Tổng quan luận án

Luận án tiến sĩ chuyên ngành Khoa học hàng hải (mã số: 9840106) của nghiên cứu sinh Phạm Ngọc Hà, được thực hiện tại Trường Đại học Giao thông Vận tải TP.HCM dưới sự hướng dẫn khoa học của PGS. Nguyễn Minh Đức và TS. Lê Văn Ty (hoàn thành năm 2021), mang tiêu đề: "Nghiên cứu lý thuyết dự đoán quỹ đạo trôi dạt và tính toán tuyến đường tìm kiếm tối ưu cho phương tiện gặp nạn trong vùng biển Ninh Thuận - Kiên Giang".

Tính cấp thiết và khoảng trống nghiên cứu

Vùng biển Việt Nam có bờ biển dài khoảng 3.260 km với diện tích vùng đặc quyền kinh tế trên 1 triệu km². Biển Đông đóng vai trò tuyến hàng hải quốc tế trọng yếu kết nối Thái Bình Dương và Ấn Độ Dương. Trong đó, khu vực biển phía Nam trải dài từ Ninh Thuận đến Kiên Giang (thuộc vùng trách nhiệm của Trung tâm phối hợp Tìm kiếm cứu nạn Hàng hải Khu vực III – Vũng Tàu MRCC) là nơi tập trung mật độ cao các hoạt động kinh tế biển, bao gồm đội tàu khai thác hải sản xa bờ, tàu dịch vụ dầu khí, vận tải hàng hải và du lịch. Theo số liệu thống kê được tác giả trích dẫn, số vụ tai nạn, sự cố xảy ra tại khu vực này chiếm tới 44% tổng số vụ tai nạn trên toàn vùng biển Việt Nam thuộc trách nhiệm quản lý của Trung tâm Phối hợp Tìm kiếm Cứu nạn Hàng hải Việt Nam (VMRCC).

Mặc dù Việt Nam đã chính thức gia nhập Công ước Quốc tế về Tìm kiếm và Cứu nạn Hàng hải (SAR 79) từ năm 2007, việc ứng dụng khoa học kỹ thuật hiện đại vào công tác tìm kiếm cứu nạn (TKCN) thực tế còn tồn tại các khoảng trống kỹ thuật:

  • Công tác xác định vị trí trôi dạt của phương tiện gặp nạn chủ yếu dựa vào sổ tay hướng dẫn của Tổ chức Hàng hải Quốc tế (IAMSAR) hoặc phán đoán cảm quan, chưa khai thác triệt để các nguồn dữ liệu khí tượng thủy văn theo thời gian thực phù hợp với điều kiện vùng biển Việt Nam.
  • Các phần mềm thương mại của nước ngoài (như SAROPS) có chi phí cao và cấu trúc đóng kín ("hộp đen"), không cho phép tiếp cận thuật toán tối ưu cũng như không rõ ràng về nguồn dữ liệu thời tiết tích hợp.
  • Chưa có nghiên cứu chuyên sâu về thuật toán tự động tính toán tuyến đường cơ động tìm kiếm cho tàu cứu nạn chuyên dụng (SAR) xuất phát từ điểm trực tiếp cận biên khu vực trôi dạt và quét phủ kín toàn bộ diện tích xác suất trôi dạt trong thời gian ngắn nhất.

Mục tiêu nghiên cứu

  1. Nghiên cứu ảnh hưởng của các yếu tố ngoại cảnh (trường gió và trường dòng chảy bề mặt) tại khu vực biển Ninh Thuận – Kiên Giang tác động lên các loại phương tiện/vật thể bị nạn, từ đó xây dựng thuật toán dự đoán vùng trôi dạt theo xác suất.
  2. Xây dựng thuật toán tính toán và tối ưu hóa tuyến đường tìm kiếm cho tàu cứu nạn chuyên dụng dựa trên điều kiện khí tượng thủy văn theo thời gian thực, tính năng điều động tàu và tọa độ vùng trôi dạt dự đoán nhằm rút ngắn thời gian tiếp cận mục tiêu.

Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu: Quỹ đạo trôi dạt (vùng trôi dạt) của các loại vật thể/phương tiện bị nạn trên biển (tàu cá, phao bè cứu sinh, người rơi xuống nước) và tuyến đường hành trình tìm kiếm cứu nạn tối ưu của tàu tìm kiếm cứu nạn chuyên dụng.
  • Phạm vi không gian: Vùng biển từ Ninh Thuận đến Kiên Giang (vùng trách nhiệm của Vũng Tàu MRCC).
  • Phạm vi nội dung: Nghiên cứu mô hình hóa lý thuyết, đánh giá sai số dữ liệu khí tượng thủy văn, lập trình thuật toán mô phỏng Monte Carlo kết hợp bộ lọc trung vị (Median Filter) và giải thuật tối ưu hóa bầy đàn vi khuẩn (BFO), kiểm chứng thông qua phần mềm mô phỏng chuyên dụng.

Tổng quan tài liệu và vị trí của luận án

Các hướng nghiên cứu trước đây

Tác giả đã phân loại và điểm luận các công trình nghiên cứu trong và ngoài nước theo hai nhánh chính:

  1. Nghiên cứu về dự đoán quỹ đạo trôi dạt của vật thể trên biển:

    • Nghiên cứu quốc tế: Chapline, W. (1960) tính toán dự đoán độ trôi dạt của xuồng cứu sinh; Hodgins, D. (1998) phát triển mô hình toán học trôi dạt cho phao bè và xuồng nhỏ tại vùng biển Canada; Daniel, P. (2002) thiết lập mô hình trôi dạt của container; Gästgifvars, M. và cộng sự (2006) xây dựng mô hình trôi dạt phao bè trong điều kiện khí quyển thay đổi nhanh tại Vịnh Phần Lan; P. Monbet và cộng sự (2006) áp dụng mô phỏng Monte Carlo dự đoán trôi dạt dưới tác động của gió và thủy triều; Breivik, Ø. và Forest (2012) nghiên cứu thực nghiệm quỹ đạo trôi dạt container ở vùng biển Na Uy; Alexey Bezgodov và Dmitrii Esin (2014) khảo sát chuyển động trôi dạt trong điều kiện sóng biển bất thường.
    • Nghiên cứu tại Việt Nam: Đàm Duy Hùng, Dương Hồng Sơn, Trần Thùy Nhung, Lê Văn Quy (2013) nghiên cứu ứng dụng Web GIS phục vụ dự báo quỹ đạo vật thể trôi; Kyoung-Ho Cho, Yan Li, Hui Wang, Kwang-Soon Park, Jin-Yong Choi, Kwang-Il Shin, Jae-Il Kwon (2013) phát triển mô hình hệ thống TKCN cho vùng Biển Hoàng Hải, Biển Hoa Đông và Biển Đông; Nguyen Quoc Trinh, Nguyen Minh Huan, Phung Dang Hieu, Du Van Toan (2013) mô phỏng chuyển động trôi dạt trên Biển Đông bằng phương pháp số; Đề tài cấp Nhà nước do PGS. Nguyễn Minh Huấn chủ nhiệm (2015) xây dựng quy trình công nghệ dự báo quỹ đạo chuyển động trôi phục vụ tìm kiếm cứu hộ cứu nạn; Tran Luu Hoan (2015) nghiên cứu mô hình hóa khu vực tìm kiếm trên biển trong điều kiện gió mùa tại Việt Nam.

