Tổng quan về luận án

Trượt lở đất kích hoạt bởi mưa (Rainfall-Induced Landslides) là một trong những hiểm họa địa chất nguy hiểm và phổ biến nhất trên toàn cầu, đặc biệt tại các vùng địa hình đồi núi có khí hậu nhiệt đới gió mùa. Thống kê giai đoạn 2004–2016 ghi nhận 55.997 người thiệt mạng trong 4.862 vụ trượt lở phi động đất trên thế giới, trong đó châu Á là tâm điểm chịu tổn thất nặng nề nhất (Whiteley et al., 2019; Froude & Petley, 2018). Tại Việt Nam, với hơn 3/4 diện tích là đồi núi và lượng mưa trung bình hàng năm lên tới 3.000–4.500 mm, hiểm họa trượt lở đất diễn ra phức tạp, gây thiệt hại nghiêm trọng về nhân mạng và cơ sở hạ tầng giao thông (như thảm kịch tại Hướng Hóa, Quảng Trị năm 2020 làm 22 cán bộ chiến sĩ hy sinh). Trong bối cảnh biến đổi khí hậu làm gia tăng tần suất các trận mưa cực đoan, các giải pháp công trình gia cố mái dốc truyền thống (kè bê tông, neo đất, tường chắn) bộc lộ hạn chế lớn về mặt chi phí và khả năng bao phủ diện rộng. Do đó, việc xây dựng hệ thống giám sát và cảnh báo sớm trượt lở đất (Landslide Early Warning System - LEWS) quy mô sườn dốc cục bộ là giải pháp phi công trình mang tính chiến lược, cấp thiết và bền vững.

Khoảng trống nghiên cứu then chốt (Research Gap) xuất phát từ việc các hệ thống cảnh báo cấp vùng truyền thống phụ thuộc gần như hoàn toàn vào ngưỡng mưa thực nghiệm $I$-$D$ (Intensity - Duration) của Caine (1980) và Guzzetti et al. (2007). Phương pháp này bỏ qua hoàn toàn cơ chế địa kỹ thuật cục bộ, hình thái sườn dốc, đặc tính thấm không bão hòa và lịch sử bão hòa tiền biến thiên của đất, dẫn đến tỷ lệ dương tính giả (false alarms) và âm tính giả (missed events) rất cao (Mirus et al., 2018). Ngược lại, các hệ thống quan trắc tiếp xúc trên sườn dốc sử dụng mạng cảm biến có dây thường bị phá hủy khi sườn dốc dịch chuyển, trong khi các mạng cảm biến không dây (Wireless Sensor Networks - WSN) lại đối mặt với bài toán nghẽn năng lượng nghiêm trọng tại các nút cảm biến (Sensor Nodes - SN) sử dụng pin trong môi trường rừng núi hiểm trở khó tiếp cận (Ramesh, 2014; Giorgetti et al., 2016).

Luận án tiến sĩ kỹ thuật điện tử của tác giả (Trường Đại học Công nghệ, ĐHQGHN; người hướng dẫn: PGS. TS Trần Đức Tân và GS. TS Bùi Tiến Diệu) giải quyết triệt để vấn đề trên thông qua việc thiết lập hai câu hỏi nghiên cứu trung tâm:

  1. Research Question 1 (RQ1): Làm thế nào để xây dựng mô hình và nguyên tắc hoạt động tích hợp giữa mạng WSN quan trắc đa thông số thời gian thực với mô hình số thủy văn - địa kỹ thuật nhằm dự báo chính xác trạng thái mất ổn định sườn dốc và loại bỏ sai số tích lũy của mô phỏng?
  2. Research Question 2 (RQ2): Giải pháp tối ưu hóa năng lượng và xử lý tín hiệu nào cho phép kéo dài tuổi thọ hoạt động của các nút cảm biến WSN trong điều kiện tài nguyên phần cứng hạn chế mà vẫn đảm bảo độ tin cậy truyền dữ liệu khi sườn dốc chuyển trạng thái nguy hiểm?

Tương ứng với các câu hỏi trên, hai giả thuyết khoa học được kiểm chứng bao gồm:

  • Hypothesis 1 (H1): Việc chuyển đổi chế độ làm việc của mạng WSN dựa trên Hệ số an toàn vật lý ($FoS - Factor\ of\ Safety$) tính toán từ mô hình số liên kết theo thời gian thực sẽ tiết kiệm năng lượng tiêu thụ tại nút cảm biến vượt trội so với phương pháp kích hoạt theo ngưỡng mưa truyền thống.
  • Hypothesis 2 (H2): Kỹ thuật lấy mẫu nén cải tiến (Compressive Sensing - CS) ứng dụng bộ tạo chuỗi giả ngẫu nhiên tuyến tính (Linear Congruential Generator - LCG PRNG) sẽ giảm thiểu đáng kể khối lượng tính toán trên vi xử lý nút và giảm kích thước truyền vô tuyến mà vẫn đảm bảo độ chính xác khôi phục tín hiệu biến dạng và thủy văn.

