Tổng quan nghiên cứu

Hà Nội, thủ đô của Việt Nam, là một trong những thành phố có mật độ dân cư cao và tốc độ đô thị hóa nhanh nhất cả nước. Với hơn 100 hồ lớn nhỏ nội thành, các hồ này đóng vai trò quan trọng trong điều hòa khí hậu, cảnh quan và sinh thái đô thị. Tuy nhiên, quá trình phát triển kinh tế và đô thị hóa đã gây ra nhiều tác động tiêu cực đến chất lượng nước hồ, đặc biệt là sự gia tăng hàm lượng tổng chất rắn lơ lửng (TSS) và hiện tượng phú dưỡng. Theo báo cáo của ngành tài nguyên và môi trường, khoảng 78% nước thải tại Hà Nội chưa qua xử lý được xả thẳng ra môi trường, làm gia tăng ô nhiễm các hồ nội đô.

Luận văn tập trung nghiên cứu ứng dụng công nghệ viễn thám, cụ thể là ảnh vệ tinh Sentinel-2A và 2B, để tính toán và giám sát hàm lượng TSS trong nước tại ba hồ nội thành Hà Nội gồm Hồ Tây, Hồ Trúc Bạch và Hồ Linh Đàm trong giai đoạn 2015-2020. Mục tiêu chính là xây dựng phương trình tính toán TSS từ dữ liệu ảnh vệ tinh, mô hình hóa sự phân bố và biến động không gian - thời gian của TSS, từ đó đánh giá hiện trạng và mức độ phú dưỡng của các hồ nghiên cứu. Nghiên cứu có ý nghĩa quan trọng trong việc cung cấp công cụ giám sát nhanh, chính xác và tiết kiệm chi phí cho công tác quản lý tài nguyên nước đô thị, góp phần bảo vệ môi trường và phát triển bền vững.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các khái niệm và mô hình sau:

  • Tổng chất rắn lơ lửng (TSS): Là tổng lượng vật chất hữu cơ và vô cơ lơ lửng trong nước, bao gồm phù sa, bùn, tảo và vi khuẩn. TSS là chỉ tiêu quan trọng phản ánh mức độ ô nhiễm và phú dưỡng của nước hồ.
  • Chỉ số trạng thái phú dưỡng (TSI): Được phát triển bởi Carlson, TSI là chỉ số đánh giá mức độ phú dưỡng của hồ dựa trên các thông số như hàm lượng chlorophyll-a, độ sâu đĩa Secchi (SD) và TSS. Giá trị TSI từ 0-100, phân loại hồ thành các trạng thái oligotrophic (nghèo dinh dưỡng), mesotrophic (trung bình), eutrophic (phú dưỡng) và hypereutrophic (siêu phú dưỡng).
  • Ảnh vệ tinh Sentinel-2: Cung cấp dữ liệu đa phổ với độ phân giải không gian 10m, có các kênh phổ phù hợp để phân tích chất lượng nước, đặc biệt là các kênh phổ đỏ và cận hồng ngoại dùng để tính toán TSS.
  • Phổ phản xạ mặt nước: Phản xạ ánh sáng của mặt nước thay đổi theo thành phần vật chất lơ lửng và tảo, tạo cơ sở để xây dựng mô hình hồi quy giữa phổ phản xạ và TSS.

Phương pháp nghiên cứu

  • Nguồn dữ liệu: Ảnh vệ tinh Sentinel-2A và 2B thu thập từ năm 2015 đến 2020, dữ liệu thực địa gồm 77 mẫu nước đo TSS, SD và phổ phản xạ mặt nước tại ba hồ nghiên cứu trong các đợt khảo sát năm 2019 và 2020.
  • Phương pháp phân tích:
    • Hiệu chỉnh khí quyển ảnh Sentinel-2 từ cấp độ 1C lên 2A bằng công cụ sen2cor.
    • Xây dựng phương trình hồi quy hàm mũ giữa tỷ số phổ phản xạ kênh 5 (cận hồng ngoại) và kênh 4 (đỏ) với TSS thực đo.
    • Mô hình hóa phân bố không gian TSS bằng phương pháp phân bố mật độ trên phần mềm QGIS.
    • Tính toán chỉ số TSI từ TSS theo công thức của Carlson để đánh giá mức độ phú dưỡng.
  • Timeline nghiên cứu: Thu thập và xử lý dữ liệu từ 2015-2020, khảo sát thực địa năm 2019-2020, phân tích và xây dựng mô hình trong năm 2020-2021.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Phương trình tính toán TSS từ ảnh Sentinel-2:
    Phương trình hồi quy hàm mũ giữa tỷ số phổ phản xạ kênh 5/kênh 4 và TSS có hệ số xác định R² = 0,83, sai số RMSE = 7,68 mg/L, nhỏ hơn 15% giá trị trung bình TSS thực đo (khoảng 63 mg/L). Điều này chứng tỏ phương pháp tính toán TSS từ ảnh Sentinel-2 có độ chính xác cao.

