Tổng quan về luận án

Sự gia tăng nhanh chóng của quá trình công nghiệp hóa và đô thị hóa tại Việt Nam đã tạo ra những áp lực nặng nề lên chất lượng môi trường không khí, đặc biệt tại các đô thị hạt nhân và trung tâm kinh tế trọng điểm. Trước yêu cầu cấp thiết về giám sát và cảnh báo sớm ô nhiễm không khí theo Quyết định số 16/2007/QĐ-TTg và Quyết định số 90/QĐ-TTg của Thủ tướng Chính phủ về “Quy hoạch mạng lưới quan trắc tài nguyên và môi trường quốc gia”, hệ thống trạm quan trắc tự động cố định liên tục đã được triển khai tại ba miền Bắc, Trung, Nam. Tuy nhiên, rào cản kỹ thuật lớn nhất trong vận hành mạng lưới là tính gián đoạn của chuỗi dữ liệu thời gian thực do sự cố thiết bị, bảo trì định kỳ và điều kiện kinh phí vận hành hạn chế.

Luận án tiến sĩ khoa học môi trường của Nghiên cứu sinh Trần Thị Thu Hường với đề tài "Nghiên cứu tính biến động và nội ngoại suy theo thời gian ngày của CO và PM10 tại một số trạm quan trắc môi trường không khí tự động cố định ở Việt Nam" (Chuyên ngành: Khoa học môi trường, Mã số: 62 44 03 01, Trường Đại học Khoa học Tự nhiên - Đại học Quốc gia Hà Nội, dưới sự hướng dẫn khoa học của GS. Phạm Ngọc Hồ) đã giải quyết triệt để khoảng trống nghiên cứu (research gap) mang tính then chốt: Sự bất cập khi áp dụng trực tiếp lý thuyết quá trình ngẫu nhiên dừng lên chuỗi số liệu nồng độ ô nhiễm thô. Các nghiên cứu trước đây tại Việt Nam thường giả định nồng độ các chất ô nhiễm không khí là quá trình dừng (stationary process), dẫn đến sai số lớn và hiệu suất bổ khuyết chỉ dao động từ 70% đến 72%.

Luận án xây dựng các câu hỏi nghiên cứu và giả thuyết khoa học cốt lõi:

  • Câu hỏi nghiên cứu 1 (RQ1): Bản chất thống kê của chuỗi nồng độ $CO$ và $PM_{10}$ theo chu kỳ ngày đêm và các mùa khí hậu tại ba miền địa lý Việt Nam có thực sự thỏa mãn tính dừng toán học hay không?
  • Câu hỏi nghiên cứu 2 (RQ2): Làm thế nào để loại bỏ thành phần xu thế phi dừng có chu kỳ (diurnal and seasonal trends) nhằm thiết lập một quá trình ngẫu nhiên quy tâm dừng phục vụ mô hình nội ngoại suy tối ưu?
  • Giả thuyết nghiên cứu 1 (H1): Nồng độ tức thời của $CO$ và $PM_{10}$ trong tầng biên khí quyển là một quá trình ngẫu nhiên phi dừng (non-stationary) chịu sự chi phối mạnh mẽ của chu kỳ phát thải giao thông - dân sinh và các trạng thái tầng kết nhiệt khí quyển.
  • Giả thuyết nghiên cứu 2 (H2): Nhiễu động quy tâm (hiệu giữa giá trị đo thực tế và giá trị trung bình chu kỳ mùa - giờ) biểu diễn một quá trình ngẫu nhiên dừng cục bộ với hàm cấu trúc thực nghiệm bão hòa tại một khoảng trễ thời gian $\tau$ xác định, cho phép bổ khuyết dữ liệu thiếu hụt với hiệu suất vượt trội trên 75%.

Khung lý thuyết của công trình dựa trên sự giao thoa giữa Lý thuyết quá trình ngẫu nhiên dừng (Theory of Stationary Stochastic Processes), Lý thuyết cấu trúc thống kê của trường khí tượng (Statistical Structure Theory of Atmospheric Fields) và Cơ học chất lưu - khí quyển tầng biên. Về phạm vi không gian và thời gian, luận án khảo sát toàn diện chuỗi dữ liệu quan trắc tự động liên tục 24/24h giai đoạn 2004–2010 tại 03 trạm chuẩn quốc gia đại diện cho ba vùng khí hậu: Trạm Láng (Hà Nội - miền Bắc, phân chia 4 mùa), Trạm Hòa Thuận Tây (Đà Nẵng - miền Trung, phân chia 2 mùa khô - mưa) và Trạm Nhà Bè (TP. Hồ Chí Minh - miền Nam, phân chia 2 mùa khô - mưa), đồng thời kiểm chứng ngoại suy tại Trạm Nguyễn Văn Cừ (Hà Nội, 2015). Ý nghĩa đột phá của luận án nằm ở việc lần đầu tiên tham số hóa thành công mô hình toán học giải tích bổ khuyết chuỗi dữ liệu quan trắc tự động với hiệu suất đạt từ 75% đến 99,99%.