  2. Nghiên cứu về thuật toán lập tuyến đường và điều động tàu:

    • Smierzchalski, R. (2000) áp dụng thuật toán tiến hóa (Evolutionary Algorithm) mô hình hóa quỹ đạo tàu tránh va chạm; Nguyen Minh Duc và Tamaru Hitoi (2009) đề xuất phương pháp quy hoạch động (Dynamic Programming) dựa trên thuật toán Dijkstra để xác định quỹ đạo tránh va; Nguyen Minh Duc (Luận án Tiến sĩ) và Tsou, Ming-Cheng & Hsueh, Chao-Kuang (2010) ứng dụng thuật toán đàn kiến (Ant Colony Optimization - ACO) trong bài toán lập kế hoạch hành trình phòng ngừa va chạm trên biển; Nguyen et al. (ICAIS 2012) sử dụng thuật toán tối ưu vi khuẩn (Bacterial Foraging Optimization - BFO) tối ưu hàm chi phí hành trình tránh va; M. Nguyen et al. (2013) phát triển thuật toán tự động lập tuyến đường hàng hải khí tượng đa tỉ lệ; Lazarowska, A. (2015) ứng dụng ACO cho phương tiện tự hành trên biển; Laura Walther, Anisa Rizvanolli, Mareike Wendebourg, Carlos Jahn (2016) khảo sát các thuật toán tối ưu hóa tuyến đường tàu theo thời tiết; Raphael Zaccone, Massimo Figari, Michele Martelli (2018) và Guedes Soares (2019) nghiên cứu tối ưu hóa đường chạy tàu tiết kiệm nhiên liệu dựa trên dữ liệu khí tượng và AIS.

Khoảng trống luận án lựa chọn giải quyết

Các công trình tính toán tuyến đường hàng hải trước đây chủ yếu tập trung vào bài toán tìm đường đi ngắn nhất hoặc kinh tế nhất từ "điểm tới điểm" (point-to-point) giữa hai tọa độ cố định. Đối với bài toán TKCN, yêu cầu đặt ra là phải tạo ra tuyến đường di chuyển từ vị trí xuất phát đến biên khu vực sự cố và thực hiện quét phủ kín (area-coverage sweep) toàn bộ diện tích không gian trôi dạt có phân bố xác suất cao nhất. Luận án khắc phục khoảng trống này bằng cách kết hợp đánh giá dữ liệu khí tượng thực thời, mô hình hóa phân bố xác suất trôi dạt 95% bằng Monte Carlo kết hợp lọc nhiễu, và phát triển thuật toán BFO thích nghi để tự động lập tuyến đường quét tối ưu cho một tàu hoặc hai tàu SAR phối hợp.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết và khái niệm sử dụng

  • Lý thuyết trôi dạt hàng hải theo chuẩn IAMSAR:

    • Vị trí biết cuối cùng (Last Known Position - LKP): Tọa độ thời điểm xảy ra sự cố.
    • Dòng chảy tổng hợp (Total Water Current - TWC): Tổng véc-tơ của dòng chảy đại dương (hải lưu) và dòng chảy do gió cục bộ tạo ra.
    • Độ dạt do gió (Leeway): Thành phần trôi dạt của vật thể dưới tác động trực tiếp của trường gió lên phần nổi, bao gồm thành phần xuôi gió (DownWind Leeway - DWL) và thành phần vuông góc với hướng gió (CrossWind Leeway - CWL).
    • Độ dạt tổng hợp (Total Drift): Véc-tơ tổng hợp từ dòng chảy tổng hợp (TWC) và độ dạt do gió (Leeway).

  • Khung phân tích tối ưu hóa: Ứng dụng mô hình bầy đàn sinh học dựa trên thuật toán tìm kiếm thức ăn của vi khuẩn (Bacterial Foraging Optimization Algorithm – BFO), kết hợp các pha: di chuyển hóa ứng động (chemotaxis), sinh sản (reproduction), đào thải - phân tán (elimination and dispersal) và cơ chế kết bầy (swarming).

