Luận án tiến sĩ: Tích hợp hệ cảm biến và GIS trong quản lý tài nguyên và môi trường

Luận án tiến sĩ nghiên cứu nghiên cứu tích hợp hệ cảm biến và hệ thống thông tin địa lý phục vụ quản lý tài nguyên và môi, phát triển phương pháp mới, đánh giá hiệu quả ứng dụng

• Tác giả: Nguyễn Anh Tuấn
• Người hướng dẫn: PGS. Lê Trung Thành
• Trường học: Học viện Khoa học và Công nghệ
• Chuyên ngành: Địa lý tài nguyên và môi trường
• Đề tài: Nghiên Cứu Tích Hợp Cảm Biến Và GIS Cho Quản Lý Tài Nguyên Môi Trường
• Loại tài liệu: luận án tiến sĩ
• Năm xuất bản: 2023
• Địa điểm: Hà Nội

Mục lục chi tiết

• Lời cam đoan
• Lời cảm ơn
• Một số ký hiệu viết tắt
• Danh sách hình vẽ
• Danh sách bảng
• 1. Chương 1: Cơ sở khoa học và phương pháp nghiên cứu tích hợp hệ cảm biến và hệ thống thông tin địa lý phục vụ quản lý tài nguyên và môi trường nước trên lưu vực sông
• 1.1. Tổng quan một số khái niệm
• 1.2. Tổng quan các công trình nghiên cứu tích hợp hệ cảm biến và hệ thống thông tin địa lý phục vụ quản lý tài nguyên và môi trường nước trên lưu vực sông
• 1.2.1. Trên thế giới
• 1.2.2. Ở khu vực nghiên cứu
• 1.3. Phương pháp nghiên cứu
• 1.3.1. Phương pháp khảo sát thực địa
• 1.3.2. Phương pháp sử dụng công nghệ GIS và mô hình hóa
• 1.3.3. Phương pháp thiết kế hệ cảm biến không dây
• 1.3.4. Phương pháp lập trình và tích hợp hệ thống
• 1.4. Tiểu kết chương 1
• 2. Chương 2: Ứng dụng hệ thống thông tin địa lý và mô hình hóa mô phỏng chế độ dòng chảy tại lưu vực sông Nhuệ - Đáy
• 2.1. Đặc điểm của lưu vực sông Nhuệ - Đáy
• 2.2. Lựa chọn mô hình SWAT
• 2.2.1. Tổng quan về mô hình SWAT
• 2.2.2. Mô phỏng dòng chảy trong SWAT
• 2.3. Ứng dụng GIS xử lý dữ liệu đầu vào cho mô hình
• 2.3.1. Yêu cầu dữ liệu đầu vào cho mô hình SWAT
• 2.3.2. Dữ liệu địa hình (mô hình số độ cao, DEM)
• 2.3.3. Dữ liệu thổ nhưỡng
• 2.3.4. Dữ liệu sử dụng đất
• 2.3.5. Dữ liệu khí tượng thủy văn
• 2.3.6. Các yêu cầu về chuẩn hóa dữ liệu
• 2.4. Thiết lập và hiệu chỉnh mô hình
• 2.4.1. Quá trình thành lập mô hình
• 2.4.2. Hiệu chỉnh và kiểm chứng mô hình
• 2.4.3. Tính toán lưu lượng dòng chảy và thành lập bản đồ tài nguyên nước cho lưu vực sông Nhuệ - Đáy
• 2.5. Tiểu kết chương 2
• 3. Chương 3: Nghiên cứu thiết kế hệ thống tích hợp mạng cảm biến không dây và mô hình hóa trên nền tảng WebGIS phục vụ quản lý tài nguyên và môi trường
• 3.1. Thiết kế kiến trúc hệ thống WebGIS tích hợp dữ liệu từ mạng cảm biến không dây và mô hình hóa
• 3.1.1. Thiết kế kiến trúc vật lý của hệ thống
• 3.1.2. Thiết kế kiến trúc logic của hệ thống
• 3.1.3. Thiết kế cơ sở dữ liệu của hệ thống
• 3.1.4. Chuẩn hóa cơ sở dữ liệu
• 3.2. Thiết kế hệ cảm biến quan trắc một số thông số khí tượng, thủy văn tích hợp vào cho mô hình
• 3.2.1. Thiết kế hệ cảm biến tích hợp sử dụng công nghệ Zigbee và bo mạch Arduino
• 3.2.2. Thiết kế nút điều phối
• 3.2.3. Thiết kế nút cảm biến
• 3.2.4. Nguyên lý xử lý dữ liệu của hệ cảm biến
• 3.3. Thiết kế cảm biến quang đo độ mặn của nước biển dựa trên cơ chế cộng hưởng từ
• 3.3.1. Giới thiệu về cảm biến quang
• 3.3.2. Cơ chế cảm biến quang
• 3.3.3. Cấu trúc của cảm biến quang
• 3.3.4. Cấu trúc cảm biến sử dụng MZI với hai bộ vi cộng hưởng
• 3.3.5. Ứng dụng công nghệ cảm biến quang thiết kế cảm biến đo độ mặn có độ nhạy cao
• 3.4. Tiểu kết chương 3
• 4. Chương 4: Kết quả và thử nghiệm
• 4.1. Dữ liệu sử dụng trong luận án
• 4.1.1. Dữ liệu không gian
• 4.1.2. Dữ liệu theo thời gian
• 4.2. Tiến hành thử nghiệm tại khu vực nghiên cứu
• 4.2.1. Mô tả địa bàn thử nghiệm
• 4.2.2. Kịch bản thử nghiệm
• 4.3. Kết quả tích hợp trên hệ thống WebGIS
• 4.3.1. Tích hợp dữ liệu cảm biến
• 4.3.2. Tích hợp kết quả mô phỏng của mô hình
• 4.3.3. Đánh giá kết quả thử nghiệm
• 4.4. Tiểu kết chương 4

Tóm tắt

I. Giới thiệu

Nghiên cứu tích hợp cảm biến và GIS cho quản lý tài nguyên môi trường là một lĩnh vực đang thu hút sự quan tâm lớn từ các nhà khoa học và quản lý. Nghiên cứu này không chỉ giúp nâng cao hiệu quả trong việc giám sát và quản lý tài nguyên nước mà còn góp phần vào việc phát triển bền vững. Tài nguyên nước là một trong những yếu tố quan trọng nhất trong phát triển kinh tế và xã hội. Việc áp dụng công nghệ GIS và cảm biến không dây giúp thu thập dữ liệu một cách nhanh chóng và chính xác, từ đó hỗ trợ cho việc ra quyết định trong quản lý tài nguyên nước. Theo một nghiên cứu gần đây, việc kết hợp giữa cảm biến và GIS đã cho thấy khả năng cải thiện đáng kể trong việc theo dõi và dự báo tình hình tài nguyên nước.

