Thấy được điều vô hình: Công nghệ viễn thám siêu phổ mở ra kỷ nguyên giám sát ô nhiễm không khí chính xác

Yến Cọ

30-03-2025

diligence. No matter how many times it takes him to correct his plans, he does not mind, for he is immersed in these mathematical calculations.”

Trích “The Perfect Plan”; Wild Wise Weird [1]

Những năm gần đây, chất lượng không khí tại Trung Quốc đã được cải thiện đáng kể nhờ các chính sách môi trường mạnh mẽ như “Kế hoạch Hành động Phòng Chống Ô nhiễm Không khí” (Action Plan for Air Pollution Prevention and Control) và “Chiến dịch Ba Năm Bảo vệ Bầu trời Xanh” (Three-Year Action Plan to Win the Blue Sky Defense War) [2,3]. Tuy nhiên, khi các nguồn ô nhiễm thay đổi về vị trí, thành phần và mô hình phát thải, việc xác định chính xác nguồn gốc chất ô nhiễm ngày càng trở nên khó khăn. Các phương pháp truyền thống – chủ yếu dựa vào trạm đo mặt đất và mô phỏng mô hình – thường gặp sai số lớn, thậm chí có thể vượt quá 200–300% [4], làm giảm độ tin cậy trong dự báo và ứng dụng thực tiễn.

Trước thách thức này, Xing và cộng sự [5] đã đề xuất một giải pháp đột phá: ứng dụng công nghệ viễn thám siêu phổ (hyperspectral remote sensing) trong giám sát chất lượng không khí. Phương pháp này sử dụng dữ liệu từ nhiều nền tảng quan sát – bao gồm vệ tinh, thiết bị mặt đất, máy bay không người lái (UAV), và hệ thống chụp ảnh quang phổ – để dựng bản đồ ba chiều chi tiết của các chất ô nhiễm trong khí quyển. Nhờ khả năng quan sát ở nhiều độ cao và độ phân giải không gian khác nhau, từ quy mô khu vực cho đến từng nhà máy riêng lẻ, công nghệ này mang lại độ chính xác chưa từng có trong việc theo dõi ô nhiễm không khí.

Nghiên cứu tập trung vào ba chất ô nhiễm chính: nitơ điôxít (NO₂), formaldehyde (HCHO) và một hợp chất ít được biết đến nhưng độc hại là CH₂CCH₃CHO. Với sự kết hợp linh hoạt giữa các nền tảng quan trắc siêu phổ, nhóm nghiên cứu đã xác định được các điểm nóng ô nhiễm, truy vết nguồn phát thải từ nhà máy nhiệt điện than, nhà máy hóa chất và ngành luyện cốc, đồng thời định lượng nồng độ chất ô nhiễm gần như theo thời gian thực.

Một điểm nổi bật của phương pháp này là khả năng cảnh báo ô nhiễm ngay lập tức. Dựa trên dữ liệu lịch sử và các tiêu chuẩn môi trường hiện hành, nhóm nghiên cứu đã xây dựng hệ thống cảnh báo ba cấp độ: cam, đỏ và tím, phản ánh mức độ phát thải vượt ngưỡng. Hệ thống này giúp chuyển tải thông tin nhanh chóng đến chính quyền địa phương và các cơ sở công nghiệp, từ đó đưa ra hành động kịp thời trước các sự kiện ô nhiễm nghiêm trọng.

Không chỉ dừng lại ở cảnh báo, nghiên cứu còn giải quyết một bài toán lâu dài trong khoa học khí quyển: xây dựng các cơ sở dữ liệu phát thải động (dynamic emission inventories) – những bản ghi lại lượng phát thải theo thời gian. Đây là yếu tố then chốt để phản ánh sự biến đổi theo mùa và tăng cường độ chính xác của các mô hình dự báo chất lượng không khí. Hệ thống viễn thám siêu phổ đã chứng minh khả năng theo dõi sự thay đổi phát thải theo ngày và theo tháng. Ví dụ, nghiên cứu cho thấy lượng khí thải từ ngành luyện cốc biến động đáng kể trong năm, chịu ảnh hưởng bởi cường độ sản xuất và điều kiện thời tiết.

Công trình này đánh dấu một bước tiến lớn trong việc làm sáng tỏ mối quan hệ phức tạp giữa hoạt động công nghiệp và sức khỏe môi trường [6]. Bằng cách “biến điều vô hình thành hữu hình”, viễn thám siêu phổ không chỉ mở rộng hiểu biết khoa học mà còn cung cấp dữ liệu thiết thực để bảo vệ sức khỏe cộng đồng và hệ sinh thái. Trong bối cảnh toàn cầu đang nỗ lực cắt giảm cả ô nhiễm không khí lẫn phát thải carbon, công nghệ này đóng vai trò thiết yếu trong việc cung cấp dữ liệu phát thải chính xác, chi tiết và theo thời gian thực.

Tài liệu tham khảo

[1] Vuong QH. (2024). Wild Wise Weird. https://www.amazon.com/dp/B0BG2NNHY6/ 

[2] Feng Y, et al. (2019). Defending blue sky in China: Effectiveness of the “Air Pollution Prevention and Control Action Plan” on air quality improvements from 2013 to 2017. Journal of Environmental Management, 252, 109603. https://doi.org/10.1016/j.jenvman.2019.109603 

[3] Jiang X, et al. (2021). Government environmental governance, structural adjustment and air quality: A quasi-natural experiment based on the Three-year Action Plan to Win the Blue Sky Defense War. Journal of Environmental Management, 277, 111470. https://doi.org/10.1016/j.jenvman.2020.111470 

[4] Özkaynak H, et al. (2009). Analysis of coupled model uncertainties in source-to-dose modeling of human exposures to ambient air pollution: A PM2.5 case study. Atmospheric Environment, 43(9), 1641-1649. https://doi.org/10.1016/j.atmosenv.2008.12.008 

[5] Xing C, et al. (2025). Hyperspectral remote sensing for air pollutants: Stereoscopic monitoring, source localization & warning, and a dynamic emission inventory concept. Environment International, 198, 109375. https://doi.org/10.1016/j.envint.2025.109375 

[6] Nguyen MH. (2024). How can satirical fables offer us a vision for sustainability? Visions for Sustainability. https://ojs.unito.it/index.php/visions/article/view/11267