  2. Phân bố không gian TSS tại các hồ:

    • TSS tập trung cao ở các vùng ven bờ gần khu dân cư, cống xả thải và khu vực dịch vụ giải trí như công viên nước Hồ Tây, bờ Hồ Trúc Bạch gần đường Thanh Niên, khu vực đảo Cỏ và chung cư Linh Đàm.
    • Giá trị TSS trung bình tại Hồ Tây dao động từ 43,91 đến 146,44 mg/L, tại Hồ Linh Đàm từ 38,49 đến 140,15 mg/L, tại Hồ Trúc Bạch từ 41,5 đến 70,5 mg/L.

  3. Diễn biến theo thời gian:

    • TSS tại các hồ có xu hướng tăng dần từ đầu năm đến cuối năm, đặc biệt tháng 6 và tháng 11 có giá trị TSS cao nhất, vượt ngưỡng cho phép theo QCVN 08:2015/BTNMT.
    • TSI tính từ TSS dao động từ 65 đến 84, thuộc trạng thái phú dưỡng cao đến siêu phú dưỡng, phản ánh tình trạng ô nhiễm hữu cơ và phát triển tảo mạnh.

  4. Mối quan hệ giữa TSS, SD và TSI:

    • TSS và SD có mối tương quan nghịch với hệ số R từ -0,71 đến -0,87, cho phép tính toán SD từ TSS với sai số RMSE = 3,2 cm.
    • TSI tính từ TSS phù hợp với TSI tính từ chlorophyll-a và SD trong các nghiên cứu trước, sai số RMSE = 1,7, cho thấy TSS là chỉ số bổ sung hiệu quả để đánh giá phú dưỡng.

Thảo luận kết quả

Sự phù hợp cao giữa TSS tính toán từ ảnh Sentinel-2 và dữ liệu thực địa khẳng định tiềm năng ứng dụng viễn thám trong giám sát chất lượng nước hồ nội đô. Việc phân bố TSS tập trung ở các vùng ven bờ gần khu dân cư và cống xả thải phản ánh tác động trực tiếp của hoạt động đô thị và nước thải chưa xử lý. Diễn biến tăng TSS và TSI vào các tháng giữa và cuối năm có thể liên quan đến điều kiện khí hậu như nhiệt độ cao, lượng mưa thấp, tạo điều kiện thuận lợi cho tảo phát triển và giảm khả năng pha loãng ô nhiễm.

So sánh với các nghiên cứu trong và ngoài nước, kết quả này tương đồng với xu hướng ô nhiễm và phú dưỡng tại các hồ đô thị khác, đồng thời cho thấy viễn thám là công cụ hiệu quả để bổ sung cho phương pháp quan trắc truyền thống vốn tốn kém và thời gian. Tuy nhiên, việc áp dụng cần lưu ý đến điều kiện khí tượng, đặc điểm thủy văn và thành phần vật chất hồ để hiệu chỉnh mô hình phù hợp.

Dữ liệu viễn thám Sentinel-2 với độ phân giải không gian 10m và chu kỳ thu ảnh 5 ngày là nguồn tài nguyên quý giá, giúp giám sát liên tục và kịp thời biến động chất lượng nước hồ, hỗ trợ quản lý và ra quyết định bảo vệ môi trường đô thị.

Đề xuất và khuyến nghị

  1. Xây dựng hệ thống giám sát tích hợp
    Phối hợp dữ liệu viễn thám Sentinel-2 với mạng lưới trạm quan trắc tự động để giám sát liên tục chất lượng nước hồ, đặc biệt là TSS và các chỉ số phú dưỡng. Mục tiêu nâng cao độ chính xác và kịp thời phát hiện sự cố ô nhiễm trong vòng 1-2 năm tới. Chủ thể thực hiện: Sở Tài nguyên và Môi trường Hà Nội, Trung tâm Viễn thám.

  2. Phát triển phần mềm phân tích và cảnh báo tự động
    Xây dựng phần mềm ứng dụng GIS và viễn thám để tự động tính toán TSS, TSI và cảnh báo mức độ ô nhiễm, giúp các cơ quan quản lý nhanh chóng đưa ra biện pháp xử lý. Thời gian triển khai: 1 năm. Chủ thể thực hiện: Viện Khoa học Môi trường, các đơn vị công nghệ thông tin.

  3. Hoàn thiện khung pháp lý và chính sách quản lý
    Đề xuất bổ sung, hoàn thiện các văn bản pháp luật về quản lý, khai thác dữ liệu viễn thám trong giám sát môi trường nước, xây dựng quy trình chuẩn cho việc sử dụng công nghệ viễn thám trong quản lý hồ nội đô. Thời gian: 2 năm. Chủ thể thực hiện: Bộ Tài nguyên và Môi trường, UBND Thành phố Hà Nội.

  4. Tăng cường đào tạo và nâng cao năng lực chuyên môn
    Tổ chức các khóa đào tạo chuyên sâu về viễn thám, GIS và phân tích dữ liệu môi trường cho cán bộ quản lý và kỹ thuật viên tại các sở ngành, địa phương. Mục tiêu nâng cao năng lực vận hành và ứng dụng công nghệ trong 1-2 năm tới. Chủ thể thực hiện: Trường Đại học Khoa học Tự nhiên, Trung tâm CARGIS.

