Nghiên cứu quy luật diễn biến nồng độ khí co, pm10, o3 tại tp hồ chí minh và xây dựng bản đồ phân bố ô nhiễm

1- TÊN ĐỀ TÀI: NGHIÊN CỨU QUY LUẬT DIỄN BIẾN NỒNG ĐỘ KHÍ CO, PM 10 , O 3 TẠI TP.HCM VÀ XÂY DỰNG BẢN ĐỒ PHÂN BỐ Ô NHIỄM 2- NHIỆM VỤ LUẬN VĂN: − Tổng quan về tình hình nghiên cứu thuộc

NGUYỄN VIẾT VŨ NGHIÊN CỨU QUY LUẬT DIỄN BIẾN NỒNG ĐỘ KHÍ

DỰNG BẢN ĐỒ PHÂN BỐ Ô NHIỄM

Chuyên ngành: Công nghệ môi trường

LUẬN VĂN THẠC SĨ

Thành phố Hồ Chí Minh, tháng 01 năm 2011

ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH

Cán bộ hướng dẫn khoa học: PGS.TS Nguyễn Đinh Tuấn

Cán bộ chấm nhận xét 1: TS Huỳnh Kỳ Phương Hạ

Cán bộ chấm nhận xét 2: TS Nguyễn Tấn Phong

Luận văn Thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG Tp HCM,

ngày 25 tháng 01 năm 2011

Thành phần Hội đồng đánh giá luận văn Thạc sĩ gồm:

1 PGS.TS Nguyễn Văn Phước

2 PGS.TS Nguyễn Đinh Tuấn

3 TS Nguyễn Thị Vân Hà

4 TS Huỳnh Kỳ Phương Hạ

5 TS Nguyễn Tấn Phong

Xác nhận của Chủ tịch Hội đồng đánh giá luận văn và bộ môn quản lý chuyên

ngành sau khi luận văn đã được sửa chữa (nếu có)

Chủ tịch Hội đồng đánh giá LV Bộ môn quản lý chuyên ngành

TP.HCM, ngày 14 tháng 01 năm 2011

NHIỆM VỤ LUẬN VĂN THẠC SĨ

Họ và tên học viên: NGUYỄN VIẾT VŨ Phái: Nam………

Ngày, tháng, năm sinh: 14/12/1983 Nơi sinh: Quảng Nam

Chuyên ngành: Công nghệ môi trường

MSHV: 02507766

1- TÊN ĐỀ TÀI: NGHIÊN CỨU QUY LUẬT DIỄN BIẾN NỒNG ĐỘ KHÍ CO,

PM 10 , O 3 TẠI TP.HCM VÀ XÂY DỰNG BẢN ĐỒ PHÂN BỐ Ô NHIỄM

2- NHIỆM VỤ LUẬN VĂN:

− Tổng quan về tình hình nghiên cứu thuộc lĩnh vực đề tài, tổng quan về mô hình

chất lượng không khí được ứng dụng trong đề tài;

− Hiện trạng môi trường không khí và hoạt động quan trắc môi trường tại

TP.HCM;

− Biên hội và xử lý số liệu quan trắc trung bình 5 phút từ các trạm quan trắc chất

lượng không khí tự động và một trạm khí tượng đại diện trên địa bàn TP.HCM;

− Nghiên cứu quy luật diễn biến nồng độ khí CO, PM10, O3 tại TP.HCM qua phân

tích bộ số liệu quan trắc chất lượng không khí tự động đã được xử lý từ dữ liệu 5 phút;

− Áp dụng mô hình chất lượng không khí để xây dựng bản đồ phân bố ô nhiễm cho

TP.HCM

3- NGÀY GIAO NHIỆM VỤ: 29/06/2010

4- NGÀY HOÀN THÀNH NHIỆM VỤ: 14/01/2011

5- HỌ VÀ TÊN CÁN BỘ HƯỚNG DẪN: PGS.TS Nguyễn Đinh Tuấn

Nội dung và đề cương Luận văn thạc sĩ đã được Hội đồng Chuyên ngành thông qua

CÁN BỘ HƯỚNG DẪN

(Họ tên và chữ ký)

CHỦ NHIỆM BỘ MÔN QUẢN LÝ CHUYÊN NGÀNH

Trong quá trình thực hiện luận văn, tôi đã nhận được rất nhiều sự giúp đỡ từ các thầy cô, gia đình, các đồng nghiệp và bạn bè Tôi chân thành gửi lời cảm ơn đến tất cả mọi người – những người đã tạo điều kiện thuận lợi nhất cho tôi hoàn thành luận văn đúng thời gian quy định

Em chân thành cảm ơn PGS.TS Nguyễn Đinh Tuấn, thầy đã truyền đạt những kiến thức cần thiết và tạo mọi điều kiện tốt nhất để em hoàn thành luận văn

Trân trọng cảm ơn tất cả các thầy cô Khoa Môi trường – Đại học Bách Khoa TP.HCM đã dạy dỗ, giúp em hoàn thiện kiến thức của mình

Trân trọng cảm ơn chủ nhiệm, đồng chủ nhiệm đề tài nghiên cứu khoa học “nghiên cứu quy luật diễn biến chất lượng không khí từ số liệu quan trắc tại 9 trạm quan trắc không khí tự động và xây dựng bản đồ phân bố ô nhiễm cho thành phố Hồ Chí Minh”

đã cho phép em sử dụng một phần kết quả nghiên cứu của đề tài để thực hiện luận văn.

Trân trọng cảm ơn nhóm thực hiện đề tài nghiên cứu khoa học đã tạo điều kiện thuận lợi giúp em hoàn thành luận văn

Trân trọng cảm ơn các anh, chị đang công tác tại Trung tâm Công nghệ Thông tin Địa lý, trường Đại học Bách Khoa thành phố Hồ Chí Minh

Xin chân thành cảm ơn các đồng nghiệp trong phòng Quan trắc và Đánh giá Chất lượng Môi trường – Chi cục Bảo vệ Môi trường đã giúp đỡ, hỗ trợ những thông tin cần thiết cho em hoàn thành luận văn

Cảm ơn gia đình đã luôn là chỗ dựa vững chắc, tạo động lực cho con học tập và làm việc ngày một tốt hơn

Tp HCM, ngày 14 tháng 01 năm 2011

Nguyễn Viết Vũ

Thành phố Hồ Chí Minh có 9 trạm quan trắc chất lượng không khí tự động Hiện tại các số liệu quan trắc này chỉ được sử dụng để thực hiện các báo cáo định kỳ hàng tháng, quý, năm và một số công tác khác

Trong nghiên cứu này, đề tài đưa ra phương thức để tiến hành biên hội và xử lý

số liệu quan trắc trung bình 5 phút từ các trạm quan trắc chất lượng không khí tự động

và một trạm khí tượng đại diện trên địa bàn TP.HCM; Nghiên cứu quy luật diễn biến nồng độ khí CO, PM10, O3 trong ngày, theo mùa, xu hướng trong nhiều năm, những trường hợp ô nhiễm cực đoan, phân tích nhận diện các khu vực bị ô nhiễm không khí nặng trên địa bàn TP.HCM qua phân tích bộ số liệu quan trắc chất lượng không khí tự động đã được xử lý từ dữ liệu 5 phút; Áp dụng mô hình chất lượng không khí để xây dựng bản đồ phân bố ô nhiễm cho TP.HCM

Ho Chi Minh City has nine air quality monitoring station Currently, the data is only used to make reports monthly, quarterly, annually and some other

In this study, we set up methods to collection and process monitoring data from the average 5 minute of nine air quality stations and one meteorological station in Ho Chi Minh City; Research the evolution concentration of CO, PM10, O3 in the day, seasonal trends for years, analyze, identify areas of serious air pollution in Ho Chi Minh City by analyzing the monitoring data 5 minutes of air quality station; we applied the model to build pollution distribution maps for Ho Chi Minh City

1.1 Sự cần thiết của đề tài 1

1.2 Mục tiêu nghiên cứu 2

1.3 Phạm vi và đối tượng nghiên cứu 2

1.4 Nội dung nghiên cứu 2

1.4.1 Tổng quan về tình hình nghiên cứu thuộc lĩnh vực đề tài 2

1.4.2 Hiện trạng môi trường không khí và hoạt động quan trắc môi trường không khí tại thành phố Hồ Chí Minh 3

1.4.3 Biên hội và xử lý số liệu quan trắc trung bình 5 phút từ các trạm QTCLKKTĐ và một trạm khí tượng đại diện trên địa bàn TP.HCM 3

1.4.4 Nghiên cứu quy luật diễn biến nồng độ khí CO, PM10, O3 tại thành phố Hồ Chí Minh qua phân tích bộ số liệu QTCLKKTĐ đã được xử lý ở nội dung trên 3

1.4.5 Áp dụng mô hình chất lượng không khí để xây dựng bản đồ phân bố ô nhiễm trên địa bàn TP.HCM 4