Literature Review và Positioning

Nghiên cứu về tính biến động và mô hình hóa nội ngoại suy chất lượng không khí trên thế giới được phân thành ba trường phái học thuật chủ đạo:

                                  CÁC TRƯỜNG PHÁI NGHIÊN CỨU TRƯỚC ĐÂY
                                                    │
        ┌───────────────────────────────────────────┼──────────────────────────────────────────┐
        ▼                                           ▼                                          ▼
[Trường phái Hồi quy Thống kê]           [Trường phái Chuỗi thời gian &]             [Trường phái Hàm ngẫu nhiên]
- Hồi quy tuyến tính, đa thức, loga      - ARIMA, Gaussian, Likelihood-based         - Ứng dụng hàm cấu trúc/tương quan
- Norazian et al. (Malaysia, 2011)       - MCMC, Box-Jenkins (Vilnius, Tehran)       - EMEP Model (Fagerli, Tsyro 2003)
- Hạn chế: Kém thích ứng biến động ngắn   - Hạn chế: Phức tạp, phụ thuộc phân phối    - Hạn chế: Giả định chuỗi gốc dừng
        │                                           │                                          │
        └───────────────────────────────────────────┼──────────────────────────────────────────┘
                                                    │
                                                    ▼
                               [HƯỚNG TIẾP CẬN ĐỘT PHÁ CỦA LUẬN ÁN]
                               - Khẳng định chuỗi gốc là phi dừng (Non-stationary)
                               - Chuẩn hóa thành đại lượng quy tâm: X'(t) = X(t) - X_tb(t)
                               - Xây dựng hàm cấu trúc nhiễu động dừng D(τ) ≈ a.ln(τ) + b
                               - Hiệu suất bổ khuyết đạt đỉnh cao: 75% - 99.99%
  1. Trường phái hồi quy thống kê thực nghiệm và nội suy không gian: Tiêu biểu là các nghiên cứu của Mohamed Noor Norazian cùng cộng sự (2011) tại Malaysia khi so sánh các kỹ thuật nội suy tuyến tính, bậc hai và bậc ba trên 8.567 mẫu dữ liệu $PM_{10}$, chỉ ra rằng phương pháp nội suy tuyến tính phân phối loga chuẩn cho sai số $MAE = 1,99$ và $R^2 = 0,9889$. Tại Tế Nam (Trung Quốc), các nhà nghiên cứu đã phát triển mô hình hồi quy đa biến tích hợp dữ liệu sử dụng đất, giao thông và mật độ dân số để dự đoán không gian của $SO_2, NO_2, PM_{10}$. Ưu điểm của nhóm này là tính toán trực tiếp nhưng nhược điểm cốt tử là bỏ qua bản chất ngẫu nhiên nội tại của chuỗi thời gian ngắn hạn.
  2. Trường phái mô hình chuỗi thời gian ngẫu nhiên và lan truyền xác suất: Sử dụng mô hình ARIMA (như nghiên cứu dự báo Ozone tại Mexico), mô hình Gaussian kết hợp hồi quy tại Vilnius (Litva, 2008) cho chuỗi $CO$ 9 giờ, hoặc phương pháp Likelihood-Based kết hợp chuỗi Markov Monte Carlo (MCMC) tại Tehran (Iran) của các tác giả Trung Đông. Các mô hình này đòi hỏi giả định khắt khe về phân phối xác suất tiên nghiệm và yêu cầu năng lực tính toán phức tạp.
  3. Trường phái lý thuyết trường và quá trình ngẫu nhiên dừng: Ứng dụng hàm cấu trúc không gian và hàm tương quan trong khí tượng - môi trường, phát triển mạnh mẽ tại Liên Xô và Đông Âu (Gandin, Yaglom, Kolmogorov) và các mô hình khí quyển khu vực như EMEP Unified Model của Hilde Fagerli (2003) và Svetlana Tsyro (2003).