Phương pháp nghiên cứu

  1. Phương pháp phân tích thống kê và kiểm định sai số: Đánh giá độ tin cậy và độ lệch chuẩn của các nguồn dữ liệu khí tượng hải văn thông qua so sánh đối chiếu với số liệu quan trắc thực tế.
  2. Phương pháp mô phỏng ngẫu nhiên Monte Carlo kết hợp bộ lọc trung vị (Median Filter): Khởi tạo hàng ngàn phần tử ảo từ vị trí LKP với các tham số gió và dòng có phân bố ngẫu nhiên (Gaussian/Normal Distribution) để mô phỏng sự phân tán của vật thể, sau đó sử dụng Median Filter để làm mịn biên và khử các điểm nhiễu ngoại lai nhằm xác định chính xác đường bao khu vực tìm kiếm có xác suất chứa mục tiêu 95%.
  3. Phương pháp mô hình hóa toán học và thuật toán BFO thích nghi: Xây dựng hàm mục tiêu tối ưu hóa thời gian quét và mức độ bao phủ không gian, thiết lập mạng lưới tìm kiếm đa hướng cho 1 tàu SAR và mô hình phân chia khu vực tìm kiếm đồng bộ cho 2 tàu SAR.
  4. Phương pháp thực nghiệm mô phỏng số: Xây dựng phần mềm hỗ trợ công tác tìm kiếm cứu nạn (Search and Rescue Support Soft) để kiểm chứng các kịch bản thời tiết và đối tượng trôi dạt.

Nguồn tư liệu và dữ liệu nghiên cứu

  • Dữ liệu gió: Bản tin gió phân tích dạng Grib file của Viện Nghiên cứu Phát triển Bền vững Khí quyển Nhân loại (RISH) thuộc Trường Đại học Kyoto (Nhật Bản), đối chiếu với số liệu quan trắc thực tế theo giờ tại trạm hải văn DK I-7 năm 2016.
  • Dữ liệu dòng chảy: Dữ liệu phân tích dòng chảy bề mặt đại dương theo thời gian thực (Ocean Surface Current Analyses Real-time – OSCAR) của Trung tâm Nghiên cứu Trái đất và Vũ trụ (Earth and Space Research), đối chiếu với bản đồ dòng chảy trung bình nhiều năm của Đề tài cấp Nhà nước KC 09-24 (do PGS. Đinh Văn Ưu chủ trì) và dữ liệu từ Viện Nghiên cứu Đại dương Đài Loan (TORI).
  • Thông số trôi dạt (Leeway Parameters) của 4 nhóm đối tượng mô phỏng:
STT Loại phương tiện / Vật thể bị nạn Hệ số trôi dạt (Multiplier) Góc lệch dạt (Deviation Angle)
1 Phao bè cứu sinh không mui, không neo dạt (Life raft - no canopy, no drogue) 0.21 kts 24°
2 Phao bè cứu sinh có mui, có neo dạt (Life raft - canopy, w/ drogue) 0.00 kts 28°
3 Tàu cá dạng cào đuôi (Fishing vessel - Side-stern Trawler) 0.00 kts 48°
4 Tàu cá truyền thống Việt Nam (Fishing vessel - Vietnam) 0.00 kts 45°

Nội dung chính theo từng chương

Chương 1: Tổng quan về công tác tìm kiếm cứu nạn

Chương 1 hệ thống hóa toàn diện cơ sở pháp lý, cơ cấu tổ chức và đặc điểm môi trường hoạt động TKCN:

  • Cơ sở pháp lý quốc tế và quốc gia: Trình bày các công ước quốc tế mà Việt Nam là thành viên bao gồm SAR 79, UNCLOS 1982, SOLAS 1974, Công ước Viễn thông Quốc tế (ITU), COSPAS-SARSAT, INMARSAT-76, GMDSS; các hiệp định khu vực ASEAN (Hiệp định 1972, 1975, 2005 và Tuyên bố ASEAN 2010); các hiệp định song phương giữa Việt Nam với Philippines, Trung Quốc (Vịnh Bắc Bộ), Malaysia, Indonesia, Thái Lan. Khung pháp lý trong nước gồm Bộ luật Hàng hải Việt Nam 2015 (Điều 122), Luật Biển Việt Nam 2012 (Điều 33), Quyết định số 06/QĐ-TTg, Quyết định số 506/QĐ-TTg, Quyết định số 06/2014/QĐ-TTg, Nghị định 30/2017/NĐ-CP, Nghị định 58/2017/NĐ-CP và Thông tư 10/2019/TT-BGTVT.
  • Tổ chức TKCN toàn cầu và tại Việt Nam: Phân tích 19 phân vùng TKCN theo quy định của IMO (Việt Nam thuộc Vùng 14 - Đông Nam Á). Giới thiệu mô hình quản lý nhà nước từ Ủy ban Quốc gia Ứng phó sự cố, thiên tai và TKCN, Cục Hàng hải Việt Nam đến hệ thống VMRCC và các Trung tâm khu vực (I, II, III, IV).
  • Đặc điểm tự nhiên vùng biển Việt Nam: Phân tích quy luật gió mùa Đông Bắc (NE - từ tháng 10 đến tháng 4) và Tây Nam (SW - từ tháng 5 đến tháng 8); chế độ dòng chảy tầng mặt hình thành xoáy thuận quy mô lớn trong mùa đông và trục dòng chảy Tây Nam - Đông Bắc trong mùa hè dựa trên dữ liệu đề tài KC 09-24 và tài liệu hàng hải NP30.

