CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập – Tự do – Hạnh phúc BẢN XÁC NHẬN CHỈNH SỬA LUẬN VĂN THẠC SĨ Họ và tên tác giả luận văn : Hà Ngọc Anh Đề tài luận văn: Ứng dụng mô hình AI để
TỔ NG QUAN V Ề ĐỀ TÀI
Đặ t v ấn đề
Hiện nay, môi trường nước đang bị ô nhiễm nặng do sự phát triển kinh tế và tăng dân số, ảnh hưởng tiêu cực đến ngành nuôi trồng thủy sản Thủy sản rất nhạy cảm với biến đổi của môi trường nước, khi các đặc tính vật lý và hóa học của nguồn nước thay đổi lớn hoặc thất thường, điều này ảnh hưởng trực tiếp đến thành công của vụ nuôi Người nuôi trồng thường sử dụng các thiết bị quan trắc để theo dõi chất lượng nước trong ao, tuy nhiên, các thiết bị này chỉ cung cấp giá trị tức thời và không phù hợp để dự báo dài hạn Khi môi trường nước thay đổi bất lợi, các chủ ao thường bị động và gặp thiệt hại, do đó, việc dự đoán và nắm bắt xu hướng biến đổi của chất lượng nước trở thành yếu tố then chốt để có các biện pháp ứng phó chủ động Cần phát triển các giải pháp giúp người nuôi theo dõi, giám sát tham số nước liên tục và dự báo diễn biến trong tương lai gần, từ đó đưa ra các phương án xử lý kịp thời, nâng cao hiệu quả và an toàn cho hoạt động nuôi trồng thủy sản.
Chất lượng nước trong ao nuôi liên tục biến đổi phức tạp và phụ thuộc vào yếu tố môi trường, gây khó khăn cho các mô hình dự báo truyền thống về độ chính xác và chi phí cao Các tiến bộ vượt bậc trong khoa học máy tính và trí tuệ nhân tạo đã mở ra hướng đi mới trong xây dựng các mô hình dự báo chất lượng nước chính xác hơn Trong đó, mô hình mạng neural nhân tạo dựa trên thuật toán học sâu LSTM đã được áp dụng để nâng cao độ chính xác dự báo Đề tài này nằm trong khuôn khổ dự án khoa học công nghệ cấp quốc gia về phát triển hệ thống quan trắc tự động và cảnh báo môi trường nuôi tôm hùm tại vịnh Xuân Đài và đầm Cù Mông tỉnh Phú Yên.
M ụ c tiêu c ủa đề tài
Mục tiêu của đề tài là phát triển một mô hình AI dự báo chính xác các tham số môi trường trong hệ thống quan trắc môi trường nuôi trồng thủy sản thông minh Mô hình này nhằm ứng dụng dự báo các tham số môi trường chủ yếu như nhiệt độ, pH, oxy hòa tan, đảm bảo độ chính xác cao để hỗ trợ quản lý và nâng cao hiệu quả phát triển thủy sản Việc dự báo chính xác các tham số môi trường sẽ giúp tối ưu hóa quy trình nuôi trồng, giảm thiểu rủi ro và nâng cao năng suất trong ngành thủy sản.
2 thể ứng dụng trong thực tiễn, góp phần thúc đẩy thông minh hóa ngành nuôi trồng thủy sản trong nước.
Ph ạ m vi nghiên c ứ u
Luận văn này quan tâm chủ yếu đến môi trường nước mặn ở khu vực
Vịnh Xuân Đài và đầm Cù Mông ở tỉnh Phú Yên là các địa điểm nổi bật trong ngành nuôi tôm hùm của địa phương Nghiên cứu còn tập trung vào việc sử dụng các mô hình Deep Learning tiên tiến để xây dựng hệ thống dự báo chính xác các tham số môi trường nuôi tôm hùm Việc áp dụng công nghệ trí tuệ nhân tạo giúp nâng cao hiệu quả quản lý và giảm thiểu rủi ro trong quá trình nuôi tôm hùm ở khu vực này Đây là bước đột phá nhằm tối ưu hoá sản xuất và bảo vệ môi trường tại các vùng ven biển Phú Yên.
Công c ụ th ự c hi ện và phương pháp nghiên cứ u
Phương pháp nghiên cứu của chúng tôi bao gồm tổng hợp dữ liệu, phân tích thống kê để nhận diện xu hướng thay đổi các thông số môi trường theo thời gian, giúp xây dựng các mô hình dự đoán chính xác dựa trên phân tích dữ liệu và công nghệ học sâu.
- Công cụ thực hiện: ngôn ngữ: python; thư viện: tensorflow để xây dựng mạng neural deep learning, sklearn, numpy, pandas để phân tích và xử lý dữ liệu.
B ố c ụ c lu ận văn
Luận văn này chia làm bảy chương:
Chương 1 trình bày tổng quan về đề tài bao gồm tính cấp thiết của đề tài, mục tiêu đề tài, công cụvà phương pháp nghiên cứu của đề tài
Chương 2 trình bày bước khảo sát các vấn đề liên quan đến đề tài, bao gồm tìm hiểu các tham số môi trường nuôi tôm hùm, thực trạng quan trắc môi trường thủy sản ở Việt Nam và trên thế giới, cũng như tìm hiểu một số hệ thống quan trắc, bài báo khoa học liên quan đến đề tài
Chương 3 trình bày tổng quan hệ thống quan trắc tựđộng và cảnh báo môi trường nuôi tôm hùm tại tỉnh Phú Yên, đồng thời trình bày chi tiết khối dự báo và phạm vi nghiên cứu của luận văn trong hệ thống
Chương 4 trình bày cơ sở lý thuyết về dữ liệu chuỗi thời gian, lý thuyết về deep learning cũng như các mô hình deep learning phổ biến với dữ liệu chuỗi thời gian
Chương 5 trình bày quá trình xây dựng và triển khai mô hình AI cho khối dự báo, phương pháp cải tiến mô hình và cập nhật mô hình khi có dữ liệu quan trắc mới
Chương 6 trình bày kết quảvà đánh giá các mô hình
Chương 7 đưa ra kết luận của luận văn.
T ổ ng k ế t
Chương này giới thiệu tính cấp thiết của đề tài, xác định rõ mục tiêu nghiên cứu và trình bày phương pháp nghiên cứu được sử dụng trong luận văn Ngoài ra, chương còn đề cập đến bố cục tổng thể của luận văn để người đọc dễ dàng theo dõi Trong chương tiếp theo, sẽ đề cập đến các vấn đề liên quan đến đề tài và khảo sát các nghiên cứu trước đó đã được thực hiện để mở rộng hiểu biết về chủ đề.