Tại Việt Nam, các công trình trước đây của các nhà khoa học khí tượng thủy văn và môi trường như đề tài cấp nhà nước mã số 7, nghiên cứu của GS. Phạm Ngọc Hồ và cộng sự đã bước đầu tiếp cận lý thuyết quá trình ngẫu nhiên. Tuy nhiên, một tranh luận học thuật kéo dài tồn tại giữa hai quan điểm đối nghịch:

  • Quan điểm A (Truyền thống): Coi chuỗi số liệu quan trắc nồng độ chất ô nhiễm theo thời gian là quá trình ngẫu nhiên dừng bậc hai để áp dụng trực tiếp hàm tự tương quan hoặc hàm cấu trúc bậc một. Cách tiếp cận này bộc lộ sai số lớn do nồng độ ô nhiễm biến thiên mãnh liệt theo chu kỳ phát thải ngày đêm.
  • Quan điểm B (Luận án xác lập): Khẳng định chuỗi quan trắc nồng độ thực tế là quá trình phi dừng (non-stationary). Bắt buộc phải thực hiện phép biến đổi trung bình hóa tập hợp theo mùa để tách biệt thành phần kỳ vọng thời gian $\overline{X}(t)$, chuyển đổi chuỗi dữ liệu gốc thành quá trình nhiễu động dừng (stationary disturbance process) $X'(t)$.

So với các nghiên cứu quốc tế như mô hình toàn cầu CHASER tại Tây Thái Bình Dương (Nhật Bản) về chu kỳ $CO$ theo mùa hay mô hình Likelihood-based tại Tehran, luận án của Trần Thị Thu Hường định vị một giải pháp toán học giải tích tinh gọn, không đòi hỏi chuỗi dữ liệu đầu vào khí tượng phụ trợ quá cồng kềnh nhưng vẫn đạt độ chính xác tối ưu trong việc xử lý các khoảng trống dữ liệu quan trắc cục bộ tại các quốc gia đang phát triển.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đã đóng góp một bước tiến lý luận quan trọng trong phân tích toán lý môi trường:

  • Mở rộng lý thuyết quá trình ngẫu nhiên Kolmogorov - Yaglom: Chứng minh rằng trong môi trường không khí đô thị nhiệt đới gió mùa, tính dừng không tồn tại ở cấp độ nồng độ tuyệt đối mà tồn tại ở cấp độ nhiễu động quy tâm. Luận án đã trích dẫn trực tiếp định nghĩa: "Nhiễu động dừng được dùng trong Luận án để chỉ tập hợp các giá trị là hiệu của giá trị nồng độ chất ô nhiễm đo được tại lúc 1h, 2h, ..., 24h trừ đi giá trị trung bình tương ứng theo từng mùa nghiên cứu."
  • Xác lập cơ chế phá vỡ tính dừng khí quyển: Đưa ra luận cứ khoa học giải thích nguyên nhân chuỗi nồng độ là phi dừng: "các yếu tố khí tượng, khí hậu (tốc độ gió, hướng gió, nhiệt độ, lượng mưa, thời gian mưa, độ ẩm, áp suất) và trạng thái tầng kết nhiệt (bất ổn định, cân bằng phiếm định và ổn định) trong lớp không khí gần mặt đất ảnh hưởng rất lớn đến môi trường không khí, nên chúng phá vỡ quy luật biến động của các thông số khảo sát, do đó các đặc trưng số và hàm không thể xem là những quá trình ngẫu nhiên dừng."
[Nồng độ thực tế X(t)] ──> [Tách chu kỳ mùa & giờ] ──> [Kỳ vọng toán học X_tb(t)]
          │                                                    │
          └───────────────────── (Trừ) ────────────────────────┘
                                   │
                                   ▼
                    [Nhiễu động quy tâm X'(t)]
                 (Thỏa mãn tính ngẫu nhiên dừng)
                                   │
                                   ▼
               [Hàm cấu trúc thực nghiệm D_x(τ)]
           (Xấp xỉ hồi quy logarit: D(τ) = a.ln(τ) + b)
                                   │
                                   ▼
               [Giải hệ ma trận Lagrange tìm α_k]
                                   │
                                   ▼
                 [NỘI NGOẠI SUY BỔ KHUYẾT DỮ LIỆU]
                      (Hiệu suất 75% - 99.99%)
  • Hệ tiên đề và mệnh đề lý thuyết (Theoretical Propositions):
    • Mệnh đề 1 (P1): Đặc trưng số (kỳ vọng $\overline{X}$, phương sai $\sigma^2$, độ lệch chuẩn $S$, hệ số biến động $I_v$) của $CO$ và $PM_{10}$ là hàm số biến thiên liên tục theo chu kỳ 24 giờ và thay đổi theo mùa khí hậu.
    • Mệnh đề 2 (P2): Chuỗi nhiễu động $X'(t) = X(t) - \overline{X}(t)$ là một quá trình ngẫu nhiên dừng cục bộ có kỳ vọng toán học bằng 0 ($\overline{X'}(t) = 0$) và hàm cấu trúc chỉ phụ thuộc vào khoảng cách thời gian $\tau = |t_1 - t_2|$.
    • Mệnh đề 3 (P3): Hàm cấu trúc thực nghiệm của nhiễu động dừng $D_x(\tau)$ biểu diễn sự tăng trưởng theo quy luật logarit tự nhiên $D_x(\tau) = a \ln(\tau) + b$ và đạt trạng thái bão hòa (saturation interval) tại khoảng trễ $\tau = 9$ giờ.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp ba trụ cột:

  1. Lý thuyết quá trình ngẫu nhiên dừng: Thiết lập cấu trúc tương quan thời gian của các nhiễu động nồng độ chất ô nhiễm.
  2. Kỹ thuật xấp xỉ hàm giải tích: Sử dụng phương pháp bình phương tối thiểu để làm trơn đường cong hàm cấu trúc thực nghiệm sang dạng hàm giải tích $\ln(\tau)$ với hệ số xác định cao ($R^2 > 0,90$).
  3. Mô hình nội ngoại suy tối ưu: Giải hệ phương trình đại số tuyến tính có điều kiện ràng buộc Lagrange nhằm tìm vector trọng số $\alpha_k$ tối ưu, cực tiểu hóa phương sai sai số nội ngoại suy $\overline{\delta^2} \to \min$.

Điều kiện biên xác định: Khung phân tích giới hạn tối ưu trong khoảng thời gian $\Delta t \le 9$ giờ (khoảng bão hòa của hàm cấu trúc), áp dụng cho các trạm quan trắc tự động trong phạm vi bán kính ảnh hưởng vi khí hậu tương đồng.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu được thiết kế theo trường phái thực chứng (Positivism) kết hợp giải tích toán học nghiêm ngặt. Hệ phương pháp tiếp cận đa tầng:

  • Tầng 1 - Đặc trưng số thống kê: Tính toán 4 tham số biến động cơ bản theo tập hợp các thể hiện:
    • Kỳ vọng toán học (Giá trị trung bình mùa - giờ): $$\overline{X}(t) = \frac{1}{N} \sum_{i=1}^N X_i(t)$$
    • Phương sai mẫu: $$\sigma^2(t) = \frac{1}{N-1} \sum_{i=1}^N [X_i(t) - \overline{X}(t)]^2$$
    • Độ lệch chuẩn: $S(t) = \sqrt{\sigma^2(t)}$
    • Hệ số biến động: $$I_v(t) = \frac{S(t)}{\overline{X}(t)}$$
  • Tầng 2 - Đặc trưng hàm cấu trúc: Xây dựng hàm cấu trúc thời gian thực nghiệm: $$D_x(\tau) = \frac{1}{N-\tau} \sum_{i=1}^{N-\tau} [X'(t_i + \tau) - X'(t_i)]^2$$

Quy trình nghiên cứu và chuẩn hóa dữ liệu (QA/QC)

Quy trình xử lý dữ liệu được thiết kế nghiêm ngặt qua 3 bước theo chuẩn của Tổng cục Môi trường:

  • Bước 1 - Thu thập và phân loại siêu dữ liệu (Metadata): Tập hợp chuỗi đo liên tục 24/24h từ các sensor phân tích khí và bụi tự động; thu thập nhật ký vận hành trạm, lịch hiệu chuẩn (span/zero calibration), nhật ký bảo dưỡng định kỳ và thay thế vật tư tiêu hao (giấy lọc bụi, khí chuẩn).
  • Bước 2 - Lọc bỏ sai số thô và giá trị bất thường: Loại bỏ toàn bộ dữ liệu ghi nhận trong thời gian bảo dưỡng, mất điện, trôi điểm chuẩn; triệt tiêu các giá trị nồng độ âm ($<0$), giá trị bằng 0 kéo dài bất thường hoặc vượt quá dải đo của thiết bị.
  • Bước 3 - Kiểm định thống kê cục bộ: Áp dụng thuật toán so sánh trượt: đối chiếu mỗi giá trị quan trắc tại thời điểm $t_k$ với 10 giá trị liền trước và 10 giá trị liền sau. Nếu xuất hiện đột biến đơn lẻ không có tính tương quan vật lý (spikes), giá trị đó bị loại bỏ để bảo đảm tính khách quan của mẫu.
                  QUY TRÌNH XỬ LÝ DỮ LIỆU VÀ NỘI NGOẠI SUY BỔ KHUYẾT
                                          │
    ┌─────────────────────────────────────┴─────────────────────────────────────┐
    ▼                                     ▼                                     ▼
[BƯỚC 1: THU THẬP & QA/QC]    [BƯỚC 2: PHÂN TÍCH THỐNG KÊ]     [BƯỚC 3: MÔ HÌNH TOÁN NỘI SUY]
- Thu thập nồng độ 24/24h     - Phân chia mùa khí hậu          - Thiết lập phương trình ma trận
- Loại bỏ sai số thô, âm      - Tính X_tb(t), phương sai, I_v  - Tìm trọng số α_k qua Lagrange
- So sánh trượt 10 giá trị    - Xây dựng D_x(τ) nhiễu động     - Bổ khuyết chuỗi thiếu 1-6h
- Chuẩn hóa chuỗi số liệu     - Xấp xỉ hàm logarit ln(τ)       - Đánh giá sai số & hiệu suất