Khung lý thuyết của nghiên cứu tích hợp Cơ học đất không bão hòa (Unsaturated Soil Mechanics) của Fredlund & Rahardjo (1993), Mô hình dòng thấm không dừng của Richards (1931), Lý thuyết cân bằng giới hạn mái dốc (Limit Equilibrium Slope Stability - LESS) và Lý thuyết xử lý tín hiệu lấy mẫu nén (Compressive Sensing) của Donoho (2006) và Candès et al. (2006). Công trình tạo ra bước đột phá định lượng: giảm từ 50% đến 75% khối lượng dữ liệu truyền qua mạng không dây, tiết kiệm 30% đến 65% năng lượng tiêu thụ tại các nút cảm biến tùy theo kịch bản mưa, đồng thời triển khai thử nghiệm thực địa thành công trên sườn dốc Nấm Dẩn, huyện Xín Mần, tỉnh Hà Giang.

Literature Review và Positioning

Lịch sử nghiên cứu cảnh báo trượt lở đất trải qua ba giai đoạn tiến hóa chính trong y văn quốc tế:

[Giai đoạn 1: Ngưỡng mưa thống kê thực nghiệm I-D] 
[Giai đoạn 2: Quan trắc chuyển vị động học đơn lẻ] 
[Giai đoạn 3: Hệ thống không dây tích hợp Cyber-Physical & Mô hình số]

  1. Trường phái ngưỡng mưa thống kê thực nghiệm (Empirical Rainfall Thresholds): Khởi nguồn từ công trình kinh điển của Caine (1980), các mô hình sau đó được phát triển bởi Brunetti et al. (2010) và Rossi et al. (2012) tại Ý, xây dựng tương quan giữa cường độ mưa $I$ (mm/h) và thời gian mưa kéo dài $D$ (h) theo dạng hàm mũ $I = \alpha D^{-\beta}$. Nhược điểm chí tử của trường phái này là tính bất định cao: cùng một lượng mưa tích lũy nhưng nếu đất đã bão hòa trước đó (antecedent moisture) thì sạt lở xảy ra ngay lập tức, ngược lại đất khô cằn có thể hấp thụ hoàn toàn lượng mưa mà không trượt lở (Brand et al., 1984; Larsen & Simon, 1993).

  2. Trường phái quan trắc chuyển vị động học tiếp xúc (Kinematic Displacement Monitoring): Towhata et al. (2014) tại Nhật Bản phát triển hệ thống cảnh báo giá rẻ sử dụng cảm biến đo nghiêng và độ ẩm đặt đơn lẻ tại chân dốc. Tuy nhiên, nghiên cứu của Iverson et al. (2000) và Leroueil (2001) chứng minh rằng quá trình biến dạng dẻo và mặt trượt có thể xuất hiện từ đỉnh hoặc thân dốc trước khi biểu hiện ở chân dốc, khiến phương pháp cảm biến đơn điểm của Towhata mất khả năng cảnh báo sớm. Uchimura et al. (2015) cải tiến bằng cách sử dụng các cột cảm biến đo nghiêng đa đoạn MEMS (Micro-Electro-Mechanical Systems) kết hợp đo độ ẩm theo chiều sâu với ngưỡng tốc độ thay đổi góc nghiêng $0,01^\circ$/giờ (cần chú ý) và $0,1^\circ$/giờ (báo động nguy hiểm). Dẫu vậy, hệ thống của Uchimura chỉ đơn thuần giám sát động học hồi tố mà không tích hợp mô hình vật lý dự báo trước theo kịch bản khí tượng tương lai.

  3. Trường phái mạng cảm biến không dây (WSN) tích hợp mô hình số: Các nghiên cứu quốc tế tiêu biểu bao gồm dự án WSN cảnh báo trượt lở tại Western Ghats, Ấn Độ của Ramesh et al. (2014) sử dụng kiến trúc phân cụm 3 cấp kết hợp cảm biến địa kỹ thuật, và hệ thống WSN tại Torgiovannetto, Ý của Giorgetti et al. (2016) ứng dụng giao thức TDMA định tuyến thích nghi. Terzis et al. (2006) tại Mỹ đề xuất tích hợp WSN với mô hình phần tử hữu hạn (Finite Element Method - FEM), nhưng thiếu các kiểm chứng thực nghiệm hiện trường liên tục trong điều kiện nhiệt đới gió mùa khắc nghiệt.

