1. Trang chủ
  2. » Luận Văn - Báo Cáo

ứng dụng công nghệ google earth engine và dữ liệu vệ tinh sentinel 5p đánh giá diễn biến chất lượng không khí tại bình dương

75 0 0
Tài liệu đã được kiểm tra trùng lặp

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Tiêu đề Ứng dụng công nghệ Google Earth Engine và dữ liệu vệ tinh Sentinel-5P đánh giá diễn biến chất lượng không khí tại Bình Dương
Tác giả Nguyễn Thị Bích Ngọc
Người hướng dẫn TS. Trần Thị Ân, ThS. Nguyễn Lê Tấn Đạt
Trường học Trường Đại Học Thủ Dầu Một
Chuyên ngành Khoa học quản lý
Thể loại Đề tài khoa học và công nghệ cấp trường
Thành phố Bình Dương
Định dạng
Số trang 75
Dung lượng 3,86 MB

Cấu trúc

  • 1. TÍNH CẤP THIẾT (14)
  • 2. MỤC TIÊU ĐỀ TÀI (8)
  • 3. ĐỐI TƯỢNG, PHẠM VI NGHIÊN CỨU (16)
  • 4. Ý NGHĨA KHOA HỌC VÀ GIÁ TRỊ ỨNG DỤNG CỦA ĐỀ TÀI (16)
    • 4.1. Ý nghĩa khoa học (16)
    • 4.2. Giá trị ứng dụng của đề tài (17)
  • PHẦN 1: TỔNG QUAN (18)
    • 1.1. TỔNG QUAN KHU VỰC NGHIÊN CỨU (18)
      • 1.1.1. Vị trí địa lý (18)
      • 1.1.2. Khí hậu (19)
      • 1.1.3. Điều kiện kinh tế (20)
      • 1.1.4. Điều kiện xã hội (21)
    • 1.2. TỔNG QUAN ĐỐI TƯỢNG NGHIÊN CỨU (22)
      • 1.2.1. Tổng quan không khí (22)
      • 1.2.2. Viễn thám và các khái niệm liên quan (25)
    • 1.3. TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU THUỘC LĨNH VỰC CỦA ĐỀ TÀI Ở TRONG VÀ NGOÀI NƯỚC (32)
      • 1.3.1. Tổng quan nghiên cứu ngoài nước (32)
      • 1.3.2. Tổng quan nghiên cứu trong nước (34)
  • PHẦN 2: PHƯƠNG PHÁP NGHIÊN CỨU (38)
    • 2.1. NỘI DUNG NGHIÊN CỨU (38)
    • 2.2. PHƯƠNG PHÁP NGHIÊN CỨU (38)
      • 2.2.1. Cách tiếp cận (38)
      • 2.2.2. Phương pháp thu thập dữ liệu, số liệu (39)
      • 2.2.3. Phương pháp xử lý dữ liệu, số liệu (40)
      • 2.2.4. Phương pháp viễn thám (42)
      • 2.2.5. Phương pháp GIS (42)
      • 2.2.6. Phương pháp so sánh, phân tích (42)
  • PHẦN 3: KẾT QUẢ VÀ THẢO LUẬN (44)
    • 3.1. PHÂN TÍCH DIỄN BIẾN NỒNG ĐỘ NO 2 THEO THỜI GIAN (44)
      • 3.1.1. Phân tích diễn biến nồng độ NO 2 theo thời gian năm 2019 (44)
      • 3.1.2. Phân tích diễn biến nồng độ NO 2 theo thời gian năm 2020 (46)
      • 3.1.3. Phân tích diễn biến nồng độ NO 2 theo thời gian năm 2021 (48)
      • 3.1.4. Phân tích diễn biến nồng độ NO 2 theo thời gian năm 2022 (50)
      • 3.1.5. Phân tích diễn biến nồng độ NO 2 trong giai đoạn 2019 - 2022 (52)
    • 3.2. PHÂN TÍCH DIỄN BIẾN NỒNG ĐỘ NO 2 THEO KHÔNG GIAN (56)
      • 3.2.1. Phân tích diễn biến nồng độ NO 2 theo không gian năm 2019 (56)
      • 3.2.2. Phân tích diễn biến nồng độ NO 2 theo không gian năm 2020 (58)
      • 3.2.3. Phân tích diễn biến nồng độ NO 2 theo không gian năm 2021 (59)
      • 3.2.4. Phân tích diễn biến nồng độ NO 2 theo không gian năm 2022 (60)
      • 3.2.5. Phân tích nồng độ NO 2 theo không gian giai đoạn năm 2019 - 2022 (62)
    • 3.3. ĐỀ XUẤT CÁC GIẢI PHÁP HẠN CHẾ Ô NHIỄM KHÔNG KHÍ (63)
      • 3.3.1. Nguồn phát thải từ khu công nghiệp (63)
      • 3.3.2. Nguồn phát thải từ giao thông (65)
  • PHẦN 4: KẾT LUẬN VÀ KIẾN NGHỊ (68)
    • 4.1. KẾT LUẬN (68)
    • 4.2. KIẾN NGHỊ (69)
  • TÀI LIỆU THAM KHẢO (70)
  • PHỤ LỤC (74)

Nội dung

Thông tin chung:- Tên đề tài: Ứng dụng công nghệ Google Earth Engine và dữ liệu vệ tinhSentinel-5P đánh giá diễn biến chất lượng không khí tại Bình Dương.Mục tiêu cụ thể như sau:- Xác đị

MỤC TIÊU ĐỀ TÀI

Mục tiêu chính của đề tài là ứng dụng công nghệ Google Earth Engine và dữ liệu vệ tinh Sentinel-5P đánh giá diễn biến chất lượng không khí tại Bình Dương.

Mục tiêu cụ thể như sau:

- Xác định chỉ số NO2 từ dữ liệu ảnh vệ tinh Sentinel-5P trên nền tảng Google Earth Engine.

- Phân tích diễn biến nồng độ NO2 theo không gian và thời gian trên địa bàn tỉnh Bình Dương giai đoạn nghiên cứu.

- Xác định các khu vực ô nhiễm NO2 và đề xuất các giải pháp hạn chế ô nhiễm không khí cho địa phương.