KHẢ O SÁT TH Ự C TR Ạ NG VÀ CÁC CÔNG TRÌNH LIÊN
Th ự c tr ạ ng quan tr ắc môi trườ ng th ủ y s ả n
2.1.1 Quan trắc môi trường thủy sản trên thế giới
2.1.1.1 Đặc tính sinhtrưởng và phát triển của tôm hùm
Tôm hùm là tên gọi chung của nhóm giáp xác mười chân thuộc 4 họ là
Trong Việt Nam, có 5 loại tôm hùm phổ biến được nuôi trồng, bao gồm tôm hùm bông (Palinuridae ornatus) là đối tượng chính, cùng các loại như tôm hùm xanh (Palinuridae Homarus), tôm hùm sỏi (Palinuridae stimpsoni), tôm hùm tre (Palinuridae polyphagus) và tôm hùm đỏ (Palinuridae longipes) Các loài tôm hùm này có đặc điểm về tập tính và môi trường sống khác nhau, phù hợp với điều kiện nuôi trồng đa dạng Trong đó, tôm hùm đỏ thường có kích cỡ nhỏ hơn (dưới 0,5kg/con) và giá thấp hơn, nên gần đây được nuôi bổ sung và nuôi kèm theo nhằm đáp ứng nhu cầu thị trường, nhất là khi nguồn giống tôm hùm bông khan hiếm.
Quá trình sinh trưởng của tôm hùm chủ yếu diễn ra qua quá trình lột xác, giúp chúng tăng về kích thước và trọng lượng Chu kỳ lột xác của từng loài tôm hùm bị ảnh hưởng bởi các yếu tố ngoại cảnh như nhiệt độ nước, ánh sáng, độ mặn và nguồn thức ăn Việc hiểu rõ các yếu tố này là rất quan trọng để kiểm soát sự phát triển của tôm hùm một cách hiệu quả.
Các yếu tố nội tại của cơ thể, như sự điều tiết của các hormone lột xác và hormone ức chế lột xác, đóng vai trò quan trọng trong quá trình này Những yếu tố này luôn có mối quan hệ mật thiết và ảnh hưởng lẫn nhau, quyết định chu kỳ lột xác của các loài khác nhau hoặc giữa các giai đoạn phát triển của từng loài Trong giai đoạn tôm con, chiều dài giáp đầu ngực là một trong những chỉ số quan trọng ảnh hưởng đến quá trình lột xác và sự phát triển của tôm.
Tôm hùm bông và tôm hùm xanh có chu kỳ lột xác từ 8 đến 13 mm chiều dài cơ thể (CL), với khoảng thời gian giữa các lần lột xác từ 8 đến 10 ngày Trong giai đoạn tôm lớn (63-68 mm CL), thời gian giữa hai lần lột xác kéo dài hơn, khoảng 40 đến 50 ngày Các yếu tố môi trường ảnh hưởng mạnh đến sự sinh trưởng của tôm, đặc biệt ở giai đoạn con non, khi những biến đổi đột ngột như nhiệt độ tăng 3-5°C hoặc nồng độ muối tăng lên 8-10‰ có thể gây chết hàng loạt tôm con Độ muối thấp từ 20-25‰ kéo dài 3-5 ngày cũng gây ra tình trạng chết dần dần ở tôm con Khi độ mặn giảm xuống 20‰ trong giai đoạn trưởng thành, tôm hùm trở nên yếu ớt và không còn bắt mồi hiệu quả.
2.1.1.2 Hiện trạng quan trắc môi trường nuôi tôm hùm trên thế giới
Vấn đề môi trường hiện nay, đặc biệt trong lĩnh vực nuôi trồng thủy sản, nhận được sự quan tâm từ nhiều quốc gia do ảnh hưởng đến sự phát triển bền vững của các đối tượng thủy sản như tôm hùm Các hoạt động quan trắc môi trường trong nuôi trồng thủy sản có đặc thù riêng, mỗi quốc gia có cách tiếp cận khác nhau để đảm bảo các hệ sinh thái nước đều được giám sát chặt chẽ Theo Quy tắc ứng xử nghề cá của FAO, hoạt động quan trắc môi trường bắt buộc phải thực hiện trong phạm vi quốc gia hoặc hệ sinh thái liên quốc gia, và dữ liệu quan trắc cần được chia sẻ rộng rãi để nâng cao hiệu quả quản lý Ở Na Uy, các chủ trại phải chứng minh khả năng thực hiện các hoạt động quan trắc và xử lý môi trường phù hợp yêu cầu của các nhà quản lý, còn tại Scotland, Cục Bảo vệ Môi trường (SEPA) yêu cầu chủ trại tự chịu trách nhiệm về kinh phí và thực hiện hoạt động quan trắc theo quy định Công tác giám sát môi trường liên quan đến việc kiểm soát sử dụng thuốc và hóa chất được thực hiện phối hợp giữa nhiều cơ quan khác nhau, trong đó các cơ quan địa phương đóng vai trò quan trọng trong việc đảm bảo an toàn môi trường trong nuôi trồng thủy sản.
Cục nghề cá Ireland yêu cầu các chủ trại có sản lượng hàng năm trên 100 tấn phải thực hiện báo cáo đánh giá hoạt động và giám sát môi trường nhằm đảm bảo bền vững Một số bang ở Mỹ có các chương trình quan trắc chi tiết tại khu vực nuôi trồng thủy sản, trong đó tập trung giám sát các thông số chất lượng nước, cấu trúc và chức năng của quần xã sinh vật đáy, tảo cũng như dịch bệnh Tại Thái Lan, hoạt động quan trắc trong lĩnh vực nuôi trồng thủy sản cũng được triển khai nhằm theo dõi và kiểm soát các yếu tố môi trường, dịch bệnh, góp phần nâng cao hiệu quả sản xuất và đảm bảo bảo vệ môi trường.
Cục nghề cá chịu trách nhiệm và tiến hành phân cấp hoạt động quan trắc cho các tỉnh, với hệ thống gồm 218 trạm quan trắc chất lượng nước, bao gồm cả thủy sinh Việc quan trắc chất lượng nước trong nuôi trồng thủy sản biển là bắt buộc theo Luật thủy sản (National Offshore Aquaculture Act of 2000), dưới sự kiểm soát của một ủy ban liên ngành gồm các cơ quan chính phủ (Gerstenfeld và Biederman, 2002) Cộng đồng Châu Âu (EU) yêu cầu các vùng nguyên liệu thân mềm hai mảnh vỏ nhập khẩu vào thị trường EU phải thực hiện quan trắc định kỳ, với giới hạn hàm lượng độc tố PSP (gây liệt cơ) không vượt quá 0,08 mg/kg thịt và độc tố DSP (gây tiêu chảy) không quá 0,020 mg/kg thịt [4].