II. Tổng quan về công nghệ cảm biến và GIS

Công nghệ cảm biến không dây và GIS đã được áp dụng rộng rãi trong quản lý tài nguyên môi trường. Cảm biến không dây cho phép thu thập dữ liệu từ nhiều vị trí khác nhau mà không cần phải có sự hiện diện của con người. Điều này giúp giảm thiểu chi phí và thời gian trong việc thu thập dữ liệu. Hệ thống GIS cho phép phân tích và trực quan hóa dữ liệu một cách hiệu quả, từ đó hỗ trợ cho việc ra quyết định. Việc tích hợp hai công nghệ này không chỉ giúp nâng cao độ chính xác của dữ liệu mà còn tạo ra một hệ thống giám sát tự động, giúp phát hiện sớm các vấn đề liên quan đến tài nguyên nước. Theo một nghiên cứu, việc sử dụng GIS trong quản lý tài nguyên nước đã giúp cải thiện khả năng dự báo và quản lý tài nguyên nước một cách hiệu quả.

III. Phương pháp nghiên cứu

Phương pháp nghiên cứu trong đề tài này bao gồm khảo sát thực địa, sử dụng công nghệ GIS và mô hình hóa. Khảo sát thực địa giúp thu thập dữ liệu ban đầu về tình hình tài nguyên nước tại khu vực nghiên cứu. Công nghệ GIS được sử dụng để phân tích và trực quan hóa dữ liệu, trong khi mô hình hóa giúp dự đoán các biến động trong tài nguyên nước. Việc kết hợp các phương pháp này cho phép xây dựng một hệ thống quản lý tài nguyên nước hiệu quả, giúp theo dõi và đánh giá tình hình tài nguyên nước một cách liên tục. Theo các chuyên gia, việc áp dụng các phương pháp này sẽ giúp nâng cao khả năng quản lý tài nguyên nước tại các lưu vực sông.

IV. Kết quả và thảo luận

Kết quả nghiên cứu cho thấy việc tích hợp cảm biến và GIS đã mang lại nhiều lợi ích trong quản lý tài nguyên nước. Hệ thống giám sát tự động giúp phát hiện sớm các vấn đề như ô nhiễm nước, biến đổi khí hậu và các hiện tượng thiên tai. Các dữ liệu thu thập được từ cảm biến không dây đã được phân tích và trực quan hóa thông qua GIS, từ đó hỗ trợ cho việc ra quyết định trong quản lý tài nguyên nước. Nghiên cứu cũng chỉ ra rằng việc áp dụng công nghệ này không chỉ giúp nâng cao hiệu quả quản lý mà còn góp phần vào việc phát triển bền vững tài nguyên nước. Theo các chuyên gia, việc tiếp tục nghiên cứu và phát triển công nghệ này sẽ mở ra nhiều cơ hội mới trong quản lý tài nguyên môi trường.

V. Kết luận

Nghiên cứu tích hợp cảm biến và GIS cho quản lý tài nguyên môi trường đã chứng minh được giá trị và tính ứng dụng thực tiễn của nó. Việc áp dụng công nghệ này không chỉ giúp nâng cao hiệu quả trong quản lý tài nguyên nước mà còn góp phần vào việc phát triển bền vững. Các nhà quản lý cần chú trọng đến việc đầu tư và phát triển công nghệ này để đáp ứng nhu cầu ngày càng cao trong quản lý tài nguyên môi trường. Nghiên cứu này mở ra hướng đi mới cho các nghiên cứu tiếp theo trong lĩnh vực quản lý tài nguyên nước và môi trường.

Nội dung chính

Tổng quan về luận án

Quản lý tổng hợp tài nguyên nước (Integrated Water Resources Management - IWRM) trên quy mô lưu vực sông liên tỉnh là một trong những bài toán phức tạp và cấp thiết nhất của khoa học môi trường đương đại. Trong bối cảnh biến đổi khí hậu toàn cầu và sự gia tăng áp lực nhân sinh, Mục tiêu Phát triển Bền vững số 6 của Liên Hợp Quốc (SDQ 6) cùng Quyết định số 622/QĐ-TTg của Thủ tướng Chính phủ Việt Nam đã xác lập yêu cầu bức thiết về việc hiện đại hóa năng lực giám sát, dự báo tài nguyên nước và xâm nhập mặn. Luận án tiến sĩ chuyên ngành Địa lý Tài nguyên và Môi trường (Mã số: 9 44 02 20) của Nghiên cứu sinh Nguyễn Anh Tuấn, dưới sự hướng dẫn khoa học của PGS.TS. Lê Trung Thành và TS. Nguyễn Thanh Hoàn tại Học viện Khoa học và Công nghệ – Viện Hàn lâm Khoa học và Công nghệ Việt Nam, mang tiêu đề: "Nghiên cứu tích hợp hệ cảm biến và hệ thống thông tin địa lý phục vụ quản lý tài nguyên và môi trường" (2023).

flowchart TB
    subgraph SENSING["1. Tầng Vật lý & Cảm biến (Sensing Layer)"]
        S1["Trạm Khí tượng WSN (AVR, ZigBee, 4G)"]
        S2["Cảm biến quang đo độ mặn MZI + MRR"]
        S3["Dữ liệu quan trắc thực địa (Hà Đông, Như Tân)"]
    end

    subgraph NETWORK["2. Tầng Chuyển đổi & Mạng (Transmission Layer)"]
        N1["Data Logger & Gateway"]
        N2["Truyền thông không dây IEEE 802.15.4 / 4G"]
        N3["API Services & Queue Worker"]
    end

    subgraph MODELING["3. Tầng Xử lý & Mô hình hóa (Data & Model Engine)"]
        M1["Hệ thống CSDL IoT (MySQL) + GIS (PostGIS)"]
        M2["Phân tích độ dốc, Thổ nhưỡng, Sử dụng đất (HRU)"]
        M3["Mô hình thủy văn ArcSWAT 2012 (FORTRAN Engine)"]
    end

    subgraph WEBGIS["4. Tầng Ứng dụng & Trực quan hóa (WebGIS Layer)"]
        W1["GeoServer (Dịch vụ WMS / WFS)"]
        W2["Nền tảng trực tuyến iSFM Online (Leaflet, Celery)"]
        W3["Bản đồ trữ lượng nước mặt & Cảnh báo xâm nhập mặn"]
    end

    SENSING --> NETWORK
    NETWORK --> MODELING
    MODELING --> WEBGIS

Khoảng trống nghiên cứu (Research Gap) then chốt mà luận án giải quyết xuất phát từ thực trạng phần lớn các nghiên cứu thủy văn hiện nay chủ yếu vận hành mô hình trên các chuỗi số liệu tĩnh trong quá khứ hoặc tại các điểm trạm độc lập kết nối thủ công (như chuẩn truyền dẫn nối tiếp RS232 có dây cồng kềnh, phân mảnh). Việc thiếu vắng một kiến trúc công nghệ hợp nhất liên ngành có khả năng nạp dòng dữ liệu thời gian thực (Real-time data streaming) từ mạng cảm biến không dây (WSN) phân tán vào công cụ mô hình hóa thủy văn phân bố và trực quan hóa không gian động trên nền tảng WebGIS chính là rào cản lớn nhất đối với việc ra quyết định điều hành nguồn nước.