Chương 2: Tổng hợp thông tin thời tiết phục vụ tìm kiếm cứu nạn

Chương này tập trung giải quyết bài toán thu thập và sàng lọc nguồn dữ liệu khí tượng hải văn phục vụ mô hình hóa:

  • Cơ chế vật lý của sự trôi dạt: Mô tả toán học sự tương tác giữa trường gió, hải lưu, sóng và lực cản vỏ tàu; phân tách chuyển động trôi dạt thành các thành phần vận tốc $TWC$ và $Leeway$ (gồm $DWL$ và $CWL$).
  • Khảo sát và đánh giá nguồn dữ liệu gió: Đánh giá các nguồn dữ liệu từ Trung tâm Khí tượng Thủy văn Quốc gia (NCHMF), Offshore Weather Service, Fugro GEOS, StratumFive và RISH (Đại học Kyoto). Tiến hành tính toán độ lệch chuẩn ($\sigma$) giữa dữ liệu Grib file của RISH và số liệu quan trắc thực tế tại trạm hải văn DK I-7 trong năm 2016, chứng minh dữ liệu RISH có độ tin cậy cao và định dạng truy cập thuận tiện cho mô phỏng thời gian thực.
  • Khảo sát và đánh giá nguồn dữ liệu dòng chảy: So sánh nguồn số liệu của NCHMF, Viện TORI (Đài Loan), StratumFive và dữ liệu viễn thám thực thời OSCAR. Kết quả tính toán độ lệch chuẩn xác nhận trường dữ liệu dòng chảy OSCAR phản ánh sát với động lực học dòng chảy thực tế tại vùng biển từ Ninh Thuận đến Kiên Giang.

Chương 3: Dự đoán quỹ đạo trôi dạt của vật thể bị nạn

Chương 3 trình bày giải pháp kỹ thuật xác định không gian tìm kiếm mục tiêu:

  • Xây dựng thuật toán Monte Carlo: Áp dụng phương pháp mô phỏng ngẫu nhiên với $N$ kịch bản hạt phần tử trôi dạt xuất phát từ vị trí $LKP$. Tại mỗi bước thời gian $\Delta t$, véctơ vị trí được cập nhật tích hợp ngẫu nhiên theo vận tốc gió và dòng chảy thực tế.
  • Ứng dụng Median Filter khử nhiễu: Sử dụng bộ lọc trung vị không gian nhằm loại bỏ các điểm hạt phân tán biên quá mức do nhiễu số học, tạo ra đường bao xác định khu vực tìm kiếm chứa xác suất 95% vị trí vật thể bị nạn.
  • Kết quả mô phỏng thực nghiệm: Thực hiện tính toán cho 4 mốc thời gian đặc trưng trong năm (15/01/2017, 15/04/2017, 15/07/2017, 15/10/2017) và tình huống cụ thể ngày 01/07/2019 cho các loại đối tượng (phao bè cứu sinh, tàu cá mẫu, tàu cá Việt Nam). Diện tích vùng trôi dạt tính toán từ mô hình cho kết quả nhỏ gọn và tập trung hơn so với phương pháp tính bao quát truyền thống trong IAMSAR nhưng vẫn bảo đảm xác suất phát hiện 95%.

