Chương 1. Tổng quan Chương 2: Phương pháp nghiên cứu Chương 3: Kết quả và thảo luận Kết luận và kiến nghị 4 TỔNG QUAN 1. Chất lượng không khí và vấn đề dự báo 1. Chất lượng không khí và ảnh hưởng của nó đến sức khỏe Chất lượng không khí đã và đang là một trong những vẫn đề được quan tâm của các quốc gia trên thế giới, trong đó có Việt Nam, bởi mức độ rủi ro tiềm ẩn của nó đến sức khỏe người dân và hệ sinh thái.
Theo tổ chức Y tế Thế giới – WHO, ước tính trong năm 2012, ô nhiễm không khí là nguyên nhân gây ra gần 7 triệu ca tử vong, chiếm 10% trong số các ca tử vong do tất cả các nguyên nhân [18]. Trong đó, theo ước tính có khoảng 9% do nguyên nhân ung thư phổi, 17% do các bệnh phổi mạn tính, 30% do các nguyên nhân như bệnh tim, thiếu máu cục bộ và đột quỵ liên quan đến ô nhiễm không khí, và 9% do nhiễm trùng đường hô hấp [18]. Chất lượng không khí, là một thuật ngữ liên quan đến thành phần hóa học của khí quyển. Trong đó, bụi (PM), ôzôn (O3), NO2, các hợp chất hữu cơ dễ bay hơi (VOC), CO và SO2 là những thông số được quan tâm hơn cả do mức độ nguy hiểm của chúng đến sức khỏe.
Nhiều nghiên cứu dịch tễ học tại Hồng Kông và Đài Loan đã chỉ ra rằng sự gia tăng nồng độ của O3, NO2, SO2 và PM2.5 có liên quan đến sự gia tăng số ca nhập viện do các nguyên nhân hen và viêm phổi. Một kết quả đáng lưu ý được báo cáo bởi Di và cộng sự [19] nghiên cứu trên hơn 60 triệu người thụ hưởng bảo hiểm y tế (Medicare) tại Mỹ trong giai đoạn từ 2000 đến 2012 phát hiện rằng, cứ nồng độ của PM2.5 tăng lên 10 μg/m3, thì tỷ lệ tử vong do mọi nguyên nhân tăng lên 7,3%, còn khi nồng độ O3 tăng lên 10 ppb thì tỷ lệ tử vong tăng lên 1,1%. Ngoài ra, một phân tích tổng hợp được nghiên cứu tại nhiều thành phố của Trung Quốc [20], trong nhiều gian đoạn khác nhau cũng đã quan sát được rằng khi nồng độ của PM2.5 tăng lên 10 μg/m3 thì tỷ lệ tử vong do các nguyên nhân tăng lên 0,38%; tăng 0,51% tỷ lệ tử vong do các bệnh liên quan đến hô hấp và tăng 0,44% tỷ lệ tử vong do các bệnh tim mạch. Tương tự, ứng với sự gia tăng của SO2, NO2 và O3 lên10 μg/m3 thì tỷ lệ gia tăng tỷ lệ tử vong tương ứng gồm tỷ lệ tử vong tổng số là 0,81%; 1,30% và 0,48%; tỷ lệ tử vong do các bệnh hô hấp 1,18%; 1,62% và 0,73%; và tỷ lệ tử vong do các bệnh tim mạch 0,85%, 1,46% và 0,45%.