Hệ thống giám sát thủy hải sản của Đan Mạch đã được thiết lập từ rất sớm, đặc biệt là trong vùng đánh bắt vẹm xanh, nơi có hệ thống gồm nhiều mạng lưới kiểm tra nghiêm ngặt Việc đánh bắt hải sản bị cấm nếu các mẫu hải sản và nước không được kiểm tra về độc tố và tảo độc từ tuần trước đó để đảm bảo nằm trong ngưỡng an toàn Năm 2003, chính phủ Nhật Bản đã hỗ trợ về tài chính cho bộ phận Quản lý Nuôi trồng Thủy sản của FAO nhằm thúc đẩy các hoạt động kiểm soát và quản lý hải sản bền vững.
Trong khuôn khổ đề án "Nuôi trồng thủy sản bền vững: Các vấn đề được lựa chọn và hướng dẫn" do Bộ Nông nghiệp và Phát triển Nông thôn phối hợp cùng Cục Bảo tồn thiên nhiên (FIMA) thực hiện, trọng tâm là quan trắc và đánh giá ảnh hưởng môi trường của hoạt động nuôi trồng thủy sản Dự án tập trung vào 35 quốc gia thuộc 4 khu vực chính: Châu Phi, Châu Á - Thái Bình Dương, Châu Mỹ La Tinh, nhằm thúc đẩy thực hành nuôi trồng thủy sản bền vững, bảo vệ hệ sinh thái và đảm bảo phát triển kinh tế, xã hội bền vững.
Việc giám sát môi trường trong nuôi trồng thủy sản (NTTS) tại Canada có tính phức tạp và chồng chéo do hệ thống kiểm tra đa dạng Từ năm 1943, Canada đã thiết lập hệ thống giám sát thủy hải sản, phân chia các vùng nuôi trồng và đánh bắt thành các mạng lưới hoặc trạm thường xuyên thực hiện kiểm tra định kỳ các mẫu hải sản và thực vật phù du độc hại Chương trình quan trắc môi trường NTTS tại vùng Nova Scotia của Canada đã được triển khai từ nhiều năm trước, nhằm đảm bảo an toàn và bền vững trong hoạt động nuôi trồng thủy sản.
Năm 2002, các đối tượng nuôi thủy sản trên biển, đặc biệt là cá và động vật thân mềm, đã được chú trọng trong hoạt động quan trắc môi trường nhằm đảm bảo phát triển bền vững ngành nuôi trồng thủy sản [7] Tại Úc, Cục Thủy sản đã ban hành Hướng dẫn Kế hoạch quản lý nuôi trồng thủy sản và quan trắc môi trường, đề ra các thông số cần quan trắc để duy trì chất lượng nước và giảm thiểu tác động của hoạt động nuôi trồng thủy sản lên môi trường xung quanh [8] Các hoạt động này đóng vai trò quan trọng trong việc đảm bảo sự phát triển bền vững của ngành thủy sản.
Australia và New Zealand là những nước đầu tiên ban hành hướng dẫn quan trắc chất lượng nước nuôi trồng thủy sản (ANZECC/ARMCANZ, 2000a), tập trung vào các yếu tố vật lý, hóa học và vi sinh có ảnh hưởng đến năng suất và chất lượng nguồn thức ăn Các thông số quan trắc quan trọng bao gồm các yếu tố vi sinh như vi khuẩn lam, mầm bệnh và ký sinh trùng, cùng với các yếu tố lý hóa như DO, pH, độ muối và nhiệt độ, cũng như các độc chất vô cơ và hữu cơ như kim loại nặng và thuốc trừ sâu.
2.1.1.3 Nhu cầu quan trắc tự động môi trường NTTS
Xu hướng hoạt động quan trắc môi trường nước trong nuôi trồng thủy sản (NTTS) đang phát triển theo hướng mở rộng quy mô, đa dạng về hình thức và phân cấp mạnh mẽ, thu hút ngày càng nhiều bên tham gia Việc quan trắc cần được gắn kết chặt chẽ với hoạt động sản xuất, vừa là nghĩa vụ vừa là nhu cầu thiết yếu để đảm bảo an toàn và hiệu quả nuôi trồng thủy sản Tuy nhiên, phương pháp truyền thống lấy mẫu, bảo quản và phân tích tại phòng thí nghiệm thường có độ chính xác cao nhưng lại chậm, không đáp ứng kịp thời yêu cầu kiểm tra chất lượng nước, đặc biệt trong môi trường NTTS nơi chất lượng nước có thể thay đổi nhanh chóng và ảnh hưởng đáng kể đến các loài thủy sản, nhất là những loài nhạy cảm với biến động môi trường.
Để đảm bảo chất lượng nước, cần kiểm soát các yếu tố như nhiệt độ, pH, hàm lượng oxy hòa tan trong nước Với sự phát triển của khoa học kỹ thuật, hoạt động quan trắc môi trường tự động đã được triển khai từ sớm trên toàn cầu, đáp ứng nhu cầu thực tiễn về kết quả nhanh, đáng tin cậy, liên tục cập nhật và cảnh báo sớm các nguy cơ ô nhiễm tiềm ẩn.
Mạng lưới quan trắc tự động, đặc biệt là mạng lưới quan trắc tài nguyên nước, đã nhanh chóng phát triển với hệ thống tiêu chuẩn chất lượng môi trường đa dạng phù hợp từng quốc gia, nhằm bảo vệ sức khỏe cộng đồng Các hệ thống quan trắc tự động này phục vụ các mục tiêu khác nhau, như giám sát chất lượng nước lưu vực sông, nước cấp, nước thải công nghiệp, nước tưới tiêu thủy lợi, chăn nuôi, và nuôi trồng thủy sản, với các chỉ tiêu kiểm soát đặc thù phù hợp Trong các nước phát triển, nguồn ngân sách cho hoạt động quan trắc khá lớn, tập trung vào đầu tư trang thiết bị hiện đại, bảo trì định kỳ, đào tạo nhân lực chuyên nghiệp, đồng thời thiết lập hệ thống đảm bảo và kiểm soát chất lượng rõ ràng, cùng với các phần mềm dự báo và đánh giá chất lượng môi trường phát triển mạnh mẽ.