3 Tính mới và sáng tạo:

Hiện nay, những nghiên cứu ứng dụng công nghệ viễn thám vào môi trường không khí đa số sử dụng những số liệu quan sát được từ quá trình thu thập các thông số từ trạm mặt đất để đánh giá và xử lý nên gây ra những hạn chế nhất định trong công tác nghiên cứu Hơn nữa, các đề tài sử dụng công nghệ Google Earth Engine và dữ liệu vệ tinh Sentinel-5P vẫn chưa được thực hiện rộng rãi trong nước Điều này giúp đánh giá hiệu quả và tiết kiệm thời gian trong việc đo lường và theo dõi chất lượng không khí, đồng thời cung cấp thông tin chính xác và đầy đủ cho việc quản lý môi trường và đưa ra các giải pháp cải thiện Vì vậy, việc ứng dụng nền tảng này vào việc phân tích diễn biến chất lượng không khí (cụ thể là nồng độ NO2) ở khu vực Bình Dương là rất cần thiết và mang lại tính thực tiễn cao.

Nghiên cứu này nhằm mục đích ứng dụng công nghệ Google Earth Engine và dữ liệu vệ tinh Sentinel-5P đánh giá diễn biến chất lượng không khí tại Bình Dương. Google Earth Engine là nền tảng phân tích không gian địa lý dựa trên đám mây được sử dụng để thu thập dữ liệu vệ tinh và trích xuất thông tin về nồng độ NO2 tại khu vực nghiên cứu trong giai đoạn 2019 - 2022 Dựa vào phân tích theo thời gian cho thấy

NO2phân tán phụ thuộc vào sự thay đổi theo mùa và các lần giãn cách xã hội Mật độ trung bình NO2 tại tỉnh Bình Dương dao động trong khoảng từ 17,2 - 41,6 mol/m 2 trong thời gian nghiên cứu Kết quả phân tích không gian cho thấy Dĩ An là khu vực có nồng độ NO2 cao nhất, trong khi đó Phú Giáo là địa phương có nồng độ NO2 trong không khí thấp nhất so với các quận, huyện trong toàn tỉnh Điều này khá phù hợp với thực tế khi Dĩ An là trung tâm kinh tế, công nghiệp có vị trí gần TP.HCM và Phú Giáo là khu vực phát triển chủ yếu về nông nghiệp Một số giải pháp được đưa ra để cải thiện chất lượng không khí dựa vào hai nguồn phát thải chủ yếu tại Bình Dương là công nghiệp và giao thông.

TT Tên sản phẩm Số lượng Yêu cầu khoa học

1 Thuyết minh đề tài, báo cáo tổng quan vấn đề cần nghiên cứu 01

- Thuyết minh đề cương đề tài đã được duyệt

- Báo cáo chính xác, rõ ràng, đầy đủ

2 01 bài đăng kỷ yếu hội nghị, hội thảo 01 Có chỉ số ISSN/ISBN

2 Bản đồ nồng độ NO2 trong không khí tỉnh Bình Dương 04 Bản đồ tương ứng với các năm

3 Báo cáo khoa học tổng kết đề tài 01

- Đảm bảo đúng đề cương đã được duyệt về nội dung

- Hình thức trình bày khoa học,không sai sót

Bài báo khoa học đăng trên kỷ yếu hội nghị, hội thảo:

‒ Nguyễn Thị Bích Ngọc, Phạm Thị Mai Thy, Nguyễn Lê Tấn Đạt, Trần Thị Ân (2023), Phân tích không gian - thời gian về nồng độ NO 2 tại tỉnh Bình Dương, Việt Nam, Hội thảo quốc tế GIS – IDEAS.

6 Hiệu quả, phương thức chuyển giao kết quả nghiên cứu và khả năng áp dụng:

Xây dựng phương pháp nghiên cứu mới trong ứng dụng nền tảng Google Earth Engine và dữ liệu vệ tinh chiết tách thông số về môi trường không khí, làm phong phú nguồn cơ sở dữ liệu về chất lượng không khí bên cạnh các số liệu quan trắc mặt đất vốn rất hạn chế về số lượng trạm quan trắc Đề tài là cơ sở khoa học để đánh giá chất lượng không khí tỉnh Bình Dương giai đoạn 2019 – 2022 và từ đó nhà quản lý sẽ đưa ra giải pháp kiểm soát chất lượng không khí, phục vụ mục tiêu phát triển bền vững của tỉnh Bình Dương.

Ngày tháng năm Đơn vị chủ trì

(chữ ký, họ và tên)

(chữ ký, họ và tên)

XÁC NHẬN CỦA CƠ QUAN

Project title: The application of Google Earth Engine technology and Sentinel-5P satellite data assesses the air quality dynamics in Binh Duong.

Coordinator: Nguyen Thi Bich Ngoc

The main objective of the research is to utilize Google Earth Engine technology and Sentinel-5P satellite data to assess the air quality dynamics in Binh Duong.

The specific objectives are as follows:

- Determine the NO2 index using Sentinel-5P satellite imagery on the Google Earth Engine platform.

- Analyze the spatial and temporal variations of NO2 concentrations in the Binh Duong province during the study period.

- Identify areas with high NO2 pollution and propose mitigation measures to reduce air pollution in the region.

Currently, most studies applying remote sensing technology to air quality primarily rely on observed data collected from the process of gathering parameters from ground stations for assessment and processing, thereby causing certain limitations in research endeavors Furthermore, research projects utilizing GoogleEarth Engine technology and Sentinel-5P satellite data have not been widely implemented in Vietnam This hinders the effective evaluation, time-saving measurement, and monitoring of air quality, as well as the provision of accurate and comprehensive information for environmental management and improvement measures Therefore, the application of this platform for analyzing air quality dynamics, specifically NO2concentrations, in the Binh Duong area is highly necessary and holds significant practical implications for the scientific community in Vietnam.

