểm khai thác giai đoạn 2013–2015, dữ liệu kiểm chứng và giám sát thực nghiệm giai đoạn 2015–2017.

Tổng quan tài liệu và vị trí của luận án

Tình hình nghiên cứu trên thế giới

Về đặc điểm sinh học và sinh thái: Ngưỡng nhiệt độ phân bố của cá ngừ ở Bắc Thái Bình Dương đối với cá ngừ mắt to là 13–19°C và cá ngừ vây vàng là 18–31°C (Collette và Nauen, 1983; Uda, 1957). Mùa vụ sinh sản tại vùng biển Philippines và Nhật Bản diễn ra từ tháng 4–6 và tháng 5–10 (Nguyễn Xuân Huấn, 2008). Thức ăn của cá ngừ vây vàng gồm giáp xác, chân đầu và cá nhỏ, đặc biệt là cá Lành canh (Encrasicholina punctifer) (Alverson, 1963; Cole, 1980; Lewis et al., 1983; Suzuki, 1994a). Cá ngừ vây vàng trưởng thành (kích thước > 100 cm) đẻ trứng ở vùng nước có nhiệt độ > 26°C (Itano, 2000; Ueyanagi, 1969; Schaefer, 1996). Kawai (1967) chỉ ra cá ngừ vây vàng tập trung ở nơi nhiệt độ tầng mặt > 27°C và lớp nhảy nhiệt (thermocline) nông. Bartoo (1987) xác định cá ngừ vây vàng phân bố từ 40,55°B đến 40,45°N ở 3 đại dương.

Đối với cá ngừ mắt to, chiều dài thân tối đa đạt 236 cm, thường gặp 180 cm (Froese và Pauly, 1996; FAO, 1983). Hanamoto (1987) và Holland et al. (1992) ghi nhận cá ngừ mắt to có khả năng chịu nhiệt độ môi trường thấp tới 10°C và phân bố ở độ sâu tới 250 m. Nồng độ oxy hòa tan thấp (< 0,1 ml/l) là nguyên nhân khiến loài này vắng mặt ở một số vùng biển phía đông Thái Bình Dương (FAO, 1983).

Về dự báo ngư trường và ứng dụng viễn thám:

• Walford (1938) nghiên cứu mật độ trứng cá tuyết và cấu trúc nước; Sandy Hook (1964) chỉ ra đàn cá thu di cư trong khoảng nhiệt độ 48–56°F; O’Brien và nnk (1974) dự báo cá hồi Coho dựa trên quan sát trường gió và nước trồi.
• Silva và nnk (2000) xác định quan hệ giữa sản lượng cá thu, cá cơm, cá trích ở Chile với SST và CHLa từ vệ tinh; Perez-Marrero (2001) dùng dữ liệu AVHRR của NOAA (1985–1994) phân tích phân tầng nhiệt ở Bắc Đại Tây Dương; Mansor và nnk (2001) kết hợp GIS và đánh giá đa biến (MCE) xây dựng hệ thống DSS/TroFFS dự báo ngư trường Biển Đông từ dữ liệu CHLa; Solanki và nnk (2001) chồng lớp CHLa và SST từ AVHRR tại vùng biển Gujarat (Ấn Độ); Zheng và nnk (2002) dùng mô hình GAMs mô tả mật độ cá tuyết; Kuo-Wei Lan và nnk (2004) dùng phương pháp PCA phân tích CPUE cá ngừ vây vàng tại biển Ả Rập; Song L. và nnk (2006) áp dụng bộ chỉ số DTSCO (độ sâu, nhiệt độ, độ muối, CHLa, oxy hòa tan) tại Ấn Độ Dương.
• Jasons và nnk (2010) dự báo cá ngừ vây xanh và vây vàng tại Australia bằng SST vệ tinh; Rajapaksha và nnk (2010) xác định cá ngừ vây vàng ở Ấn Độ Dương tập trung tại vùng có SST 28–30°C, CHLa 0,1–0,4 $\text{mg/m}^3$ và SSH 205–215 cm; Nurdin S. và nnk (2012) xác định ngưỡng SST ($29,94 \pm 0,23^\circ\text{C}$) và CHLa ($0,31 \pm 0,1\text{ mg/m}^3$) cho cá bạc má tại Indonesia; Mukti và nnk (2013) dùng SST (28,5–30,5°C) và CHLa (0,1–0,2 $\text{mg/m}^3$) dự báo cá ngừ vằn ở vịnh Bone-Flores; Mugo và nnk (2011) tích hợp 8 lớp thông tin viễn thám và nghề cá tại Nhật Bản; Yi Xu và nnk (2013) dùng mô hình cây hồi quy (boosted regression trees) kết hợp dữ liệu SST, SSH, dòng địa chuyển và CHLa; Pedraza (2006) thiết lập phương trình toán học dự báo CPUE cá ngừ vằn:

$$\log(\text{CPUE} + 1) = \alpha_0 + \beta_1(\text{SST}) + \beta_2(\text{CHL}) + \varepsilon$$

Tình hình nghiên cứu ở Việt Nam

Từ năm 1970, Viện Nghiên cứu Hải sản phát tin dự báo mùa vụ trên Đài Tiếng nói Việt Nam (duy trì đến năm 1986). Các chương trình nghiên cứu tiếp theo bao gồm:

• Đề tài KT.10 thuộc Chương trình KT.03 (1991–1995, Lê Đức Tố chủ nhiệm): Nghiên cứu hải dương học nghề cá đầu tiên, áp dụng mô hình xác suất, VPA, LCA tại Nam Trung Bộ và vịnh Bắc Bộ.
• Đề tài KHCN-06-02 (Đinh Văn Ưu chủ nhiệm): Xây dựng mô hình 3D hoàn lưu và cấu trúc nhiệt muối Biển Đông.
• Nhiệm vụ thường xuyên từ năm 1997 của Viện Nghiên cứu Hải sản (Chu Tiến Vĩnh, sau đó là Nguyễn Viết Nghĩa làm chủ nhiệm): Dự báo bằng phương pháp chồng bản đồ truyền thống.
• Đề tài KC-09-03 (2001–2004, Đinh Văn Ưu chủ nhiệm): Xây dựng mô hình dự báo gắn với cấu trúc hải dương, nhưng dữ liệu còn mỏng (2.133 mẻ câu 2000–2004) và độ phân giải không gian lớn (200–500 km).
• Đề tài KC.09.11/06-10 (Đoàn Văn Bộ chủ nhiệm, năm 2010): Xây dựng cơ sở dữ liệu đồng bộ, gắn 26 đặc trưng nhiệt biển và năng suất sinh học plankton, tỷ lệ dự báo đạt yêu cầu > 50% (khá/tốt > 40%).
• Đề tài KC.18/11-15 (Đoàn Văn Bộ chủ nhiệm, năm 2015): Ứng dụng phân tích tương quan đồng pha giữa CPUE và 26 yếu tố môi trường, nâng tỷ lệ dự báo đạt yêu cầu lên 60–80% (khá/tốt > 50%), cung cấp bản tin hạn mùa, hạn tháng, hạn 7–10 ngày.

TT	Loại nghề	Tần suất dự báo	Phạm vi dự báo
1	Nghề câu cá ngừ đại dương	Hạn 06 tháng (mùa), hạn tháng, hạn 10 ngày	Xa bờ miền Trung và giữa Biển Đông
2	Nghề lưới vây	Hạn 06 tháng (mùa)	Toàn vùng biển Việt Nam
3	Nghề lưới rê	Hạn tháng	Toàn vùng biển Việt Nam
4	Nghề chụp mực	Hạn tháng	Vịnh Bắc Bộ
5	Cá ngừ vằn	Hạn tháng	Xa bờ miền Trung và giữa Biển Đông

Khoảng trống nghiên cứu

1. Dự báo trước đây chủ yếu tập trung vào nghề khai thác trên ô lưới thô ($30 \times 30$ hải lý), chưa dự báo chuyên biệt theo từng đối tượng loài (Thunnus albacares và T. obesus) ở độ phân giải không gian cao (1–4 km).
2. Chưa khai thác chủ động và tích hợp hiệu quả nguồn ảnh viễn thám đa nguồn vào GIS để khắc phục tính khép kín của số liệu dự án MOVIMAR.
3. Chưa lượng hóa và lồng ghép tri thức bản địa của cộng đồng ngư dân khai thác vào cấu trúc mô hình dự báo không gian.
4. Thiếu quy trình đánh giá và kiểm chứng độc lập kết hợp giữa giám sát trực tiếp, phỏng vấn và dữ liệu định vị tàu cá (VMS).