Các h ệ th ố ng quan tr ắ c liên quan
Các mô hình mạng cảm biến không dây đang phát triển mạnh mẽ trong lĩnh vực nông nghiệp và thủy sản nhờ sự tiến bộ của công nghệ 4.0, giúp thu thập dữ liệu chính xác về môi trường đất, không khí và điều kiện sinh trưởng Tại Quảng Ngãi, hệ thống giám sát môi trường đất sử dụng cảm biến không dây cung cấp các thông số quan trọng như nhiệt độ, độ ẩm không khí, ánh sáng, độ pH đất để tối ưu hóa sản xuất nông nghiệp Ở Long An, Trường Đại học Kinh tế Công nghiệp đã triển khai mạng cảm biến không dây phục vụ nông nghiệp chính xác, cho phép thu thập và phân tích dữ liệu như nhiệt độ, độ ẩm đất, ánh sáng nhằm nâng cao hiệu quả canh tác và chất lượng cây trồng Tại Đà Nẵng, hệ thống cảm biến không dây bắt đầu được nghiên cứu để giám sát môi trường và tình trạng thiết bị, giúp phòng ngừa sự cố và nâng cao quản lý Các nghiên cứu tại Đại học Bách Khoa Hà Nội còn mở rộng sang việc thu thập dữ liệu về nồng độ khói, cháy rừng, ô nhiễm không khí, độ ẩm, nhiệt độ, tiếng ồn Đặc biệt, nhiều dự án tập trung vào ứng dụng của công nghệ cảm biến không dây trong nông nghiệp như thủy canh trồng rau sạch và trồng hoa, góp phần nâng cao năng suất, chất lượng nông sản.
Hình 2.4 Mô hình hệ thống thủy canh sử dụng mạng cảm biến không dây (VLIR)
16 Ứng dụng mạng cảm biến không dây trong quan trắc môi trường NTTS đang được một sốtrường đại học và các viện nghiên cứu trong nước thực hiện như:
2.2.1 Hệ thống giám sát môi trường nông ngư nghiệp của công ty FarmTech
Hệ thống quản lý môi trường nuôi trồng thủy sản (Hình 2.5) cho phép người dùng kiểm soát chất lượng môi trường qua mạng Internet, hỗ trợ phân tích dữ liệu môi trường tự động Các thiết bị công nghệ tích hợp phần mềm của Farmtech giúp giám sát các thông số như độ pH, ORP, nhiệt độ, độ dẫn nước để đảm bảo điều kiện sinh sống tốt cho cá tôm Công nghệ “Internet of Things” (IoT) cho phép theo dõi số liệu môi trường trực tuyến theo thời gian thực, giúp nhà nông nhanh chóng trao đổi thông tin và nhận tư vấn từ các kỹ sư, chuyên gia khoa học, từ đó chủ động phòng tránh rủi ro Hệ thống này nâng cao năng suất, tiết kiệm chi phí và cải thiện chất lượng sản phẩm nhưng có giá thành cao, khoảng 150 triệu đồng mỗi bộ do chưa hoàn toàn làm chủ công nghệ Tuy nhiên, phương pháp đo bằng mẫu không liên tục hạn chế khả năng theo dõi các thông số biến đổi nhanh như DO, NH4+, S2-, và không phù hợp với các yêu cầu quan trắc liên tục trong lĩnh vực thủy sản.
Hình 2.5 Hệ thống mạng cảm biến môi trường không dây (AE Visor) của
2.2.2 Hệ thống mạng cảm biến không dây trong nông nghiệp chính xác của ĐH Kinh tế công nghiệp Long An
Nông nghiệp chính xác là kỹ thuật sử dụng đúng lượng đầu vào như nước, phân bón, thuốc trừ sâu để tăng năng suất và chất lượng cây trồng Mạng cảm biến không dây giúp thu thập dữ liệu quan trọng như nhiệt độ, độ ẩm không khí và đất, ánh sáng, độ pH, từ đó tối ưu hóa quá trình sản xuất Các thông tin này được truyền tải không dây đến trạm quản lý để phân tích và đưa ra quyết định chính xác, nâng cao hiệu quả canh tác Hệ thống cảm biến không dây bao gồm phần cứng và phần mềm, trong đó phần cứng gồm các nút cảm biến chính giúp thu thập dữ liệu liên tục, hỗ trợ nông dân quản lý và điều chỉnh phù hợp.
Hệ thống DHLA-WSN tại khu vực giám sát cùng với các nút quản lý vùng DHLA-WMN và trung tâm điều hành (server) được xây dựng để điều khiển và giám sát hoạt động hiệu quả Các phần mềm tại mỗi nút được lập trình tùy chỉnh để phù hợp với yêu cầu hoạt động cụ thể của hệ thống Hệ thống đã trải qua giai đoạn thử nghiệm tại hiện trường, cho thấy hiệu quả khả quan và tiềm năng mang lại lợi ích lớn cho hệ thống sản xuất nông nghiệp Tuy nhiên, hiện tại hệ thống mới chỉ ở dạng thử nghiệm và chưa được áp dụng rộng rãi trong thực tế.
Mô hình này sử dụng ba cảm biến chính để đo nhiệt độ nước, độ pH và nồng độ oxy trong nước, giúp giám sát chất lượng môi trường nuôi tôm một cách chính xác Các cảm biến ghi nhận các thay đổi về giá trị và truyền dữ liệu về các trạm thông tin, sau đó dữ liệu được gửi qua kết nối không dây tới các server để các chuyên gia tư vấn và phân tích Nông dân có thể dễ dàng điều chỉnh hệ thống sục khí hoặc theo dõi trực tiếp tại các vuông tôm qua các thiết bị di động hoặc máy tính cài đặt phần mềm phù hợp Tuy hệ thống hoạt động hiệu quả, vẫn tồn tại thách thức lớn đó là Việt Nam chưa sản xuất cảm biến trong môi trường nước, buộc phải nhập khẩu thiết bị từ nước ngoài Đáng chú ý, việc phát triển cảm biến có độ chính xác cao, hoạt động lâu dài dưới nước là vấn đề khó khăn cần giải quyết để nâng cao hiệu quả quản lý ao nuôi tôm.