The purpose of this study is to apply Google Earth Engine technology and Sentinel-5P satellite data to assess the air quality dynamics in Binh Duong Google Earth Engine is a cloud-based geospatial analysis platform used for satellite data collection and extraction of information on NO2 concentrations in the research area during the period of 2019-2022 Based on the temporal analysis, it is observed that the dispersion of NO2 is influenced by seasonal variations and social distancing measures. The average NO2 density ranges from 17.2 to 41.6 mol/m 2 during the study period. The spatial analysis results indicate that Dĩ An is the area with the highest NO2 concentration, while Phú Giáo is the locality with the lowest NO2 concentration compared to other districts and counties across the province This aligns well with reality, as Dĩ An serves as an economic and industrial center located near Ho Chi Minh City, whereas Phú Giáo is primarily an agricultural development area Several measures have been proposed to improve air quality, targeting the two main sources of emissions in Binh Duong, namely industrial activities and transportation.

No Product name Quantity Scientific requirements

1 Explanation of the topic, generalreport of the issue to be researched 01

- The topic outline has been approved

- Accurate, clear, and complete report

2 01 conference or seminar proceedings 0 Having ISSN/ISBN index

2 Map of NO 2 concentration in the air of Binh Duong province 04 Maps corresponding to the years 2019, 2020, 2021, 2022

3 Scientific report summarizing theresearch project 01

- Ensure that the content matches the approved outline

- Scientific presentation format, without errors.

A publication related to this study:

‒ Nguyen Thi Bich Ngoc, Phạm Thi Mai Thy, Nguyen Le Tan Dat, Tran Thi An (2023), Spatial-temporal analysis of NO 2 concentration in Binh Duong province, Vietnam, International Conference GIS – IDEAS.

6 Effects, transfer alternatives of research results and applicability:

Developing a new research method in the application of the Google Earth Engine platform and satellite data for extracting air quality parameters, enriching the database of air quality alongside the limited ground monitoring station data The research project serves as a scientific foundation to assess the air quality in Binh Duong province during the period of 2019-2022 Based on the findings, the management authorities will propose air quality control solutions to support the sustainable development goals of Binh Duong province.

1 TÍNH CẤP THIẾT Ở các quốc gia, ô nhiễm không khí là một trong những vấn đề lớn đối với sự phát triển bền vững và sức khỏe của người dân Công nghiệp hóa, đô thị hóa càng phát triển thì nguồn thải gây ô nhiễm môi trường không khí càng nhiều gây ra áp lực làm biến đổi chất lượng không khí theo chiều hướng xấu Sự gia tăng đáng kể về dân số và số lượng phương tiện giao thông, cùng với sự thiếu sót về hạ tầng đã góp phần làm nghiêm trọng hóa tình trạng ô nhiễm hiện tại NO2 là khí có khả năng hấp thụ bức xạ mặt trời cao mà nguồn phát sinh chủ yếu từ giao thông và công nghiệp (Solomon và cộng sự, 1999) Với tình hình kinh tế đang phát triển như Việt Nam, vấn đề ô nhiễm không khí nói chung và khí NO2 nói riêng chưa được quan tâm đúng mức Trong bối cảnh này, nghiên cứu về đánh giá hiện trạng ô nhiễm đang trở thành một lĩnh vực cần thiết và mang tính khoa học cao Điều này đồng nghĩa với việc đưa khoa học vào quy trình đánh giá và giải quyết vấn đề ô nhiễm không khí, từ đó đảm bảo sự bền vững và phù hợp với thực tế của quốc gia.

Bình Dương là tỉnh thuộc khu vực Đông Nam Bộ và đây là vùng quan trọng gắn kết các tỉnh, thành phố của vùng kinh tế trọng điểm phía Nam, trung tâm công nghiệp

Bình Dương, đô thị hiện đại với thu nhập bình quân đầu người cao nhất cả nước, đang đối mặt với nhu cầu cấp thiết trong việc kiểm soát chất lượng môi trường không khí Sự gia tăng của các doanh nghiệp và khu công nghiệp trong những năm gần đây đặt ra yêu cầu đảm bảo phát triển công nghiệp bền vững cho tỉnh.

Giám sát ô nhiễm không khí ở các địa phương hiện nay hầu hết dựa trên dữ liệu đo đạc, quan trắc từ mặt đất, vốn là phương pháp cần nhiều thời gian, nhân lực và đầu tư về chi phí lắp đặt hệ thống quan trắc Một giải pháp thay thế lý tưởng cho việc kiểm tra không gian và thời gian dài hạn về chất lượng không khí ở nhiều quy mô khác nhau là kiến thức viễn thám dựa trên dữ liệu vệ tinh (Aldabash và cộng sự, 2020) Ảnh vệ tinh được nghiên cứu ở Việt Nam bắt đầu từ những năm 80 và ứng dụng công nghệ viễn thám trong nhiều năm nay Xu hướng giám sát các chất ô nhiễm trong không khí bằng vệ tinh là một phương pháp hữu ích để các nhà nghiên cứu dễ dàng theo dõi sự biến đổi theo thời gian và không gian Tài nguyên không khí liên quan trực tiếp tới sự sinh tồn của con người, nhưng công nghệ viễn thám để giám sát chất lượng không khí ở nước ta chưa có điều kiện ứng dụng chuyên sâu (Trần Thị Vân và cộng sự, 2012). Hiện nay, trên thế giới có nhiều loại vệ tinh dùng để theo dõi dữ liệu NO2đối lưu như Sentinel-5P, Aura, Suomi NPP Dữ liệu từ Sentinel-5P được sử dụng rộng rãi trong nghiên cứu và giám sát chất lượng NO2đối lưu.

Nhiều công cụ đã được phát triển để hỗ trợ phân tích ảnh viễn thám, từ đó làm cho quá trình nghiên cứu trở nên dễ dàng hơn Google Earth Engine (GEE) là một công cụ đánh giá hiện trạng ô nhiễm không khí, mang tính khoa học cao Bằng cách áp dụng các thuật toán phân tích và xử lý dữ liệu trên nền tảng này, người nghiên cứu có thể tạo ra các bản đồ thể hiện mức độ ô nhiễm không khí và nhận biết các khu vực có mức độ ô nhiễm cao GEE có thể xử lý bộ dữ liệu không gian địa lý lớn với phạm vi phủ sóng toàn cầu và các kỹ thuật xử lý có thể thực hiện thông qua trình soạn thảo các câu lệnh.