1.5 Phương pháp nghiên cứu 4

1.5.1 Phương pháp tham khảo tài liệu 4

1.5.2 Phương pháp thu thập thông tin dữ liệu 4

1.5.3 Phương pháp kiểm tra, phân tích số liệu 4

1.5.4 Phương pháp phân tích thống kê 6

1.5.5 Sử dụng các phần mềm hệ thống thông tin địa lý 6

1.5.6 Phân tích sự tương quan 6

1.5.7 Ứng dụng các công cụ mô hình 7

1.6 Tính mới, tính khoa học và tính thực tiễn của đề tài 9

1.6.1 Tính mới của đề tài 9

1.6.2 Tính khoa học 10

1.6.3 Tính thực tiễn của đề tài 10

CHƯƠNG 2: TỔNG QUAN VỀ TÌNH HÌNH NGHIÊN CỨU THUỘC LĨNH

2.1.2 Tình hình nghiên cứu ở trong nước 13

2.2 Các kỹ thuật thống kê sử dụng trong nghiên cứu thuộc lĩnh vực đề tài 14

2.2.1 Thống kê mô tả (descriptive statistics) 14

2.2.2 Cách biểu diễn Box – Whisker 14

2.2.3 Phân bố tần xuất và mật độ xác suất 14

2.2.4 Phân bố Normal 15

2.2.5 Phân bố Student 16

2.2.6 Ma trận thừa số (Matrix Factorization) 17

2.2.7 Hàm hồi quy tuyến tính từng bước SLG (Stepwise Linear Regression) 22

2.3 Ứng dụng phương pháp dữ liệu khí tượng để dự đoán nguồn ô nhiễm 22

2.3.1 Giới thiệu 22

2.3.2 Gắn gió với dữ liệu nồng độ 23

2.4 Mô hình chất lượng không khí 23

2.4.1 Mô hình MM5 25

2.4.2 Mô hình CMAQ 27

2.4.3 Mô hình AirQuis 32

CHƯƠNG 3: HIỆN TRẠNG MÔI TRƯỜNG KHÔNG KHÍ VÀ HOẠT ĐỘNG QUAN TRẮC MÔI TRƯỜNG TẠI THÀNH PHỐ HỒ CHÍ MINH 33

3.1 Tổng quan về điều kiện tự nhiên 33

3.1.1 Vị trí địa lý 33

3.1.2 Ðịa hình 33

3.1.3 Khí hậu, thời tiết 33

3.2 Tổng quan về điều kiện kinh tế – xã hội 34

3.2.1 Tăng trưởng kinh tế 34

3.2.2 Sức ép dân số và vấn đề di cư 35

3.2.3 Phát triển công nghiệp 36

3.3 Tổng quan về hệ thống quan trắc chất lượng không khí tại TP.HCM 41

3.3.1 Hệ thống quan trắc không khí tự động liên tục 41

3.3.2 Hệ thống quan trắc không khí bán tự động 44

3.3.3 Hệ thống quan trắc Benzen – Toluen – Xylen (BTX) 45

3.4 Hiện trạng chất lượng không khí tại TP.HCM 47

3.4.1 Hiện trạng chất lượng không khí tại các trạm quan trắc tự động liên tục 47

3.4.2 Hiện trạng chất lượng không khí do hoạt động giao thông tại các trạm quan trắc bán tự động 51

3.4.3 Hiện trạng ô nhiễm các chất hữu cơ bay hơi (BTX) trong không khí khu vực thành phố Hồ Chí Minh 57

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU QUY LUẬT DIỄN BIẾN NỒNG ĐỘ KHÍ CO, PM 10 , O 3 TẠI TP.HCM VÀ BẢN ĐỒ PHÂN BỐ Ô NHIỄM 61

4.1 Biên hội và xử lý số liệu quan trắc trung bình 5 phút từ 9 trạm quan trắc chất lượng không khí tự động và một trạm khí tượng đại diện trên địa bàn TP.HCM 61

4.1.1 Quy trình xử lý dữ liệu 61

4.1.2 Quy trình thu nhận dữ liệu 63

4.1.3 Đánh giá và nhận xét chung về số liệu 65

4.2 Quy luật diễn biến chất lượng không khí tại TP.HCM 67

4.2.1 Diễn nồng độ bụi PM10, O3, CO trong ngày 67

4.2.2 Diễn nồng độ khí CO, PM10, O3 theo tháng 73

4.2.3 Diễn nồng độ khí CO, PM10, O3 qua các năm 77

4.2.4 Nghiên cứu đánh giá những trường hợp ô nhiễm cực đoan hay ô nhiễm nặng (air pollution episodes) 82

4.3 Áp dụng công cụ mô hình chất lượng không khí để xây dựng bản đồ phân bố ô nhiễm không khí trên địa bàn TP.HCM 95 4.3.1 Xây dựng các dữ liệu đầu vào cho hệ thống mô hình chất lượng không khí bao gồm: cơ sở dữ liệu phát thải (emission database), dữ liệu khí tượng cho khu vực

5.1 KẾT LUẬN 109 5.2 KIẾN NGHỊ 110

24

Bảng 2.2: Thông số những nguồn điểm cao ở TP.HCM 28

Bảng 2.3: Hệ số phát thải của một số chất đốt 28

Bảng 2.4: Hệ số phát thải của các vùng công nghiệp đặc trưng 29

Bảng 2.5: Hệ số phát thải cho nguồn di động 30

Bảng 2.6: Hệ số phát thải cho loại nhiên liệu dung đốt cháy trong gia đình 31

Bảng 2.7: Hệ số phát thải VOC 31

Bảng 3.1: Các trạm quan trắc chất lượng không khí tự động tại TP.HCM 42

Bảng 3.2: Tọa độ GPS của vị trí đo 44

Bảng 3.3: Vị trí các điểm đo BTX 46

Bảng 3.4: Kết quả chất lượng không khí ven đường trong năm 2009 47

Bảng 3.5: Nồng độ các chất ô nhiễm tại 6 trạm QTKKBTĐ 6 tháng đầu năm 2010 51

Bảng 3.6: Kết quả quan trắc hàm lượng Benzen trung bình 6 tháng đầu năm 2010 57

Bảng 3.7: Kết quả quan trắc hàm lượng Toluen trung bình 6 tháng đầu năm 2010 57

Bảng 3.8: Kết quả quan trắc hàm lượng Xylen trung bình 6 tháng đầu năm 2010 58

Bảng 4.1: Tổng hợp các số liệu quan trắc tự động thu thập được qua các năm 66

Bảng 4.2: Liệt kê số liệu các thời điểm ô nhiễm không khí nặng tại các trạm dân cư Quận 2 và Tân Sơn Hòa (TSH) 82

Bảng 4.3: Liệt kê số liệu các thời điểm ô nhiễm không khí nặng tại các trạm nền Quang Trung (QT) và Thảo Cần Viên (ZOO) 83

Bảng 4.4: Liệt kê số liệu các thời điểm ô nhiễm không khí nặng tại trạm công nghiệpThủ Đức (TĐ) 83

Bảng 4.5: Liệt kê số liệu các thời điểm ô nhiễm không khí nặng tại các trạm giao thông Bình Chánh, DOSTE, Hồng Bàng, Thống Nhất 84

Bảng 4.7: Kết quả phân tích quan hệ giữa PM10 và các yếu tố khí tượng 94 Bảng 4.8: Tỷ lệ của các nguồn thải chất ô nhiễu không khí (tấn/giờ) tại TP.HCM (trong khu vực nghiên cứu) 95 Bảng 4.9: Phát thải từ các loại xe khác nhau (kg/giờ) 96 Bảng 4.10: Giá trị của các chỉ số thống kê đánh giá kết quả mô hình CMAQ theo USEPA 105

Hình 1.2: Phương pháp nghiên cứu bằng mô hình 8

Hình 1.3: Khu vực dự kiến mô hình hóa chất lượng không khí cho TP.HCM 9

Hình 2.1: Biểu diễn Box – Whisker của Al, Ca2+, Cl- và K theo SPSS 7.0 14

Hình 2.2: Mô hình không gian của dữ liệu 19

Hình 2.3: Mô hình không gian của dữ liệu, góc nhìn từ trên xuống của hình 2.2 19

Hình 2.4: Dữ liệu dưới dạng nhiều nguồn 21

Hình 3.1: Tăng trưởng GDP từng ngành kinh tế toàn Thành phố giai đoạn 2005 –2009 .35

Hình 3.2: Dân số thành phố Hồ Chí Minh 1979 – 2009 35

Hình 3.3: Tổng giá trị sản xuất công nghiệp trên địa bàn TP.HCM qua 5 năm 36

Hình 3.4: Tổng vốn đầu tư xây dựng cho TP.HCM từ năm 2005 – 2009 38

Hình 3.5: Khối lượng vận chuyển hàng hóa, hành khách qua các năm 40

Hình 3.6: Thống kê lượng giao thông vận tải các năm 40

Hình 3.7: Bản đồ vị trí trạm quan trắc chất lượng không khí tại TPHCM 42

Hình 3.8: Bản đồ vị trí trạm quan trắc chất lượng không khí Bán tự động tại TPHCM 45

Hình 3.9: Bản đồ vị trí trạm quan trắc chất lượng BTX tại TP.HCM 47

Hình 3.10: Diễn biến nồng độ CO trong ngày năm 2009 48

Hình 3.11: Nồng độ CO trung bình năm trong KK ven đường 48

Hình 3.12: Diễn biến nồng độ O3 trong ngày năm 2009 50

Hình 3.13: Nồng độ O3 trung bình năm trong KK ven đường 50

Hình 3.14: Nồng độ CO trung bình tại 06 trạm quan trắc KKBTĐ các thời điểm 53

Hình 3.15: Nồng độ bụi trung bình tại 06 trạm quan trắc KKBTĐ các thời điểm 54

Hình 3.16: Nồng độ NO2 trung bình tại 06 trạm quan trắc KKBTĐ các thời điểm 55

Hình 3.18: Tiếng ồn Max quan trắc tại 06 trạm KKBTĐ trong 06 tháng đầu năm 2010

56

Hình 3.19: Tiếng ồn Min quan trắc tại 06 trạm KKBTĐ trong 06 tháng đầu năm 2010 .57