Data và kỹ thuật phân tích nội ngoại suy

Chuỗi dữ liệu được cấu trúc hóa theo đặc điểm khí hậu vùng miền:

  • Trạm Láng (Hà Nội): Phân chia 4 mùa rõ rệt (Xuân: tháng 2-4; Hạ: tháng 5-7; Thu: tháng 8-10; Đông: tháng 11 đến tháng 1 năm sau).
  • Trạm Đà Nẵng: Phân chia 2 mùa (Mùa khô: tháng 1-7; Mùa mưa: tháng 8-12).
  • Trạm Nhà Bè (TP.HCM): Phân chia 2 mùa (Mùa khô: tháng 12 đến tháng 4 năm sau; Mùa mưa: tháng 5-11).

Thuật toán bổ khuyết: Giá trị nồng độ cần tìm $X(t_0)$ được ước lượng thông qua tổ hợp tuyến tính của các giá trị quan trắc lân cận $X(t_k)$: $$X'(t_0) = \sum_{k=1}^n \alpha_k X'(t_k)$$ Trong đó, hệ số trọng số $\alpha_k$ là nghiệm của hệ phương trình đại số tuyến tính được thiết lập từ hàm cấu trúc: $$\sum_{j=1}^n \alpha_j D_x(t_i - t_j) + \lambda = D_x(t_i - t_0) \quad (i = 1, 2, \dots, n)$$ với điều kiện chuẩn hóa Lagrange: $\sum_{k=1}^n \alpha_k = 1$.

Hiệu suất mô hình ($\eta$) và sai số tương đối ($\varepsilon$) được tính toán: $$\varepsilon = \frac{|X_{\text{thực}} - X_{\text{tính}}|}{X_{\text{thực}}} \times 100%; \quad \eta = 100% - \varepsilon$$