Cơ sở lý thuyết và phương pháp nghiên cứu

Cơ sở lý thuyết và khung phân tích

Luận án dựa trên nguyên lý sinh thái học biển: sự di cư và tập trung của cá ngừ đại dương liên quan chặt chẽ đến các điều kiện môi trường sống và trường thức ăn. Sáu thông số hải dương học cơ bản được xác định gồm:

• Nhiệt độ bề mặt biển (SST)
• Hàm lượng diệp lục a (CHLa)
• Độ cao mực nước biển / Dị thường độ cao bề mặt biển (SSH)
• Động năng xoáy nước (EKE - Eddy Kinetic Energy)
• Dòng chảy (Currents)
• Địa hình đáy biển (Bathymetry)

Khung phân tích sử dụng phương pháp quá trình phân cấp phân tích (Analytic Hierarchy Process - AHP) để thiết lập ma trận so sánh cặp, xác định trọng số ảnh hưởng của các yếu tố hải dương học và tri thức bản địa đối với năng suất khai thác (CPUE).

Phương pháp nghiên cứu

• Phương pháp hồi cứu: Thu thập và hệ thống hóa chuỗi dữ liệu lịch sử về nghề cá và hải dương học từ các chương trình điều tra, đề tài cấp Nhà nước và dự án hợp tác (Dự án Điều tra chung Việt Nam - Trung Quốc, Dự án Điều tra tổng thể biến động nguồn lợi hải sản 2016–2020).
• Phương pháp viễn thám và GIS: Sử dụng phần mềm ArcGIS kết hợp công cụ MGET (Marine Geospatial Ecology Tools) để lập truy vấn, chiết xuất và nội suy dữ liệu raster. Các tập dữ liệu viễn thám gồm sản phẩm MOD09GA, MODIS-Aqua, NOAA-AVHRR, GHRSST để tính toán trường SST, CHLa, SSH, EKE.
• Phương pháp thực địa và khảo sát chuyên gia: Thu thập nhật ký khai thác, phỏng vấn ngư dân về tri thức bản địa (ngư trường truyền thống mùa gió Đông Bắc và Tây Nam, dấu hiệu dòng chảy, màu nước, con mồi), giám sát trực tiếp các chuyến biển và trích xuất dữ liệu giám sát hành trình tàu cá (VMS) thuộc dự án MOVIMAR tại các tỉnh Bình Định, Phú Yên, Khánh Hòa.

Luận điểm bảo vệ

• Luận điểm 1: Dự báo ngư trường khai thác cá ngừ đại dương bằng công nghệ viễn thám và GIS đạt độ chính xác cao (khoảng 70%).
• Luận điểm 2: Tích hợp dữ liệu viễn thám biển, dữ liệu hải dương học và tri thức bản địa cho phép xây dựng mô hình dự báo ngư trường khai thác cá ngừ đại dương với độ phân giải cao cả về không gian và thời gian.

Nội dung chính theo từng chương

Chương 1: Tổng quan vấn đề nghiên cứu

Chương 1 hệ thống hóa các cơ sở lý luận về ngư trường, đặc trưng sinh thái - sinh học của hai đối tượng cá ngừ vây vàng (Thunnus albacares) và cá ngừ mắt to (Thunnus obesus), cùng lược sử nghiên cứu dự báo ngư trường trên thế giới và tại Việt Nam.

Về sinh học cá ngừ, chương này phân tích tập tính dinh dưỡng, sinh sản và vùng phân bố nhiệt của từng loài; tổng hợp các hệ thống dự báo viễn thám quốc tế như JADE, FRA-JCOPE (Nhật Bản), NOAA/NASA (Mỹ), TroFFS (Malaysia/Biển Đông) và mô hình hồi quy đa biến.

Về tình hình trong nước, tác giả điểm lại các mốc nghiên cứu từ nhiệm vụ năm 1970 của Viện Nghiên cứu Hải sản, chương trình KT.03/KT.10, KHCN-06-02, đến các đề tài KC-09-03, KC.09.11/06-10 và KC.18/11-15 của Đoàn Văn Bộ. Qua đó, chương 1 khẳng định sự cần thiết phải chuyển dịch từ dự báo theo nghề sang dự báo theo loài, nâng cao độ phân giải không gian từ ô lưới thô ($30 \times 30$ hải lý) sang mức điểm ảnh viễn thám (1–4 km) và kết hợp tri thức bản địa của ngư dân.