Hình 3.20: Tiếng ồn Min quan trắc tại 06 trạm KKBTĐ trong 06 tháng đầu năm 2010 .58

Hình 3.21: Nồng độ Toluene trung bình 6 tháng đầu năm 2009 – 2010 và 6 tháng cuối năm 2009 59

Hình 3.22: Nồng độ Xylene trung bình 6 tháng đầu năm 2009 – 2010 và 6 tháng cuối năm 2009 60

Hình 4.1: Phần mềm Enviman Comvisioner 61

Hình 4.2: Phần mềm Comvisioner – Reporter 62

Hình 4.3: Mô hình Air AirQuis – Quản lý, phân tích và thống kê số liệu 63

Hình 4.4: Mô hình AirQuis – Mô hình tính toán và dự báo chất lượng không khí 63

Hình 4.5: Phần mềm Comvisioner Kiểm tra chuỗi dữ liệu 64

Hình 4.6: Kết quả giá trị 5 phút của NO2 và CO tại trạm Bình Chánh .64

Hình 4.7: Sơ đồ tóm tắt quá trình thu thập và cập nhật dữ liệu 65

Hình 4.8: Diễn biến nồng độ PM10 trong ngày tại các trạm QTCLKKTĐ TP.HCM (giai đoạn 2003 – 2007) 68

Hình 4.9: Diễn biến nồng độ PM10 trong ngày theo mùa mưa và mùa khô tại các trạm QTCLKKTĐ tại TP.HCM 68

Hình 4.10: Diễn biến nồng độ O3 trong ngày tại các trạm QTCLKKTĐ tại TP.HCM.70 Hình 4.11: Diễn biến nồng độ O3 trong ngày theo mùa mưa và mùa khô tại các trạm QTCLKKTĐ tại TP.HCM 70

Hình 4.12: Diễn biến nồng độ O3 trong ngày tại TSH (tháng 3 và tháng 8 – 2003) 71 Hình 4.13: Diễn biến nồng độ CO trong ngày tại các trạm QTCLKKTĐ tại TP.HCM71

Hình 4.15: Diễn biến nồng độ PM10 theo tháng trong năm tại các trạm QTCLKKTĐ tại TP.HCM 73 Hình 4.16: Diễn biến nồng độ PM10 theo tháng trong năm tại trạm Quận 2 (2003) 74 Hình 4.17: Diễn biến nồng độ O3 theo tháng trong năm tại các trạm QTCLKKTĐ tại TP.HCM 75 Hình 4.18: Diễn biến nồng độ O3 theo tháng trong năm 2003 tại trạm Quận 2 và TSH 75 Hình 4.19: Diễn biến nồng độ CO theo tháng trong năm tại các trạm QTCLKKTĐ tại TP.HCM 76 Hình 4.20: Diễn biến nồng độ CO theo tháng trong năm 2002 tại trạm DOSTE .76 Hình 4.21: Diễn biến nồng độ PM10 qua các năm tại các trạm QTCLKKTĐ tại TP.HCM 78 Hình 4.22: Diễn biến PM10 tại các năm có số liệu tin cậy >70% 78 Hình 4.23: Diễn biến nồng độ O3 qua các năm tại các trạm QTCLKKTĐ tại TPHCM 80 Hình 4.24: Diễn biến nồng độ CO qua các năm tại các trạm QTCLKKTĐ tại TP.HCM 81 Hình 4.25: Diễn biến nồng độ CO qua các năm tại các trạm BC và TN 81 Hình 4.26: Các hình thái synop gây ô nhiễm không khí nặng tại TP.HCM đợt tháng 1/2003 .86 Hình 4.27: Các hình thái synop gây ô nhiễm không khí nặng tại TP.HCM đợt tháng 1,2/2004 .88 Hình 4.28: Các hình thái synop gây ô nhiễm không khí nặng tại TP.HCM đợt tháng 1/2005 .89 Hình 4.29: Các hình thái synop gây ô nhiễm không khí nặng tại TP.HCM đợt tháng 3/2005 .91 Hình 4.30: Biểu đồ diễn biến các ngày trước và sau ngày cực đoan 92 Hình 4.31: Tỷ lệ của các nguồn thải chất ô nhiễu không khí khác nhau tại TP.HCM (trong khu vực nghiên cứu) 96

ở thời điểm 12:00 giờ địa phương (kg/2.8 x 2.8 km giờ) 97 Hình 4.33: So sánh số liệu kết quả mô hình và số liệu đo đạc tại trạm Tân Sơn Hòa của nhiệt độ, vận tốc gió và hướng gió theo chuỗi thời gian 99 Hình 4.34: Trường gió mô hình và hướng gió quan sát đo tại trạm tân Sơn Hòa (vòng tròn nhỏ) ở thời điểm 13:00 giờ địa phương ngày 10 tháng 3 năm 2005 100 Hình 4.35: So sánh số liệu nồng độ O3 từ kết quả mô hình và số liệu quan trắc theo chuỗi thời gian tại trạm QT và ZOO từ ngày 1 đến 13 tháng 3 năm 2005 102 Hình 4.36: So sánh số liệu nồng độ CO từ kết quả mô hình và số liệu quan trắc theo chuỗi thời gian tại trạm D2 (a) và nồng độ CO tại trạm DOSTE từ ngày 1 đến 13 tháng

3 năm 2005 103 Hình 4.37: So sánh sự phân tán giữa số liệu O3 mô phỏng và số liệu quan trắc a) Tất

cả các ngày trong thời đoạn mô phỏng; b) Trừ các ngày có vận tốc gió mô phỏng vượt giá trị đo đạc .104 Hình 4.38: Bản đồ phân bố nồng độ O3 tại mặt đất cho khu vực TP.HCM tại thời điểm 13:00 giờ địa phương từ ngày 1 đến 6 tháng 3 năm 2005 107 Hình 4.39: Bản đồ phân bố nồng độ O3 tại mặt đất cho khu vực TP.HCM tại thời điểm 13:00 giờ địa phương từ ngày 7 đến 12 tháng 3 năm 2005 108

CHƯƠNG 1: MỞ ĐẦU 1.1 Sự cần thiết của đề tài

Trong những năm gần đây, vấn đề ô nhiễm không khí đã trở thành mối lo ngại lớn của toàn nhân loại Ô nhiễm không khí không những tác động trực tiếp đến sức khỏe con người mà còn để lại những hệ quả nghiêm trọng Sự thay đổi khí hậu toàn cầu, mưa axit, khói quang hóa, nghịch đảo nhiệt, suy thoái tầng Ozone… đã gây ra những thiệt hại lớn khôn lường về sinh thái, con người và cho cả nền kinh tế

Việt Nam là một nước đang trong thời kỳ phát triển và hội nhập với thế giới Việc gia nhập vào WTO đã tạo ra những điều kiện thuận lợi nhằm thúc đẩy nền kinh tế phát triển Quá trình công nghiệp hóa và đô thị hóa diễn ra nhanh chóng, tốc độ đầu tư vào công nghiệp tăng nhanh với hàng loạt các dự án xây dựng đường giao thông, nhà máy,

và khu công nghiệp đã và đang tiến hành Song song với quá trình phát triển kinh tế thì vấn đề ô nhiễm môi trường nói chung và ô nhiễm không khí nói riêng đang là một vấn

đề cấp bách cần có những biện pháp giải quyết triệt để nhằm đảm bảo tiêu chí phát triển bền vững: Kinh tế – An sinh Xã hội – Môi trường Đây cũng là mục tiêu, là xu hướng chung mà tất các quốc gia trên thế giới cần đạt tới

Hiện nay, tại thành phố Hồ Chí Minh, ô nhiễm không khí đang là một thách thức môi trường và cũng là một trong những đô thị có mức ô nhiễm môi trường không khí nghiêm trọng nhất Ngoài tác động từ các hoạt động sản xuất công nghiệp, thủ công nghiệp, dịch vụ, thương mại, xây dựng,… thì hoạt động giao thông cũng đã làm nghiêm trọng thêm tình trạng ô nhiễm môi trường không khí cho Thành phố Theo đánh giá của các chuyên gia, ô nhiễm không khí ở đô thị do giao thông gây ra chiếm tỷ

lệ khoảng 70%

Nhận thức rõ được điều này, năm 2002 Chiến lược bảo vệ môi trường thành phố

Hồ Chí Minh đã được phê duyệt và triển khai trong đó chương trình Bảo vệ môi trường không khí là một trong tám chương trình trọng điểm Cũng từ năm 2002, được

sự tài trợ của Uỷ ban Nhân dân và tổ chức hợp tác quốc tế Đan Mạch, thành phố Hồ Chí Minh đã hoàn tất việc lắp đặt 9 trạm quan trắc chất lượng không khí tự động (QTCLKKTĐ) nhằm theo dõi thường xuyên chất lượng môi trường không khí với các trọng tâm, trọng điểm hợp lý để phục vụ các hoạt động bảo vệ môi trường và phát triển bền vững