Để lấp đầy khoảng trống này, luận án xác lập hệ thống câu hỏi nghiên cứu và giả thuyết khoa học:

• Câu hỏi nghiên cứu 1 (RQ1): Làm thế nào để thiết kế một kiến trúc tích hợp đa tầng liên kết liền mạch giữa mạng cảm biến không dây WSN, cơ sở dữ liệu địa không gian và mô hình toán thủy văn?
• Câu hỏi nghiên cứu 2 (RQ2): Cấu trúc cảm biến quang tích hợp nào có thể tối ưu hóa độ nhạy để quan trắc chỉ số xâm nhập mặn ở cửa sông theo thời gian thực?
• Câu hỏi nghiên cứu 3 (RQ3): Mô hình SWAT khi được cấp dữ liệu khí tượng tự động từ WSN có phản ánh chính xác lưu lượng dòng chảy và trữ lượng nước mặt lưu vực theo không gian và thời gian hay không?
• Giả thuyết 1 (H1): Việc ghép nối tự động chuỗi dữ liệu vi khí hậu thu thập từ mạng WSN với tần suất 1 giờ/lần vào mô hình ArcSWAT thông qua kiến trúc hàng đợi xử lý bất đồng bộ (Queue Worker) sẽ cho phép mô phỏng động thái dòng chảy lưu vực với độ trễ tối thiểu và độ tin cậy tương đương trạm quan trắc truyền thống.
• Giả thuyết 2 (H2): Cấu trúc cảm biến quang tử tích hợp kết hợp giao thoa kế Mach-Zehnder (MZI) với bộ vi cộng hưởng vòng (Microring Resonators - MRR) trên nền công nghệ Silicon-on-Insulator (SOI) có thể tạo ra độ nhạy dịch chuyển bước sóng vượt trội để đo lường nồng độ NaCl phục vụ cảnh báo mặn.

Phạm vi không gian nghiên cứu bao quát toàn bộ lưu vực sông Nhuệ – Đáy thuộc địa giới hành chính của 5 tỉnh, thành phố: Hà Nội, Hòa Bình, Hà Nam, Nam Định và Ninh Bình. Trích dẫn số liệu thủy văn cơ sở trong luận án xác nhận: "Sông Nhuệ có chiều dài 74 km, diện tích lưu vực 1075 km², sông Đáy có chiều dài 240 km, diện tích lưu vực 7665 km². Lưu vực sông Nhuệ Đáy có lượng mưa trung bình năm là 1608,19 mm. Lượng mưa 3 ngày lớn nhất là 564 mm". Khung lý thuyết của công trình là sự giao thoa giữa lý thuyết chu trình thủy văn số hóa, lý thuyết truyền thông mạng cảm biến năng lượng thấp (IEEE 802.15.4) và lý thuyết quang điện tử tích hợp.

Literature Review và Positioning

Lịch sử kết hợp Hệ thống Thông tin Địa lý (GIS) và mô hình hóa tài nguyên nước đã trải qua các nấc thang phát triển từ phương pháp không ràng buộc (Unconstrained coupling) qua phương pháp ràng buộc (Constrained coupling) đến phương pháp nhúng sâu (Embedded coupling) theo phân loại kinh điển của Maidment (2002) và Goodchild (1993). Về dòng nghiên cứu mô hình hóa lưu vực, các công cụ phân tán như SWAT (Arnold et al., 1998), HEC-HMS (USACE, 1968-2016), MIKE-SHE/MIKE 11 (DHI, 2015) đã chứng minh ưu thế vượt bậc trong việc mô phỏng phản ứng mưa - dòng chảy dựa trên đơn vị phản ứng thủy văn (Hydrological Response Unit - HRU) và mô hình số độ cao DEM (Martz & Garbrecht, 1992).

Tiêu chí So sánh	Hệ thống SWATShare (Rajib et al., 2016)	Nền tảng Web-SWAT NASA (McDonald & Srinivasan, 2019)	Mô hình HEC-HMS Sông Nhuệ - Đáy (Phan Cao Dương et al., 2016)	Hệ thống tích hợp iSFM của Luận án (Nguyễn Anh Tuấn, 2023)
Nguồn dữ liệu khí tượng	Dữ liệu lịch sử lưu trữ tĩnh	Dữ liệu viễn thám NASA (Độ phân giải thô)	Dữ liệu quan trắc trạm đo khí tượng mặt đất tĩnh	Mạng WSN vi hạt phân tán thời gian thực (1 giờ/lần)
Giao thức thu thập	Tải tệp dữ liệu thủ công / Web API	Web Service không đồng bộ toàn cầu	Ghi sổ / File số liệu ngoại tuyến	WSN ZigBee (IEEE 802.15.4) + Gateway 4G tự động
Cơ chế mô phỏng	Batch processing cho kịch bản quá khứ	Cập nhật định kỳ theo chu kỳ vệ tinh	Chạy cục bộ trên máy trạm chuyên dụng	Queue Worker điều phối tự động qua WebGIS
Giám sát xâm nhập mặn	Không hỗ trợ	Không hỗ trợ	Không hỗ trợ	Tích hợp cấu trúc cảm biến quang lai MZI + 2 MRR (SOI)
Mức độ tương tác Web	Chia sẻ và trực quan hóa kết quả chạy trước	Trực quan hóa bản đồ trực tuyến cơ bản	Không có giao diện Web	Tương tác WebGIS toàn diện (WMS/WFS, REST API)

Trong trường phái quan trắc tự động và mạng cảm biến không dây, các công trình từ dự án WINS (Pottie & Kaiser, 2000), nghiên cứu của MIT (Chandrakasan et al., 1999) đến các phát triển gần đây của Ragavan et al. (2016) đã đặt nền móng cho việc ứng dụng WSN trong giám sát môi trường. Tuy nhiên, các cuộc tranh luận học thuật sâu sắc vẫn đang diễn ra:

• Tranh luận 1 (Về tính trễ của dữ liệu): Một trường phái (như Rajib et al., 2016 với nền tảng SWATShare) cho rằng việc mô hình hóa lưu vực chỉ cần tập trung vào các kịch bản dài hạn dựa trên dữ liệu quá khứ. Ngược lại, trường phái quản lý thích ứng thời gian thực (Real-time Adaptive Management) khẳng định rằng trước các dị thường thời tiết cực đoan do biến đổi khí hậu, việc thiếu khả năng nạp dữ liệu tức thời sẽ làm mất đi giá trị cảnh báo sớm.
• Tranh luận 2 (Về phương pháp tích hợp): Nhóm giải pháp dựa trên dữ liệu viễn thám toàn cầu (như McDonald & Srinivasan, 2019) tận dụng ảnh vệ tinh của NASA để cập nhật thời tiết lên Web-SWAT, nhưng gặp giới hạn lớn về độ phân giải không gian thô và sai số vi khí hậu địa phương. Nghiên cứu của Guiamel (2020) tại lưu vực Mindanao (Philippines) và nghiên cứu SCS-CN tại hồ Bojiang (Trung Quốc, 2019) chứng minh rằng dữ liệu quan trắc vi khí hậu bề mặt đóng vai trò quyết định độ chính xác của dòng chảy mặt (Runoff).