Chương 2: Cơ sở khoa học xây dựng mô hình dự báo ngư trường khai thác cá ngừ đại dương

Chương 2 trình bày chi tiết phương pháp luận và nguồn dữ liệu để thiết lập mô hình dự báo tích hợp:

1. Dữ liệu đầu vào:
   • Số liệu nghề cá: Chuỗi số liệu điều tra nguồn lợi giai đoạn 1997–2014, lượng số liệu môi trường 1999–2015, dữ liệu hải dương miền Trung 2000–2015 và số liệu giám sát cá ngừ đại dương trong thời gian thực hiện luận án.
   • Dữ liệu viễn thám: Dữ liệu quang học và hồng ngoại từ ảnh MOD09GA hiệu chỉnh phổ, MODIS-Aqua, MGET.
   • Tri thức bản địa: Kết quả điều tra, phỏng vấn ngư dân về thời gian thả câu, màu nước, vùng nước xoáy và dấu hiệu nhận biết luồng cá mùa gió Đông Bắc và Tây Nam.
2. Phương pháp phân tích và tích hợp:
   • Ứng dụng công cụ MGET trong môi trường ArcGIS để chiết xuất các trường thông số hải dương học.
   • Sử dụng phương pháp AHP lập ma trận so sánh cặp giữa 6 thông số hải dương học (SST, CHLa, SSH, EKE, dòng chảy, địa hình đáy) nhằm tính toán bộ trọng số tối ưu.
3. Quy trình công nghệ dự báo: Đề xuất quy trình dự báo ngư trường cá ngừ đại dương ở vùng biển Việt Nam gồm 3 giai đoạn chính:
   • Bước 1 (Xử lý dữ liệu đầu vào - 04 bước): Thu thập và tiền xử lý ảnh viễn thám; giải đoán và tính toán trường SST, CHLa; chiết xuất số liệu hải dương học và chuẩn hóa dữ liệu nghề cá.
   • Bước 2 (Xây dựng mô hình phân tích không gian - 04 bước): Số hóa và lượng hóa tri thức bản địa; nội suy không gian sản lượng đánh bắt (CPUE); phân tích tương quan không gian đa lớp; chạy thuật toán tích hợp AHP xác định vùng tiềm năng khai thác.
   • Bước 3 (Thành lập và xuất bản tin dự báo - 04 bước): Phân cấp mức độ dự báo; biên tập bản đồ ngư trường tiềm năng quy mô tháng/tuần; kiểm tra sai số mô hình; xuất bản tin dự báo ngư trường phục vụ khai thác.

Chương 3: Xây dựng và kiểm chứng mô hình dự báo ngư trường khai thác cá ngừ đại dương

Chương 3 trình bày các kết quả thử nghiệm thực tế của mô hình:

1. Kết quả tính toán và phân tích không gian:
   • Xử lý tổ hợp 4 cảnh ảnh sản phẩm MOD09GA đã hiệu chỉnh phổ và dữ liệu MGET.
   • Phân cấp dữ liệu hải dương học: SST, CHLa, SSH, EKE.
   • Phân tích mối quan hệ giữa phân bố CPUE cá ngừ nội suy (chuỗi 2013–2015) với các trường môi trường tương ứng thông qua ma trận so sánh cặp và ma trận tính trọng số.
   • Xác lập bảng phân mức dự báo ngư trường cho cá ngừ mắt to và cá ngừ vây vàng.
2. Thành lập bản đồ dự báo thực nghiệm:
   • Xây dựng bản đồ dự báo ngư trường tiềm năng cho cá ngừ mắt to (CNMT) và cá ngừ vây vàng (CNVV) cho tháng 11/2017 và tháng 12/2017.
3. Kiểm chứng độc lập và đánh giá hiệu quả:
   • Tổng hợp số lượng mẻ câu cá ngừ đại dương từ 2015–2017 tại 8 tỉnh khảo sát.
   • Kiểm chứng nghề câu tay và câu vàng năm 2017 cho thấy kết quả dự báo có sự trùng khớp cao với các điểm đánh bắt thực tế của đội tàu thương mại.
   • Đánh giá hiệu quả dự báo theo từng tháng cho thấy độ chính xác đạt mức xấp xỉ 70%, đáp ứng yêu cầu phục vụ sản xuất.
4. Đề xuất giải pháp áp dụng: Luận án đề xuất giải pháp kỹ thuật và tổ chức nhằm chuyển giao kết quả dự báo đến các nghiệp đoàn nghề cá và Chi cục Khai thác & Bảo vệ nguồn lợi thủy sản các địa phương.