2.2.3 Hệ thống giám sát chất lượng nước nuôi trồng thủy sản e-AQUA Đây là hệ thống giám sát và điều khiển chất lượng nước tự động cho ngành thuỷ sản do các nhà nghiên cứu thuộc Trường Đại học Bách khoa TP HCM thiết kế (Hình 2.6) Giá bán 150 triệu đồng/ 1 hệ thống gồm 8 điểm đo với
4 tham số: nhiệt độ, pH, DO, và muối Hệ thống sử dụng bơm để lấy mẫu nước và sử dụng hóa chất làm xúc tác
Hình 2.6 Hệ thống giám sát và điều khiển chất lượng nước e-Aqua
2.2.4 Hệ thống mạng cảm biến không dây giám sát môi trường nước phục vụ nuôi trồng thủy hải sản, triển khai tại Quảng Ninh (BKRES)
Hệ thống BKRES (Hình 2.7) do Viện Điện tử - Viễn thông, Trường ĐH Bách Khoa Hà Nội phối hợp cùng Trung tâm Khoa học Kỹ thuật và Sản xuất
Giống thủy sản Quảng Ninh đã thành công trong khuôn khổ đề tài cấp tỉnh mang mã số 16/2015/HĐ-KHCN, tập trung nghiên cứu mô hình mạng cảm biến không dây giám sát môi trường nước Dự án này nhằm phục vụ phát triển nuôi tôm chân trắng tại Quảng Ninh, góp phần nâng cao hiệu quả và bền vững trong ngành thủy sản địa phương Không chỉ giúp theo dõi chất lượng nước chính xác, mô hình cảm biến không dây còn tối ưu hóa quá trình quản lý môi trường, thúc đẩy sự phát triển bền vững của ngành nuôi tôm chân trắng tại Quảng Ninh.
Các kết quảchính đạt được:
+ Hệ thống cảm biến đo trực tiếp 4 tham số: nhiệt độ, pH, DO, và muối và đo gián tiếp 4 tham số: NH4 +
+ Hiển thị giám sát và cảnh báo (qua LED, còi và nhắn tin tới máy điện thoại di động)
+ Phần mềm thu thập dữ liệu giám sát và hiển thị thông tin định kỳ, liên tục hoặc theo truy vấn các tham sốmôi trường nước
+ Website hiển thị các tham sốmôi trường và cho phép cấu hình hệ thống từ xa
Các kết quả đã được ứng dụng tại công ty cổ phần thủy sản Cát Phú Hải, Móng Cái, Quảng Ninh từ tháng 12/2016
Hình 2.7 Hệ thống mạng cảm biến không dây giám sát môi trường nuôi tôm
2.2.5 Hệ thống quan trắc mực nước sông tự động Đây là kết qủa đề tài khoa học cấp thành phố Hà Nội do PGS.TS Nguyễn Văn Đức làm chủ nhiệm Hệ thống được thiết kế dựa trên công nghệ cảm biến siêu âm, công nghệ đo mức nước bằng cảm biến áp suất, công nghệ bản đồ số dựa trên nền tảng bản đồ số của Google map, và công nghệ truyền thông mạng 2G và 3G Kết quả đề tài đã được kiểm nghiệm thực tế (03 trạm đo mức nước tự động tại các trạm đo An Cảnh Thường Tín, Yên Duyệt, Sông Bùi và Trạm đo Sơn Đà - Ba Vì) và đưa vào ứng dụng trên một số địa điểm quan trắc mức nước sông trong phạm vi địa bàn thành phố Hà Nội.
HỆ THỐNG GIÁM SÁT NGUỒN NƯỚC PHỤC VỤ NUÔI TRỒNG THỦY SẢN Đầm nuôi 1 Đầm nuôi 2
Chủ đầm nuôi 1 Chủ đầm nuôi 2
Hình 2.8 Hệ thống quan trắc và cảnh báo mức nước sông tựđộng
2.2.6 Hệ thống quản lý và giám sát nguồn phóng xạ di dộng (BKRAD)
Viện Điện tử - Viễn thông, Trường ĐH Bách khoa Hà Nội phối hợp với Trung tâm Chiếu xạ Hà Nội và Viện Năng lượng Nguyên tử Việt Nam đã thành công trong việc nghiên cứu và phát triển hệ thống giám sát từ xa các nguồn phóng xạ theo thời gian thực, dựa trên đề tài cấp Nhà nước mã số ĐTĐLCN.01/14, dưới sự chủ nhiệm của TS Trần Quang Vinh Hệ thống quản lý và thiết bị giám sát nguồn phóng xạ di động BKRAD đã được thiết kế và chế tạo thành công, hiện đang được thử nghiệm tại một số cơ sở NDT trên toàn quốc bởi Cục ATBXHN.
Hình 2.9 Lắp đặt hệ thống quản lý và giám sát nguồn phóng xạdi động tại khu công nghiệp Formosa Hà Tĩnh tháng 3/2016
Các tham s ố thi ế t y ếu trong môi trườ ng nuôi tr ủ y s ả n
2.3.1 Nhiệt độ Định nghĩa: Nhiệt độ là tính chất vật lý của vật chất hiểu nôm na là thang đo độ "nóng" và "lạnh" Nó là biểu hiện của nhiệt năng, có trong mọi vật chất, là nguồn gốc của sự xuất hiện nhiệt, một dòng năng lượng, khi một vật thể tiếp xúc với vật khác lạnh hơn [20] Đơn vị: Phổ biến nhất theo thang đo Celsius, đo bằng °C
Back-end Servers Operation and
Khoảng giá trị: Từ không độ tuyệt đối đến vô cùng Khoảng giá trị nhiệt độ phổ biến tốt cho nuôi trồng thủy hải sản là từ25 đến 30 °C
2.3.2 pH Định nghĩa: Là chỉ sốđo hoạt độ của ion H+ trong dung dịch và vì vậy là độ axit hay bazơ của nó
Sự điện ly là quá trình phân li của các chất trong nước tạo thành các ion, trong đó chất tan phân li ra ion gọi là chất điện li Axit, bazo và muối đều là các chất điện li, góp phần thúc đẩy quá trình này Nước là một chất điện li yếu, với tích số ion là [H+][OH-] = 10⁻¹⁴, nên pH được xác định là thước đo nồng độ ion H+ trong dung dịch.