Ý NGHĨA KHOA HỌC VÀ GIÁ TRỊ ỨNG DỤNG CỦA ĐỀ TÀI

Ý nghĩa khoa học

Xây dựng phương pháp nghiên cứu mới trong ứng dụng nền tảng Google Earth Engine lấy dữ liệu vệ tinh chiết tách thông số NO2 về môi trường không khí Từ đó, làm phong phú nguồn cơ sở dữ liệu về không khí bên cạnh các số liệu quan trắc mặt đất vốn rất hạn chế về số lượng trạm quan trắc Đề tài là cơ sở khoa học để phân tích diễn biến nồng độ NO2 trong không khí ở tỉnh Bình Dương thời kỳ 2019 – 2022 dưới ảnh hưởng của dịch Covid-19.

Hiện nay, những nghiên cứu ứng dụng công nghệ viễn thám vào môi trường không khí đa số sử dụng những số liệu có sẵn qua quá trình thu thập các thông số từ trạm mặt đất để đánh giá và xử lý nên gây ra những hạn chế nhất định trong các nghiên cứu Hơn nữa, các đề tài nghiên cứu này vẫn chưa được cập nhật và thực hiện rộng rãi Việc ứng dụng nền tảng GEE để đánh giá chất lượng không khí chỉ mới được thực hiện ở các nghiên cứu ngoài nước và rất ít nghiên cứu chuyên sâu về vấn đề này tại Việt Nam Vì vậy, việc ứng dụng nền tảng này vào việc phân tích diễn biến nồng độ NO2 ở khu vực Bình Dương rất cần thiết và mang lại tính thực tiễn cao cho nền khoa học Việt Nam.

Giá trị ứng dụng của đề tài

Ứng dụng viễn thám trong giám sát chất lượng không khí sử dụng nền tảng Google Earth Engine, nghiên cứu này đưa ra quy trình chiết tách cụ thể đối với thông số NO2 Nghiên cứu góp phần cập nhật kiến thức và phát triển phương pháp nghiên cứu hiện đại, nâng cao khả năng nghiên cứu và ứng dụng công nghệ trong lĩnh vực môi trường không khí.

Kết quả nghiên cứu có thể giúp cho cơ quan quản lý có thêm thông tin về tình trạng nồng độ NO2 trong giai đoạn 2019 – 2022 Ngoài ra, cung cấp những giải pháp cụ thể giúp cải thiện chất lượng không khí cũng như chất lượng cuộc sống.

TỔNG QUAN

TỔNG QUAN KHU VỰC NGHIÊN CỨU

Tỉnh Bình Dương có tổng diện tích đất tự nhiên 2 694,64 km 2 , đứng thứ tư trong vùng Đông Nam Bộ (chiếm 11,4% diện tích toàn vùng) và thứ 44 cả nước (chiếm 0,8% diện tích cả nước) Tỉnh Bình Dương nằm ở trung tâm vùng Đông Nam Bộ, đồng thời thuộc Vùng kinh tế trọng điểm phía Nam, có hệ toạ độ địa lí từ 10 o 52' B đến

+ Phía Bắc giáp tỉnh Bình Phước

+ Phía Nam giáp Thành phố Hồ Chí Minh

+ Phía Đông giáp tỉnh Đồng Nai

+ Phía Tây giáp tỉnh Tây Ninh và Thành phố Hồ Chí Minh

Hình 1.1 Bản đồ hành chính tỉnh Bình Dương

Tỉnh Bình Dương nằm liền kề Thành phố Hồ Chí Minh – trung tâm kinh tế lớn nhất cả nước, đồng thời là đầu mối giao lưu của các tỉnh miền Trung, Tây Nguyên theo các quốc lộ 13, 14 (đường Hồ Chí Minh) về Thành phố Hồ Chí Minh Điều này tạo cơ hội cho hợp tác kinh tế, đầu tư và phát triển khu vực Những đặc điểm về vị trí địa lí đó đã mang lại nhiều lợi thế để tỉnh Bình Dương phát triển kinh tế – xã hội.

Bảng 1.1 Các đơn vị hành chính tỉnh Bình Dương năm 2022

STT Tên đơn vị hành chính Diện tích (km 2 ) Tổng số phường, thi trấn, xã

1 Thành phố Thủ Dầu Một 118,91 14 I

2 Thành phố Thuận An 83,71 10 II

3 Thành phố Dĩ An 60,05 7 III

4 Thành phố Tân Uyên 191,76 12 III

5 Thị xã Bến Cát 234,35 8 III

9 Huyện Bắc Tân Uyên 400,30 10 IV

(Nguồn: Niên giám thống kê tỉnh Bình Dương, 2022)

Tỉnh Bình Dương nằm trong vùng khí hậu nhiệt đới gió mùa, nhiệt độ quanh năm ổn định, ít có sự chênh lệch Mỗi năm được chia thành hai mùa rõ rệt: mùa mưa thường bắt đầu từ tháng 5 đến cuối tháng 10, còn mùa khô kéo dài từ tháng 11 đến tháng 4 năm sau Đặc trưng của khí hậu tỉnh Bình Dương là nắng nóng, mưa nhiều và độ ẩm khá cao.

Nhiệt độ trung bình năm ở tỉnh Bình Dương dao động khoảng 26 o C – 28 o C Số giờ nắng bình quân trong năm từ 2 200 giờ trở lên Lượng mưa trung bình hằng năm khoảng trên 1 800 mm Độ ẩm không khí tương đối trung bình đạt 78,2%.

Bảng 1.2 Khí hậu tỉnh Bình Dương năm 2022

Tháng Nhiệt độ ( o C) Độ ẩm (%) Số giờ nắng

Bình quân năm Tổng năm

(Niên giám thống kê tỉnh Bình Dương, 2022)

Nhiệt độ cao quanh năm, độ ẩm lớn cùng với nguồn ánh sáng dồi dào, ít có những hiện tượng thời tiết biến động phức tạp như bão, lũ, nên khí hậu Bình Dương tạo thuận lợi cho hoạt động sản xuất và đời sống, cho việc bảo trì, nâng cấp máy móc, thiết bị trong quá trình sản xuất và ít ảnh hưởng tiêu cực đến môi trường tự nhiên trong tỉnh.