Kết quả và những đóng góp mới

Đóng góp mới về mặt khoa học

1. Xây dựng thành công mô hình dự báo ngư trường khai thác tiềm năng cho từng loài cá ngừ đại dương (Thunnus albacares và T. obesus) dựa trên kỹ thuật phân tích không gian trong GIS, kết hợp các trường thông số hải dương học (SST, CHLa, SSH, EKE) chiết xuất từ ảnh viễn thám có độ phân giải cao (1–4 km).
2. Phương pháp luận tích hợp tri thức bản địa: Lượng hóa và đưa kinh nghiệm sản xuất thực tiễn của ngư dân qua nhiều năm về tính mùa vụ, dấu hiệu luồng cá vào ma trận trọng số phân tích không gian của mô hình dự báo.

Đóng góp mới về mặt thực tiễn

1. Cung cấp quy trình công nghệ thành lập bản tin dự báo ngư trường hạn ngắn (tuần, tháng) với khả năng ứng dụng thực tế cao, hỗ trợ ngư dân thu hẹp phạm vi dò tìm đàn cá, tiết kiệm chi phí nhiên liệu và nâng cao năng suất mẻ câu.
2. Thiết lập quy trình kiểm chứng độc lập đa nguồn kết hợp giữa theo dõi mẻ câu thực tế, nhật ký khai thác, phỏng vấn ngư dân và dữ liệu định vị tàu cá (VMS) từ hệ thống giám sát vệ tinh.

Kiến nghị và giải pháp đề xuất

• Đề xuất các giải pháp kỹ thuật nhằm cải tiến hình thức và phương thức truyền tải bản tin dự báo tới ngư dân thông qua hệ thống thông tin duyên hải, truyền hình chuyên đề (VTV1, VTC16) và các Chi cục Bảo vệ nguồn lợi thủy sản.
• Kiến nghị xây dựng cơ chế chia sẻ dữ liệu liên ngành giữa cơ quan khí tượng hải văn, viễn thám và ngành thủy sản nhằm bảo đảm nguồn dữ liệu viễn thám cập nhật liên tục cho mô hình nghiệp vụ.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế:

• Nguồn dữ liệu về địa hình đáy biển chi tiết và các trường xoáy nước (EKE) còn phụ thuộc một phần vào các nguồn cung cấp quốc tế và dự án đóng như MOVIMAR, gây khó khăn cho việc tự động hóa hoàn toàn chuỗi xử lý.
• Dữ liệu kiểm chứng tuy đã được bổ sung bằng phỏng vấn và VMS nhưng chuỗi số liệu giám sát trực tiếp trên biển vẫn còn phụ thuộc vào mùa vụ khai thác và sự hợp tác của các chủ tàu.

Hướng nghiên cứu tiếp:

• Tự động hóa hoàn toàn quy trình thu thập, xử lý ảnh viễn thám thời gian thực để tiến tới thành lập các bản tin dự báo nghiệp vụ có hạn dự báo ngắn hơn (1–3 ngày).
• Mở rộng phạm vi áp dụng mô hình phân tích không gian tích hợp viễn thám và GIS cho các đối tượng cá nổi lớn khác ở vùng biển Việt Nam như cá ngừ vằn, cá thu, cá cờ.

Giá trị tham khảo

• Đối với nhà nghiên cứu và nghiên cứu sinh ngành Kỹ thuật Trắc địa - Bản đồ, Hải dương học nghề cá, Quản lý tài nguyên biển: Tài liệu cung cấp cơ sở phương pháp luận về việc ứng dụng công cụ MGET trong ArcGIS, giải đoán ảnh MODIS (MOD09GA), lập ma trận AHP phân tích tương quan không gian và phương pháp lượng hóa tri thức bản địa vào GIS.
• Đối với cán bộ quản lý nghề cá tại Tổng cục Thủy sản và các Chi cục Thủy sản địa phương: Luận án cung cấp căn cứ khoa học để xây dựng hệ thống bản tin dự báo ngư trường, nâng cao hiệu quả quản lý đội tàu đánh bắt xa bờ và định hướng khai thác hải sản bền vững.
• Đối với các hiệp hội nghề cá và doanh nghiệp khai thác hải sản: Quy trình dự báo giúp tối ưu hóa hành trình khai thác, giảm thời gian tìm kiếm ngư trường và nâng cao chất lượng cá ngừ xuất khẩu.