Chương 4: Sử dụng thuật toán vi khuẩn (BFO) xác định phương án tìm kiếm cứu nạn hiệu quả dựa trên thông tin thời tiết theo thời gian thực

Chương 4 là phần đóng góp kỹ thuật cốt lõi của luận án về lập tuyến đường cơ động:

  • Xây dựng mạng lưới tìm kiếm và hàm mục tiêu: Chuyển đổi vùng trôi dạt xác suất 95% thành lưới tìm kiếm không gian. So sánh ưu nhược điểm giữa phương pháp quy hoạch động, thuật toán đàn kiến (ACO), giải thuật di truyền (GA) và lựa chọn thuật toán tối ưu hóa vi khuẩn (BFO) do tốc độ hội tụ nhanh và khả năng thích ứng môi trường động.
  • Phương án cho 01 tàu SAR: Thiết lập hàm mục tiêu tối thiểu hóa tổng thời gian cơ động $T_{total} = T_{transit} + T_{search}$, trong đó $T_{transit}$ là thời gian chạy từ trạm trực đến biên khu vực sự cố và $T_{search}$ là thời gian thực hiện các tuyến quét zic-zac bao phủ toàn bộ ô lưới. Bổ sung cơ chế kết bầy (swarming) vào BFO để vi khuẩn hội tụ nhanh vào quỹ đạo quét tối ưu.
  • Phương án phối hợp cho 02 tàu SAR: Mở rộng thuật toán BFO để tối ưu hóa đồng thời hai tuyến đường cho tàu SAR 1 và SAR 2. Thuật toán tự động phân chia ranh giới khu vực tìm kiếm dựa trên vị trí xuất phát, vận tốc cơ động và tầm quan sát hiệu dụng của từng tàu, bảo đảm không chồng lấn diện tích quét và giảm thiểu tối đa tổng thời gian hoàn thành nhiệm vụ.
  • Kết quả kiểm chứng: Chạy mô phỏng trên phần mềm Search and Rescue Support Soft cho 4 nhóm đối tượng trôi dạt trong các điều kiện khí tượng khác nhau. Kết quả cho thấy các tuyến đường do thuật toán BFO gợi ý bảo đảm quét phủ kín 100% diện tích vùng xác suất 95% theo đúng tiêu chuẩn vận hành an toàn hàng hải của IAMSAR.

Kết quả và những đóng góp mới

Đóng góp mới về mặt lý luận và khoa học

  1. Phương pháp luận đánh giá và tích hợp dữ liệu khí tượng hải văn thực thời: Luận án đã xây dựng quy trình tính toán, đánh giá độ lệch chuẩn và kiểm chứng tính phù hợp của nguồn dữ liệu gió Grib file từ RISH (Đại học Kyoto) và dữ liệu dòng chảy vệ tinh OSCAR, cung cấp cơ sở dữ liệu đầu vào ổn định và chính xác cho các mô hình tính toán động học trôi dạt tại vùng biển Việt Nam.
  2. Quy trình kết hợp mô phỏng Monte Carlo và bộ lọc trung vị (Median Filter): Đề xuất giải pháp kỹ thuật xác định ranh giới vùng tìm kiếm xác suất 95% có khả năng loại bỏ các điểm phân tán ngoại lai, giúp thu hẹp đáng kể diện tích tìm kiếm cứu nạn so với phương pháp thủ công của sổ tay IAMSAR mà vẫn duy trì độ tin cậy cao.
  3. Thuật toán tối ưu hóa bầy đàn vi khuẩn (BFO) thích nghi cho bài toán quét diện tích: Luận án đã phát triển thành công cấu trúc hàm mục tiêu và thuật toán BFO cải tiến cho bài toán tìm kiếm phủ kín đa hướng, giải quyết bài toán điều động cho 1 tàu SAR đơn lẻ và bài toán phối hợp đồng bộ cho cụm 2 tàu SAR trên vùng biển chịu tác động phức tạp của dòng gió.