Bình Dương được coi là một trong những trung tâm công nghiệp hàng đầu của Việt Nam Tỉnh này có một số KCN lớn như KCN Sóng Thần, KCN Mỹ Phước, KCN Vsip, thu hút nhiều doanh nghiệp trong và ngoài nước Ngoài ra, tỉnh cũng đã có đóng góp quan trọng cho hoạt động xuất khẩu của Việt Nam Các doanh nghiệp trong tỉnh sản xuất và xuất khẩu nhiều mặt hàng như điện tử, máy móc, gỗ, may mặc và hàng tiêu dùng Điều này góp phần tạo thu nhập cho kinh tế tỉnh và đất nước.

Xuất phát điểm từ một tỉnh thuần nông, Bình Dương đã trở thành một trong những địa phương có tốc độ phát triển công nghiệp cao nhất và năng động nhất Vùng kinh tế trọng điểm phía Nam Theo Nghị quyết của Bộ Chính trị năm 2022, tính đến thời điểm hiện nay, tỉnh đã thành lập 29 khu công nghiệp, với tổng diện tích quy hoạch trên 12.700 ha 27 khu công nghiệp đã đi vào hoạt động với tổng diện tích10.624,66 ha, các khu công nghiệp đã cho thuê đất trên 6.836 ha, tỷ lệ lấp đầy 90%.Hai khu công nghiệp đang xây dựng hạ tầng là VSIP 3 và Cây Trường với tổng diện tích đất 1.700 ha.

Tổng sản phẩm địa phương (GRDP) năm 2022 tăng trưởng mạnh mẽ 8,01% so với năm 2021 (tăng 3,20%) Nổi bật là sự phát triển của khu vực dịch vụ với mức tăng 9,52%, tiếp đến là khu vực công nghiệp và xây dựng với mức tăng 8,18% (trong đó ngành công nghiệp tăng 8,26%) Khu vực nông, lâm nghiệp và thủy sản cũng đóng góp tăng trưởng với tỷ lệ 3,09% Thuế sản phẩm trừ trợ cấp sản phẩm cũng tăng đáng kể, đạt 4,59%.

Về qui mô, GRDP (theo giá hiện hành) đạt 459.032 tỷ đồng GRDP bình quân đầu người đạt 166,13 triệu đồng, tương đương 7.036 đô la Mỹ (năm 2021 là 156,04 triệu đồng, tương đương 6.742 đô la Mỹ) Về cơ cấu kinh tế năm 2022, khu vực nông, lâm nghiệp và thủy sản chiếm tỷ trọng 2,72%, khu vực công nghiệp và xây dựng chiếm tỷ trọng 67,09%, khu vực dịch vụ chiếm tỷ trọng 22,83%, thuế sản phẩm trừ trợ cấp sản phẩm chiếm tỷ trọng 7,37% (năm 2021 chiếm tỷ trọng tương ứng là 3,08% - 66,84% - 22,51% - 7,58%) (Tổng cục thống kê, 2022)

Bình Dương thu hút nhiều dòng vốn đầu tư trực tiếp từ nước ngoài Nhờ vào môi trường kinh doanh thuận lợi, hạ tầng phát triển và lao động chất lượng cao, nhiều doanh nghiệp nước ngoài đã lựa chọn đầu tư và mở rộng hoạt động sản xuất tại Bình Dương Khu vực đô thị của Bình Dương, như Thủ Dầu Một và các thành phố thuộc tỉnh, đang phát triển mạnh mẽ Việc xây dựng các khu đô thị mới, khu nhà ở, trung tâm thương mại và cơ sở hạ tầng đồng bộ tạo điều kiện thuận lợi cho sự phát triển kinh tế và đời sống dân cư.

Dân số trung bình năm 2022 của tỉnh Bình Dương là 2.763.124 người, tăng 119.450 người, tương đương tăng 4,52% so với năm 2021, bao gồm dân số thành thị 2.327.427 người, chiếm 84,23%; dân số nông thôn 435.697 người, chiếm 15,77%; dân số nam là 1.395.534 người, chiếm 50,51%; dân số nữ là 1.367.590 người, chiếm 49,49%; mật độ dân số là 1.025 người/km 2 Tỷ lệ tăng dân số chung của Tỉnh là 4,52%, trong đó khu vực thành thị là 4.46% và khu vực nông thôn là 4,81%.

Tỷ lệ thất nghiệp của lực lượng lao động trong độ tuổi năm 2022 là 1,31%, trong đó khu vực thành thị 1,23%; khu vực nông thôn 1,80% Tỷ lệ thiếu việc làm của lực lượng lao động trong độ tuổi là 3,85%, trong đó khu vực thành thị 4,12%; khu vực nông thôn 0,23%.

Bảng 1.3 Dân số và mật độ tỉnh Bình Dương năm 2022

STT Tên đơn vị hành chính Dân số trung bình

Mật độ dân số (người/km 2 )

1 Thành phố Thủ Dầu Một 339.489 2.855

(Niên giám thống kê tỉnh Bình Dương, 2022)

Trong Tổng điều tra Dân số và Nhà ở năm 2019, Bình Dương là tỉnh có tỷ suất di cư thuần dương cao nhất cả nước, đạt 200,4‰ Bình Dương đón nhận hơn 489.000 người nhập cư trong 5 năm, cao hơn nhiều so với lượng người xuất cư (chỉ khoảng 38.000 người) Điều này có nghĩa cứ 5 người từ 5 tuổi trở lên ở Bình Dương thì có 1 người đến từ tỉnh khác Ngoài ra, Bình Dương cũng là tỉnh có tỷ lệ người di cư phải thuê hoặc mượn nhà cao nhất cả nước, lên tới 74,5%.