Câu hỏi thường gặp

1. Luận án giải quyết vấn đề gì khác biệt so với các mô hình dự báo ngư trường trước đây tại Việt Nam?

Các mô hình trước đây dự báo theo nghề khai thác trên các ô lưới thô $30 \times 30$ hải lý bằng phương pháp hồi quy tuyến tính. Luận án này xây dựng mô hình dự báo chi tiết theo từng loài cá ngừ (Thunnus albacares và T. obesus) ở độ phân giải điểm ảnh 1–4 km, tích hợp dữ liệu hải dương viễn thám (SST, CHLa, SSH, EKE) với tri thức bản địa của ngư dân qua công nghệ GIS.

2. Các thông số hải dương học nào được sử dụng chính trong mô hình dự báo của luận án?

Mô hình sử dụng 6 thông số gồm: Nhiệt độ bề mặt biển (SST), hàm lượng diệp lục a (CHLa), độ cao mực nước biển (SSH), động năng xoáy nước (EKE), dòng chảy (Currents) và địa hình đáy biển (Bathymetry), trong đó SST và CHLa là hai thông số được chiết xuất trực tiếp từ các sản phẩm ảnh viễn thám như MOD09GA và MODIS-Aqua.

3. Quy trình công nghệ dự báo ngư trường của luận án gồm những bước nào?

Quy trình gồm 3 giai đoạn, mỗi giai đoạn gồm 4 bước:

• Giai đoạn 1: Thu thập, tiền xử lý và chiết xuất dữ liệu viễn thám/nghề cá.
• Giai đoạn 2: Lượng hóa tri thức bản địa, nội suy CPUE và chạy mô hình phân tích không gian đa chỉ số (AHP).
• Giai đoạn 3: Phân cấp mức dự báo, thành lập bản đồ ngư trường và xuất bản tin dự báo.

4. Kết quả kiểm chứng thực nghiệm mô hình đạt độ chính xác bao nhiêu?

Kiểm chứng độc lập trên các đội tàu câu khai thác cá ngừ mắt to và cá ngừ vây vàng giai đoạn 2015–2017 tại 8 tỉnh ven biển miền Trung cho thấy kết quả dự báo có độ chính xác đạt xấp xỉ 70%.

5. Dữ liệu tri thức bản địa được thu thập và tích hợp vào mô hình như thế nào?

Dữ liệu được thu thập qua phiếu phỏng vấn và khảo sát ngư dân tại các cảng cá (Bình Định, Phú Yên, Khánh Hòa) về ngư trường truyền thống mùa gió Đông Bắc/Tây Nam, quy luật luồng cá, màu nước, con mồi; sau đó được số hóa và đưa vào ma trận tính toán trọng số không gian trong môi trường ArcGIS.

Kết luận

Luận án đã xây dựng thành công mô hình dự báo ngư trường khai thác cá ngừ đại dương (Thunnus albacares và T. obesus) ở vùng biển Việt Nam trên cơ sở tích hợp công nghệ viễn thám, GIS và tri thức bản địa. Nghiên cứu đã nâng cao độ phân giải không gian của bản đồ dự báo lên mức 1–4 km và đạt độ chính xác thực nghiệm xấp xỉ 70% qua kiểm chứng độc lập trên đội tàu khai thác. Kết quả của luận án cung cấp cơ sở khoa học và giải pháp thực tiễn phục vụ chỉ đạo sản xuất khai thác hải sản xa bờ, góp phần phát triển kinh tế biển và quản lý bền vững nguồn lợi cá ngừ đại dương.