Tại Việt Nam, các nghiên cứu trước đây của Nguyễn Đức Mạnh (2017) hay Đỗ Minh Đức (2020) chủ yếu tập trung vào lập bản đồ phân vùng nhạy cảm trượt lở (Susceptibility Mapping) bằng GIS và viễn thám. Nghiên cứu của Chinh et al. (2019, 2020) bắt đầu ứng dụng WSN nhưng chuyển đổi chế độ làm việc của mạng hoàn toàn dựa vào cảm biến đo mưa.

Luận án này định vị chính xác tại giao điểm tiên phong: kết hợp kiến trúc mạng WSN đa tầng thu thập dữ liệu thời gian thực (lượng mưa, gia tốc nghiêng MEMS 3 trục đa tầng, áp lực nước lỗ rỗng $PWP$, độ ẩm đất) với mô hình số hóa sườn dốc liên hợp thấm - ổn định (GeoStudio SEEP/W và SLOPE/W). Hệ thống tạo thành một vòng lặp kín (closed-loop cyber-physical framework): dữ liệu thực địa cập nhật liên tục điều kiện biên để triệt tiêu sai số tích lũy của mô hình số, và ngược lại, giá trị $FoS$ từ mô hình số điều khiển linh hoạt cấu hình hoạt động và thuật toán nén dữ liệu của các nút cảm biến WSN.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đã mở rộng và liên kết thành công ba lý thuyết nền tảng thuộc hai lĩnh vực khoa học khác nhau:

  1. Mở rộng Lý thuyết Cơ học đất không bão hòa của Fredlund & Rahardjo (1993): Cường độ kháng cắt $\tau_f$ của đất chưa bão hòa được mô tả qua phương trình mở rộng của định luật Mohr-Coulomb: $$\tau_f = c' + (\sigma - u_a) \tan \phi' + (u_a - u_w) \tan \phi^b$$ Trong đó $c'$ là lực dính kết hiệu dụng, $(\sigma - u_a)$ là ứng suất pháp thực, $(u_a - u_w)$ là lực hút dính ma mao dẫn (matric suction), $\phi'$ là góc ma sát trong hiệu dụng, và $\phi^b$ là góc ma sát biểu kiến phản ánh mức độ gia tăng cường độ do lực hút dính. Luận án tích hợp liên tục sự biến thiên phi tuyến của áp lực nước lỗ rỗng $u_w$ và hàm thấm không bão hòa thông qua đường cong đặc trưng đất - nước (Soil Water Characteristic Curve - SWCC) dựa trên phương trình vi phân dòng thấm Richards hai chiều: $$\frac{\partial}{\partial x}\left(k_x \frac{\partial h}{\partial x}\right) + \frac{\partial}{\partial y}\left(k_y \frac{\partial h}{\partial y}\right) + q = m_w \gamma_w \frac{\partial h}{\partial t}$$ với $h$ là cột áp thủy lực, $k_x, k_y$ là hệ số thấm theo hai phương, $m_w$ là độ dốc đường cong SWCC, và $\gamma_w$ là trọng lượng đơn vị của nước.

  2. Chuyển dịch Paradigm từ Cảnh báo tĩnh sang Hệ thống điều khiển thích nghi dựa trên $FoS$: Luận án đề xuất tiêu chuẩn điều khiển hoạt động mạng cảm biến dựa trên công thức tính Hệ số an toàn cân bằng giới hạn dọc theo mặt trượt tới hạn: $$FoS = \frac{\int \left[ c' + (\sigma - u_a)\tan \phi' + (u_a - u_w)\tan \phi^b \right] dL}{\int \tau_{mobilized} dL} = \frac{c' + (\gamma g H \cos \theta - W \gamma_w) \tan \phi'}{\gamma g H \sin \theta}$$ Thay vì xem $FoS$ là một giá trị tính toán sau cùng phục vụ thiết kế công trình, luận án sử dụng $FoS(t)$ như một đại lượng điều khiển trạng thái hệ thống theo thời gian thực ($Real-time\ State-space\ Variable$).

  3. Cải tiến Lý thuyết Lấy mẫu nén (Compressed Sensing - CS): Theo định lý Candès - Wakin, một tín hiệu $x \in \mathbb{R}^N$ có tính thưa (sparse) trong miền biến đổi $\Psi$ có thể được khôi phục chính xác từ $M$ mẫu đo ($M \ll N$) thông qua ma trận đo $\Phi \in \mathbb{R}^{M \times N}$: $$y = \Phi x = \Phi \Psi s$$ với điều kiện ma trận cảm biến thỏa mãn thuộc tính đẳng cự hạn chế (Restricted Isometry Property - RIP). Luận án chứng minh rằng việc thay thế ma trận phân phối Gauss/Bernoulli ngẫu nhiên thuần túy (True Random Number Generator - TRNG) bằng ma trận giả ngẫu nhiên xác định tạo bởi thuật toán Đồng dư tuyến tính (Linear Congruential Generator - LCG PRNG): $$X_{n+1} = (a X_n + c) \pmod m$$ vẫn thỏa mãn tính chất RIP thống kê trên các chuỗi dữ liệu đo gia tốc và áp lực nước lỗ rỗng, trong khi giải phóng hoàn toàn gánh nặng bộ nhớ và chu kỳ tính toán của vi điều khiển.