  5. Tuyên truyền nâng cao nhận thức cộng đồng
    Triển khai các chương trình truyền thông, giáo dục về bảo vệ môi trường nước hồ, giảm thiểu xả thải và ô nhiễm, nhằm nâng cao ý thức người dân và các tổ chức liên quan. Chủ thể thực hiện: UBND các quận, phường, các tổ chức xã hội.

Đối tượng nên tham khảo luận văn

  1. Cơ quan quản lý tài nguyên và môi trường
    Sở Tài nguyên và Môi trường, các phòng ban quản lý môi trường đô thị có thể sử dụng kết quả nghiên cứu để xây dựng hệ thống giám sát chất lượng nước hồ, phục vụ công tác quản lý và ra quyết định.

  2. Các nhà nghiên cứu và học viên
    Sinh viên, nghiên cứu sinh và các nhà khoa học trong lĩnh vực quản lý tài nguyên nước, môi trường, viễn thám và GIS có thể tham khảo phương pháp luận, mô hình tính toán và kết quả thực nghiệm để phát triển nghiên cứu tiếp theo.

  3. Đơn vị công nghệ và phát triển phần mềm
    Các công ty công nghệ chuyên về GIS, viễn thám và phân tích dữ liệu môi trường có thể ứng dụng các mô hình và thuật toán trong luận văn để phát triển sản phẩm giám sát môi trường nước.

  4. Cộng đồng dân cư và tổ chức bảo vệ môi trường
    Các tổ chức phi chính phủ, cộng đồng dân cư sống quanh các hồ nội đô có thể sử dụng thông tin để nâng cao nhận thức, tham gia bảo vệ môi trường nước và giám sát ô nhiễm.

Câu hỏi thường gặp

  1. Viễn thám có thể thay thế hoàn toàn quan trắc thực địa không?
    Viễn thám là công cụ hỗ trợ hiệu quả cho quan trắc thực địa, giúp giám sát nhanh và liên tục trên diện rộng. Tuy nhiên, quan trắc thực địa vẫn cần thiết để hiệu chuẩn mô hình và kiểm chứng dữ liệu viễn thám.

  2. Phương trình tính TSS từ ảnh Sentinel-2 có áp dụng cho các hồ khác không?
    Phương trình được xây dựng dựa trên đặc điểm hồ nghiên cứu, nên khi áp dụng cho hồ khác cần hiệu chỉnh lại dựa trên dữ liệu thực địa để đảm bảo độ chính xác.

  3. Ảnh Sentinel-2 có bị ảnh hưởng bởi mây che phủ không?
    Có, mây che phủ làm giảm chất lượng ảnh và gây sai số trong tính toán. Do đó, cần lựa chọn ảnh có độ che phủ mây dưới 20% và kết hợp nhiều ảnh để giảm thiểu ảnh hưởng.

  4. TSS cao có nghĩa là hồ bị ô nhiễm nghiêm trọng?
    TSS cao phản ánh lượng vật chất lơ lửng trong nước, có thể do phù sa hoặc chất hữu cơ. Cần kết hợp với các chỉ số khác như chlorophyll-a, DO để đánh giá chính xác mức độ ô nhiễm.

  5. Làm thế nào để giảm TSS và phú dưỡng trong hồ nội đô?
    Cần kiểm soát nguồn thải, xử lý nước thải sinh hoạt và công nghiệp, cải tạo môi trường hồ, tăng cường quản lý đất đai và tuyên truyền nâng cao ý thức cộng đồng.

Kết luận

  • Luận văn đã xây dựng thành công phương trình hàm mũ tính toán hàm lượng TSS từ ảnh vệ tinh Sentinel-2 với độ chính xác cao (R²=0,83, RMSE=7,68 mg/L).
  • Phân bố TSS tại ba hồ nội thành Hà Nội tập trung cao ở vùng ven bờ gần khu dân cư và cống xả thải, phản ánh tác động của đô thị hóa và nước thải chưa xử lý.
  • Diễn biến TSS và chỉ số phú dưỡng TSI cho thấy xu hướng tăng dần theo thời gian và có mức độ phú dưỡng cao đến siêu phú dưỡng, cảnh báo nguy cơ suy thoái môi trường hồ.
  • Viễn thám Sentinel-2 là công cụ hiệu quả, bổ sung cho phương pháp quan trắc truyền thống, giúp giám sát nhanh, liên tục và tiết kiệm chi phí.
  • Đề xuất phát triển hệ thống giám sát tích hợp, hoàn thiện khung pháp lý, đào tạo nhân lực và nâng cao nhận thức cộng đồng để bảo vệ môi trường nước hồ nội đô.

Hành động tiếp theo: Khuyến khích các cơ quan quản lý và nghiên cứu tiếp tục ứng dụng và hoàn thiện công nghệ viễn thám trong giám sát môi trường nước, đồng thời triển khai các giải pháp quản lý hiệu quả nhằm bảo vệ các hồ nội thành Hà Nội và các đô thị khác.