TỔNG QUAN ĐỐI TƯỢNG NGHIÊN CỨU

1.2.1.1 Ô nhiễm không khí Ô nhiễm môi trường là sự biến đổi tính chất vật lý, hóa học, sinh học của thành phần môi trường không phù hợp với quy chuẩn kỹ thuật môi trường, tiêu chuẩn môi trường gây ảnh hưởng xấu đến sức khỏe con người, sinh vật và tự nhiên (Luật Bảo vệ môi trường Việt Nam, 2020)

Bên cạnh các thành phần chính của không khí, bất kỳ một chất nào ở dạng rắn, lỏng, khí được thải vào môi trường không khí với nồng độ vừa đủ gây ảnh hưởng tới sức khỏe con người, gây ảnh hưởng xấu đến sự sinh trưởng, phát triển của động, thực vật, phá hủy vật liệu, làm giảm cảnh quan môi trường đều gây ô nhiễm môi trường hay nói khác đi là không khí đó đã bị ô nhiễm (PGS.TS Đinh Xuân Thắng, 2007). Ô nhiễm không khí là một trong những đe dọa nguy hiểm nhất đối với sức khỏe môi trường không chỉ ở Việt Nam mà các quốc gia khác cũng đang phải đối mặt Theo

Tổ chức Y tế Thế giới (WHO) năm 2014, đã có 7 triệu ca tử vong sớm do ô nhiễm không khí cả bên ngoài và trong nhà trên toàn cầu mỗi năm Chỉ số EPI - Environmental Performance Index năm 2022 cho thấy phơi nhiễm với ô nhiễm không khí ở Việt Nam ở mức cao xếp hạng 130 trên tổng số 180 quốc gia (Wolf và cộng sự, 2022) Tương tự như vậy, theo báo cáo của IQAir/Air Visual về chất lượng không khí sử dụng dữ liệu từ mạng lưới cảm biến không khí rộng rãi, nồng độ bụi PM2.5(các hạt bụi cú đường kớnh nhỏ hơn 2,5 àm) trung bỡnh năm 2021 theo trọng số dõn số của Việt Nam cao thứ 36 trong 117 quốc gia (PGS TS Nguyễn Thị Nhật Thanh và cộng sự, 2022).

Về nguyên nhân, 2 khía cạnh chính ảnh hưởng đến sự ô nhiễm này là do hoạt động con người và do tự nhiên Trong đó, nguyên nhân tự nhiên được hình thành từ các núi lửa, cháy rừng, bão bụi và trong các quá trình phân hủy xác của động, thực vật. Còn nguyênn nhân nhân tạo chủ yếu là do hoạt động của các nhà máy công nghiệp, đốt thải nhiên liệu sinh ra các chất sulfur dioxide, do phương tiện giao thông đông đúc và bên cạnh đó là hoạt động của con người Động cơ xe máy, ô tô,… trong quá trình hoạt động đã tạo ra các khí gây độc hại trực tiếp tới sức khỏe con người như CO, CO2, SO2,

NOx, Pb, CH4 Khói bụi cuốn theo quá trình di chuyển của các phương tiện cũng là nguyên nhân gây ô nhiễm không khí 60-70% bụi siêu mịn PM2.5 được tạo ra từ xe máy, ô tô Chúng có kích thước nhỏ bằng 1/30 lần sợi tóc và vô cùng nguy hiểm, dễ đi sâu vào máu, phổi thôi qua đường hô hấp Những điều trên đã gây ảnh hưởng lớn đến ô nhiễm không khí, không chỉ gây hại cho sức khỏe con người mà còn cho môi trường mà chúng ta đang sống, cụ thể là các hiện tượng: Bụi mù, suy giảm tầng ozone, mưa axit,

Nitơ dioxide (NO2) là khí chủ yếu được tạo ra từ quá trình đốt cháy các loại nhiên liệu hóa thạch (Carslaw, 2005) và NO2 là một trong những loại khí gây ô nhiễm không khí phổ biến (Krotkov và cộng sự, 2016) Sự phơi nhiễm với không khí ô nhiễm

NO2 có thể gây ảnh hưởng không tốt đối với sức khỏe con người, chẳng hạn như gây bệnh hen suyễn và dị ứng hô hấp (Al-Hemoud và cộng sự, 2021) NO2 cùng với NOx khác phản ứng với các hóa chất khác trong không khí tạo thành bụi mịn và ozone Cả hai điều này cũng có hại khi hít phải do ảnh hưởng đến hệ hô hấp.

Nitrogen dioxide (NO2) là một chất góp phần chính trong việc hình thành sương mù và là tiền thân của nhiều chất ô nhiễm thứ cấp có hại, bao gồm ozone và các chất dạng hạt Nó phản ứng mạnh với các hóa chất khác và là một chất oxy hóa mạnh Quá trình đốt cháy tạo ra các oxit của nitơ, một phần chính trong số đó là nitơ đioxit Khi các phương tiện giao thông thải ra oxit nitơ, 90 đến 95% lượng khí thải là oxit nitric (NO) Tuy nhiên, oxit nitric nhanh chóng bị oxy hóa trong không khí ngoài trời khi phản ứng với oxy, ozon và các hợp chất hữu cơ dễ bay hơi (VOC) để tạo thành NO2.

NO2và NOxtương tác với nước, oxy và các hóa chất khác trong khí quyển để tạo thành mưa axit Mưa axit gây hại cho các hệ sinh thái nhạy cảm như hồ và rừng Các hạt nitrat tạo ra từ NOx làm cho không khí trở nên mờ và khó nhìn thấy NOx trong khí quyển góp phần gây ô nhiễm chất dinh dưỡng ở vùng nước ven biển.

Mặc dù NO2 là một chất gây ô nhiễm không khí, nó được chú ý như một chất ô nhiễm thứ cấp NO2 thải trực tiếp vào không khí một lượng nhỏ từ phương tiện giao thông Ngoài ra, NO2 cũng là chất ô nhiễm thứ cấp do quá trình oxy hóa Sau đó, NO2 tiếp tục oxy hóa thành axit nitric, đi vào môi trường qua mặt đất dưới dạng giọt hoặc hạt chứa nitrat.

Các oxit nitơ (NO2 và NO) là các khí vi lượng quan trọng trong bầu khí quyển của Trái đất, hiện diện ở cả tầng đối lưu và tầng bình lưu Chúng xâm nhập vào bầu khí quyển do các hoạt động của con người (đặc biệt là đốt nhiên liệu hóa thạch và đốt sinh khối) và các quá trình tự nhiên (cháy rừng, sét và các quá trình vi sinh trong đất).