Đóng góp mới về mặt thực tiễn

  • Xây dựng phần mềm hỗ trợ công tác tìm kiếm cứu nạn (Search and Rescue Support Soft), có giao diện trực quan, thời gian tính toán nhanh, cho phép kíp chỉ huy TKCN nhập thông số sự cố thời gian thực để tự động kết xuất vùng trôi dạt và tọa độ các điểm bẻ lái (waypoints) cho tàu tìm kiếm cứu nạn ngoài hiện trường.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của đề tài

  • Dữ liệu thực nghiệm kiểm chứng độ lệch chuẩn khí tượng chủ yếu được lấy đối chiếu tại trạm hải văn DK I-7 và tập trung trong vùng biển Ninh Thuận – Kiên Giang.
  • Mô hình mô phỏng mới chỉ khảo sát chi tiết trên 4 nhóm đối tượng trôi dạt điển hình (phao bè cứu sinh có/không mui và 2 nhóm tàu cá).
  • Thuật toán phối hợp điều động tàu mới dừng lại ở quy mô tối đa 2 tàu SAR cùng tham gia tìm kiếm.

Hạn chế và hướng nghiên cứu tiếp theo do tác giả nêu

  • Mở rộng phạm vi nghiên cứu thuật toán và kiểm chuẩn số liệu khí tượng thủy văn cho toàn bộ các vùng biển còn lại của Việt Nam (Vịnh Bắc Bộ, vùng biển miền Trung, quần đảo Hoàng Sa và Trường Sa).
  • Bổ sung và cập nhật thư viện hệ số trôi dạt ($Leeway$) cho nhiều chủng loại phương tiện thủy và trang thiết bị cứu sinh đặc thù khác hoạt động trên biển Việt Nam.
  • Nâng cấp thuật toán BFO để giải quyết bài toán phối hợp tìm kiếm phức hợp với đội hình từ 3 tàu SAR trở lên kết hợp với các phương tiện bay TKCN (máy bay cánh bằng, trực thăng cứu nạn) và thiết bị tìm kiếm không người lái.

Giá trị tham khảo

Luận án là tài liệu tham khảo có giá trị chuyên môn cao trong các lĩnh vực sau:

  • Cơ quan quản lý và chỉ huy TKCN (VMRCC, Vũng Tàu MRCC, Ủy ban Quốc gia Ứng phó sự cố, thiên tai và TKCN): Ứng dụng quy trình tính toán và module phần mềm để hỗ trợ sĩ quan điều phối nhiệm vụ (SMC) ra quyết định lập kế hoạch điều động phương tiện nhanh chóng và chính xác.
  • Sĩ quan, thuyền viên trên các tàu TKCN chuyên dụng và tàu hàng hải: Tham khảo các phương án điều động tàu zic-zac đa hướng tối ưu theo điều kiện thời tiết thực tế để nâng cao hiệu suất quan sát và quét mục tiêu.
  • Cơ sở đào tạo, viện nghiên cứu chuyên ngành Hàng hải và Kỹ thuật tàu thủy: Cung cấp tài liệu nghiên cứu chuyên sâu về ứng dụng giải thuật thông minh (BFO, Monte Carlo) trong bài toán điều khiển học hàng hải và mô hình hóa quá trình động học trên biển.

Câu hỏi thường gặp

1. Tại sao tác giả lựa chọn vùng biển Ninh Thuận – Kiên Giang làm phạm vi nghiên cứu của đề tài?

Theo số liệu thống kê được nêu trong luận án, vùng biển từ Ninh Thuận đến Kiên Giang (thuộc vùng quản lý của Vũng Tàu MRCC) là khu vực có hoạt động hàng hải, đánh bắt hải sản và khai thác dầu khí rất sôi động, chiếm tới 44% tổng số vụ tai nạn và sự cố trên toàn vùng biển Việt Nam. Ngoài ra, điều kiện khí tượng thủy văn tại khu vực này có sự thay đổi rõ nét theo hai mùa gió (Đông Bắc và Tây Nam), làm tăng tính phức tạp và cấp thiết của công tác TKCN.