Luận án của NCS. Nguyễn Anh Tuấn định vị chính xác tại điểm giao giữa WSN thời gian thực, mô hình hóa ArcSWAT phân bố và nền tảng WebGIS tương tác. Công trình vượt lên trên các nghiên cứu trước đây tại lưu vực sông Nhuệ – Đáy (như Trần Đình Hợi, 2010 với MIKE 11; Phan Cao Dương et al., 2016 với HEC-HMS; Phạm Thị Thực & Nguyễn Kiên Dũng, 2019) vốn phụ thuộc hoàn toàn vào chuỗi số liệu quá khứ, bằng việc thiết lập một đường ống công nghệ tự động hóa khép kín từ khâu đo đạc vi hạt đến mô phỏng và hiển thị trực tuyến.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng và làm sâu sắc thêm các khung lý thuyết nền tảng trong hai lĩnh vực khoa học liên ngành:

1. Phát triển Lý thuyết Mô hình hóa Thủy văn Phân tán (Distributed Hydrological Modeling): Luận án phát triển khung lý thuyết cân bằng nước của Arnold et al. (1998) và phương pháp số đường cong dòng chảy SCS (Soil Conservation Service Curve Number) của USDA-NRCS bằng cách đề xuất cơ chế "nạp dữ liệu động thời gian thực" (Dynamic Real-time Ingestion). Thay vì coi các tham số khí tượng đầu vào là chuỗi giá trị tĩnh rời rạc, luận án thiết lập mối liên kết động giữa trạng thái vi khí hậu biến thiên từng giờ với các đơn vị phản ứng thủy văn HRU, giúp tái hiện chân thực hơn tiến trình thấm, bốc thoát hơi nước và hình thành dòng chảy bề mặt (WYLD - Water Yield).

$$\Delta S = P - R - ET - I - GW$$

Trong đó, lượng trữ nước $\Delta S$ được cập nhật liên tục thông qua chuỗi lượng mưa $P$ thực tế đo bằng WSN, chuẩn hóa theo hàm truyền dòng chảy bề mặt $R$, bốc thoát hơi nước $ET$, lượng thấm $I$ và dòng ngầm $GW$.

2. Mở rộng Lý thuyết Quang điện tử Tích hợp (Integrated Silicon Photonics Theory): Luận án đóng góp một bước tiến lý thuyết trong việc ứng dụng cấu trúc dẫn sóng quang học trên nền Silicon-on-Insulator (SOI) để đo lường thông số môi trường nước. Bằng cách kết hợp hiện tượng giao thoa Mach-Zehnder (MZI) với cơ chế cộng hưởng của hai bộ vi cộng hưởng vòng (Microring Resonators - MRR) và bộ ghép đa mode 2x4 MMI (Multimode Interference), tác giả đã chứng minh bằng giải tích toán học rằng cấu trúc lai này tạo ra độ dốc vi phân hàm truyền quang học cực lớn theo bước sóng, nâng cao độ nhạy phát hiện sự thay đổi chiết suất của môi trường chứa ion $Na^+$ và $Cl^-$ trong dung dịch nước biển.

Khung phân tích độc đáo

Khung phân tích của luận án được cấu trúc thành hệ thống 4 tầng logic đồng bộ:

• Tầng 1 - Thu nhận dữ liệu vật lý (Physical Sensing Layer): Hệ thống nút mạng cảm biến không dây thiết kế trên vi điều khiển AVR kết nối cảm biến nhiệt độ, độ ẩm, lượng mưa qua module truyền thông ZigBee và cấu trúc cảm biến quang đo mặn.
• Tầng 2 - Chuyển đổi và truyền thông mạng (Network & Ingestion Layer): Các nút điều phối (Gateway / Cluster Head) đóng gói dữ liệu, chuyển đổi ADC/I2C/SPI, truyền tải qua giao thức IEEE 802.15.4 kết hợp mạng di động 4G về máy chủ trung tâm.
• Tầng 3 - Tổng hợp dữ liệu và Mô hình hóa (Data Aggregation & Modeling Engine): Cơ sở dữ liệu quan hệ không gian tích hợp (PostgreSQL/PostGIS kết hợp MySQL) tiếp nhận dữ liệu thời gian thực; engine ArcSWAT (FORTRAN core) được kích hoạt tự động thông qua hàng đợi tác vụ bất đồng bộ (Celery / Queue Worker) để phân chia tiểu lưu vực và tính toán dòng chảy.
• Tầng 4 - Ứng dụng WebGIS và Hỗ trợ ra quyết định (Application Layer): Nền tảng iSFM Online xuất bản các lớp bản đồ chuyên đề động theo chuẩn OGC (WMS, WFS) qua GeoServer, hiển thị trực quan biểu đồ và cảnh báo đa tiêu chí cho người dùng.

Điều kiện biên (Boundary Conditions) của khung phân tích được xác lập rõ ràng: Hệ thống tối ưu cho các lưu vực sông có độ dốc trung bình đến phức tạp ở vùng nhiệt đới gió mùa, mạng WSN vận hành ổn định trong bán kính truyền thông vô tuyến cho phép của các nút ZigBee/4G, và mô hình quang học áp dụng cho dải nồng độ muối của môi trường nước tự nhiên đến nước lợ cửa sông.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu được thiết kế dựa trên lập trường triết học thực chứng (Positivism) kết hợp chủ nghĩa hiện thực phê phán (Critical Realism), sử dụng phương pháp luận nghiên cứu đa chiều (Mixed Engineering & Spatial Quantitative Methods). Thiết kế nghiên cứu bao gồm 3 trụ cột kỹ thuật gắn kết chặt chẽ:

graph LR
    A["Thiết kế phần cứng WSN & Cảm biến quang"] --> D["Khung Tích Hợp Đa Tầng iSFM Online"]
    B["Mô hình hóa Thủy văn phân bố (ArcSWAT)"] --> D
    C["Cơ sở dữ liệu Địa không gian (PostGIS & WebGIS)"] --> D
    D --> E["Hiệu chuẩn, Kiểm chứng & Thử nghiệm thực địa"]

Quy mô thực nghiệm bao trùm toàn bộ lưu vực sông Nhuệ – Đáy (8.740 km² tổng cộng cả hai hệ thống sông chính), phân tích chi tiết dữ liệu không gian DEM độ phân giải cao, 5 nhóm phân loại độ dốc theo quy chuẩn của Bộ Nông nghiệp và Phát triển nông thôn, bản đồ thổ nhưỡng và hiện trạng sử dụng đất.