Khung phân tích độc đáo

Khung phân tích của luận án (EWMRIL Framework) là sự kết hợp hữu cơ giữa 3 phân hệ:

  • Phân hệ vật lý (Physical Layer): Các trạm cột cảm biến phân bố đa điểm theo lát cắt địa chất không gian (đỉnh dốc, thân dốc, chân dốc) tích hợp các phân đoạn đo biến dạng sâu ADXL335 MEMS và đầu đo áp lực nước lỗ rỗng dây rung.
  • Phân hệ truyền thông vô tuyến (Cyber/WSN Layer): Sử dụng chuẩn truyền thông ZigBee (IEEE 802.15.4) và vô tuyến tầm xa LoRa, hoạt động theo cơ chế quản lý năng lượng phân tầng (Power-aware Duty Cycling).
  • Phân hệ tính toán và ra quyết định (Analytical/Computational Layer): Phần mềm máy trạm liên kết tự động giữa mô-đun SEEP/W (phân tích thấm phần tử hữu hạn FEM) và SLOPE/W (phân tích cân bằng giới hạn lát cắt Morgenstern-Price / Bishop), cho phép cập nhật liên tục trường áp suất nước lỗ rỗng thực tế để triệt tiêu hiện tượng sai lệch tích lũy (Cumulative Model Drift).

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu tuân thủ triết lý thực chứng khoa học (Positivism) kết hợp với phương pháp tiếp cận thiết kế kỹ thuật thực nghiệm (Empirical Engineering Design) và phân tích định lượng chặt chẽ. Thiết kế nghiên cứu đa cấp độ (Multi-level Research Design) bao gồm:

[Khảo sát địa chất & Thí nghiệm đất đá]
  1. Khảo sát địa chất công trình và thí nghiệm cơ học đất: Khoan địa chất, xác định các chỉ tiêu cơ lý (dung trọng tự nhiên $\gamma$, lực dính hiệu dụng $c'$, góc ma sát trong $\phi'$, hệ số thấm bão hòa $k_{sat}$, đường cong SWCC).
  2. Mô phỏng số thủy lực - địa kỹ thuật: Mô hình hóa 2D mặt cắt sườn dốc trên GeoStudio với lưới phần tử hữu hạn tứ giác/tam giác bậc nhất, mô phỏng các kịch bản mưa nhân tạo từ 12,6 mm/h đến 200 mm/ngày.
  3. Thiết kế phần cứng và nhúng thuật toán WSN: Phát triển bo mạch dựa trên nền tảng vi điều khiển Waspmote PRO V1 kết hợp mô-đun truyền thông XBee-PRO ZigBee và cảm biến gia tốc MEMS 3 trục ADXL335 (Analog Devices).
  4. Kiểm chứng thực địa (In-situ Field Experimentation): Lắp đặt hệ thống hoàn chỉnh tại sườn dốc có nguy cơ sạt lở cao tại xã Nấm Dẩn, huyện Xín Mần, tỉnh Hà Giang.

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu tuân thủ các giao thức chuẩn mực quốc tế:

  • Thiết kế phần cứng cột cảm biến: Mỗi cột cảm biến cấu tạo từ các đoạn ống thép/nhựa đường kính 25 mm, dài 60 cm nối tiếp nhau luồn trong lỗ khoan sâu vào nền đá gốc. Bên trong mỗi đoạn tích hợp một cảm biến gia tốc ADXL335 để đo độ nghiêng thành phần theo trọng trường với độ phân giải góc nghiêng đạt $0,0025^\circ$. Đầu đo áp lực nước lỗ rỗng dạng dây rung (Vibrating Wire Piezometer) được chôn tại các tầng thấm trọng yếu.
  • Quy trình thu thập và đồng bộ dữ liệu: Mạng WSN sử dụng giao thức đồng bộ thời gian TPSN (Timing-sync Protocol for Sensor Networks) để đồng bộ hóa chu kỳ đánh thức/ngủ giữa các nút và Gateway, đảm bảo tỷ lệ phân phối gói tin ($PDR - Packet\ Delivery\ Ratio$) đạt trên 98% trong điều kiện mưa gió vùng cao.
  • Triangulation (Tam giác hóa phương pháp): Đối soát chéo giữa ba nguồn dữ liệu: (1) Số liệu đo trực tiếp từ cảm biến gia tốc và piezometer; (2) Số liệu giải tích mô phỏng phần tử hữu hạn từ SEEP/W; (3) Quan sát trực quan thực địa về các vết nứt tách giãn bề mặt và đo đạc trắc địa địa hình.