Công thức tính: pH = -log[H+]
Môi trường trung tính có PH là 7
Môi trường axit có PH < 7
Môi trường bazơ có PH > 7 Đơn vị: PH không có đơn vịđo
Dụng cụđo: Quỳtím, Máy đo PH
Khoảng giá trị: 0 đến 14 Trong nuôi trồng thủy hải sản, khoảng PH tối ưu nằm trong 6.0 - 8.5
Phụ thuộc: Thời tiết mưa hay không, nguồn vào ao hồ có chứa các chất điện li hay không
2.3.3 Nồng độ Oxy hòa tan (DO) hay Dissolved Oxygen Định nghĩa: Là lượng dưỡng khí Oxy hòa tan trong nước rất cần thiết cho sự hô hấp của sinh vật dưới nước như cá, tôm, động vật lưỡng cư, côn trùng v.v Oxy trong nước tạo ra do sự hòa tan của không khí, sự quang hợp của tảo Lượng DO cũng thể hiện phần nào mức độ ô nhiễm gây ra bởi các chất hữu cơ của nước
Công thức tính: Đơn vị: mg/l, ppm 1 mg/L bằng 1 ppm
Dụng cụđo: máy đo oxy hòa tan DO
Phụ thuộc: Thời tiết mưa hay ko, nhiệt độ, mật độ tảo trong nước …
Thay đổi theo độ sâu Độ hòa tan của oxy giảm khi nhiệt độtăng
Áp suất tăng khi độ cao giảm, dẫn đến oxy hòa tan trong nước tăng theo Tuy nhiên, độ bão hòa không khí giảm khoảng 10% mỗi mét khi độ sâu tăng do tác động của áp suất thủy tĩnh Sự thay đổi này ảnh hưởng lớn đến quá trình oxy hòa tan trong các môi trường có độ sâu khác nhau, đặc biệt trong các hoạt động liên quan đến thủy sinh và lặn biển.
23 có nghĩa là nếu nồng độ oxy hòa tan ở mức bão hòa không khí 100% ở bề mặt, thì nó sẽ chỉởđộ bão hòa không khí 70% ba mét dưới bề mặt
Ngoài ra oxy hòa tan còn phụ thuộc vào độ mặn
Trong các dự báo về nồng độ oxy hòa tan, có thể điều chỉnh kết quả dựa trên các tham số như nhiệt độ, độ mặn và áp suất để nâng cao độ chính xác của dự báo Việc tích hợp các yếu tố này giúp đảm bảo các mô hình dự báo phản ánh chính xác tình trạng nước, hỗ trợ quản lý nguồn nước hiệu quả hơn Điều chỉnh các yếu tố môi trường như nhiệt độ, độ mặn và áp suất là cần thiết để tối ưu hóa kết quả dự báo nồng độ oxy hòa tan trong các hệ thống thủy sinh.
2.3.4 Độ muối hay độ mặn (salt) Định nghĩa: Xem xét về môi trường, Độ mặn hay độ muối được ký hiệu S‰ (S viết tắt từ chữ salinity - độ mặn) là tổng lượng (tính theo gram) các chất hòa tan chứa trong 1 kg nước Ngắn gọn độ mặn đo hàm lượng muối hòa tan trong nước
Công thức tính: Đơn vị: phần ngàn (ppt) hoặc tỷ lệ phần trăm (%)
Dụng cụđo: Khúc xạ kế kỹ thuật số, Bút đo độ mặn cầm tay
Khoảng giá trị: 30 - 36 thích hợp nuôi tôm hùm
Độ mặn của nước trong ao nuôi phụ thuộc vào lượng nước sông chảy vào và mức độ bốc hơi, giúp duy trì sự ổn định của tham số này Khi nguồn cung cấp nước cho ao nuôi ổn định, độ mặn sẽ ít biến đổi và giữ mức ổn định, đảm bảo điều kiện nuôi trồng thủy sản lý tưởng.
2.3.5 Nồng độ H2S Định nghĩa: Là nồng độ khí H2S tồn tại trong nước H2S hình thành từ phân và xác động vật, thức ăn thừa và sinh khối thối rữa, có mùi trứng thối, là khí độc ảnh hưởng đến sinh vật trong nước
Công thức tính: Đơn vị: àg/L, mg/L
Khoảng giá trị: không được vượt quá 0,05 mg/L khi nồng độ H2S 4 mg/L sẽ làm tôm chết
Phụ thuộc: Nếu pH thấp, thì dạng H2S (khí) nhiều, ngoài ra còn phụ thuộc nhiệt độ
2.3.6 Nồng độ NH4+ Định nghĩa: Amonia là chất độc được tích lũy trong ao nuôi, phát sinh từ các chất thải của tôm cá trong ao nuôi thủy sản Chúng tồn tại trong hai dạng đó Độ 𝑚ặ𝑛 (𝑝𝑝𝑡) = 𝑠ố 𝑔𝑟𝑎𝑚 𝑚𝑢ố𝑖 ℎò𝑎 𝑡𝑎𝑛
Tổng nitơ trong nước (TAN) bao gồm amoni NH3 và ion amoni NH4+; đây còn được gọi là nitrit, nitrat hoặc nitơ hữu cơ Tùy thuộc vào mức độ pH của nước, các dạng nitơ này có thể chuyển đổi thành các hợp chất có lợi hoặc có hại cho sự phát triển của tôm cá, ảnh hưởng trực tiếp đến sức khỏe và năng suất nuôi trồng thủy sản.
Công thức tính ảnh hưởng của hàm lượng chất gây ức chế là mg/L đối với tôm nuôi Sử dụng hàm lượng này có thể gây ra ức chế sự sinh trưởng và sinh sản của tôm, làm giảm sức đề kháng và khiến tôm dễ mắc các bệnh phổ biến Ngoài ra, tình trạng này gây stress cho tôm và cá, dẫn đến tôm chậm ăn, tăng trưởng kém và hiệu quả nuôi trồng trở nên giảm sút.
Dụng cụđo: Máy đo Amonia, kit test
Khoảng giá trị: 0,05 đến 0,15 mg/L đối với nước ấm, cá biển và tôm biển
Phụ thuộc: Phụ thuộc độ PH, nhiệt độ
Lượng thức ăn dư thừa trong ao nuôi, chất thải hữu cơ Nguồn nước vào ao nuôi
2.3.7 Độ đục (TUR) Turbidity Định nghĩa: Độ đục của nước là một trong những tính chất phổ biến và trực quan nhất của nước, nó thể hiện sự vẩn đục của nước mà bạn có thể dễ dàng nhận biết thông qua việc quan sát bằng mắt thường Chúng ta có thể dễ dàng nhận thấy nước đục hoặc trong nhưng không thể đánh giá được độ đục bằng con số cụ thể
Công thức tính: Đơn vị: NTU, FNU, mg/L
Dụng cụđo: Máy đo độđục
Khoảng giá trị: 0 FNU đến 40 FNU
Độ đục của nước phụ thuộc vào nhiều yếu tố bên ngoài như sự phát triển của tảo, thực vật thủy sinh, các chất lắng đọng từ đáy bể bơi, sông ngòi, bể chứa nước, nước thải từ khu công nghiệp và khu dân cư Ngoài ra, lá cây, bụi bẩn do gió cuốn vào bể, trầm tích gây ra xói mòn và sự phát triển của thực vật phù du cũng ảnh hưởng đến độ trong của nước.