Quy trình nghiên cứu rigorous

Quy trình thu thập và chuẩn hóa dữ liệu được thực hiện theo tiêu chuẩn kiểm soát chất lượng nghiêm ngặt:

• Chuẩn hóa dữ liệu không gian: Chuyển đổi toàn bộ các lớp dữ liệu địa lý từ Microstation và MapInfo sang định dạng chuẩn GIS Raster/Vector trên phép chiếu UTM (WGS84).
• Thu thập dữ liệu thực địa: Tác giả kế thừa và phối hợp khảo sát từ Đề tài cấp Nhà nước mã số BĐKH.30/16-20 tại các trạm thuộc Đài Khí tượng Thủy văn Đồng bằng Bắc Bộ: Trạm khí tượng Hà Đông (Hà Nội); các trạm Nam Định, Văn Lý, Trực Phương (Nam Định); các trạm Như Tân, Ninh Bình, Cúc Phương (Ninh Bình).
• Thiết kế phần cứng WSN: Chế tạo các nút cảm biến đo nhiệt độ, độ ẩm không khí và lượng mưa sử dụng vi điều khiển AVR công suất thấp, kết nối vô tuyến ZigBee topo hình sao (Star topology) về nút điều phối Gateway, trang bị cơ chế tự động bù nhiệt và lưu đệm dữ liệu (Data Logger) khi mất kết nối mạng.
• Tam giác hóa phương pháp (Methodological Triangulation): Kết hợp kiểm chứng chéo giữa dữ liệu đo đạc chuẩn của Đài KTTV quốc gia với dữ liệu đo thực nghiệm từ hệ WSN tự chế tạo trong phòng thí nghiệm và ngoài hiện trường.

sequenceDiagram
    autonumber
    participant Node as Nút Cảm Biến WSN (AVR / ZigBee)
    participant GW as Nút Điều Phối (Gateway 4G)
    participant DB as CSDL IoT & PostGIS (Server)
    participant QW as Queue Worker (Celery Engine)
    participant SWAT as Mô hình SWAT (FORTRAN Engine)
    participant Web as WebGIS (GeoServer / Leaflet)

    Node->>GW: Gửi gói tin vi khí hậu (Nhiệt, Ẩm, Mưa) qua ZigBee
    GW->>DB: Đẩy dữ liệu quan trắc qua REST API / 4G (1 giờ/lần)
    Note over DB,QW: CSDL cập nhật chuỗi thời gian thực
    Web->>QW: Yêu cầu thực thi mô phỏng dòng chảy trực tuyến
    QW->>DB: Truy vấn dữ liệu không gian (DEM, Thổ nhưỡng) & Dữ liệu IoT
    QW->>SWAT: Nạp dữ liệu đầu vào & Kích hoạt mô phỏng
    SWAT-->>QW: Xuất kết quả lưu lượng (WYLD, Runoff)
    QW->>DB: Ghi kết quả mô phỏng vào CSDL kết quả
    DB->>Web: Render lớp bản đồ chuyên đề động (WMS / WFS) & Biểu đồ

Data và phân tích

Phân tích thủy văn được thực hiện trên phần mềm ArcSWAT 2012 tích hợp trong ArcGIS 10.x. Dữ liệu khí tượng thủy văn được nạp tự động với chuỗi dữ liệu giờ và ngày. Quá trình chia nhỏ lưu vực thành các tiểu lưu vực và hàng trăm HRU đồng nhất.

Quá trình phân tích độ nhạy thông số (Sensitivity Analysis) và hiệu chỉnh mô hình (Calibration) được thực hiện dựa trên chuỗi số liệu đo thực tế lưu lượng dòng chảy tại trạm Ba Thá giai đoạn 1978–1979 và kiểm chứng (Validation) vào năm 1980. Hệ thống phần mềm trung gian được phát triển bằng ngôn ngữ Python, PHP (Laravel Framework), thư viện bản đồ Leaflet, ChartJS và GeoServer. Cơ chế xử lý hàng đợi phân tán Celery (Queue Worker) đảm bảo việc tiếp nhận và xử lý đồng thời nhiều yêu cầu mô phỏng từ người dùng WebGIS mà không gây nghẽn máy chủ.

Phát hiện đột phá và implications

Những phát hiện then chốt

Trích dẫn luận điểm cốt lõi của tác giả: "Hệ thống thông tin tích hợp đầy đủ các dữ liệu về không gian, thời gian và thuộc tính hình thái của một lưu vực sông là giải pháp khoa học công nghệ có khả năng hỗ trợ hiệu quả cho công tác quản lý tài nguyên nước và môi trường ở các lưu vực sông". Các kết quả thực nghiệm nổi bật bao gồm:

1. Khả năng tự động hóa luồng dữ liệu thời gian thực: Hệ thống WSN thiết kế đã vận hành ổn định trong điều kiện dã ngoại tại trạm khí tượng Hà Đông và trạm thủy văn Như Tân, truyền dữ liệu vi khí hậu với tần suất chuẩn xác 1 giờ/lần về cơ sở dữ liệu trung tâm, loại bỏ hoàn toàn các bước trích xuất thủ công trung gian.
2. Độ chính xác cao trong mô phỏng dòng chảy: Kết quả hiệu chỉnh và kiểm chứng mô hình SWAT tại trạm thủy văn Ba Thá cho thấy đường biểu diễn lưu lượng mô phỏng bám sát diễn biến thực tế của lưu lượng dòng chảy qua các mùa lũ và cạn, khẳng định độ tin cậy của việc phân hóa HRU dựa trên bản đồ đất và lớp phủ.
3. Đột phá cấu trúc cảm biến quang đo mặn: Mô phỏng cấu trúc cảm biến quang tích hợp MZI kết hợp hai bộ vi cộng hưởng MRR và bộ ghép 2x4 MMI trên nền SOI chứng minh khả năng ghi nhận sự thay đổi nồng độ muối NaCl với độ dịch chuyển đỉnh bước sóng cộng hưởng vô cùng nhạy, mở ra khả năng thay thế các đầu đo điện cực truyền thống vốn dễ bị ăn mòn trong môi trường nước biển.
4. Vận hành thành công hệ thống WebGIS tích hợp (iSFM Online): Xây dựng thành công giao diện tương tác trực tuyến cho phép người quản lý theo dõi lượng mưa trung bình ngày, diễn biến nhiệt - ẩm, đồng thời kích hoạt mô hình SWAT trên đám mây để kết xuất bản đồ trữ lượng nước mặt lưu vực sông Nhuệ – Đáy tức thời dưới dạng dịch vụ bản đồ số OGC.

Implications đa chiều

• Về mặt Lý thuyết: Công trình xác lập cầu nối liên ngành vững chắc giữa Địa lý Tài nguyên, Kỹ thuật Viễn thông Cảm biến và Khoa học Tính toán Môi trường, mở rộng năng lực ứng dụng của mô hình SWAT từ công cụ nghiên cứu tĩnh sang hệ thống trợ giúp quyết định động.
• Về Phương pháp luận: Cung cấp khung kiến trúc mở 4 tầng có tính module hóa cao, cho phép dễ dàng tích hợp thêm các cảm biến chất lượng nước (DO, BOD, COD) hoặc các mô hình thủy lực khác (MIKE, HEC-RAS) mà không cần tái cấu trúc toàn bộ hệ thống.
• Về Thực tiễn Quản lý: Giúp các cơ quan quản lý khai thác công trình thủy lợi, các nhà máy nước sạch dọc sông Nhuệ - sông Đáy chủ động nắm bắt lưu lượng dòng chảy, dự báo sớm nguy cơ cạn kiệt nguồn nước hoặc xâm nhập mặn vùng hạ lưu ven biển Ninh Bình - Nam Định để điều tiết hệ thống cống, trạm bơm hợp lý.
• Về Chính sách: Cung cấp cơ sở khoa học xác thực để Bộ Tài nguyên và Môi trường, UBND các tỉnh trong lưu vực sông Nhuệ - Đáy hiện thực hóa Quy hoạch mạng lưới quan trắc tài nguyên môi trường quốc gia và Kế hoạch hành động phát triển bền vững 2030.