Data và phân tích

Phân tích số liệu và đánh giá hiệu năng hệ thống được thực hiện với các công cụ chuyên dụng: GeoStudio (SEEP/W, SLOPE/W), MATLAB R2021b cho thuật toán tái tạo tín hiệu nén (Orthogonal Matching Pursuit - OMP và Basis Pursuit), và cơ sở dữ liệu MySQL trên Web Server.

Các chỉ tiêu cơ lý đất đá thu thập tại sườn dốc Nấm Dẩn (Hà Giang) được xác định chính xác trong phòng thí nghiệm:

  • Dung trọng khô tự nhiên: $\gamma = 18,5\ kN/m^3$
  • Lực dính kết hiệu dụng: $c' = 12,4\ kPa$
  • Góc ma sát trong hiệu dụng: $\phi' = 24,5^\circ$
  • Hệ số thấm bão hòa theo phương ngang: $k_x = 1,25 \times 10^{-6}\ m/s$
  • Hệ số thấm bão hòa theo phương đứng: $k_y = 1,25 \times 10^{-7}\ m/s$

Bảng thông số tiêu thụ năng lượng đo kiểm thực tế của nút cảm biến Waspmote PRO V1 (sử dụng pin sạc Li-ion 3,7V / 6600 mAh):

  • Chế độ Deep Sleep (Ngủ sâu): Dòng tiêu thụ $I_{sleep} = 0,06\ mA$ ($P_{sleep} = 0,222\ mW$)
  • Chế độ Idle (Nghỉ/Sẵn sàng): Dòng tiêu thụ $I_{idle} = 15,2\ mA$ ($P_{idle} = 56,24\ mW$)
  • Chế độ Lấy mẫu cảm biến (ADC + MEMS + PWP): Dòng tiêu thụ $I_{sample} = 28,5\ mA$ ($P_{sample} = 105,45\ mW$)
  • Chế độ Xử lý tính toán (MCU Active): Dòng tiêu thụ $I_{proc} = 17,4\ mA$ ($P_{proc} = 64,38\ mW$)
  • Chế độ Truyền vô tuyến XBee-PRO (Tx ở +18 dBm): Dòng tiêu thụ $I_{tx} = 215\ mA$ ($P_{tx} = 795,5\ mW$)
  • Chế độ Nhận vô tuyến XBee-PRO (Rx): Dòng tiêu thụ $I_{rx} = 55\ mA$ ($P_{rx} = 203,5\ mW$)

Phát hiện đột phá và implications

Những phát hiện then chốt

      [Phát hiện 1: Tiết kiệm năng lượng 30% - 65% nhờ chuyển đổi chế độ theo FoS]
      [Phát hiện 2: LCG PRNG giảm 75% thời gian tính toán so với TRNG Gauss]
      [Phát hiện 3: Mặt trượt tiến triển phi tuyến; PWP tăng vọt sau 5-8 ngày mưa]
      [Phát hiện 4: Cập nhật biên liên tục triệt tiêu hoàn toàn sai số trôi mô hình]

  1. Hiệu quả vượt trội của Cơ chế chuyển đổi trạng thái mạng theo $FoS$: Khác với quan niệm truyền thống cho rằng chỉ cần kích hoạt mạng WSN khi lượng mưa vượt ngưỡng $I_{threshold}$ (như Chinh et al., 2019), kết quả thực nghiệm chứng minh rằng trong giai đoạn đất chưa bão hòa, dù mưa lớn nhưng $FoS$ vẫn duy trì ở mức an toàn ($FoS > 1,3$), mạng có thể kéo dài chu kỳ ngủ sâu ($t_{cycle} = 60$ phút), tiết kiệm tới 64,8% năng lượng. Ngược lại, sau đợt mưa kéo dài, khi lượng mưa đã ngừng nhưng nước ngầm dâng cao khiến $FoS$ suy giảm xuống vùng nguy hiểm ($1,0 \le FoS \le 1,15$), hệ thống tự động kích hoạt chế độ Cảnh báo (tăng tần suất lấy mẫu lên 5–10 phút/lần, chuyển sang cấu hình cây đa chặng), ngăn chặn hoàn toàn rủi ro bỏ sót sạt lở muộn.

  2. Đột phá về hiệu năng tính toán của Thuật toán lấy mẫu nén LCG CS: Khi áp dụng nén tín hiệu gia tốc đo nghiêng với tỷ số nén $r = M/N = 0,25$ và $r = 0,5$, thuật toán LCG PRNG do luận án đề xuất chỉ mất $0,042$ ms để tạo ma trận đo trên vi điều khiển 8-bit ATmega1281 (Waspmote), trong khi thuật toán tạo ma trận ngẫu nhiên chuẩn Gauss TRNG mất tới $0,385$ ms (nhanh hơn gấp 9,16 lần). Sai số tái tạo tín hiệu tương đối ($Relative\ Error$) của LCG vẫn duy trì ở mức cực thấp ($\le 2,1%$ tại $r = 0,5$), hoàn toàn đáp ứng độ chính xác phát hiện biến dạng trượt lở.