2. Dữ liệu gió và dòng chảy nào được chứng minh là có độ tin cậy cao để ứng dụng trong mô hình?

Sau khi tính toán độ lệch chuẩn so sánh với số liệu quan trắc thực tế tại trạm hải văn DK I-7 năm 2016, tác giả đã lựa chọn:

  • Dữ liệu gió: Bản tin gió phân tích dạng Grib file của Viện RISH thuộc Đại học Kyoto (Nhật Bản).
  • Dữ liệu dòng chảy: Dữ liệu phân tích dòng chảy bề mặt đại dương thời gian thực (OSCAR) của Trung tâm Nghiên cứu Trái đất và Vũ trụ (Mỹ).

3. Phương pháp nào được sử dụng để xác định vùng tìm kiếm xác suất 95% của vật thể trôi dạt?

Tác giả sử dụng phương pháp mô phỏng ngẫu nhiên Monte Carlo để sinh hàng ngàn kịch bản trôi dạt của hạt vật thể dựa trên các tham số gió và dòng chảy. Sau đó, tác giả áp dụng bộ lọc trung vị (Median Filter) để làm mịn và loại bỏ các điểm nhiễu ngoại lai, từ đó khoanh định chính xác đường bao khu vực tìm kiếm có chứa 95% xác suất xuất hiện của mục tiêu.

4. Thuật toán vi khuẩn (BFO) được ứng dụng để giải quyết bài toán gì trong luận án?

Thuật toán tìm kiếm thức ăn của vi khuẩn (BFO) cải tiến với cơ chế kết bầy được sử dụng để tối ưu hóa hàm mục tiêu thời gian di chuyển và quét bao phủ khu vực tìm kiếm. Thuật toán tự động tính toán tuyến đường chạy tàu đa hướng ngắn nhất từ vị trí xuất phát đến khu vực sự cố và quét kín vùng xác suất trôi dạt cho cả 2 phương án: 01 tàu SAR độc lập và 02 tàu SAR phối hợp tìm kiếm.

5. Bốn nhóm đối tượng trôi dạt được mô phỏng trong luận án có các thông số Leeway như thế nào?

Bốn nhóm đối tượng được mô phỏng với các tham số độ dạt gió gồm:

  1. Phao bè cứu sinh không mui, không neo dạt (Multiplier: 0.21 kts, Dev: 24°).
  2. Phao bè cứu sinh có mui, có neo dạt (Multiplier: 0.00 kts, Dev: 28°).
  3. Tàu cá dạng cào đuôi Side-stern Trawler (Multiplier: 0.00 kts, Dev: 48°).
  4. Tàu cá truyền thống Việt Nam (Multiplier: 0.00 kts, Dev: 45°).

Kết luận

Luận án tiến sĩ của tác giả Phạm Ngọc Hà đã giải quyết bài toán kết hợp giữa lý thuyết trôi dạt hàng hải và lý thuyết điều khiển tối ưu hóa bầy đàn trong công tác tìm kiếm cứu nạn trên biển. Bằng việc kiểm chứng sai số dữ liệu khí tượng thực thời (RISH, OSCAR), ứng dụng mô phỏng Monte Carlo kết hợp bộ lọc trung vị để xác định vùng trôi dạt 95%, và xây dựng thuật toán BFO thích nghi lập tuyến đường cho 1 hoặc 2 tàu SAR, công trình đã cung cấp giải pháp khoa học hoàn chỉnh nhằm rút ngắn thời gian tiếp cận phương tiện bị nạn. Kết quả nghiên cứu được cụ thể hóa thành công cụ phần mềm mô phỏng, đóng góp trực tiếp vào việc nâng cao năng lực ứng phó sự cố hàng hải tại vùng biển Ninh Thuận – Kiên Giang nói riêng và vùng biển Việt Nam nói chung.