T ổ ng k ế t
Chương này tổng hợp các nghiên cứu về các tham số môi trường nuôi thủy sản, đánh giá thực trạng công tác quan trắc môi trường thủy sản tại Việt Nam và trên thế giới, đồng thời giới thiệu các công trình nghiên cứu liên quan đến lĩnh vực này để làm rõ tác động của yếu tố môi trường đối với sự phát triển của nuôi thủy sản.
HỆ TH Ố NG QUAN TR ẮC MÔI TRƯỜ NG
T ổ ng quan h ệ th ố ng quan tr ắ c t ự độ ng và c ảnh báo môi trườ ng nuôi tôm hùm
3.1.1 Kiến trúc tổng thể Để đáp ứng các yêu cầu đặt ra, nhóm nghiên cứu đề xuất kiến trúc tổng thể hệ thống quan trắc tựđộng môi trường nuôi tôm hùm tại vịnh Xuân Đài và đầm Cù Mông, tỉnh Phú Yên như thể hiện trên Hình 3.1 Hệ thống được thiết kế dựa trên các công nghệ mới nhất về cảm biến, truyền thông, tự động hóa, xử lý dữ liệu và phần mềm cảnh báo theo hướng một hệ thống IoT tích hợp
Hình 3.1 Kiến trúc tổng thể hệ thống quan trắc tựđộng môi trường nuôi tôm hùm
Kiến trúc hệ thống được chia thành các phân hệ với các chức năng chính như sau:
Phân hệ cảm biến bao gồm các trạm quan trắc tự động hoạt động như những nút cảm biến, tích hợp các module cảm biến và cơ cấu tự động hóa cao để đo đạc các thông số môi trường một cách liên tục và chính xác Mỗi trạm đều được trang bị module định vị GPS và hệ thống truyền thông vô tuyến GSM/3G/LORA, giúp các trạm dễ dàng trao đổi thông tin với nhau và với trạm trung tâm qua công nghệ LORA, đảm bảo dữ liệu được cập nhật và xử lý kịp thời.
Phân hệ trạm gốc là thiết bị tập trung hoặc trạm thu thập dữ liệu từ các trạm quan trắc tự động, được trang bị các module định vị GPS và công nghệ truyền thông GSM/3G, LORA như các trạm quan trắc tự động Tuy nhiên, trạm thu thập dữ liệu có khả năng xử lý và tính toán mạnh hơn, cho phép thực hiện các thuật toán phức tạp như đa truy nhập (multi-access) và tập hợp dữ liệu (data aggregation) trước khi gửi về máy chủ trung tâm, nâng cao hiệu quả và độ chính xác của hệ thống quan trắc.
Máy chủ cổng ứng dụng có nhiệm vụ giao tiếp với trạm tập trung để nhận dữ liệu quan trắc và chuyển thông tin điều khiển từ hệ thống vận hành và điều khiển đến trạm tập trung hoặc các trạm quan trắc tự động, đồng thời cung cấp dịch vụ cho người dùng Máy chủ cơ sở dữ liệu (CSDL) lưu trữ dữ liệu quan trắc, hỗ trợ truy vấn dữ liệu theo thời gian thực và cung cấp dữ liệu cho các mô hình cảnh báo Máy chủ dịch vụ chịu trách nhiệm cung cấp các chức năng quản trị hệ thống, quản trị người dùng, quản trị CSDL, phân tích và xử lý dữ liệu, chạy các mô hình cảnh báo, cũng như cung cấp quy trình nghiệp vụ để quản lý, điều hành trực tuyến trong nuôi tôm hùm.
Phân hệ vận hành, bảo dưỡng và điều khiển cung cấp các chức năng giám sát, cảnh báo và xử lý sự cố nhằm đảm bảo hoạt động liên tục và an toàn của hệ thống Ngoài ra, hệ thống còn cung cấp các quy trình vận hành, khai thác và bảo dưỡng chính xác, giúp tối ưu hóa hiệu suất và tuổi thọ của thiết bị Đây là phần cốt lõi để duy trì hiệu quả hoạt động và giảm thiểu rủi ro trong quá trình vận hành hệ thống.
Phân hệ người dùng cung cấp các phần mềm quản lý, giám sát và cảnh báo trên giao diện web cùng điện thoại thông minh Android và iOS, giúp người dùng dễ dàng theo dõi và kiểm soát dữ liệu Các kết quả bộ thông số quan trắc được trình bày một cách trực quan trên bản đồ GIS hoặc dưới dạng bảng biểu phù hợp, đảm bảo dễ hiểu và dễ phân tích Hệ thống này cho phép hiển thị thông tin một cách sinh động, nâng cao hiệu quả quản lý và cảnh báo về các chỉ số quan trọng.
Các nội dung tiếp theo trong mục 3.1 sẽ đi vào mô tả chi tiết các phân hệ thành phần, bao gồm phân hệ liên quan đến phần cứng như cảm biến và trạm gốc được trình bày chung tại mục 3.1.2 Phân hệ xử lý dữ liệu và cung cấp dịch vụ liên quan đến máy chủ sẽ được trình bày trong mục 3.1.3, còn phân hệ vận hành và phân hệ dành cho người dùng cuối sẽ được trình bày tại mục 3.1.4.
3.1.2 Phân hệ cảm biến và phân hệ trạm gốc
Hệ thống cảm biến gồm các trạm quan trắc tự động đặt tại các vùng nước cần theo dõi như đầm và bè nuôi tôm hùm của người dân, hoạt động như các nút cảm biến tích hợp module cảm biến và cơ cấu tự động hóa cao để đo các thông số môi trường liên tục Mỗi trạm đều được trang bị module định vị GPS và phương tiện truyền thông vô tuyến GSM/3G, LORA, giúp các trạm trao đổi dữ liệu cùng trạm trung tâm và các trạm khác một cách hiệu quả Các trạm có khả năng tự cấu hình và vận hành độc lập hoặc theo cấu hình từ xa qua TCP/IP qua module GSM/3G, trong khi module GPS giúp đồng bộ dữ liệu, cung cấp thông tin không gian và thời gian cần thiết cho hệ thống cảnh báo.