Việc xây dựng và triển khai tốt hoạt động của mạng lưới QTCLKKTĐ sẽ cung cấp thông tin môi trường chính xác và kịp thời để giúp cho các nhà lãnh đạo, các cơ quan quản lý có được những thông tin thường xuyên, cập nhật về hiện trạng, xu thế

diễn biến chất lượng môi trường, làm cơ sở ra các quyết định quản lý, cảnh báo và phòng chống sự cố ô nhiễm môi trường ở Thành phố

Kể từ lúc đi vào hoạt động cho đến nay, 9 trạm QTCLKKTĐ này hoạt động khá tốt, tích lũy hàng triệu số liệu quan trắc Tuy nhiên các số liệu quan trắc này chỉ được

xử lý sơ bộ để báo cáo định kỳ mà chưa được nghiên cứu, phân tích một cách toàn diện để tìm ra quy luật diễn biến của các chất ô nhiễm không khí trong ngày, theo mùa,

xu hướng trong nhiều năm, những trường hợp ô nhiễm cực đoan, cũng như chưa được

sử dụng để phân tích nhận diện các khu vực bị ô nhiễm không khí nặng trên địa bàn TP.HCM Ngoài ra các số liệu quan trắc này cũng chưa được sử dụng kết hợp với các công cụ mô hình chất lượng không khí một cách hiệu quả nhằm xây dựng mô hình dự

báo chất lượng không khí cho TP.HCM Do vậy, đề tài “nghiên cứu quy luật diễn biến nồng độ khí CO, PM 10 , O 3 tại thành phố Hồ Chí Minh và xây dựng bản đồ phân bố ô nhiễm” nhằm phân tích quy luật diễn biến các chất ô nhiễm không khí,

phân tích nhận diện các khu vực bị ô nhiễm không khí nặng trên địa bàn TP.HCM đồng thời sử dụng kết hợp với công cụ mô hình xây dựng bản đồ phân bố ô nhiễm cho TP.HCM là rất cần thiết Thực hiện tốt các công việc này sẽ đáp ứng và góp phần vào chiến lược bảo vệ môi trường không khí cho TP.HCM – xây dựng TP.HCM trở thành một Thành phố xanh, sạch và phát triển bền vững

1.2 Mục tiêu nghiên cứu

Mục tiêu chính của đề tài là nghiên cứu quy luật diễn biến nồng độ khí CO, PM10

O3 trong ngày, theo mùa, xu hướng nhiều năm tại thành phố Hồ Chí Minh đồng thời sử dụng mô hình chất lượng không khí xây dựng bản đồ phân bố ô nhiễm trên địa bàn TP.HCM dựa trên dữ liệu phát thải (emission data), dữ liệu thu thập được từ 9 trạm QTCLKKTĐ và dữ liệu khí tượng

1.3 Phạm vi và đối tượng nghiên cứu

Đối tượng nghiên cứu của đề tài là 3 thông số CO, PM10 và O3 từ 9 trạm QTCLKKTĐ và phạm vi nghiên cứu là các quận, huyện của thành phố Hồ Chí Minh, nơi có đặt trạm QTCLKKTĐ

1.4 Nội dung nghiên cứu

Đề tài tập trung nghiên cứu những nội dung sau:

1.4.1 Tổng quan về tình hình nghiên cứu thuộc lĩnh vực đề tài

 Tình hình nghiên cứu thuộc lĩnh vực đề tài trong nước và trên thế giới;

 Các kỹ thuật thống kê sử dụng trong nghiên cứu thuộc lĩnh vực đề tài;

 Tổng quan về mô hình chất lượng không khí

1.4.2 Hiện trạng môi trường không khí và hoạt động quan trắc môi trường không khí tại thành phố Hồ Chí Minh

 Thu thập các số liệu về điều kiện tự nhiên, kinh tế xã hội của TP.HCM;

 Hệ thống quan trắc không khí tự động liên tục;

 Hệ thống quan trắc không khí bán tự động;

 Hệ thống quan trắc Benzen – Toluen – Xylen (BTX);

 Hiện trạng chất lượng môi trường không khí 6 tháng đầu năm 2010 tại thành phố Hồ Chí Minh

1.4.3 Biên hội và xử lý số liệu quan trắc trung bình 5 phút từ các trạm QTCLKKTĐ

và một trạm khí tượng đại diện trên địa bàn TP.HCM

 Thu thập các số liệu quan trắc (SLQT) trung bình 5 phút từ 9 trạm QTCLKKTĐ trên địa bàn TP.HCM;

 Thu thập các số liệu đo đạc khí tượng từ trạm khí tượng đại diện (Tân Sơn Hòa

và trạm DOSTE) trên địa bàn TP.HCM;

 Xử lý và phân tích số liệu 5 phút từ 9 trạm quan trắc theo định dạng (format) sẵn sàng dùng làm cơ sở để phân tích quy luật diễn biến

1.4.4 Nghiên cứu quy luật diễn biến nồng độ khí CO, PM10, O3 tại thành phố Hồ Chí Minh qua phân tích bộ số liệu QTCLKKTĐ đã được xử lý ở nội dung trên

 Xác định quy luật diễn biến theo thời gian của các chất ô nhiễm không khí:

 Xác định quy luật diễn biến (mối tương quan) theo không gian của các chất

ô nhiễm giữa các trạm;

 Nghiên cứu xem xét mối tương quan giữa ô nhiễm không khí với các yếu tố khí tượng (synoptic map), quỹ đạo các khối khí lan truyền (backward trajectory) đến địa bàn TP.HCM;

 Nghiên cứu đánh giá những trường hợp ô nhiễm cực đoan hay ô nhiễm nặng (air pollution episodes)

1.4.5 Áp dụng mô hình chất lượng không khí để xây dựng bản đồ phân bố ô nhiễm trên địa bàn TP.HCM

 Xây dựng các dữ liệu đầu vào cho hệ thống mô hình chất lượng không khí bao gồm: cơ sở dữ liệu phát thải (emission database), dữ liệu khí tượng

 Cài đặt và chạy mô hình khí tượng MM5 trên máy tính để tạo cơ sở dữ liệu khí tượng cho mô hình chất lượng không khí;

 Cài đặt và chạy mô hình CMAQ cho các chất ô nhiễm CO, PM10, O3 cho thành phố Hồ Chí Minh;

 Phân vùng ô nhiễm cho các chất CO, PM10, O3

1.5 Phương pháp nghiên cứu

1.5.1 Phương pháp tham khảo tài liệu

 Báo cáo hiện trạng môi trường không khí năm 2002, 2003, 2004, 2005,

2006, 2007, 2008, 2009;

 Các nghiên cứu khoa học có liên quan đến đề tài nghiên cứu;

 Các tạp chí chuyên ngành về môi trường

1.5.2 Phương pháp thu thập thông tin dữ liệu

Được áp dụng để thu thập các số liệu QTCLKKTĐ và số liệu đo đạc khí tượng cần thiết phục vụ cho nghiên cứu bao gồm:

 Các số liệu quan trắc trung bình 5 phút của các thông số ô nhiễm không khí

CO, PM10, O3, từ 9 trạm QTCLKKTĐ trên địa bàn TP.HCM;

 Các số liệu đo đạc trung bình giờ của các thông số khí tượng: vận tốc gió, hướng gió, nhiệt độ, độ ẩm, áp suất, tầm nhìn, độ mây bao phủ từ trạm khí tượng Tân Sơn Hòa, trạm DOSTE – TP.HCM

1.5.3 Phương pháp kiểm tra, phân tích số liệu

 Kiểm tra, đánh giá các phương pháp đo đạc, thiết bị sử dụng, các bước tiến hành đo đạc, lịch hiệu chỉnh và bảo trì thiết bị định kỳ Từ đó đánh giá mức độ tin cậy của nguồn số liệu quan trắc;

 Sử dụng các phương pháp thống kê toán học, công cụ kiểm tra từ AirQuis

và kiểm tra thủ công để loại bỏ các số liệu không hợp lý, số liệu vuợt quá giới hạn cho phép thực tế môi trường;

 Sử dụng các phần mềm máy tính như Excel, các chương trình tính toán thống kê như SPSS, Mathlab và các chương trình xử lý số liệu để phân tích tìm ra các quy luật diễn biến theo thời gian của nồng độ khí CO, PM10, O3 trong ngày, theo mùa, theo năm tại từng trạm và cả địa bàn TP.HCM

Để xác định xu hướng hay diễn biến nồng độ các chất ô nhiễm theo giờ trong ngày, giá trị trung bình của giờ thứ i trong ngày bằng tổng các giá trị trung bình 1 giờ của giờ thứ i trong tất cả các ngày của khoảng thời gian tính toán chia cho tổng số ngày của khoảng thời gian tính toán Công thức tính toán nồng độ trung bình giờ trong ngày như sau:

n

C C

n

j ij TBi

Cij = Nồng độ trung bình của giờ thứ i trong ngày thứ j;

CTBi = Nồng độ trung bình của giờ thứ i trong ngày

Để xác định xu hướng hay diễn biến nồng độ các chất ô nhiễm theo mùa (hay theo tháng), đầu tiên tính toán giá trị trung bình tháng của năm Giá trị trung bình tháng bằng tổng các giá trị trung bình 1 giờ của tất cả các giờ trong tháng thứ m chia cho tổng số giờ của tháng thứ m Sau đó tính giá trị trung bình tháng cho các năm tính toán Công thức tính toán nồng độ trung bình tháng trong năm như sau:

g

C

g k ik TBm

y

t TBm t t

Cik = Nồng độ trung bình của giờ thứ i trong ngày thứ k;