Còn với CO, nghiên cứu này cũng quan sát được rằng khi nồng độ của CO tăng lên 1mg/m3 (1000 μg/m3) thì tỷ lệ tử vong do tất cả các nguyên 5 nhân tăng lên 3,7% và do các bệnh tim mạch tăng lên 4,77%. Tại Việt Nam, nghiên cứu của Phung Dung và cộng sự [21] tại thành phố Hồ Chí Minh từ 2004 đến hết 2007 cũng cho thấy có mối liên quan chặt chẽ giữa diễn biến nồng độ chất ô nhiễm và số ca nhập viện do các bệnh liên quan đến hô hấp, cụ thể: ứng với sự gia tăng nồng độ của mỗi chất PM10, NO2 và SO2 lên 10 μg/m3 thì tỷ lệ gia tăng các ca nhập viện do hô hấp tăng lên tương ứng là 0,7%, 8% và 2%, trong khi, O3 không gây tác động đáng kể nào. Trong báo cáo này, theo ghi nhận trong số các chất ô nhiễm được nghiên cứu gồm PM10, NO2, SO2 và O3 thì nồng độ của PM10 có đến 1126 ngày vượt quy chuẩn theo thang đo của WHO (chiếm 79% thời gian nghiên cứu). Đối tượng nhạy cảm hơn cả với CLKK là nhóm người già và trẻ em, nghiên cứu của Nguyen Thi Trang Nhung và cộng sự [22] trên hơn 75 nghìn các bệnh nhi từ 0 – 5 tuổi nhập viện do các bệnh liên quan đến hô hấp tại Hà Nội trong thời gian từ 2004 đến 2016 (trong đó có 2462/3351 ngày có nồng độ PM10 vượt quá quy chuẩn của WHO) cho thấy khi khoảng cách giữa các phân vị (IQR – interquartile range) của nồng độ của O3 tăng lên 86 μg/m3 thì tỷ lệ ra viện của bệnh nhi mắc các bệnh hô hấp giảm 5%, tương ứng với PM10 là 61,5 μg/m3 thì tỷ lệ ra viện giảm 6% (ghi nhận trên nhóm trẻ có độ tuổi từ 2- 5, nhóm trẻ dưới 2 tuổi không biểu hiện rõ ràng).
Điều này cho thấy, nếu công tác dự báo CLKK được thực hiện tốt như đối với dự báo khí tượng thì sẽ giúp người dân có thể chủ động hơn với các hoạt động giảm thiểu mức độ ảnh hưởng tiêu cực của ô nhiễm không khí đến sức khỏe, nâng cao hiểu biết và ý thức bảo vệ môi trường, đặc biệt là không khí. Ngoài ra, dựa vào đó, các cơ quan có các chính sách và chiến lược quản lý CLKK kịp thời hơn. Dự báo chất lượng không khí Trong những năm gần đây, các tác động tiêu cực của ô nhiễm không khí đến sức khỏe con người và hệ sinh thái ngày càng rõ rệt. Rất nhiều nghiên cứu như [18-20] đã chỉ ra rằng, ô nhiễm không khí có thể gây nên các phản ứng cấp tính về sức khỏe như kích ứng thị giác, da, gây khó thở… và thậm chí nặng hơn có thể dẫn đến tử vong khi tiếp xúc với nồng độ cao.
Khi tiếp xúc với thời gian dài (phơi nhiễm mạn tính) có thể gây tổn thương và suy giảm hệ miễn dịch, tăng nguy cơ mắc các bệnh ung thư, tăng nguy cơ mắc và tăng nặng các ca bệnh tim mạch và hô hấp… Ngoài ra, ô nhiễm không khí còn gây các tác động tiêu cực đến môi trường xung quanh như giảm tầm 6 nhìn, mưa axít, suy giảm chất lượng đất, nước, ảnh hưởng xấu đến hệ sinh thái tự nhiên [23, 24]. Chính vì vậy, để bảo vệ sức khỏe con người và môi trường xung quanh, nhiều quốc gia đã phát triển và áp dụng các hệ thống dự báo CLKK để dự báo nồng độ các chất ô nhiễm cần quan tâm đặc biệt đến sức khỏe như O3, NO2, PM2. Các thông tin này được sử dụng để đưa ra các cảnh báo sớm về CLKK giúp chính phủ và người dân chủ động với việc phòng tránh các tác động tiêu cực do ô nhiễm không khí gây ra. Ngoài ra, nó còn giúp các cơ quan hữu trách và các nhà nghiên cứu theo dõi diễn biến, các nguồn đóng góp, cơ chế vận chuyển chất ô nhiễm… cho phép xây dựng các chiến lược giảm thiểu ô nhiễm không khí.