NO2không phải là một khí nhà kính trực tiếp Tuy nhiên, khi kết hợp với ánh sáng mặt trời và VOCs, NO2có thể tạo ra tầng đối lưu hoặc tầng ozone Do đó, sự hiện diện của ôzôn ở tầng mặt đất có thể dẫn đến sự nóng lên của khí quyển thông qua bức xạ cưỡng bức, hoặc hấp thụ nhiều ánh sáng mặt trời hơn so với lượng phản xạ.

Nồng độ NO2 trong không khí có thể đo tại mặt đất bằng máy đo nồng độ NO2 liên tục hoặc gián đoạn Ngoài ra, hàm lượng NO2 trong không khí cũng có thể được truy xuất dựa vào dữ liệu thu thập bởi cảm biến vệ tinh (Stavrakou và cộng sự, 2008) với tên gọi là NO2đối lưu.

1.2.2 Viễn thám và các khái niệm liên quan

Viễn thám (Remote sensing - tiếng Anh) được hiểu là một khoa học và nghệ thuật để thu nhận thông tin về một đối tượng, một khu vực hoặc một hiện tượng thông qua việc phân tích tài liệu thu nhận được bằng các phương tiện Những phương tiện này không có sự tiếp xúc trực tiếp với đối tượng, khu vực hoặc với hiện tượng được nghiên cứu (PGS.TS Nguyễn Khắc Thời, 2014).

Mặc dù có rất nhiều định nghĩa khác nhau về viễn thám, nhưng mọi định nghĩa đều có nét chung, nhấn mạnh "viễn thám là khoa học thu nhận từ xa các thông tin về các đối tượng, hiện tượng trên trái đất" Dưới đây là định nghĩa về viễn thám theo quan niệm của các tác giả khác nhau.

- Viễn thám là một nghệ thuật, khoa học, nói ít nhiều về một vật không cần phải chạm vào vật đó (Ficher và cộng sự, 1976).

- Viễn thám là quan sát về một đối tượng bằng một phương tiện cách xa vật trên một khoảng cách nhất định (Barret và Curtis, 1976).

TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU THUỘC LĨNH VỰC CỦA ĐỀ TÀI Ở TRONG VÀ NGOÀI NƯỚC

1.3.1 Tổng quan nghiên cứu ngoài nước

Các đề tài đánh giá về diễn biến chất lượng không khí rất đa dạng, thực hiện nhiều chỉ số khác nhau liên quan đến vấn đề ô nhiễm không khí do các hoạt động của con người Dựa vào mục đích nghiên cứu mà các chỉ số như NOx, SO2, COxđược lựa chọn tùy theo khu vực ở các nước đã và đang phát triển Những nghiên cứu hầu hết được thực hiện dựa trên việc sử dụng ảnh viễn thám, nền tảng GEE để thực hiện vì tính thuận tiện của chúng.

Nghiên cứu của Neeraj K Maurya năm 2022 sử dụng dữ liệu vệ tinh Sentinel-5P TROPOMI, dữ liệu che phủ đất MODIS để theo dõi chất lượng không khí do đốt rơm rạ ở Ấn Độ từ năm 2018-2021 Nồng độ CH4, NO2, SOX, CO, aerosol và HCHO gia tăng đáng kể trong thời gian thu hoạch vụ Kharif (tháng 4-6) và vụ Rabi (tháng 9-11) Các kết quả này được xác nhận bằng dữ liệu từ các trạm kiểm soát mặt đất về PM2.5/PM10, lượng mưa và nhiệt độ.

Muhammad vào năm 2021 đã tiến hành phân tích dựa theo không gian và thời gian của vấn đề ô nhiễm NO2 trong giai đoạn dịch Covid - 19 lockdown Nghiên cứu thực hiện gồm 15 khu vực ở Châu Âu được ước tính và đánh giá ô nhiễm NO2 trong tầng đối lưu thông qua nền tảng GEE bằng vệ tinh Sentinel - 5P TROPOMI (Muhammad Naveed-ul-Zafar, 2021) Nghiên cứu này cũng đồng thời sử dụng dữ liệu ở các trạm đo mặt đất để ước tính và phân tích ở hai giai đoạn năm 2019 (trước) và năm 2020(sau), qua đó có thể đối sánh với dữ liệu vệ tinh Kết quả nghiên cứu xác nhận rằng,trong giai đoạn Lockdown, khu vực ở Ý đã đạt được mức giảm 51% NO2 cao nhất và thấp nhất là ở Đan Mạch với mức giảm 14% ở giai đoạn năm 2019 Kết quả đã chỉ ra rằng việc giảm nồng độ NO2 có thể liên quan đến chính sách hạn chế di chuyển và các hoạt động công nghiệp trong thời kỳ dịch bệnh bùng phát.

Nghiên cứu của Huaqiao Xing và cộng sự (2022) phân tích sự thay đổi chất lượng không khí theo không gian-thời gian trước và sau dịch COVID-19 tại tỉnh Sơn Đông, Trung Quốc Sử dụng nền tảng GEE, dữ liệu về độ sâu quang học CO, NO2, SO2 và sol khí (AOD) từ tháng 12/2019 đến 03/2020 và tháng 12/2020 đến 03/2021 đã được thu thập Dữ liệu ban đầu của Sentinel-5P Cấp 2 (L2) được chuyển đổi thành Cấp 3 (L3) để kết hợp vào nền tảng GEE Nghiên cứu cũng phân tích mối tương quan giữa chất lượng không khí với các yếu tố khí tượng, cho thấy các chất ô nhiễm và AOD có mối liên hệ chặt chẽ với nhiệt độ trung bình, độ ẩm trung bình, tốc độ gió trung bình và lượng mưa trung bình.

Siavash Shami và các cộng sự (2022) đã tiến hành nghiên cứu về vấn đề ô nhiễm

CO và NO2 ở Iran trong giai đoạn dịch Covid - 19 bằng cách sử dụng ảnh Timeseries Sentinel - 5 bằng công cụ GEE Phạm vi nghiên cứu những thay đổi trong các chất ô nhiễm này là ở Iran và cụ thể là 4 thành phố Tehran, Mashhad, Isfahan, Tabriz trong ba giai đoạn từ ngày 11 tháng 3 đến ngày 8 tháng 4 năm 2019, 2020, 2021 đã được điều tra Sau khi xử lý dữ liệu ra kết quả, tiến hành so sánh với dữ liệu trạm mặt đất. Quan sát thấy rằng kết quả của NO2 thu được từ Sentinel-5P phù hợp với dữ liệu tại chỗ thu được từ các trạm trên mặt đất ( hệ số tương quan trung bình = 0,7) (Shami và cộng sự, 2022).