  3. Hiện tượng thấm trễ và phản ứng phi tuyến của Áp lực nước lỗ rỗng ($PWP$): Dữ liệu thực nghiệm tại 3 điểm quan trắc (A - đỉnh dốc, B - thân dốc, C - chân dốc) trên sườn dốc Nấm Dẩn chứng minh rằng $PWP$ không tăng tuyến tính theo từng trận mưa mà có độ trễ thủy văn từ 24 đến 72 giờ tùy theo độ sâu. Tại vị trí B (thân dốc, độ sâu 3,5 m), trong 5 ngày mưa liên tục đầu tiên với cường độ 200 mm/ngày, $PWP$ tăng chậm từ $-45\ kPa$ (trạng thái hút dính) lên $-10\ kPa$, nhưng từ ngày thứ 8 đến ngày thứ 10, đất đạt trạng thái bão hòa hoàn toàn, $PWP$ chuyển sang giá trị dương ($+18\ kPa$), dẫn đến $FoS$ sụt giảm đột ngột từ $1,42$ xuống $0,96$, kích hoạt trạng thái trượt cục bộ.

  4. Triệt tiêu hoàn toàn hiện tượng trôi sai số tích lũy của mô hình số: Các hệ thống cảnh báo thuần mô hình số thường bị sai lệch lớn sau 7–10 ngày mô phỏng liên tục do các giả định biên thấm không đổi. Việc nhúng trực tiếp dữ liệu đo đạc $PWP$ và mực nước ngầm thời gian thực từ mạng WSN vào mô-đun SEEP/W đã hiệu chỉnh điều kiện biên thủy lực hàng giờ, đưa sai số giữa $PWP$ mô phỏng và $PWP$ đo thực tế tại sườn dốc Nấm Dẩn xuống dưới $4,8%$.

Implications đa chiều

  • Về mặt Lý thuyết: Luận án mở ra hướng tiếp cận mới trong cơ học đất tính toán: chuyển đổi từ các mô hình phân tích tĩnh sang mô hình không gian - thời gian tự thích ứng (Self-Adaptive Spatio-Temporal Modeling) kết hợp mạng cảm biến nhúng Cyber-Physical Systems.
  • Về mặt Phương pháp luận: Cung cấp quy trình tích hợp trọn gói từ khâu khảo sát địa chất, tối ưu ma trận nén tín hiệu trên phần cứng nhúng, truyền thông không dây năng lượng thấp, đến mô phỏng số 2D/3D phần tử hữu hạn phục vụ cảnh báo thiên tai.
  • Về mặt Thực tiễn và Chính sách: Cung cấp cho Ban Chỉ huy Phòng chống thiên tai và Tìm kiếm cứu nạn các cấp một công cụ cảnh báo 3 mức độ (Bình thường: $FoS > 1,30$; Chú ý: $1,15 < FoS \le 1,30$; Báo động khẩn cấp: $FoS \le 1,15$) với thời gian dẫn trước (Lead Time) từ 6 đến 24 giờ, đủ để sơ tán an toàn dân cư vùng hạ lưu và phong tỏa các cung đường huyết mạch.

Limitations và Future Research

  1. Giới hạn về quy mô không gian và tính đồng nhất địa chất: Mô hình số liên hợp SEEP/W và SLOPE/W hiện triển khai trên mặt cắt địa chất 2D, giả định các lớp đất đá có tính chất đồng nhất tương đối trong từng địa tầng. Thực tế địa chất đồi núi miền Bắc Việt Nam có tính dị hướng và phi đồng nhất phức tạp với các đới đứt gãy vi mô 3 chiều.
  2. Ảnh hưởng của thảm phủ thực vật và quá trình thoát hơi nước: Mô hình thấm hiện tại chưa tích hợp đầy đủ tham số tương tác khí quyển - thực vật - đất (Evapotranspiration và Root Cohesion), vốn có vai trò quan trọng trong việc tăng cường độ chống cắt của tầng đất mặt nông.
  3. Phụ thuộc vào hạ tầng mạng viễn thông công cộng: Gateway truyền dữ liệu từ hiện trường về máy chủ trung tâm qua mạng di động GPRS/3G/4G, có thể đối mặt với nguy cơ mất sóng trong các đợt mưa bão lớn gây đổ gãy cột ăng-ten viễn thông địa phương.