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Quy luật biến trình ngày đêm 2 cực đại đồng pha với giao thông và nghịch nhiệt: Đường biến trình nồng độ $CO$ và $PM_{10}$ tại cả 3 trạm đều thể hiện rõ hai đỉnh cực đại trong ngày: cực đại thứ nhất xuất hiện vào buổi sáng từ 07:00 đến 09:00, cực đại thứ hai xuất hiện vào buổi tối từ 17:00 đến 20:00. Đỉnh ban tối thường có biên độ cao hơn do sự kết hợp đồng thời giữa lưu lượng giao thông tăng cao và hiện tượng nghịch nhiệt bức xạ mặt đất làm giảm chiều cao lớp xáo trộn khí quyển, giam hãm chất ô nhiễm sát mặt đất.
  2. Sự tương phản sâu sắc về đặc trưng phân mùa theo vĩ độ:
    • Tại Hà Nội (Trạm Láng), mùa đông có nồng độ chất ô nhiễm và phương sai lớn nhất trong năm do ảnh hưởng của áp cao lục địa lạnh, độ ẩm thấp và tần suất nghịch nhiệt dày đặc. Hệ số biến động $I_v$ của $PM_{10}$ tại các tuyến giao thông đạt mức cực cao từ 87% đến 90%.
    • Tại TP. Hồ Chí Minh (Trạm Nhà Bè) và Đà Nẵng, nồng độ mùa khô cao vượt trội so với mùa mưa. Báo cáo môi trường chỉ ra rằng vào mùa khô tại TP.HCM, bụi mịn có kích thước $< 2,1,\mu\text{m}$ chiếm tới 50% tổng lượng bụi (và mang tính axit cao), trong khi vào mùa mưa chỉ chiếm 20% do cơ chế rửa trôi của các trận mưa rào nhiệt đới.
  3. Quy luật bão hòa của hàm cấu trúc nhiễu động dừng: Hàm cấu trúc thực nghiệm của nhiễu động dừng $CO$ và $PM_{10}$ tại cả 3 trạm đều tăng nhanh từ $\tau = 1$ đến $\tau = 6$ giờ theo dạng hàm $\ln(\tau)$, sau đó chuyển sang trạng thái tiệm cận bão hòa ổn định ở khoảng $\tau = 9$ giờ. Điều này chứng minh tương quan ngẫu nhiên giữa các nhiễu động chỉ duy trì hiệu lực toán học tối ưu trong cửa sổ thời gian dưới 9 giờ.
Trạm quan trắc Thông số Mùa / Thời điểm Tình huống thiếu hụt Hệ số tương quan hồi quy ($R^2$) Hiệu suất mô hình ($\eta$)
Trạm Láng (Hà Nội) $CO$ Mùa thu (09/09/2005) Khuyết đơn lẻ $x(t_k)$ $R^2 > 0,92$ 92,4% – 99,99%
Trạm Láng (Hà Nội) $PM_{10}$ Mùa đông (12/2007) Khuyết liên tiếp 6 giờ (07h-12h) $R^2 > 0,90$ 75,0% – 88,6%
Trạm Đà Nẵng $CO$ Mùa khô (02/03/2005) Khuyết 1-2 giá trị $R^2 > 0,94$ 85,6% – 98,7%
Trạm Đà Nẵng $PM_{10}$ Mùa khô (28/01/2007) Khuyết đơn lẻ $R^2 > 0,91$ 81,2% – 96,5%
Trạm Nhà Bè (TP.HCM) $CO$ Mùa khô (06/04/2006) Khuyết chuỗi ngắn $R^2 > 0,93$ 89,1% – 99,2%
Trạm Nhà Bè (TP.HCM) $PM_{10}$ Mùa mưa (26/03/2006) Khuyết đơn lẻ $R^2 > 0,90$ 78,5% – 95,4%
Trạm Nguyễn Văn Cừ $CO$ Mùa hạ (05/2015) Ngoại suy trạm lân cận Hệ số $\alpha_k$ cơ sở 82,0% – 94,8%
  1. Khả năng chuyển giao không gian - thời gian của ma trận trọng số $\alpha_k$: Bộ hệ số trọng số $\alpha_k$ được xác lập từ tập dữ liệu cơ sở không chỉ có giá trị nội suy cho chính trạm đó trong năm khảo sát, mà còn cho phép ngoại suy chính xác cho chuỗi số liệu của các năm khác và áp dụng thành công cho trạm lân cận có tính chất tương đồng (chứng minh bằng thực nghiệm ngoại suy số liệu trạm Nguyễn Văn Cừ năm 2015 dựa trên ma trận trạm Láng).

Implications đa chiều

  • Về mặt học thuật: Cung cấp phương pháp luận chuẩn xác để giải quyết bài toán "dữ liệu chuỗi thời gian không hoàn hảo" (imperfect time-series data) trong khoa học môi trường khí quyển.
  • Về mặt kỹ thuật quan trắc: Quy trình tính toán đơn giản, có thể tích hợp trực tiếp dưới dạng module thuật toán trong các phần mềm thu nhận dữ liệu (Data Acquisition Systems - DAS) tại các trạm quan trắc tự động.
  • Về mặt quản lý nhà nước: Đảm bảo tính liên tục của chuỗi dữ liệu lịch sử phục vụ tính toán Chỉ số Chất lượng Không khí (AQI), từ đó cung cấp căn cứ xác thực cho Bộ Tài nguyên và Môi trường ban hành các cảnh báo y tế cộng đồng khẩn cấp khi AQI chạm ngưỡng nguy hại ($AQI > 300$).

