Thông tin luận án tiến sĩ của NCS Phạm Văn Hà
Tên đề tài luận án: Cải thiện mô hình ước tính nồng độ bụi PM2.5 sử dụng dữ liệu đa nguồn đa độ phân giải
1. Họ và tên nghiên cứu sinh: Phạm Văn Hà 2. Giới tính: Nam
3. Ngày sinh: 24/01/1989 4. Nơi sinh: Bắc Giang
5. Quyết định công nhận nghiên cứu sinh số:1006/QĐ-CTSV ngày 07/12/2015 của Hiệu trưởng trường Đại học Công nghệ, Đại học Quốc gia Hà Nội
6. Các thay đổi trong quá trình đào tạo:
7. Tên đề tài luận án:Cải thiện mô hình ước tính nồng độ bụi PM2.5 sử dụng dữ liệu đa nguồn đa độ phân giải
8. Chuyên ngành: Hệ thống thông tin 9. Mã số:9480104.01
10. Cán bộ hướng dẫn khoa học: GS. Dominique Laffly
TS. Nguyễn Thị Nhật Thanh
Thông tin luận án tiến sĩ của NCS Phạm Văn Hà (tiếng Anh)
11. Tóm tắt các kết quả mới của luận án:
Luận án đã nghiên cứu các nội dung liên quan về phương pháp xử lý, phân tích và đánh giá dữ liệu đa nguồn đa độ phân giải để cải thiện các mô hình ước tính PM2.5. Đóng góp chính của luận án bao gồm các nội dung như sau:
i) Luận án đã đề xuất một quy trình cải tiến phương pháp ước tính bản đồ PM bằng mô hình số trị. Thứ nhất, luận án đề xuất một phương pháp điều chỉnh dữ liệu phát thải đầu vào dựa trên dữ liệu kịch bản phát thải toàn cầu ECLIPSE. Các bộ dữ liệu phát thải HTAPv2 và REASv3.1 được sử dụng. Tiếp theo, mô hình WRF-Chem được cấu hình để mô phỏng nồng độ PM trên toàn Việt Nam vào tháng Giêng và tháng Sáu năm 2019. Cuối cùng, các bản đồ PM mô phỏng tương ứng với từng bộ dữ liệu phát thải được so sánh và kiểm chứng với dữ liệu quan trắc. Kết quả chỉ ra rằng mô hình WRF-Chem có thể mô phỏng tốt nồng độ PM, mối tương quan giữa PM2.5 mô hình và quan trắc dao động từ 0,221 đến 0,636. Phương pháp điều chỉnh bộ dữ liệu phát thải đã được chứng minh là có hiệu quả trong việc cải thiện nồng độ PM10 và PM2.5. Tương quan tăng 0,272 đối với sản phẩm mô phỏng từ bộ dữ liệu đầu vào HTAPv2 và 0,26 đối với bộ dữ liệu phát thải REASv3.1 trong khi lỗi MFE giảm đáng kể 30,4% đối với HTAPv2 và 15,7% đối với REASv3.1. Ngoài ra, nồng độ PM từ mô hình phản ánh được các biến đổi theo mùa, ảnh hưởng bởi gió mùa và nguồn phát thải cháy.
ii) Luận án đề xuất một quy trình cải tiến phương pháp ước tính PM bằng mô hình thống kê. Đầu tiên, các phương pháp tham chiếu địa lý đã được thử nghiệm và đánh giá trên dữ liệu vệ tinh đa nguồn MODIS Terra/Aqua và VIIRS NPP để tìm ra phương pháp tham chiếu địa lý tốt nhất tại Việt Nam. Tiếp theo, hình ảnh vệ tinh đa nguồn được tích hợp để tăng cường phạm vi che phủ và chất lượng dữ liệu. Cuối cùng, mô hình ước tính bản đồ PM được xây dựng và đánh giá dựa trên dữ liệu đa nguồn. Kết quả cho thấy Thin Plate Spline là phương pháp tham chiếu địa lý tốt nhất trong đó tương quan giữa dữ liệu AOD vệ tinh và ARONET tăng 24%, 21,2% và 25,4% đối với NPP MODIS Aqua / Terra và VIIRS. Hơn nữa, phương pháp tích hợp dữ liệu GWR là phương pháp tốt nhất làm tăng phạm vi dữ liệu đáng kể và cho chất lượng dữ liệu sau khi tích hợp tốt nhất. Độ bao phủ của ảnh vệ tinh sau khi tích hợp tăng 31-50% so với hình ảnh MODIS Aqua/Terra trong khi sai số tương đối giảm 48,2 – 61,4%. Cuối cùng, bản đồ PM2.5 hàng ngày được ước tính bằng cách sử dụng hai mô hình MEM tốt hơn so với kết quả trước đây ở Việt Nam sử dụng mô hình hồi quy tuyến tính. Sản phẩm bản đồ PM2.5 ước tính hàng ngày sử dụng mô hình MEM đã được áp dụng trong báo cáo hiện trạng môi trường và nhiều nghiên cứu về đánh giá tác động sức khỏe cộng đồng tại Việt Nam (Hoang et al., 2023; Nguyen T T Nhung et al., 2022; Nguyen Thi Trang Nhung et al., 2022).
iii) Luận án đề xuất các phương pháp để cải thiện hiệu suất của các mô hình ước tính PM2.5. Thứ nhất, một số yếu tố được xem xét để tối ưu hóa hiệu suất của mô hình WRF-Chem. Kết quả cho thấy số lượng cores máy tính tối ưu để mô phỏng là khoảng 38 cores, giúp giảm thời gian mô phỏng tới 9 lần (so với sử dụng 4 cores). Thứ hai, ngưỡng lấy mẫu 144 điểm GCP trên ảnh VIIRS NPP cho sai số tham chiến địa lý trong mức chấp nhận được đồng thời giảm thời gian xử lý cho một ảnh từ 193,75 giây xuống còn 0,13 giây. Phương pháp lấy mẫu hình ảnh VIIRS NPP AOD có thể được sử dụng để rút ngắn thời gian xử lý khi tham chiếu địa lý mà vẫn đảm bảo chất lượng của dữ liệu.