Chương trình nghiên cứu 10 năm tiếp theo:

  • Phát triển mô hình phần tử hữu hạn 3D (PLAXIS 3D / GeoStudio 3D) tích hợp trí tuệ nhân tạo (AI/Physics-Informed Neural Networks - PINNs) để dự báo biến dạng sườn dốc với độ trễ tính toán bằng không (Real-time Edge Inference).
  • Ứng dụng công nghệ vệ tinh tầm thấp (LEO Satellite IoT / Starlink) làm kênh truyền thông dự phòng trực tiếp từ Gateway, loại bỏ sự phụ thuộc vào sóng di động mặt đất.
  • Nghiên cứu cơ chế thu hoạch năng lượng vi mô đa nguồn (Hybrid Energy Harvesting: chênh lệch nhiệt độ đất - không khí, vi sinh vật đất và năng lượng gió chân dốc) để chế tạo các nút cảm biến tự cấp nguồn vĩnh cửu.

Tác động và ảnh hưởng

Công trình nghiên cứu đã được công bố trên 06 bài báo khoa học chuyên ngành uy tín thuộc danh mục ISI/Scopus và tạp chí đầu ngành trong nước. Về mặt kinh tế - xã hội, giải pháp EWMRIL sử dụng các linh kiện MEMS và bo mạch nhúng mã nguồn mở có tổng chi phí chế tạo và lắp đặt chỉ bằng khoảng 25% - 30% so với các hệ thống quan trắc nhập khẩu nguyên chiếc từ Châu Âu hay Nhật Bản. Việc ứng dụng rộng rãi hệ thống tại các điểm đen trượt lở dọc các tuyến quốc lộ huyết mạch (như Quốc lộ 4D, Quốc lộ 279, đường Hồ Chí Minh Tây) sẽ bảo vệ trực tiếp hàng trăm ngån hộ dân đồng bào thiểu số, giảm thiểu hàng trăm tỷ đồng chi phí khắc phục hậu quả thiên tai hàng năm.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giới học thuật: Tiếp cận mô hình toán học hoàn chỉnh kết hợp cơ học đất không bão hòa và lý thuyết thông tin nén, mở ra các hướng đề tài mới về Cyber-Physical Systems trong địa kỹ thuật.
  • Kỹ sư R&D Điện tử - Viễn thông & IoT: Sở hữu thiết kế phần cứng cột đo nghiêng đa tầng MEMS, giao thức quản lý năng lượng thích nghi và mã nguồn giải thuật nén LCG PRNG tối ưu hóa cho vi điều khiển công suất thấp.
  • Các Viện Địa chất, Cơ quan Khí tượng Thủy văn: Nhận chuyển giao quy trình số hóa mặt cắt sườn dốc và phương pháp hiệu chỉnh liên tục mô hình số thủy văn từ dữ liệu cảm biến thực tế.
  • Chính quyền địa phương và Cơ quan Quản lý Thiên tai: Tiếp nhận hệ thống cảnh báo sớm trực quan trên nền tảng WebGIS và ứng dụng di động với độ chính xác cao, tin cậy và chi phí vận hành thấp.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và nó đã mở rộng lý thuyết nào?

Đóng góp lý thuyết độc đáo nhất là việc thiết lập Cơ chế điều khiển trạng thái thích nghi thời gian thực của mạng WSN dựa trên Hệ số an toàn vật lý liên hợp ($FoS$). Luận án đã mở rộng Lý thuyết Cơ học đất không bão hòa của Fredlund & Rahardjo (1993) và Lý thuyết Cân bằng giới hạn LESS thành một biến trạng thái điều khiển vòng kín trong lý thuyết điều khiển tự động và mạng máy tính, thay thế hoàn toàn tư duy điều khiển cứng nhắc dựa trên ngưỡng mưa ngoại sinh $I$-$D$.

2. Sự đổi mới về mặt phương pháp luận so với các công trình quốc tế tiêu biểu?

So với hệ thống của Towhata et al. (2014) tại Nhật Bản (chỉ đo độ ẩm và nghiêng tại một điểm chân dốc) và Giorgetti et al. (2016) tại Ý (chỉ tối ưu giao thức TDMA mà không liên kết mô hình số), luận án đã:

  • Triển khai cột đo nghiêng gia tốc MEMS phân đoạn đa tầng theo chiều sâu (60 cm/đoạn) kết hợp đo $PWP$ đa điểm.
  • Tích hợp trực tiếp thuật toán lấy mẫu nén nhẹ LCG PRNG trên vi điều khiển nút, giảm 75% thời gian tính toán so với ma trận Gauss tiêu chuẩn.
  • Liên kết 2 chiều liên tục giữa dữ liệu mạng WSN với mô-đun phần tử hữu hạn GeoStudio SEEP/W & SLOPE/W.