Limitations và Future Research

Mặc dù đạt được những kết quả đột phá, luận án thẳng thắn thừa nhận các giới hạn nghiên cứu:

• Giới hạn chuỗi số liệu kiểm chứng thủy văn: Do thiếu hụt dữ liệu đo lưu lượng liên tục tại các trạm thủy văn trong giai đoạn gần đây trên dòng chính sông Nhuệ – Đáy, việc hiệu chỉnh và kiểm chứng mô hình SWAT phải sử dụng chuỗi số liệu lịch sử tại trạm Ba Thá (1978–1980).
• Giới hạn thử nghiệm cảm biến quang: Cấu trúc cảm biến quang đo độ mặn lai MZI + MRR được kiểm chứng chủ yếu thông qua mô phỏng số giải tích quang học trên phần mềm chuyên dụng và thử nghiệm phòng thí nghiệm; cần thêm kinh phí và quy trình chế tạo bán dẫn chuyên sâu (MEMS/SOI Foundry) để đóng gói thành thiết bị thương mại hoàn chỉnh.
• Bán kính phủ sóng mạng ZigBee: Kiến trúc mạng ZigBee hình sao phụ thuộc vào cự ly không gian giữa các nút cảm biến và Gateway, đòi hỏi phải bổ sung các nút trung gian (Router/Cluster Head) khi mở rộng trên địa hình rừng núi phức tạp.

Chương trình nghiên cứu 10 năm tiếp theo (Research Agenda) được đề xuất gồm 4 định hướng cụ thể:

1. Tích hợp thuật toán Trí tuệ nhân tạo (Deep Learning / LSTM) vào engine mô phỏng để tự động bù đắp chuỗi dữ liệu khí tượng thủy văn tại các tiểu lưu vực thiếu trạm đo.
2. Hoàn thiện quy trình chế tạo vi mạch cảm biến quang học đo độ mặn trên chip SOI thương mại và tích hợp giao tiếp trực tiếp vào nút mạng WSN chuẩn LoRaWAN tầm xa.
3. Mở rộng mô-đun mô phỏng lan truyền chất ô nhiễm (chất lượng nước BOD, DO, Amoni) trên toàn bộ hệ thống kênh nhánh tiếp nhận nước thải của TP. Hà Nội đổ vào sông Nhuệ.
4. Triển khai mở rộng hệ thống iSFM cho các lưu vực sông xuyên biên giới trọng điểm như lưu vực sông Mê Kông và lưu vực sông Hồng - sông Thái Bình.

Tác động và ảnh hưởng

Luận án tạo ra giá trị ảnh hưởng sâu rộng trên nhiều bình diện:

• Tác động Học thuật (Academic Impact): Khẳng định vị thế tiên phong trong hướng nghiên cứu Geo-IoT và Real-time Environmental Modeling tại Việt Nam. Các bài báo khoa học xuất bản từ luận án cung cấp tài liệu tham khảo giá trị cao cho cộng đồng nghiên cứu tài nguyên nước trong khu vực Đông Nam Á.
• Chuyển đổi Ngành và Công nghệ: Thúc đẩy quá trình chuyển đổi số trong công tác quản lý tài nguyên nước mặt; thay thế phương thức quan trắc thủ công ghi chép phân tán bằng hệ thống đo đạc tự động hóa liên kết WebGIS.
• Hiệu quả Xã hội và Môi trường: Đóng góp trực tiếp vào công tác cảnh báo thiên tai (ngập lụt, hạn mặn), bảo vệ an ninh nguồn nước sinh hoạt và tưới tiêu nông nghiệp cho hơn 10 triệu dân cư sinh sống trên lưu vực sông Nhuệ – Đáy.
• Ý nghĩa Quốc tế: Giải pháp tích hợp mã nguồn mở (PostGIS, GeoServer, SWAT, Leaflet) với chi phí triển khai tối ưu mang lại bài học kinh nghiệm điển hình cho các quốc gia đang phát triển trong việc giải quyết thách thức quản lý lưu vực sông liên tỉnh.

Đối tượng hưởng lợi

• Nghiên cứu sinh và Giới học thuật: Tiếp cận một khung phương pháp luận hoàn chỉnh về tích hợp WSN - GIS - SWAT; mở ra các đề tài nghiên cứu chuyên sâu về cảm biến quang vi cộng hưởng và kiến trúc dữ liệu địa không gian phân tán.
• Cơ quan Quản lý Nhà nước (Bộ TN&MT, Cục Quản lý Tài nguyên nước, Đài KTTV): Sở hữu công cụ số hóa hiện đại hỗ trợ ra quyết định phân bổ nguồn nước, cấp phép khai thác và xây dựng kịch bản ứng phó biến đổi khí hậu.
• Các Công ty Khai thác Công trình Thủy lợi và Cấp nước: Tối ưu hóa quy trình đóng mở cống ngăn mặn, vận hành các trạm bơm tiêu úng và lấy nước ngọt dựa trên dữ liệu mô phỏng lưu lượng và nồng độ mặn thời gian thực.
• Cộng đồng Dân cư trên Lưu vực: Được bảo vệ an toàn hơn trước các hiện tượng thời tiết cực đoan và suy thoái chất lượng nguồn nước.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì?
Đó là sự tích hợp thành công giữa lý thuyết mô hình hóa thủy văn phân tán SWAT với cơ chế nạp chuỗi thời gian thực từ WSN, kết hợp với đóng góp lý thuyết quang điện tử trong việc thiết kế cấu trúc cảm biến lai MZI + 2 MRR trên nền SOI giúp nâng cao vượt bậc độ nhạy đo lường độ mặn theo dịch chuyển bước sóng.

2. Đột phá phương pháp luận của luận án khi so sánh với các nghiên cứu quốc tế là gì?
So với hệ thống SWATShare (Rajib et al., 2016) chỉ chia sẻ mô hình dữ liệu tĩnh quá khứ và nghiên cứu của McDonald & Srinivasan (2019) dựa trên dữ liệu thời tiết vệ tinh độ phân giải thô, luận án đã thiết lập thành công đường ống tự động hóa nạp dòng dữ liệu vi khí hậu cục bộ thời gian thực (1 giờ/lần) từ mạng WSN phân tán và điều phối mô phỏng bất đồng bộ qua Queue Worker trên WebGIS.

3. Phát hiện thực nghiệm đáng ngạc nhiên nhất là gì?
Đó là cấu trúc vi cộng hưởng vòng đôi (Dual MRR) kết hợp giao thoa kế MZI và bộ ghép đa mode 2x4 MMI có khả năng khuếch đại độ lệch vi phân quang học, cho phép phát hiện sự biến thiên rất nhỏ của chiết suất dung dịch nước biển chứa NaCl mà không cần sử dụng các hóa chất chỉ thị phức tạp.

