14. NGHIÊN CỨU ỨNG DỤNG BIG DATA - VIỄN THÁM TRONG XÂY DỰNG BẢN ĐỒ CHẤT LƯỢNG KHÔNG KHÍ AQI 24H KHU VỰC HÀ NỘI
Thanh bên bài viết
-
Môi trường Environment
Giới thiệu
Ô nhiễm không khí nói chung có liên quan trực tiếp đến bụi và các thành phần hóa chất độc hại dạng khí ga ở trong không khí như CO, SO2, NO2, CH4,…. Việc giám sát chất lượng không khí hiện nay đang được thực hiện bằng nhiều hình thức khác nhau như quan trắc trực tiếp thông qua các trạm đo, quan trắc gián tiếp (thông qua dữ liệu vệ tinh, UAV,…). Tuy nhiên, mỗi phương pháp quan trắc, giám sát chất lượng không khí hiện nay đều có ưu và nhược điểm: Phương pháp quan trắc trực tiếp thường có độ tin cậy cao, nhưng mang tính cục bộ, theo điểm mà không thể hiện hết được phân bố không gian trên một phạm vi; Trong khi phương pháp gián tiếp như sử dụng dữ liệu viễn thám có ưu điểm là phạm vi bao phủ rộng lớn, thể hiện được tương đối rõ xu hướng phân bố không gian của chất lượng không khí trên phạm vi nhất định nhưng có hạn chế là tần suất quan trắc thưa và độ tin cậy còn chưa cao. Mục đích của bài báo này là hướng đến việc xây dựng bản đồ chỉ số chất lượng không khí AQI 24h bằng cách kết hợp dữ liệu quan trắc trực tiếp và dữ liệu quan trắc gián tiếp để hình thành một giải pháp kỹ thuật mới có nhiều ưu điểm hơn các giải pháp kỹ thuật quan trắc riêng rẽ. Tuy nhiên, việc kết hợp này hiện nay đang gặp khó khăn trong việc xử lý dữ liệu, đặc biệt là đồng bộ về mặt không gian và thời gian của 02 nguồn dữ liệu. Để thực hiện được mục tiêu này, chúng tôi đã phát triển được giải pháp xử lý Big data - viễn thám trong giám sát một số thành phần khí độc hại trong không khí; Trên cơ sở đó phát triển thuật toán và công cụ trên nền tảng Google Earth Engine để xây dựng bản đồ chỉ số AQI 24h khu vực Hà Nội. Kết quả cho thấy giải pháp ứng dụng Big data - viễn thám đã xây dựng được phương pháp quan trắc chất lượng không khí trên diện rộng, với tần suất gần thời gian thực và đảm bảo độ tin cậy đối với việc giám sát ở quy mô thành phố.
Toàn văn bài báo
Trích dẫn
[2]. Jaxa (2003). Overview of IBUKI (GOSAT). https://global.jaxa.jp/countdown/f15/overview/ibuki_e.html.
[3]. Thanh Tùng (2022). Chất lượng không khí Hà Nội suy giảm nghiêm trọng những ngày đầu năm 2022. Báo Tài nguyên và Môi trường. https://baotainguyenmoitruong.vn/chat-luong-khong-khi-ha-noi-suy-giam-nghiem-trong-nhung-ngay-dau-nam-2022-335664.html.
[4]. Garrison L Gross, Dennis Helder, Larry Leigh, Morakot Kaewmanee (2022). Landsat - 8 and Landsat - 9. Encyclopedia Journal. 10.3390/rs14102418. https://encyclopedia.pub/entry/23616.
[5]. Chu Hải Tùng (2022). Nghiên cứu ứng dụng công nghệ viễn thám phục vụ giám sát môi trường khu vực các nhà máy nhiệt điện. Đề tài nghiên cứu khoa học và công nghệ cấp Bộ Tài nguyên và Môi trường.
[6]. Thai Thi Thuy An, Ly Tien Lam, Nguyen Hai Hoa, Nguyen Van Hung (2018). Using Landsat imageries for practicle pollution mapping in Hanoi city. Journal of Forest science and technology, 5-2018;
[7]. Maya Kumari, Shivangi S. Somvanshi and Syed Zubair (2020). Estimation of Air pollution using regression modelling approach for Mumbai region, Maharashtra, India. In book: Remote Sensing and GIScience, Challenges and Future Directions (p. 229 - 247). Doi: 10.1007/978-3-030-55092-9_13.
[8]. Jochen Landgraf, Joost aan de Brugh, Remco A. Scheepmaker, Tobias Borsdorff, Sander Houweling, Otto P. Hasekamp (2022). Algorithm theoretical baseline document for Sentinel - 5 precursor: Carbon monoxide total column retrieval. Netherland Institute for Space research, issue 2.4.0, 2022-07-12 - released. 83 pp.
[9]. Nicolas Theys, Isabelle De Smedt, Christophe Lerot, Huan Yu, Michel Van Roozendael (BIRA - IASB) (2022). S5P/TROPOMI SO2 ATBD. Issue 2.4.1. 68 pp.
[10]. J. H. G. M. van Geffen, H. J. Eskes, K. F. Boersma and J. P. Veefkind (2022). TROPOMI ATBD of the total and tropospheric NO2 data products. Issue 2.4.0, 2022-07-11 - released. 68 pp.
[11]. Tổng Cục Môi trường (2019). Hướng dẫn kỹ thuật tính toán và công bố chỉ số chất lượng không khí Việt Nam. Quyết định số 1459/QĐ-TCMT ngày 12/11/2019 của Tổng Cục Môi trường.