3. Phát hiện thực nghiệm nào gây bất ngờ nhất và có bằng chứng dữ liệu hỗ trợ?

Phát hiện bất ngờ nhất là Hiện tượng sạt lở sườn dốc xảy ra trong điều kiện hoàn toàn tạnh ráo (Zero-Rainfall Post-Storm Failure). Tại sườn dốc Nấm Dẩn, sau đợt mưa lớn kéo dài 8 ngày với cường độ tích lũy cao, mưa đã chấm dứt hoàn toàn ở ngày thứ 9. Tuy nhiên, do tính thấm chậm của lớp đất sét pha ($k_y = 1,25 \times 10^{-7}\ m/s$), dòng thấm mặt vẫn tiếp tục dồn xuống thân dốc khiến mực nước ngầm đạt đỉnh vào ngày thứ 10, đẩy $PWP$ tại điểm B lên $+18\ kPa$ và làm $FoS$ chạm ngưỡng nguy hiểm $0,96$. Nếu sử dụng hệ thống cảnh báo theo ngưỡng mưa, cảnh báo đã bị tắt khi mưa dứt, gây ra thảm họa âm tính giả cực kỳ nguy hiểm.

4. Giao thức sao chép và tái lập nghiên cứu (Replication Protocol) có được cung cấp đầy đủ?

Luận án cung cấp chi tiết toàn bộ thông số phần cứng (Waspmote PRO V1, ADXL335, XBee-PRO, Piezometer), sơ đồ nguyên lý mạch điện tử, cấu hình mạng WSN hình cây/hình sao, hệ phương trình giải tích dòng thấm và cân bằng giới hạn, cũng như toàn bộ bảng thuộc tính cơ lý mẫu đất và đường cong đặc trưng SWCC để bất kỳ nhóm nghiên cứu nào cũng có thể tái lập hoàn toàn mô hình trên các sườn dốc khác.

5. Lộ trình nghiên cứu 10 năm tới mở ra từ luận án này?

Lộ trình hướng tới: (1) Mở rộng mạng cảm biến WSN tích hợp trí tuệ nhân tạo biên (Edge AI) tự động tính toán $FoS$ phân tán ngay tại Gateway; (2) Tích hợp dữ liệu viễn thám Radar khẩu độ tổng hợp giao thoa (InSAR) để mở rộng giám sát từ quy mô sườn dốc cục bộ lên quy mô toàn lưu vực; (3) Tự động hóa hoàn toàn quy trình kích hoạt hệ thống thoát nước ngầm chủ động bằng van điều khiển IoT khi $FoS$ tiến gần ngưỡng nguy hiểm.

Kết luận

  1. Xây dựng thành công Hệ thống EWMRIL tích hợp toàn diện: Kết hợp mạng cảm biến không dây WSN đa thông số thời gian thực với mô hình số hóa thủy lực - địa kỹ thuật (SEEP/W và SLOPE/W) phục vụ giám sát và cảnh báo sớm trượt lở đất do mưa ở quy mô sườn dốc cục bộ.
  2. Sáng tạo Giải pháp Tiết kiệm năng lượng thích nghi theo $FoS$: Đề xuất và kiểm chứng cơ chế chuyển đổi chế độ làm việc thông minh của nút cảm biến dựa trên Hệ số an toàn sườn dốc, giúp tiết kiệm từ 30% đến 65% năng lượng tiêu thụ tại nút cảm biến so với phương pháp truyền thống.
  3. Đột phá Thuật toán Lấy mẫu nén nhẹ LCG PRNG: Phát triển thành công thuật toán nén dữ liệu đo gia tốc và thủy văn ứng dụng chuỗi giả ngẫu nhiên tuyến tính, giảm 75% thời gian tính toán ma trận trên vi điều khiển và giảm 50%–75% dung lượng dữ liệu truyền qua vô tuyến mà vẫn duy trì sai số khôi phục dưới 2,1%.
  4. Kiểm chứng thực địa tin cậy tại sườn dốc Nấm Dẩn (Hà Giang): Lắp đặt và vận hành hệ thống thực tế trong mùa mưa, chứng minh sự trùng khớp cao giữa số liệu mô phỏng và thực nghiệm hiện trường, triệt tiêu sai số tích lũy của mô hình số.
  5. Đề xuất Hệ thống Cảnh báo Đa cấp trực quan: Thiết lập quy trình phân loại 3 ngưỡng an toàn ($FoS > 1,30$; $1,15 < FoS \le 1,30$; $FoS \le 1,15$) cung cấp cảnh báo sớm tin cậy cho cộng đồng và cơ quan quản lý trước từ 6 đến 24 giờ.
  6. Mở ra các hướng nghiên cứu liên ngành mới: Đặt nền móng vững chắc cho sự kết hợp sâu rộng giữa Kỹ thuật Điện tử - Viễn thông, Công nghệ Thông tin, Cơ học Đất tính toán và Khoa học Địa chất trong phòng chống giảm nhẹ thiên tai tại Việt Nam và trên thế giới.