Do đó, có thể thấy các mô hình dự báo CLKK mang lại những lợi ích kinh tế và xã hội to lớn bằng cách cho phép lập kế hoạch hoạt động cho các tổ chức, cá nhân và cộng đồng nhằm giảm phát thải và tránh các tác động xấu do ô nhiễm không khí gây nên. Các mô hình dự báo CLKK hiện nay có thể được chia thành ba loại dựa vào phương pháp tiếp cận của chúng gồm phương pháp tiếp cận thực nghiệm đơn giản, phương pháp thống kê tham số hoặc phi tham số và phương pháp tiếp cận dự trên cơ sở vật lý nâng cao. Ưu nhược điểm của một số phương pháp tiếp cận điển hình được trình bày trong Bảng 1. So sánh ưu nhược điểm của một số mô hình dự báo cơ bản (Nguồn: [2]).
Mô hình Cách tiếp cận Ưu điểm Nhược điểm Mô hình thực nghiệm đơn giản Mô hình quán tính Giả thiết, nồng độ Thời gian tính toán Không sử dụng (Persistence) chất ô nhiễm cần nhỏ; Độ chính xác được trong trường dự báo hôm nay cao trong trường hợp có biến động chính là nồng độ hợp môi trường lớn về khí tượng và dự báo của ngày tĩnh (ít có biến nồng độ chất ô hôm qua. động cả về nồng độ nhiễm; Độ chính chất ô nhiễm và xác thấp; Không thời tiết); đơn giản, thể sử dụng một dễ sử dụng; Chi cách độc lập phí vận hành nhỏ. 7 Mô hình khí hậu Giả thiết, diễn biến Thời gian tính toán Không sử dụng (Climatology) của CLKK tương nhỏ; Đơn giản, dễ được trong trường tự diễn biến của sử dụng; Chi phí hợp có biến động khí hậu. Dựa vào vận hành thấp.
lớn nồng độ chất ô tần suất xuất hiện nhiễm; Độ chính nồng độ chất ô nhiễm để đưa ra xác thấp; Không giá trị dự báo. thể sử dụng một cách độc lập. Mô hình kinh Coi các thông số Thời gian tính toán Không thể dự báo nghiệm khí tượng như là nhỏ; Là một trong được với các chất (Empiricism) chỉ thị cho nồng độ những phương ít phụ thuộc vào của chất ô nhiễm pháp khá tin cậy để các yếu tố khí không khí. dự báo các trường tượng; Độ chính hợp ô nhiễm cao; xác trung bình.
Đơn giản, dễ sử dụng; Chí phí vận hành thấp. Mô hình thống kê Mô hình cây phân Sử dụng thuật giải Thời gian tính toán Độ chính xác bị lớp và hồi quy cây quyết định và nhỏ; Dự báo tốt đối giới hạn bởi số (CART) hồi quy để đưa ra với phạm vị hẹp; lượng và chất các dự đoán Tự động phân biệt lượng dữ liệu đầu nồng độ chất ô vào; Không thích nhiễm theo ngày; hợp với trường hợp Vận hành không dự báo khu vực đòi hỏi chuyên lớn. môn cao; Độ chính xác khá. 8 Mô hình hồi quy Sử dụng các Tính toán nhanh; Độ chính xác khi phương pháp hồi Chất lượng dự báo dự báo sự cố không quy để dự báo tốt; Vận hành cao; Độ chính xác không đòi hỏi bị giới hạn bởi số chuyên môn cao; lượng và chất Độ chính xác khá; lượng dữ liệu đầu Chi phí vận hành vào; Không thích trung bình hợp với trường hợp dự báo khu vực lớn Mô hình ANN Là các mô hình Có khả năng học từ Độ chính xác khi toán đơn giản mô dữ liệu; Dự báo tốt dự báo sự cố không phỏng lại quá trình đối với khu vực cao; Độ chính xác tính toán và xử lý nhỏ; Có thể xử lý bị giới hạn bởi số thông tin của tốt đối với mối lượng và chất nơron sinh học.
quan hệ hóa học lượng dữ liệu đầu phi tuyến phức tạp vào; Chỉ thích hợp của chất ô nhiễm; với dự báo điểm ô Chi phí vận hành nhiễm. trung bình; độ chính xác cao; thời gian tính toán thấp Mô hình FL Sử dụng một tập Là công cụ để đối Cần bộ dữ liệu lớn; hợp các giá trị phó với sự không Hạn chế trong việc trong khoảng 0;1 chắc chắn trong dự báo quy mô lớn; đại diện cho các nhận thức của khối lượng tính giá trị logic.