Các trạm quan trắc tự động được trang bị module cấp nguồn và dự trữ năng lượng từ năng lượng mặt trời, giúp đảm bảo hoạt động liên tục trong thời gian dài Điều này nâng cao khả năng giám sát môi trường một cách ổn định và đáng tin cậy, kể cả trong điều kiện thiếu điện hoặc mất nguồn Việc sử dụng năng lượng mặt trời giúp giảm chi phí vận hành, đồng thời thúc đẩy sự bền vững và thân thiện với môi trường trong hệ thống giám sát tự động.
Các trạm quan trắc tự động được lắp đặt trên trạm phao chuyên dụng với kết cấu cơ khí chắc chắn, giúp hạn chế tối đa tác động của môi trường như sóng, gió và nước mặn đến hoạt động của thiết bị Điều này đảm bảo hoạt động ổn định và độ tin cậy cao của các hệ thống quan trắc Kiến trúc và các thành phần chính của trạm quan trắc tự động đã được mô tả rõ trên Hình 3.2, thể hiện sự chuẩn bị kỹ lưỡng để phù hợp với môi trường hoạt động.
Hình 3.2 Kiến trúc trạm quan trắc tựđộng (nút mạng cảm biến)
Dưới đây là các bộ phận chính của trạm phao và hình ảnh thực tế của trạm phao đặt tại vùng nước quan trắc:
Hình 3.3 Các thành phần chính của trạm phao
Trạm gốc là thiết bị trung tâm hoặc trạm thu thập dữ liệu từ các trạm quan trắc tự động, được tích hợp các module định vị GPS và công nghệ truyền thông GSM/3G, LORA tương tự như các trạm quan trắc tự động Tuy nhiên, trạm thu thập dữ liệu có khả năng xử lý và tính toán mạnh mẽ hơn, cho phép vận hành các thuật toán phức tạp để phân tích dữ liệu hiệu quả.
29 toán phức tạp như đa truy nhập (multi-access), tập hợp dữ liệu (data aggregation) trước khi truyền về máy chủ trung tâm
Trạm thu thập dữ liệu được lắp đặt tại vị trí phù hợp nhằm đảm bảo khả năng giao tiếp với tất cả các trạm quan trắc tự động thông qua truyền thông vô tuyến LORA Ngoài ra, hệ thống còn kết nối với phân hệ xử lý và cung cấp dịch vụ (máy chủ cổng ứng dụng) qua hạ tầng hệ thống thông tin di động như module GSM/3G hoặc kết nối trực tiếp với Internet để đảm bảo truyền dữ liệu ổn định và hiệu quả.
Trạm thu thập tự động có thể vận hành bằng nguồn cấp điện lưới hoặc năng lượng mặt trời, phù hợp với nhiều điều kiện môi trường khác nhau Kiến trúc của hệ thống trạm thu thập dữ liệu quan trắc được thể hiện rõ nét trong Hình 3.5, giúp đảm bảo hoạt động liên tục và chính xác của các thiết bị đo đạc.
Hình 3.5 Kiến trúc trạm thu thập dữ liệu quan trắc (trạm gốc)
3.1.3 Phân hệ xử lý dữ liệu và cung cấp dịch vụ (máy chủ)
3.1.3.3 Máy chủ hệ thống mạng (Network Server)
Hệ thống máy chủ mạng là máy chủ cài đặt các dịch vụ có chức năng truyền thông với các chức năng tuân theo mô hình tham chiếu OSI.
3.1.3.4 Máy chủ cơ sở dữ liệu (Database Server)
Máy chủ dữ liệu (database server) là một kho dữ liệu dùng để lưu trữ, duy trì và khôi phục thông tin của website và các dữ liệu liên quan Là một máy tính mạng LAN riêng biệt, database server gồm hệ thống quản trị cơ sở dữ liệu (DBMS) và cơ sở dữ liệu, đảm bảo lưu trữ an toàn và hiệu quả Dựa trên yêu cầu từ các máy khách, database server sẽ tìm kiếm và truy xuất các bản ghi dữ liệu cần thiết rồi chuyển chúng qua mạng.
Một database server là máy chủ chuyên dụng cung cấp dịch vụ database hoặc chạy phần mềm quản lý dữ liệu, đóng vai trò trung tâm trong hệ thống Thường xuyên xuất hiện trong môi trường client-server, database server chịu trách nhiệm lưu trữ, quản lý và cung cấp thông tin cho các hệ thống khách hàng truy cập Đây là thành phần không thể thiếu để đảm bảo việc truy xuất dữ liệu chính xác và hiệu quả trong các ứng dụng và hệ thống thông tin.
Ph ạ m vi lu ận văn trong hệ th ố ng
Trong luận văn này, chúng tôi tập trung xây dựng và nâng cao mô hình AI chính xác cao để cung cấp API dự báo nguồn nước, hỗ trợ ứng dụng web và mobile giúp người dân theo dõi diễn biến nguồn nước tại ao, đầm nuôi Mô hình giúp dự đoán sớm những biến động môi trường, từ đó đề xuất các phương án xử lý kịp thời khi môi trường có sự biến đổi xấu Nhờ đó, người dân có thể quản lý và bảo vệ nguồn nước hiệu quả hơn, đảm bảo sự phát triển bền vững của hoạt động nuôi trồng thủy sản.
AI và API dự báo nằm trong AI Module trong mục 3.1.3.5 và Hình 3.7
Hình 3.19 Mô hình dự báo trong AI module
Module dự báo bao gồm các ứng dụng, công cụ, phần mềm và cơ sở dữ liệu trong phân hệ xử lý dữ liệu, nhằm cung cấp dịch vụ dự báo tham số nguồn nước chính xác và hiệu quả Đây là thành phần quan trọng giúp nâng cao khả năng dự đoán và quản lý nguồn nước, đáp ứng các yêu cầu về an toàn và phát triển bền vững Các module này tích hợp công nghệ hiện đại để hỗ trợ các quyết định liên quan đến nguồn nước, góp phần tối ưu hóa quá trình xử lý và sử dụng tài nguyên nước một cách hiệu quả.
Mô hình dự báo là mô hình AI nằm trong module dự báo Nó là trái tim của module dự báo.
T ổ ng k ế t
Chương này mô tả hệ thống quan trắc tự động và cảnh báo môi trường nuôi tôm hùm tại vịnh Xuân Đài và đầm Cù Mông tỉnh Phú Yên Hệ thống bao gồm các phân hệ phần cứng và phần mềm, cùng với sự tương tác giữa chúng để đảm bảo giám sát hiệu quả Ngoài ra, chương cũng xác định phạm vi của luận văn trong lĩnh vực hệ thống quan trắc môi trường nuôi tôm hùm.