CTBm = Nồng độ trung bình tháng thứ m trong năm tính toán;

C(TBm)t = Nồng độ trung bình tháng thứ m cho khoảng thời gian gồm nhiều năm tính toán

Để biểu diễn quy luật diễn biến nồng độ chất ô nhiễm theo thời gian dạng biểu

đồ, Các số liệu phân tích thống kê trên được biểu diễn dưới dạng biểu đồ dạng đường theo chuỗi thời gian (time series) trong ngày, theo tháng và theo năm Ngoài ra biểu đồ dạng boxplot (hay box – and – whisker plot) cũng được sử dụng để biển diễn các số liệu nồng độ nhỏ nhất, nồng độ trung bình năm, nồng độ lớn nhất năm và 95% percentile

1.5.4 Phương pháp phân tích thống kê

 Phân tích thành phần chính PCA (Principal Component Analyss);

 Phân tích nhân tố FA (Factor Analysis);

 Phân tích hồi qui tuyến tính (linear regression analysis);

 Phân tích chuỗi thời gian (time series analysis)

Các phương pháp thống kê này được áp dụng để nghiên cứu đánh giá những trường hợp ô nhiễm cực đoan hay ô nhiễm nặng (air pollution episodes)

1.5.5 Sử dụng các phần mềm hệ thống thông tin địa lý

Sử dụng phần mềm MapInfo, Arview, GIS để xác định diễn biến theo không gian của các chất ô nhiễm giữa các trạm

1.5.6 Phân tích sự tương quan

Phân tích sự tương quan giữa các thành phần ô nhiễm với các yếu tố khí tượng liên quan như: O3 với nhiệt độ hay bước xạ mặt trời; các trường hợp nồng độ CO,

PM10, O3 cao với điều kiện khí tượng xấu (nghịch đảo nhiệt trên cao, áp thấp khu vực)

Sử dụng mô hình quỹ đạo các khối khí Hybrid Single – Particle Langrangian Intergrated Trajectory model version 4 (HYSPLIT4) (Hình 1.1) để tính toán lan truyền (backward trajectory) và phân tích, đánh giá sự ảnh hưởng của vận chuyển tầm xa (long – range transport) các chất ô nhiễm đến địa bàn TP.HCM

Hình 1.1: Bản đồ synopticmap và mô hình quỹ đạo Hysplit 1.5.7 Ứng dụng các công cụ mô hình

Phương pháp mô hình hóa được thể hiện trên sơ đồ hình 1.2

Hình 1.2: Phương pháp nghiên cứu bằng mô hình Trong nội dung sử dụng mô hình để xây dựng bản đồ phân bố ô nhiễm, các phương pháp sử dụng bao gồm thu thập số liệu phát thải và nguồn thải, khí tượng Các

số liệu này được xử lý và xây dựng thành các tập cơ sở dữ liệu đầu vào cho mô hình

Mô hình chấp lượng không

khí CMAQ

So sánh kết quả mô hình với giá trị đo đạc thực tế

Dữ liệu CLKK (Bụi,

SO2, CO,O3)

Đánh giá sự chính xác mô hình

Phạm vi khu vực nghiên cứu

Mô hình hóa nồng độ CÔNKK cho khu vực

Phân bố nồng độ CÔNKK theo không gian và thời gian

Bản đồ hóa theo tiêu chuẩn CLKK (GIS)

Đánh giá vùng tác hại tiềm tàng của các CÔNKK

Điều kiện ban đầu

và điều kiện biên

QCVN

về CLKK

Dữ liệu phát thải

Xác định phạm vi mô hình cho

TP.HCM Thu thập dữ liệu nguồn phát thải

Xử lý số liệu

Thu thập dữ lỉệu khí tượng đầu

vào và điều kiện biên cho khu vực

khí tượng MM5 và mô hình chất lượng không khí AIRQUIS và CMAQ Để áp dụng

mô hình 3 – D CMAQ, khu vực TP.HCM được chia thành lưới vuông 2,8 km x 2,8 km như trên hình vẽ 1.3

Hình 1.3: Khu vực dự kiến mô hình hóa chất lượng không khí cho TP.HCM Miền nghiên cứu (domain) hay khu vực mô hình hóa CMAQ – DM1 cho TP.HCM gồm 40 x 40 ô vuông có kích thước 2,8 x 2,8 km2 Để chạy hệ thống mô hình chất lượng không khí 3 – D MM5 – CMAQ cho TP.HCM, các mô hình MM5 và CMAQ phải chạy cho các domain lớn hơn, sau đó mới mô hình hóa cho domain nhỏ bên trong như trên hình vẽ 1.3

1.6 Tính mới, tính khoa học và tính thực tiễn của đề tài

1.6.1 Tính mới của đề tài

Việc phân tích, đánh giá số liệu quan trắc để tìm ra quy luật diễn biến nồng độ khí CO, PM10, O3 đồng thời sử dụng kết hợp với các công cụ mô hình, phần mềm thông tin địa lý để phân vùng các khu vực bị ô nhiễm nặng là một vấn đề hoàn toàn mới và cũng là yêu cầu thực tế hiện nay trong công tác quản lý môi trường Đề tài này được thực hiện nhằm đáp ứng yêu cầu thực tế về vấn đề sử dụng hiệu quả các số liệu quan trắc chất lượng môi trường không khí tại TP.HCM

MM5 DM2 (972 x 713 km 2 )

MM5 DM3 (1,490 x 1,231km 2 )

CMAQ DM2 (540 x 486 km 2 ) MM5 DM1

1.6.2 Tính khoa học

Trong quá trình nghiên cứu có sử dụng các phương pháp thống kê, phương pháp phân tích, các phần mềm tin học hỗ trợ và sử dụng mô hình chất lượng không khí để tìm ra quy luật diễn biến chất lượng không khí cũng như xây dựng bản đồ phân bố ô nhiễm Kết quả nghiên cứu của đề tài có thể được ứng dụng thực tế tại TP.HCM và các tỉnh thành trong cả nước

1.6.3 Tính thực tiễn của đề tài

Đề tài nghiên cứu dựa trên cơ sở dữ liệu về điều kiện tự nhiên, kinh tế, xã hội và môi trường của thành phố Hồ Chí Minh Từ đó đưa ra những đề xuất hợp lý giúp cho việc theo dõi diễn biến môi trường không khí ngày một tốt hơn, góp phần nhỏ vào công tác quản lý môi trường không khí và thực hiện chiến lược Bảo vệ Môi trường không khí TP.HCM

CHƯƠNG 2: TỔNG QUAN VỀ TÌNH HÌNH NGHIÊN CỨU

THUỘC LĨNH VỰC ĐỀ TÀI 2.1 Tổng quan về tình hình nghiên cứu thuộc lĩnh vực đề tài

2.1.1 Tình hình nghiên cứu ở nước ngoài

Nhiều Thành phố trên thế giới và khu vực đã trang bị các trạm quan trắc tự động

để đánh gíá toàn diện CLKK do có số liệu quan trắc chi tiết và đầy đủ trong thời gian dài Tại một số nước tiên tiến còn có các supersite tích hợp nhiều trạm quan trắc với nhau trong cùng một nơi tạo nên hiệu suất cộng năng trong nghiên cứu CLKK Với những cơ sở dữ liệu cực lớn, chỉ có các kỹ thuật thống kê cao cấp mới cho phép rút ra các quy luật diễn biến CLKK đáng tin cậy, là cơ sở để ra các quyết định cải thiện CLKK và giảm thiểu các nguồn gây ô nhiễm Các kỹ thuật thống kê được tiến hành chủ yếu theo 3 hướng:

¾ Dùng mô hình để tiên đoán sự phát tán nồng độ chất ô nhiễm:

 Dùng mô hình hybrid để tiên đoán sự phát tán nồng độ CO2 phát thải từ khói

xe tại các giao lộ và các đường lớn ở thành phố Delhi, Ấn Độ Dựa vào phân loại xe, hình dáng đường, nồng độ CO, dữ liệu khí tượng;

 Mô hình neural dự báo PM10 ở Santiago – Chile Mô hình hoạt động dựa trên nguyên tắc: cho chương trình neural học số liệu của 2 năm 2001 và 2002 để đưa ra

dự báo PM10 cho năm 2003;

 Đánh giá tiềm năng của mô hình mạng Neural kết hợp PCA/RBF tiếp cận

dự báo khuynh hướng ô nhiễm không khí đô thị Mongkuk, Hồng Kông;

 Sử dụng mạng neural giai đoạn 2 tại Đài Loan để tiên đoán nồng độ O3 lớn nhất hàng ngày từ dữ liệu khí tượng (2005);

¾ Dùng các phương pháp thống kê, tương quan và sử dụng các thuyết phân tán:

 Ước lượng tần suất phát tán PM10 và PM2.5 dựa vào thống kê tốc độ gió và

dữ liệu PM10, PM2.5 tại Sha-Lu (Đài Loan) Dùng 3 thuyết phân tán: trực giao log, Weibul, phân tán loại Pearson;

 Nghiên cứu thuộc tính của PM10 và PM2.5 tại 6 nước Menai(Úc), Hồng Kông (Trung Quốc), Hà Nội (Việt Nam), Manila (Philipin), Tokyo (Nhật), Seoul (Hàn Quốc) Dùng phương pháp thống kê các thành phần Na, K, Al, Si,… trong bụi;