12. Khả năng ứng dụng trong thực tiễn:
- Ứng dụng trong kiểm kê và cập nhật nguồn thải.
- Ứng dụng trong việc tạo các bản đồ nồng độ hàng ngày để giám sát chất lượng không khí trên phạm vi toàn quốc.
- Ứng dụng trong các phân tích tác động tới sức khỏe cộng đồng, các báo cáo hiện trạng môi trường trên toàn quốc.
13. Những hướng nghiên cứu tiếp theo:
- Kết hợp kiểm kê phát thải tại địa phương để cải thiện độ chính xác của mô hình, bao gồm kiểm kê khí thải Việt Nam và các nguồn khác nhau có thể cung cấp thông tin đáng tin cậy và chi tiết hơn.
- Nghiên cứu và áp dụng các phương pháp khác để điều chỉnh dữ liệu kiểm kê phát thải.
- Áp dụng các mô hình khác như GWR, Random Forest và Deep Learning để ước tính PM.
- Thực hiện các kỹ thuật đồng hóa dữ liệu để tích hợp các nguồn dữ liệu đa dạng và cải thiện độ chính xác của các mô hình ước tính PM.
- Phát triển mạng lưới quan trắc tại Việt Nam, thu thập, đánh giá và nâng cao chất lượng dữ liệu quan trắc từ nhiều nguồn khác nhau.
- Nghiên cứu và áp dụng các giải pháp cải thiện hiệu suất mô hình sử dụng Máy chủ phân tán, Máy chủ GPU hay điện toán đám mây.
14. Các công trình đã công bố có liên quan đến luận án:
[1] Ngo TX, Pham HV, Phan HDT, Nguyen ATN, To HT, Nguyen TTN. A daily and complete PM2.5 dataset derived from space observations for Vietnam from 2012 to 2020. Sci Total Environ. 2023 Jan 20;857(Pt 3):159537. doi: 10.1016/j.scitotenv.2022.159537. Epub 2022 Oct 19. PMID: 36270373. (SCIE, Q1, IF= 10.753)
[2] Do, T.N.N., Ngo, X.T., Pham, V.H. et al. Application of WRF-Chem to simulate air quality over Northern Vietnam. Environ Sci Pollut Res (2020). https://doi.org/10.1007/s11356-020-08913-y (SCIE, Q1, IF= 5.19)
[3] Thanh T.N. Nguyen, Ha V. Pham, Kristofer Lasko, Mai T. Bui, Dominique Laffly, Astrid Jourdan, Hung Q. Bui (2019). Spatiotemporal analysis of ground and satellite-based aerosol for air quality assessment in the Southeast Asia region. Environmental Pollution. https://doi.org/10.1016/j.envpol.2019.113106. (SCIE, Q1, IF= 9.988)
[4]Pham Van Ha, Ngo Xuan Truong, Astrid Jourdan, Dominique Laffly, Nguyen Thi Nhat Thanh. Evaluation of Maximum Likelihood Estimation and regression methods for fusion of multiple satellite Aerosol Optical Depth data over Vietnam.In Proceeding of The 11th International Conference on Knowledge and Systems Engineering (KSE 2019)
[5] Pham Van Ha, Nguyen Thi Nhat Thanh, Bui Quang Hung, Pascal Klein, Astrid Jourdan, Dominique Laffly, Assessment of georeferencing methods on MODIS Terra / Aqua and VIIRS NPP satellite images in Vietnam. In Proceeding of The 10th International Conference on Knowledge and Systems Engineering (KSE 2018), 01-03 November 2018, Ho Chi Minh City, Vietnam.
Các xuất bản khác của nghiên cứu sinh trong thời gian làm luận án:
[1] Pham , V.H., Nguyen , T.N.T. and Laffly , D. (2020). Remote Sensing Case Studies. In TORUS 2 – Toward an Open Resource Using Services, D. Laffly (Ed.). doi:10.1002/9781119720553.ch7
[2] Pham , V.H., Luu , V.H., Phan , A., Laffly , D., Bui , Q.H. and Nguyen , T.N.T. (2020). Remote Sensing Products. In TORUS 2 – Toward an Open Resource Using Services, D. Laffly (Ed.). doi:10.1002/9781119720553.ch4
[3] Thi Nhat Thanh Nguyen, Hoang Anh Le, Thi Minh Tra Mac, Thi Trang Nhung Nguyen, Van Ha Pham, Quang Hung Bui (2018). “Current Status of PM2.5 Pollution and its Mitigation in Vietnam”. Global Environmental Research, vol.22, no.1&2.
[4] Nguyen , T.N.T., Luu , V.H., Pham , V.H., Bui , Q.H. and Nguyen , T.K.O. (2020). Particulate Matter Concentration Mapping from Satellite Imagery. In TORUS 3 – Toward an Open Resource Using Services, D. Laffly (Ed.). doi:10.1002/9781119720522.ch5
[5] T. X. Hoang, T. X. Ngo, H. D. T. Phan, H. V. Pham, T. H. Nguyen and T. T. N. Nguyen, “POPGIS – An Application Service for Air Pollution Management and Analysis in Vietnam,” 2023 IEEE Statistical Signal Processing Workshop (SSP), Hanoi, Vietnam, 2023, pp. 512-516, doi: 10.1109/SSP53291.2023.10208045.