4. Luận án có cung cấp giao thức tái lặp nghiên cứu (Replication Protocol) không?
Có. Luận án mô tả chi tiết sơ đồ mạch phần cứng nút cảm biến vi điều khiển AVR, cấu trúc bảng cơ sở dữ liệu quan hệ không gian (Spatial RDBMS), quy trình tiền xử lý 5 lớp độ dốc, thổ nhưỡng, sử dụng đất và mã nguồn thiết lập giao tiếp API/Queue Worker giữa Web server và engine ArcSWAT.

5. Lộ trình phát triển khoa học 10 năm tới được vạch ra như thế nào?
Tập trung vào vi cơ điện tử hóa đầu đo cảm biến quang đo mặn, ứng dụng trí tuệ nhân tạo (AI/Deep Learning) trong dự báo lưu lượng dòng chảy khi khuyết thiếu số liệu trạm đo, và mở rộng quy mô hệ thống giám sát thời gian thực lên toàn bộ lưu vực sông Hồng - sông Mê Kông.

Kết luận

Luận án Tiến sĩ của NCS. Nguyễn Anh Tuấn đã hoàn thành xuất sắc các mục tiêu nghiên cứu với 5 đóng góp cốt lõi:

1. Xây dựng thành công khung kiến trúc công nghệ 4 tầng tích hợp toàn diện mạng cảm biến không dây WSN, cơ sở dữ liệu địa không gian PostGIS, mô hình thủy văn SWAT và nền tảng WebGIS.
2. Chế tạo và thử nghiệm thành công hệ thống cảm biến WSN đo đạc tự động các thông số vi khí hậu (mưa, nhiệt, ẩm) truyền dữ liệu liên tục 1 giờ/lần qua mạng ZigBee/4G.
3. Thiết kế sáng tạo cấu trúc cảm biến quang học đo độ mặn độ nhạy cao trên nền công nghệ Silicon-on-Insulator kết hợp MZI và Microring Resonators.
4. Chuẩn hóa và hiệu chỉnh thành công mô hình ArcSWAT mô phỏng chế độ dòng chảy và trữ lượng nước mặt cho toàn bộ lưu vực sông Nhuệ – Đáy.
5. Triển khai hoàn chỉnh hệ thống trực tuyến iSFM Online hỗ trợ tương tác bản đồ số, kích hoạt mô hình đám mây qua Queue Worker và cung cấp công cụ trợ giúp quyết định quản lý tài nguyên nước theo thời gian thực.

Công trình đánh dấu bước chuyển mình quan trọng từ phương thức quản lý tài nguyên nước truyền thống sang kỷ nguyên quản trị lưu vực thông minh dựa trên dữ liệu không gian thời gian thực (Real-time Geo-IoT Paradigm), đặt nền móng vững chắc cho các nghiên cứu ứng dụng công nghệ cao trong bảo vệ môi trường và phát triển bền vững tại Việt Nam.

Trích đoạn nội dung tài liệu

Chương 1 Cơ sã khoa hãc và phương pháp nghiên cāu tích hāp há cÁm biÁn và há tháng thông tin đáa lý phăc vă quÁn lý tài nguyên và môi trưáng nưßc trên lưu vực sông 1.1 Tổng quan một sá khái niám Tài nguyên nưßc và lưu vực sông Theo luật Tài nguyên nước năm 2012, tài nguyên nước bao gồm nước mặt, nước dưới đÁt, nước mưa và nước biển nằm trong lãnh thổ Việt Nam, lưu vực sông là vùng đÁt mà trong phạm vi đó nước mặt, nước dưới đÁt ch¿y tự nhiên vào sông và thoát ra một cửa chung hoặc thoát ra biển. Lưu vực sông liên tỉnh là lưu vực sông nằm trên địa bàn từ hai tỉnh, thành phá trực thuộc trung ương trá lên. Há tháng thông tin đáa lý và các phương pháp xử lý dữ liáu đáa không gian Hệ tháng thông tin địa lý (GIS), theo FAO, lịch sử cāa GIS bắt đầu từ những năm 1960 cùng với sự phát phát triển cāa hệ tháng thông tin địa lý Canada. Ăng dÿng GIS đầu tiên này được thiết kế để phÿc vÿ cho công tác qu¿n lý 8 nguồn tài nguyên thiên nhiên đang nằm r¿i rác á một vùng không gian rộng lớn [7].

Trong những năm qua các nhà khoa học Châu Âu và Bắc Mỹ đã khái sướng một sá nghiên cău tập trung vào việc nâng cÁp mô hình không gian địa lý và các chăc năng phân tích dữ liệu cāa công nghệ GIS [8]. Một sá gi¿i pháp tích hợp công nghệ GIS với mô hình thāy văn đã được triển khai thành công, chẳng hạn như tích hợp GIS với mô hình đánh giá chÁt lượng nước mặt, mô hình lưu vực sông, mô hình dòng ch¿y nước dưới đÁt, và mô hình giám sát vận chuyển chÁt ô nhiễm. Các nhà khoa học cho rằng việc kết hợp GIS vào mô hình sẽ gi¿i quyết được các bài toán á quy mô khu vực và lÿc địa trong lĩnh vực thāy văn. Một sá phương pháp tích hợp công nghệ GIS vào mô hình hóa được đề cập như phương pháp tích hợp không ràng buộc, ràng buộc, và phương pháp nhúng.

Phương pháp không ràng buộc được thực hiện thông qua việc trao đổi dữ liệu giữa công cÿ phần mềm khác nhau mà không có nền t¿ng ngưßi dùng chung. Phương pháp này yêu cầu một gói dữ liệu GIS ổn định, một phần mềm mô hình và một phần mềm phân tích tháng kê. Tuy nhiên gi¿i pháp này thưßng dễ x¿y ra tình trạng mÁt dữ liệu, việc chuyển đổi dữ liệu không đa dạng dẫn đến việc kéo dài thßi gian thiết lập mô hình.1: Phương pháp không ràng buộc [8] Phương pháp ràng buộc thưßng triển khai bằng cách tích hợp các mô hình thāy văn vào trong phần mềm GIS ổn định thông qua lập trình gi¿n đồ hoặc nhúng các Macro GIS. Việc này đòi hßi theo cách triển khai tùy chỉnh do vậy hầu hết các hãng cung cÁp phần mềm GIS (như ESRI) đều cung cÁp các tập 9 lệnh (Macro) và kh¿ năng lập trình kịch b¿n (Programing Script).

Do vậy các nhà phát triển phần mềm có thể phân đoạn các tập lệnh riêng lẻ để phát triển giao diện tùy chỉnh theo các ăng dÿng cÿ thể. Phương pháp ràng buộc cung cÁp cho ngưßi sử dÿng các công cÿ cần thiết giữa GIS và mô hình thāy văn để giúp cho việc truy vÁn, truy xuÁt, lưu trữ và chuyển đổi dữ liệu một cách hiệu qu¿. Tuy nhiên phương pháp này đòi hßi cần ph¿i có phân tích, thiết kế một giao diện chi tiết để phù hợp với cÁu trúc dữ liệu trong GIS.2: Phương pháp ràng buộc [8] Phương pháp nhúng được tiếp cận theo hai phương pháp a) nhúng GIS vào mô hình thāy văn và b) nhúng mô hình thāy văn vào GIS. Phương pháp nhúng công cÿ GIS vào mô hình thāy văn thưßng được các chuyên gia trong lĩnh vực thāy văn sử dÿng, tuy nhiên các chuyên gia thưßng coi GIS như một công cÿ để thành lập b¿n đồ và không quá hữu dÿng về mặt lý thuyết đái với các nguyên tắc cơ b¿n cāa mô hình.