Limitations và Future Research

Mặc dù đạt được những đột phá vượt bậc, luận án ghi nhận một số giới hạn khoa học khách quan:

  1. Giới hạn cửa sổ ngoại suy liên tục: Mô hình đạt độ tin cậy cao nhất khi số liệu khuyết thiếu không vượt quá 6 giờ liên tiếp ($\Delta t \le 6\text{h}$). Khi chuỗi khuyết kéo dài vượt quá khoảng dừng bão hòa ($\Delta t > 9\text{h}$), sai số mô hình gia tăng do sự can thiệp của các pha thời tiết quy mô lớn.
  2. Phạm vi chất ô nhiễm: Nghiên cứu mới chỉ tập trung vào chất ô nhiễm sơ cấp điển hình ($CO$) và bụi tổng ($PM_{10}$), chưa mở rộng sang các chất ô nhiễm thứ cấp có động học phản ứng quang hóa phi tuyến tính phức tạp như Ozone tầng mặt ($O_3$) hay các hợp chất hữu cơ dễ bay hơi ($VOCs$).
  3. Mạng lưới trạm thưa thớt: Thời điểm thực hiện đề tài, số lượng trạm tự động chuẩn quốc gia còn hạn chế (3 trạm chính), chưa đủ mật độ để thiết lập trường ngẫu nhiên không gian 3 chiều hoàn chỉnh.

Chương trình nghiên cứu 10 năm tiếp theo (Future Research Agenda):

  • Phát triển mô hình tích hợp giữa Quá trình ngẫu nhiên dừng và Mạng nơ-ron học sâu (Deep Learning - LSTM / Transformer / Physics-Informed Neural Networks) nhằm tự động cập nhật hệ số $\alpha_k$ theo thời gian thực.
  • Mở rộng thuật toán cho thông số bụi siêu mịn $PM_{2.5}$ và $PM_{1.0}$ kết hợp dữ liệu sol khí vệ tinh (AOD - Aerosol Optical Depth).
  • Xây dựng mô hình nội ngoại suy không - thời gian đồng thời (Spatio-temporal Kriging - Stochastic Hybrid Model) áp dụng cho mạng lưới quan trắc thông minh IoT mật độ cao tại các siêu đô thị.

Tác động và ảnh hưởng

  • Tác động học thuật: Luận án mở ra một hướng nghiên cứu mới trong việc ứng dụng toán học ngẫu nhiên hiện đại vào khoa học môi trường tại Việt Nam, đóng vai trò tài liệu tham khảo chuẩn mực cho các nghiên cứu sinh, học viên cao học chuyên ngành Quản lý Môi trường, Biến đổi Khí hậu và Khí tượng học.
  • Hiện đại hóa ngành quan trắc: Cung cấp công cụ toán học trực tiếp cho Cục Kiểm soát Hoạt động Bảo vệ Môi trường (Tổng cục Môi trường) để chuẩn hóa quy trình QA/QC và xử lý dữ liệu tự động trên phạm vi toàn quốc.
  • Hiệu quả kinh tế - xã hội: Giúp tiết kiệm hàng tỷ đồng ngân sách nhà nước trong việc tái đầu tư phần mềm ngoại nhập, nâng cao độ tin cậy của các báo cáo Hiện trạng Môi trường Quốc gia định kỳ 5 năm, hỗ trợ công tác quy hoạch giao thông và phân vùng phát triển công nghiệp bền vững.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giảng viên đại học: Tiếp cận phương pháp luận toán lý chặt chẽ trong xử lý chuỗi số liệu môi trường phi dừng; kế thừa khung phân tích để mở rộng nghiên cứu sang ô nhiễm môi trường nước và trầm tích.
  • Kỹ sư và Quan trắc viên tại các Trung tâm Quan trắc Môi trường: Sở hữu quy trình từng bước rõ ràng để bổ khuyết dữ liệu bị khuyết trong các báo cáo vận hành kỹ thuật định kỳ mà không làm biến dạng cấu trúc thống kê thực tế.
  • Cơ quan quản lý nhà nước (Bộ TN&MT, các Sở TN&MT): Có bộ dữ liệu hoàn chỉnh, không đứt gãy để xây dựng kịch bản ứng phó khẩn cấp với ô nhiễm không khí cục bộ, ban hành tiêu chuẩn khí thải xe cơ giới và quy định vùng phát thải thấp (Low Emission Zones).

Câu hỏi chuyên sâu

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

Đóng góp độc đáo nhất là việc chứng minh chuỗi nồng độ chất ô nhiễm không khí là quá trình phi dừng và đề xuất giải pháp chuyển đổi thành quá trình nhiễu động dừng (quy tâm). Công trình đã mở rộng trực tiếp Lý thuyết quá trình ngẫu nhiên dừng của Kolmogorov và Yaglom sang lĩnh vực khí quyển đô thị nhiệt đới, chỉ ra rằng kỳ vọng toán học biến thiên có quy luật theo chu kỳ ngày - mùa do tương tác giữa phát thải nhân sinh và tầng kết nhiệt khí quyển.