 Dùng phương pháp thống kê để nghiên cứu biến đổi theo mùa của mạch hydrocacbon đa vòng thơm trong PM10 tại Ghangzhou, Trung Quốc (2005);

 Mô hình thống kê nhiều biến bao gồm: mẫu O3 đo thụ động và dữ liệu khí tượng để tiên đoán tần suất phân tán nồng độ O3 liên tục ở Pennsylvania và Minnesota Phương pháp: dùng tương quan Pearson;

 Nghiên cứu sự phụ thuộc của những chất ô nhiễm không khí đô thị vào điều kiện khí tượng tại Cairo, Ai cập (2005) Dùng phương pháp phân tích tương quan giữa yếu tố khí tượng và nồng độ chất ô nhiễm

¾ Dùng phương pháp phân tích: Phân tích thành phần PCA (Principal Component Analyse) và phân tích nhân tố FA (Factor Analyse) và phân tích ảnh viễn thám, phân tích lọc KZ

 Xác định nguồn gốc PM dựa vào phương pháp phân tích thành phần chính (PCA) và dữ liệu hướng gió tại Bắc Tây Ban Nha Trong đó dữ liệu PM bao gồm từ các nguồn: thép (Pb, Zn, Cd, Mn), nhuộm (Cr, Mo, Ni), bụi đường (Fe, Ba, Cd), khói thải giao thông (P, OC+EC), giao thông địa phương (NH4+, SO42-, V), từ vỏ trái đất (Al2O3, Sr, K), bụi biển (Na, Cl);

 Xác định nguồn gốc PM10 dựa vào đặc tính thành phần hòa tan một số chất vào mùa xuân ở Đài Loan (2006) Phương pháp: phân tích nhân tố FA của 13 biến, 8 biến là các ion hòa tan và 5 biến là nguồn gốc bụi để tìm nhóm biến có chung đặc điểm;

 Nghiên cứu nguồn gốc PM10 và bụi tổng vào mùa hè ở Đông Tây Ban Nha (2002) Phương pháp: phân tích điều kiện khí tượng và quan sát hình ảnh từ vệ tinh;

 Nghiên cứu tác động của khí tượng ảnh hưởng đến xu hướng chất lượng không khí phía Tây Nam Mỹ (2005) Dùng phương pháp lọc KZ để phân tích dữ liệu

và chất lượng không khí thành những thành phần theo giai đoạn ngắn, theo mùa, giai đoạn dài;

 Dự đoán phát tán các thành phần của bụi PM10 trong không khí xung quanh tại Hà Lan Dựa trên số liệu phân tích các chỉ tiêu từ đầu dò chuyên dụng phân loại

PM2.5 và PM10 cụ thể bao gồm: bụi sơ cấp (có thành phần cacbon, không có thành phần cacbon) và bụi thứ cấp theo 2 kích cỡ: có đường kính bụi < 2.5µm, và > 2.5µm Phương pháp: dùng mô hình tính toán, đánh giá, suy luận và phán đoán của các chuyên gia từ 8 phương trình viết cho thành phần bụi

2.1.2 Tình hình nghiên cứu ở trong nước

Ở Việt Nam cũng có một vài công trình nghiên cứu về quy luật diễn biến chất lượng không khí và dự báo ô nhiễm không khí tuy nhiên chỉ làm cho khu vực phía Bắc:

 Nghiên cứu hiện trạng và biến đổi chất lượng không khí do phát triển kinh

tế – xã hội và những kiến nghị liên quan đến hệ thống giám sát môi trường vùng đồng bằng sông Hồng, của PGS.TS Vũ Văn Tuấn (12 – 1999);

 Nghiên cứu thử nghiệm áp dụng hệ thống mô hình dự báo chất lượng không khí cộng đồng đa quy mô CMAQ ở Việt Nam, của Trương Anh Sơn, Dương Hồng Sơn, Phạm Văn Sỹ (2006);

 Mô hình cảm thụ PMF bụi PM10 thô và mịn trong khối khí gió mùa chủ đạo

ở Hà Nội, Bắc Việt Nam (2001) Dựa vào số liệu cacbon đen, các ion hòa tan trong nước, và dữ liệu từ ba hướng ảnh hưởng: phía Bắc nội địa Trung Quốc, biển phía Tây Trung Quốc, Tây Nam bán đảo Đông Dương;

 Nghiên cứu hiện trạng và quy luật diễn biến chất lượng không khí Thành phố Hà Nội, của GS.TS Phạm Duy Hiển (3 – 2006) Dùng phương pháp thống kê và phân tích tương quan;

 "Nghiên cứu xây dựng mô hình dự báo chất lượng không khí do giao thông tại thành phố Hồ Chí Minh dựa trên số liệu quan trắc" do Viện Cơ học ứng dụng thuộc Viện Khoa học và Công nghệ Việt Nam chủ trì và TS Bùi Tá Long là chủ nhiệm đề tài, 2004;

Kết quả quan trắc của một số trạm tự động của Trung tâm Khí tượng Thủy văn đồng bằng Bắc bộ đã được nghiên cứu bước đầu theo phương pháp trên trong một quy

mô khiêm tốn cuả chương trình không khí sạch Thụy Sĩ – Việt Nam, từ đó đã rút ra một số quy luật đặc thù cho Hà Nội và một số vùng xung quanh, như hiện tượng nghịch nhiệt về ban đêm, gây ô nhiễm trầm trọng kéo dài nhiều ngày về mùa khô Hiện nay, ngoài Hà Nội và TP.HCM còn có các trạm quan trắc tự động CLKK trên nhiều điạ bàn khác (Hải Phòng, Đà Nẵng, Tây Nguyên, Sơn La, v.v ) nhưng số liệu quan trắc không đều đặn, chưa được xử lý thống kê bài bản để từ đó rút ra bức tranh CLKK và những quy luật diễn biến của các chất ô nhiễm trên phạm vi toàn quốc Kết quả nghiên cứu đề tài này ở thành phố Hồ Chí Minh có thể nhân rộng ra cho các trạm quan trắc khác

47 47

47 47

N =

K CLION

CAION AL

2.2 Các kỹ thuật thống kê sử dụng trong nghiên cứu thuộc lĩnh vực đề tài

2.2.1 Thống kê mô tả (descriptive statistics)

Sử dụng phương pháp thống kê mô tả bằng công cụ Excel (lệnh Descriptive

Statistics trong menu Tools – Data Analysis) giúp ta tính được các giá trị mean, stdev,

max, skewness … Cách xử lý trên cho phép nhìn nhận tổng quát về độ tin cậy của bộ

số liệu quan trắc Ví dụ, hàm lượng trung bình của các ion bao giờ cũng phải bé hơn hàm lượng trung bình của nguyên tố tương ứng: ([Ca2+] < [Ca] v.v ) nếu ngược lại, có nghĩa là phân tích sai

2.2.2 Cách biểu diễn Box – Whisker

Cách biểu diễn Box – Whisker cho phép tóm lược các nét chính của mẫu đại diện

và thường được dùng trong các công trình nghiên cứu Hộp (box) biểu diễn bách phần (percentile) thứ 25, 50 và 75 Hai cái vặn nút chai (whisker) biểu diễn bách phần thứ

10 và 90 Các giá trị quan trắc nằm trên bách phần 90 được đánh dấu riêng Dấu sao chỉ những giá trị ngoại lai

Hình 2.1: Biểu diễn Box – Whisker của Al, Ca2+, Cl- và K theo SPSS 7.0

2.2.3 Phân bố tần xuất và mật độ xác suất

Trong quan trắc thực nghiệm liên quan đến các sự kiện ngẫu nhiên (random event) ta không thể biết trước chắc chắn kết cục nào sẽ xảy ra nhưng có thể tính được xác suất của chúng Ví dụ, xác suất để xuất hiện mặt 1, 2,…, 6 khi tung con súc sắc là 1/6, nhưng trước khi gieo súc sắc không thể biết chắc mặt nào sẽ xuất hiện

Biến ngẫu nhiên thường được ký hiệu bằng chữ X Mỗi biến ngẫu nhiên có một

hàm mật độ xác suất tương ứng thường được ký hiệu bằng chữ f

f(a) = Pr (X = a), với 0 ≤ f(a) ≤ 1 (2.1) Pr: Xác suất (probability) để có X = a Các hàm mật độ xác suất có thể biểu diễn dưới dạng các gỉản đồ, thường được gọi là gỉản đồ phân bố mật độ xác suất

Trong nhiều trường hợp ta cần biết xác suất để biến ngẫu nhiên X nhận được bất

cứ một giá trị nào đó bé hơn aj Đại lượng này được gọi là xác suất chồng chất (cumulative probability) và được ký hiệu là F(aj)

F(aj) = Pr(X ≤ aj) = f(a1) + f(a2) + … f(aj) (2.2) Khi tiến hành quan trắc biến ngẫu nhiên rất nhiều lần ta sẽ được một trị trung bình nào đó có tên gọi là kỳ vọng, được ký hiệu bằng E(X)

E(X) = f(a1)a1 + f(a2)a2 + … +f(an)an = ∑i f(ai)ai (2.3) Trong đó a1, a2, …, an là mọi giá trị khả dĩ của biến X

Phương sai: (variance) của một biến ngẫu nhiên đặc trưng cho mức độ phân tán của các kết quả quan trắc quanh giá trị kỳ vọng và được định nghĩa như sau:

Var (X) = f(a1)[a1 – E(X)]2 + f(a2)[a2 – E(X)]2 + … + f(an)[an – E(X)]2 (2.4) = E[(X) – E(X))2]

Var càng lớn càng có nhiều khả năng xuất hiện những giá trị quan trắc ở xa trung

tâm của biến ngẫu nhiên

+ Giá trị ngoại lai (outlier)

Nếu khoảng cách giữa số liệu quan trắc và trị trung bình khác nhau 4 – 5 lần độ lệch chuẩn, người ta có thể “ngờ” rằng kết quả đó là ngoại lai, hoặc là những episode như vừa nói trên, nhưng cũng có khi do những sự cố không kiểm soát được hoặc có thể do máy móc quan trắc có vấn đề Trong mọi trường hợp các outliers thường gây rắc rối trong xử lý thống kê, do đó phải tìm mọi cách để tìm hiểu nguyên nhân Nếu biết chắc là do máy móc thì cần phải loại bỏ số liệu quan trắc đó đi

2.2.4 Phân bố Normal

Phân bố Normal chiếm vị trí quan trọng các phép thử nghiệm các giả thiếts Đặc biệt, phân bố Normal còn liên quan đến một định luật rất quan trọng về trị trung bình của các mẫu đại diện gọi là định lý giới hạn trung tâm (central limit theorem) Ngoài

ra, rất nhiều loại phân bố khác như Poisson, Student, phân bố χ2 cũng hội tụ về phân

bố normal khi các thông số của chúng đủ lớn

+ Hàm phân bố mật độ xác suất normal (biến liên tục)

(2.5) f(x) : Xác suất để có biến x

Pi : Biến trung bình

σ : Độ lệch chuẩn của tập hợp

σ2 : Phương sai

Phân bố này hình chuông và đối xứng quanh trị trung bình

Xác suất cực đại tại trị trung bình

μ và σ là trị trung bình và độ lệch chuẩn của tập hợp Phân bố normal đối xứng quanh trị trung bình μ Có một số đặc trưng rất thường gặp của phân bố normal như sau:

Ta có thể xem gần đúng rằng nếu có phân bố normal thì xác suất tìm thấy giá trị nằm trong khoảng trung bình ± một độ lệch chuẩn là 2/3 và trung bình ± hai độ lệch chuẩn là 95% Chỉ có 0.3% xác suất tìm thấy các giá trị nằm ngoài khoảng μ ± 3σ Xác suất theo phân bố normal giảm rất nhanh khi ra xa giá trị trung bình

2.2.5 Phân bố Student

Trong thực tế số đo n thường không đủ lớn, mặt khác chúng ta lại không biết trước độ lệch chuẩn σ của tập hợp toàn thể Khi đó người ta có thể chứng minh rằng nếu tập hợp toàn thể tuân theo phân bố normal thì trị trung bình⎯x sẽ có phân bố Student quanh μ với độ lệch chuẩn s/√n Biến t (student) sẽ thay cho biến Z ở trên và được định nghĩa như sau:

mẫu (standard error of the sample mean) Phân bố Student có dạng gần giống như

phân bố normal chuẩn, nhưng có đuôi dày hơn, nghĩa là biến t có nhiều khả năng tìm

thấy ở cách xa tâm hơn là Z Tuy nhiên, phân bố t sẽ tiến gần đến phân bố Z khi số bậc

tự do (n – 1) đủ lớn, n là kích thước mẫu đại diện như sau:

Khoảng tin cậy của μ = ⎯x ± tαs/√n (2.7) Các giá trị của t có thể tìm trong các bảng thống kê hoặc lấy từ Excel khi dùng

2.2.6 Ma trận thừa số (Matrix Factorization)

Cơ sở chủ yếu của mối quan hệ nguồn/nhận là bảo toàn khối lượng và phân tích

cân bằng để xác định nguồn phân tử bụi phát tán trong khí quyển Phương pháp này

nói chung đã được phổ biến trong giới nghiên cứu về ô nhiễm không khí, được gọi là

mô hình thụ quan (receptor modeling) Yêu cầu tập dữ liệu đầu vào là thành phần hoá

học của một số lượng mẫu Sử dụng kính hiển vi điện tử tự động để phân loại thành

phần cấu tạo và hình dạng của các phân tử trong tập hợp những phân tử trong mẫu

Viết phương trình cân bằng khối lượng để tính toán cho tất cả m chất hoá học trong n

mẫu cũng như phát tán từ p nguồn phần độc lập

kj p

k ik

Trong đó xij là nồng độ đo được thứ I trong j mẫu, fik là nồng độ trọng lượng

(ng.mg -1) của yếu tố thứ I từ nguồn thứ k, và gkj là nồng độ phát tán trong không khí

(mg.m-3) của chất từ nguồn thứ k phát tán tới mẫu thứ j

Sự tồn tại của một tập hợp những tính chất vật lý của hệ thống phải được xem xét

đến khi phát triển một mô hình nào đó hoặc nhận định và chia từng phần nguồn phân

tử phát tán trong không khí [ Henry, 1991]

Các tính chất vật lý bắt buộc bao gồm:

1 Dữ liệu nguồn phải được sao chép từ mô hình

2 Thành phần nguồn được tiên đoán phải được khẳng định, nhân tố trong nguồn

không thể có phần trăm phủ định nào

3 Nguồn phát tán tiên đoán phải được khẳng định

4 Tổng thành phần nồng độ được tiên đoán cho mỗi nguồn phải bé hơn hoặc bằng

tổng khối lượng mỗi thành phần được tiên đoán; tổng thể lớn hơn hoặc bằng

tổng tất cả các thành phần

Khi phát triển và ứng dụng mô hình, cần chú ý đến những yêu cầu trên để đưa ra những giải pháp thực tế

Câu hỏi đặt ra là thông tin nào được sử dụng để giải phương trình (2.8) Từng thành phần hoá học của không khí xung quanh được đo để có tập hợp dữ liệu phân tử,

đó là những giá trị xij Nếu nguồn phát tán những mẫu đó có thể nhận định được và thành phần của mẫu được phân tích đo đạc thì chỉ cần xác định sự phát tán của nguồn tới mỗi mẫu Những tính toán này nhìn chung sử dụng biến bình phương tối thiểu để

sử dụng trong mô hình EBA’s CMB Tuy nhiên, đối với nhiều vùng, không thể xác định được nguồn hoặc không đo đạc thành phần của phát thải phân tử tại địa phương

Do đó không thể ước tính số lượng và thành phần của nguồn cũng như sự phát tán của

PM Phương pháp phân tích nhiều biến được sử dụng trong trường hợp này, còn được gọi là phân tích nhân tố (factor analyse)

2.2.6.1 Phân tích nhân tố FA (Factor Analyse)

Vấn đề phân tích nhân tố có thể được xem xét thông qua ví dụ sau: Giả sử có chuỗi mẫu lấy từ phụ cận đường cao tốc, nơi xe cộ sử dụng xăng có chì và có nhà máy thép sản xuất thép chuyên dụng Thành phần Pb, Br, Cr được phân tích Tập dữ liệu này có thể biểu diễn trên không gian 3 chiều như hình 2.2

Tuy nhiên chỉ có 2 nguồn phân tử Vấn đề ở đây là xác định tính chính xác của dữ liệu và mối quan hệ giữa những biến đo được Đó là mục đích của phân tích nhân tố Trong trường hợp của ví dụ này, mối quan hệ có thể thấy được với việc xoay đơn giản các trục, từ đó ta nhìn xuống hình thấy được trục Cr không còn trong hình nữa (hình 2.3)

Có thể thấy rằng tập dữ liệu tập trung lại theo một đường, biểu diễn mối quan hệ của Pb – Br trong những phân tử phát thải ra từ khói bụi xe cộ Giá trị Cr phát tán theo chiều thẳng đứng và độc lập với 2 thành phần kia Phân tích nhân tố của vấn đề này sẽ tìm ra 2 nguồn và cung cấp mối quan hệ giữa Pb và Br

Hình 2.2: Mô hình không gian của dữ liệu

Hình 2.3: Mô hình không gian của dữ liệu, góc nhìn từ trên xuống của hình 2.2

 Vì đây chỉ là một phương pháp toán học nên kết quả phân tích không cho biết cụ thể danh tính từng nguồn phát mà chỉ có thể phát đoán dựa trên các hệ số tương quan

Số liệu quan trắc TP.HCM đủ yêu cầu để được phân tích theo phương pháp FA, nhằm tìm ra nguồn gốc ô nhiễm một cách sơ bộ, mối tương quan giữa phát tán ô nhiễm

và khí tượng

2.2.6.2 Phân tích thành phần phân tử PCA (Principal Component Analyse)

Loại phân tích nhân tố (FA) phổ biến nhất là phân tích thành phần phân tử (PCA) Kiểu phân tích này nhìn chung có thể chạy được ở nhiều máy tính để phân tích thống

kê Kết quả từ PCA được tính toán từ ma trận tương quan để phân tích vectơ Tuy nhiên có một vài vấn đề liên quan đến những phương pháp này, mô hình PCA dựa trên chuỗi n mẫu trong đó có m chất hoá học được đo Do đó phương trình (2.8) có thể được viết theo mô hình dưới dạng sau:

Ma trận X cũng có thể định nghĩa theo thuật ngữ “phân tích giá trị đơn”