à phương pháp này các nhà mô hình hóa không bị phÿ thuộc nhiều vào cÁu trúc dữ liệu GIS do vậy có nhiều quyền tự do để thiết kế hệ tháng. Tuy nhiên kh¿ năng trực quan hóa và qu¿n lý dữ liệu cāa phần mềm mô hình hóa trong phương pháp này sẽ không so sánh được với phương pháp tích hợp phần mềm mô hình hóa vào các nền tàng GIS thương mại có kh¿ năng chạy ổn định. Một sá mô hình sử dÿng phương pháp này như mô hình MODFLOW, HEC-RAS, RIVERCAD. Mặc dù công nghệ GIS không được phát triển riêng cho các ăng dÿng mô hình kỹ thuật, nhưng lại được đưa ra như một công cÿ chung để lưu trữ, truy 10 (a) Nhúng GIS vào mô hình (b) Nhúng mô hình vào GIS Hình 1.3: Phương pháp nhúng xuÁt, thao tác, phân tích và lập b¿n đồ dữ liệu không gian [9].

Tuy nhiên, các nhà khoa học đã chăng minh rằng do tính chÁt không gian cāa dữ liệu cần thiết trong mô hình và qu¿n lý tài nguyên nước, GIS có thể được sử dÿng hiệu qu¿ trong c¿ hai quy trình nói trên [10]. Hiện nay, công nghệ GIS đang được kết hợp thành công với các mô hình thāy văn, mô hình nước ngầm, hệ tháng cÁp nước và tưới tiêu, mô hình thāy động lực để qu¿n lý vùng ngập lũ, mô hình chÁt lượng nước, giám sát và dự báo tài nguyên nước và qu¿n lý lưu vực sông [10, 11]. Hơn nữa, hiện nay phần lớn các mô hình liên quan đến mô phßng tài nguyên nước kết hợp các mô-đun được liên kết hoàn toàn với phần mềm GIS để truy xuÁt dữ liệu đầu vào và trực quan hóa kết qu¿ cuái cùng. Ví dÿ, mô hình đánh giá đÁt và nước (SWAT) là một mô hình lưu vực có kh¿ năng mô phßng sử dÿng giao diện ArcSWAT, là một phần má rộng cho môi trưßng ArcGIS để tạo đầu vào [12].

Tương tự, rÁt nhiều mô hình được phát triển bái Trung tâm thāy văn công trình cāa Quân đoàn cÿc công binh quân đội Hoa Kỳ (HEC), chẳng hạn như Mô hình chăc năng hệ sinh thái (HEC-EFM), Hệ tháng mô hình thāy văn (HEC-HMS) và Hệ tháng phân tích sông (HEC- RAS), có một bộ quy trình, công cÿ và tiện ích để xử lý dữ liệu không gian địa lý trong ArcGIS bằng giao diện ngưßi dùng đồ họa (GUI) để chuẩn bị dữ liệu. Trước khi thực hiện mô phßng thực tế, mô hình tài nguyên nước yêu cầu một sá bước tán nhiều thßi gian, bao gồm thu thập, biên soạn, lưu trữ, truy xuÁt và xử lý dữ liệu không gian. Với kh¿ năng kết hợp các bộ dữ liệu khác nhau, phần mềm GIS đã thay đổi cách vận hành kh¿ năng ăng dÿng cāa mô hình tài nguyên nước [13]. Ví dÿ, trong thāy văn nước mặt á quy mô lưu vực sông, dữ 11 liệu cần thiết để đánh giá các thông sá thāy văn như thßi gian tập trung, tác độ thÁm, v., phÿ thuộc vào một tập dữ liệu lớn liên quan đến: địa chÁt, địa hình, sử dÿng đÁt, che phā mặt đÁt.

Đồng thßi, thông tin khí tượng thưßng đến từ các trạm quan trắc cÿ thể, tăc là các nguồn điểm hoặc được cung cÁp dưới dạng dữ liệu raster. Công nghệ GIS cho phép chồng ghép tÁt c¿ các thông tin trước đó để được phân bổ theo không gian trong các đơn vị mô hình thāy văn và sau đó mô hình mô phßng quá trình mưa, dòng ch¿y [14]. Tính hữu ích cāa GIS cũng có thể được chăng minh qua các nghiên cău, ăng dÿng hoặc đánh giá biến đổi khí hậu tác động á quy mô lưu vực sông [15]. Trong đó dữ liệu biến đổi khí hậu dạng lưới được phân bá theo không gian trên các đơn vị thāy văn được mô phßng theo các kịch b¿n biến đổi khí hậu cÿ thể.

Mô hình hóa Theo tác gi¿ Nirmala Khandan cāa cuán sách ”Các công cÿ mô hình dành cho kỹ sư và nhà khoa học trong lĩnh vực môi trưßng (Modeling Tools for Environmental Engineers and Scientists)”: mô hình hóa là các quá trình vận dÿng những hiểu biết cơ b¿n và kinh nghiệm để tiến hành mô phßng hay mô t¿ một quá trình diễn ra trong hệ tháng tự nhiên theo một mÿc tiêu nào đó. Mô hình khi đó sẽ có thể trá thành một công cÿ rÁt mạnh và hiệu qu¿ khi có kh¿ năng giúp con ngưßi hiểu được một hệ tháng tự nhiên, thưßng là rÁt phăc tạp. Từ trước đến nay, việc các nhà khoa học sử dÿng các mô hình trong các hoạt động chuyên môn đã trá nên phổ biến, chẳng hạn như trong công tác tổ chăc, phân tích và sử dÿng sá liệu thực địa, mô phßng các hiện tượng x¿y ra trong tự nhiên để có thể hiểu được b¿n chÁt và đánh giá các tác động cāa các quá trình tự nhiên [16]. Phần lớn các nghiên cău mô hình hóa trong môi trưßng có thể sắp xếp vào một trong ba loại cơ b¿n: mô hình vật lý thực nghiệm, mô hình ước lượng và mô hình toán học (physical modeling, empirical modeling, and mathematical modeling).

Trong khi ba mô hình trên có đặc tính hoàn toàn khác nhau nhưng chúng bổ sung lẫn nhau và đều có vai trò quan trọng, c¿ mô hình vật lý thực nghiệm và mô hình ước lượng cung cÁp những thông tin vô cùng quan trọng cho quá trình mô hình hóa bằng phương pháp toán học. Ambrose và cộng sự lịch sử phát triển cāa một sá mô hình thāy văn á Hoa Kỳ có thể được chia thành 5 giai đoạn cùng với sự phát triển 12 cāa công nghệ [17], dưới đây là b¿ng đặc điểm các giai đoạn phát triển cāa mô hình, như B¿ng 1.