2. Sự đổi mới về mặt phương pháp luận so với các nghiên cứu trước đây được thể hiện như thế nào?

So với các nghiên cứu trước đây tại Việt Nam (như đề tài cấp nhà nước [16] hay nghiên cứu [1] chỉ đạt hiệu suất 70-72% do áp dụng trực tiếp giả thiết chuỗi dừng), luận án đã thực hiện phép lọc xu thế kỳ vọng $\overline{X}(t)$ theo mùa, sau đó xấp xỉ hàm cấu trúc thực nghiệm $D_x(\tau)$ bằng hàm giải tích logarit tự nhiên $\ln(\tau)$ với $R^2 > 0,90$. Bước đột phá này giúp nâng hiệu suất mô hình lên mức kỷ lục 75% – 99,99%.

3. Phát hiện bất ngờ nhất từ dữ liệu thực nghiệm là gì?

Phát hiện bất ngờ nhất là tính ổn định phổ quát của khoảng bão hòa $\tau = 9$ giờ trên đường cong hàm cấu trúc thực nghiệm của cả hai thông số $CO$ và $PM_{10}$ tại cả ba miền địa lý có đặc trưng khí hậu hoàn toàn khác biệt (Hà Nội, Đà Nẵng, TP.HCM). Điều này chứng minh tồn tại một quy luật cân bằng xáo trộn rối vi khí quyển chi phối nồng độ chất ô nhiễm trong lớp không khí sát mặt đất tại Việt Nam.

4. Luận án có cung cấp giao thức tái lập nghiên cứu (Replication Protocol) không?

Có. Luận án đã thiết lập quy trình tính toán 3 bước QA/QC chi tiết, quy định thuật toán kiểm tra trượt 10 điểm lân cận, cung cấp công thức toán học giải ma trận trọng số $\alpha_k$ với nhân tử Lagrange, đồng thời lập bảng chỉ dẫn xử lý dữ liệu cho 2 tình huống kỹ thuật cụ thể: khuyết đơn lẻ trong khoảng 6 giờ và khuyết liên tiếp 6 giờ.

5. Định hướng nghiên cứu 10 năm tới được phác thảo ra sao?

Định hướng tập trung vào việc lai ghép mô hình quá trình ngẫu nhiên dừng với trí tuệ nhân tạo (AI/Machine Learning), tự động hóa quá trình nhận diện sai số cảm biến và mở rộng mô hình hóa không gian 3 chiều cho mạng lưới quan trắc môi trường không khí thông minh tại các đô thị vệ tinh.

Kết luận

  1. Khẳng định bản chất phi dừng: Luận án đã chứng minh một cách khoa học rằng chuỗi số liệu quan trắc nồng độ $CO$ và $PM_{10}$ tại các trạm tự động cố định ở Việt Nam là quá trình ngẫu nhiên phi dừng, chịu sự chi phối mạnh mẽ của chu kỳ ngày đêm, mùa khí hậu và cấu trúc tầng kết nhiệt khí quyển.
  2. Đề xuất đại lượng quy tâm đột phá: Lần đầu tiên tại Việt Nam, luận án đề xuất sử dụng quá trình ngẫu nhiên với nhiễu động quy tâm dừng để xây dựng hàm cấu trúc thực nghiệm theo khoảng thời gian $\Delta t = \tau$, tạo bước ngoặt trong mô hình hóa môi trường.
  3. Mô hình hóa giải tích chính xác cao: Đã ứng dụng thành công phương pháp hồi quy xấp xỉ hàm cấu trúc thực nghiệm sang dạng hàm logarit $\ln(\tau)$ với hệ số tương quan $R^2 > 0,90$, xác định chính xác khoảng dừng bão hòa tại $\tau = 9$ giờ.
  4. Hiệu suất bổ khuyết vượt trội: Thiết lập hoàn chỉnh mô hình và quy trình tính toán nội ngoại suy số liệu thiếu hụt cho $CO$ và $PM_{10}$, đạt hiệu suất ấn tượng từ 75% đến 99,99%, giải quyết triệt để vấn đề mất mát dữ liệu quan trắc.
  5. Khả năng chuyển giao thực tiễn: Chứng minh tính khả thi cao khi ứng dụng vector trọng số $\alpha_k$ từ bộ dữ liệu cơ sở để ngoại suy cho các năm tiếp theo và các trạm quan trắc lân cận trong cùng vùng khí hậu.
  6. Giá trị đóng góp vĩ đại: Công trình đặt nền móng toán học vững chắc cho hệ thống quản trị dữ liệu quan trắc môi trường tự động quốc gia, góp phần quan trọng vào sự nghiệp bảo vệ môi trường và phát triển bền vững đất nước.