X = USV’ = U S V ' + E (2.10) Trong đó U và V là cột p đầu tiên của ma trận U và V Ma trận U và V được tính

từ phân tích giá trị và vector của ma trận XX’ và X’X Từ vế phải của phương trình (10), ước lượng X trong bình phương tối thiểu có giá trị bé nhất:

Bài toán có thể được giải quyết, nhưng không chỉ ra 1 kết quả duy nhất mà có thể

ra 1 kết quả dưới dạng 1 phương trình:

Trong đó T là một trong giá trị vô cùng của ma trận biến đổi Sự biến đổi này gọi

là sự quay vòng và để chỉ ra nhân tố gần với tính chất vật lý của nguồn hơn

Để minh họa vấn đề này, hình 2.4 chỉ ra dữ liệu mẫu không khí được phân tích bao gồm từ nguồn đất và bazan [Currie et al., 1984]

Hình 2.4: Dữ liệu dưới dạng nhiều nguồn Những con số này biểu diễn giá trị sắt và silic của 1 chuỗi các mẫu Cần có 2 tập

dữ liệu để tạo ra mỗi điểm dữ liệu, nhưng những dữ liệu này có thể thay đổi từ trục tọa

độ gốc đến bất kỳ cặp đường thẳng nào khác Bởi vì không có nguồn phát tán nào giá trị, đường thẳng này không đúng Nguồn đúng nằm bên trong giữa những đường này

là đường bao quanh tất cả các điểm và gốc trục nhưng nếu thiếu những thông tin thêm này thì không thể xác định được nguồn

 Yêu cầu tập hợp dữ liệu lớn, chuỗi dữ liệu trơn và có tính ngẫu nhiên cao;

 Cần kết hợp kỹ thuật mô hình hoá nguồn phát – điểm thu (source – receptor modeling)

Do đó chưa thể sử dụng phương pháp PCA vào phân tích số liệu quan trắc bụi

PM10 ở TP.HCM

2.2.7 Hàm hồi quy tuyến tính từng bước SLG (Stepwise Linear Regression)

Với hàm hồi quy tuyến tính, sẽ tìm được quan hệ tuyến tính giữa một biến phụ thuộc là chất ô nhiễm và các biến độc lập khác là các thông số khí tượng Hồi quy theo phương pháp từng bước sẽ giúp loại bỏ hiện tượng cộng đa tuyến (multicollinearity) –

là hiện tượng mà một mối quan hệ tốt được tìm ra giữa 2 hay nhiều hơn 2 biến độc lập Nếu việc thêm từng biến độc lập vào chương trình làm ảnh hưởng đến hồi quy thì biến

đó sẽ dược giữ lại kiểm tra để chứng tỏ rằng nếu biến đó còn ảnh hưởng đến chương trình Nếu biến đó không có ý nghĩa thì nó sẽ được loại bỏ

¾ Ưu điểm: Phương pháp này chắc chắn cho ra kết quả là tập hợp những biến độc lập

có mối tương quan tốt nhất với biến phụ thuộc

¾ Nhược điểm: Yêu cầu tập hợp nhiều giá trị của biến

Ứng dụng phương pháp này vào việc tìm mối tương quan giữa nồng độ các chất ô nhiễm và các thông số khí tượng

2.3 Ứng dụng phương pháp dữ liệu khí tượng để dự đoán nguồn ô nhiễm

2.3.1 Giới thiệu

Trong vài tài liệu trước đây, việc tính toán đường cong của không khí ô nhiễm và việc sử dụng chúng trong phương pháp đường cong ấn tượng đã được xem xét lại Những phương pháp này rất hiệu quả trong việc xác định nguồn từ xa các phân tử hoặc tiền phân tử (chẳng hạn SO2) gây ra nồng độ PM cao Tuy nhiên, những phương pháp như vậy không hiệu quả để xác định nguồn tại địa phương mặc dù chúng được ứng

dụng cho vấn đề đô thị thu nhỏ Chúng thực sự có thể được áp dụng khi tỷ lệ thu nhỏ của giao thông thì lớn hơn kích cỡ ô lưới trong phân tích

Đối với nguồn địa phương những lớp thêm vào của phương pháp bao gồm tốc độ gió và hướng gió để xác định hướng có khả năngcho nguồn địa phương Sau đây sẽ giới thiệu những phương pháp này và những minh hoạ cho cách sử dụng chúng trong nhiều nghiên cứu khác nhau

2.3.2 Gắn gió với dữ liệu nồng độ

Một cách tiếp cận đơn giản để kiểm tra tính trực tiếp của nguồn, nồng độ được đo

có thể đưa vào biểu đồ hoa gió ô nhiễm Hoa gió là một cách phổ biến biểu diễn thông tin phát tán của hướng gió và tốc độ gió

2.4 Mô hình chất lượng không khí

Mô hình chất lượng không khí là công cụ toán học mô tả sự vận chuyển, khuếch tán, loại bỏ và các phản ứng hóa học của các chất ô nhiễm trong không khí Các mô hình chất lượng không khí tính toán dựa trên các tập dữ liệu đầu vào gồm: dữ liệu về phát thải, dữ liệu khí tượng, dữ liệu địa hình và tạo ra các kết quả nồng độ chất ô nhiễm không khí để mô tả chất lượng không khí và hình thành bản đồ phân bố chất ô nhiễm cho vùng nghiên cứu Các mô hình chất lượng không khí được nghiên cứu, phát trển từ những năm 1970 của thế kỷ trước, sau đó chúng tiếp tục được cải tiến, đánh giá tính hiệu quả và áp dụng cho đến nay Mô hình khuếch tán chất ô nhiễm không khí có thể được mô phỏng bằng các phương pháp số với nhiều kỹ thuật khác nhau, các kỹ thuật này có thể chia ra thành 2 nhóm chính: mô hình Euler (Eulerian model) và mô hình Largrang (Largrangian model)

Mô hình Euler bao gồm mô hình hộp đơn giản và mô hình chất lượng không khí dạng lưới hay 3 – D Mô hình 3 – D hiện nay là một công cụ mô hình hóa mạnh, ứng dụng rộng rãi trong lĩnh vực chất lượng không khí (Liu và Seinfeld, 1975; Hansen et al., 1994; Dennis et al., 1996; Russell and Dennis, 2000) Mô hình khuếch tán Gaussian là một lời giải đặc biệt của mô hình Euler

Mô hình chất lượng không khí 3 – D là một công cụ tốt nhất để nghiên cứu quá trình hình thành vệt khói ô nhiễm, khả năng lan truyền, xây dựng bản đồ phân bố ô nhiễm phục vụ cho việc xác định vùng ô nhiễm không khí nặng cho các khu vực đô thị

và vùng phát triển công nghiệp (Odman and Russell, 1991) Bảng 2.1 mô tả các mô hình 3 – D đã và đang sử dụng trên thế giới Trong các mô hình 3 – D trên thì hiện nay

mô hình CMAQ được ứng dụng rộng rãi nhất vì những lý do sau:

 Đây là mô hình có nhiều tiến bộ về mặt khoa học hơn so với các mô hình 3 – D khác hiện có và nó đã được đưa vào qui định sử dụng như một mô hình luật định của USEPA

 Mô hình CMAQ đã trải qua nhiều áp dụng thử nghiệm thành công ở quy mô địa phương, vùng, khu vực ở nhiều quốc gia và vùng lãnh thổ bởi nhiều tổ chức bảo vệ môi trường và các cơ quan nghiên cứ và các đơn vị tư vấn chất lượng không khí

Bảng 2.1: Các mô hình 3 – D đã và đang áp dụng trên thế giới và đặc điểm của chúng

Mô hình Tên mô hình Loại mô

hình

Cơ chế hóa học Kích thước lưới

Mục đích ứng dụng (Địa điểm/phạm vi nghiên cứu và ứng dụng)

UAM-IV Model, version IV Urban Airshed

Mô hình Euler, nhiều lớp CBM – IV

Kích thước lưới thay đổi theo thực tế (giá trị điển hình là 5km)

Bắc Mỹ, Châu

Âu Đây là mô hình được đề xuất

sử dụng bởi USEPA

CIT Institute of Technology California/Carnegie

model

Mô hình Euler, nhiều lớp

SAPRC90/

93

Kích thước lưới thay đổi theo thực tế (giá trị điển hình là 5km) để mô hình hóa sa lắng khô và động học aerosol

Hoa kỳ, Bắc Mỹ, Châu Âu, Úc và một số nước Châu

Á để nghiên cứu ozone, bụi (PM), quá trình sa lắng

và phục vụ hoạch định chính sách

CALGRID Resources Board Grid California Air

model

Mô hình Euler, nhiều lớp

CBM – IV, SAPRC90/

93

Variable grid (typically about 4-5km), cloud processes, dry deposition

Hoa kỳ để nghiên cứu ozone, bụi (PM), quá trình sa lắng và phục vụ hoạch định chính sách

SAQM SARMAP air quality model

Mô hình Euler, nhiều lớp, nhiều vùngđồng thời

CBM – IV Từ 4 đến 80 km

Hoa kỳ để nghiên cứu ozone và phục

vụ hoạch định chính sách

MAQSIP Multiscale air quality simulation program Mô hình Euler,

nhiều lớp,CBM – IV Từ 4 đến 80 km

Hoa kỳ để nghiên cứu ozone và PM

và phục vụ hoạch