Trích đoạn nội dung tài liệu

CHƯƠNG 1. TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU “Ngư trường” được đặc trưng bởi giá trị nguồn lợi (tổng trữ lượng, sản lượng khai thác) các loài hải sản nói chung, hoặc từng loài, nhóm loài cụ thể và quy mô của quá trình khai thác chúng (hiện trạng, xu thế) bởi một số nghề trên phạm vi địa lí nhất định. Các đặc trưng định lượng cho ngư trường chính là trữ lượng B (Biomass) và sản lượng khai thác C (Catch) hoặc năng suất đánh bắt CPUE (Catch Per Unit Effort) chung cho mọi đối tượng, hoặc nhóm đối tượng, hoặc riêng từng loài cụ thể và theo từng nghề khai thác. Dự báo ngư trường cung cấp những thông tin định tính và định lượng xu thế phân bố và biến động các đặc trưng nêu trên phục vụ quản lý và điều hành quá trình khai thác hiệu quả, bền vững, duy trì và bảo vệ nguồn lợi biển.

Nhóm đối tượng hay còn gọi là nhóm thương phẩm được hình thành từ một số loài nhất định, ví dụ nhóm cá ngừ đại dương bao gồm một số loài như cá ngừ vây vàng (Thunnus albacares), cá ngừ mắt to (Thunnus obesus) và cá ngừ vằn (Katsuwonus pelamis). Các nhóm thương phẩm này có thể do một hoặc nhiều nghề khai thác, ví dụ: cá ngừ vây vàng và ngừ mắt to là đối tượng khai thác chính của nghề câu, cá ngừ vằn – của nghề rê. Như vậy, việc dự báo ngư trường cần phải triển khai đối với từng nghề và chung cho mọi đối tượng, hoặc cho từng loài, nhóm loài cụ thể. Tình hình nghiên cứu trên thế giới 1.

Đặc điểm sinh học, sinh thái của cá ngừ vây vàng Ngưỡng nhiệt độ của cá ngừ ở Bắc Thái Bình Dương dao động đối với cá ngừ mắt to (Thunnus obesus) và cá ngừ vây vàng (Thunnus albacares) lần lượt là 13-19 và 18-31 (Collette và Nauen,1983; Uda, 1957). Cá ngừ đại dương thường sống theo đàn, ở tầng mặt và di cư vào gần bờ kiếm ăn nhưng có khi di luan an 10 cư xuống sâu hàng trăm mét nước. Sức sinh sản của loài cá này lớn, ở vùng biển Philippin và Nhật Bản, mùa vụ sinh sản từ tháng 5 – 10 và từ tháng 4 - 6 (Nguồn: Nguyễn Xuân Huấn, 2008). - Chế độ dinh dưỡng của cá ngừ vây vàng: Thức ăn của cá Ngừ vây vàng khá đa dạng bao gồm một số nhóm thuộc bọn giáp xác (crustacean), chân đầu (cephalopod) và cá ở các giai đoạn phát triển khác nhau (Alverson, 1963 ; Cole (1980) và Suzuki (1994a).

Thức ăn thường gặp trong dạ dầy cá Ngừ vây vàng về cả số lượng lẫn số lần bắt gặp là cá Lành canh (Engraulidae), loại cá thường lấp đầy dạ dầy những mẫu cá Ngừ vây vàng đánh bắt được bằng nghề lưới vây rút chì (purse-sein). Các pha phát triển từ thời kỳ cá con tới khi trưởng thành của loại cá này thường được tìm thấy ở dạ dầy của các con cá Ngừ vây vàng khác nhau, ít khi thấy chúng cùng xuất hiện trong dạ dầy của cùng một con. Kích thước loại cá mồi này biến đổi từ 25 mm tới 65 mm SL, thường dễ nhận dạng là loài Lành canh đại dương (Ocean anchovy, Encrasicholina punctifer), loài cá vốn được dùng cho nghiên cứu và làm khóa phát hiện chuẩn (standard keys) (Lewis et al.1983; Ozarwa & Tsukahara,1973; Whitehead et al. Cá Ngừ vây vàng ăn cả tôm oplophrid.

Các sinh vật bơi nhanh (ví dụ như các loài cá tự bơi cỡ nhỏ và mực) cũng là thức ăn của cá Ngừ vây vàng (King và Ikehara 1956; Bucley và Miller 1994). Các loài làm mồi này có kích thước nhỏ tới mức không phải lúc nào cũng có thể bắt chúng bằng lưới bắt vi sinh vật tự bơi (neckton net) và do đó không thể đánh giá trực tiếp loài làm mồi cho cá Ngừ vây vàng (Sund et al.