Ghasempours và cộng sự (2021) thực hiện nghiên cứu phân tích không gian - thời gian dựa vào nền tảng GEE về các chất ô nhiễm trước và trong đợt bùng phát Covid -

19 đầu tiên ở Thổ Nhĩ Kỳ thông qua cảm biến từ xa Các chỉ số được thực hiện trong nghiên cứu này là NO2, SO2 từ dữ liệu vệ tinh Sentinel - 5P TROPOMI và AOD từ dữ liệu vệ tinh MODIS từ tháng 01/2019 đến tháng 09/2020 Nghiên cứu sử dụng 6 bộ dữ liệu: Nồng độ NO2và SO2 hàng giờ từ Trung tâm Giám sát Chất lượng Không khí Thổ Nhĩ Kỳ (TAQMC), Dữ liệu hình ảnh vệ tinh hàng ngày của các sản phẩm Sentinel-5P

NO2 và SO2 từ GEE, Dữ liệu hình ảnh vệ tinh hàng ngày của sản phẩm MODIS AOD từ nền tảng GEE, Dữ liệu khí tượng và khí tượng ERA5 Reanalysis, Dữ liệu AErosolRObotic NETwork (AERONET) và Chỉ số Nhà quản lý Mua hàng (PMI)(Ghasempour và cộng sự, 2021) Kết quả thu được là theo dõi, điều tra các mô hình không gian - thời gian của các chất ô nhiễm không khí Các phân tích PMI cũng cho thấy có mối tương quan giữa các hoạt động công nghiệp và nồng độ NO2.

Nghiên cứu về Yếu tố thúc đẩy chất lượng không khí PM2.5được cải thiện ở Trung Quốc từ năm 2013 đến năm 2017 của tác giả Qiang Zhanga và cộng sự vào năm 2017 nêu ra được nhiều giải pháp mà chính quyền đã thực hiện Những nhóm giải pháp chính bao gồm nâng cao tiêu chuẩn khí thải, loại bỏ các nhà máy nhỏ và ngành công nghiệp lạc hậu gây ô nhiễm, nâng cấp các máy móc hiện đại hơn, thúc đẩy sử dụng nhiên liệu sạch Song song đó, áp dụng mô hình Dự báo và Nghiên cứu Thời tiết Models-3 đa quy mô mô hình chất lượng không khí (CMAQ) phiên bản 5.1 để mô phỏng nồng độ PM2.5trên khắp Trung Quốc (Zhang và cộng sự, 2019)

Nhìn chung, tất cả các nghiên cứu về sử dụng nền tảng Google Earth Engine để đánh giá chất lượng không khí đều sử dụng dữ liệu vệ tinh Sentinel - 5P TROPOMI được nghiên cứu từ năm 2019 đến nay Những nghiên cứu này đều chiết tách dữ liệu từ nền tảng và so sánh với dữ liệu đo trạm quan trắc Đặc biệt, việc sử dụng nên tảng GEE để xử lý chuỗi dữ liệu lớn của ảnh viễn thám là hướng ứng dụng mới đem lại hiệu quả cao.

1.3.2 Tổng quan nghiên cứu trong nước

Các nghiên cứu đánh giá về vấn đề môi trường không khí ở Việt Nam được chú trọng trong các năm gần đây khi hiện trạng ô nhiễm gắn liền với sự phát triển đất nước cùng với sự gia tăng các hoạt động sống của người dân Các công trình nghiên cứu tập trung vào phân tích thống kê từ nguồn số đo mặt đất tại các trạm quan trắc, sử dụng ảnh viễn thám vào công tác giám sát môi trường không khí Mặt khác, nhiều bài nghiên cứu cũng đã sử dụng nền tảng GEE để ứng dụng vào các lĩnh vực khác như theo dõi biến động rừng, theo dõi hạn hán, nghiên cứu lũ lụt… và một vài nghiên cứu theo dõi ô nhiễm không khí.

Nhóm tác giả Lưu Thị Diệu Trinh (2023) đã sử dụng dữ liệu viễn thám Sentinel-5P TROPOMI để theo dõi ô nhiễm không khí ở Thái Nguyên từ 2019 đến 2021 Nồng độ NO2 và CO có biến động đều, trong khi SO2 tương đối ổn định, chỉ cao ở 1-3 phường/xã Kết quả nghiên cứu trùng khớp với báo cáo từ các cơ quan chức năng, khẳng định tính hiệu quả và khả thi của công nghệ viễn thám trong giám sát ô nhiễm không khí thực tế.

Lương Ngọc Dũng và cộng sự (2023) đã nghiên cứu giải pháp đánh giá ô nhiễm không khí khu vực khai thác mỏ đất đắp bằng dữ liệu Sentinel-5P TROPOMI Các tác giả đã ứng dụng công nghệ GEE để trích xuất các dữ liệu quan trắc nồng độ khí thải khu vực các mỏ khai thác đất đắp thuộc xã Quảng Nghĩa, TP Móng Cái, tỉnh Quảng Ninh Kết quả nghiên cứu cho thấy bản đồ phân bố khí thải có thể đánh giá mức độ phát tán không gian trong quá trình hoạt động của công trường khai thác Biểu đồ theo dõi nồng độ khí CO, NO2, SO2 cho thấy mức độ ô nhiễm môi trường trong khu vực đáp ứng tiêu chuẩn chất lượng không khí Kết quả này tương thích với đánh giá quan trắc của các báo cáo đánh giá tác động môi trường đã được thực hiện (Ngọc Dũng và cộng sự, 2023).

Bài nghiên cứu Đánh giá giá trị Nitơ Đioxit (NO2) đối lưu tại Việt Nam giai đoạn

2010 – 2020 của tác giả Nguyễn Thị Tuyết Nam và cộng sự đã đưa ra được một số kết quả nhất định Giá trị NO2đối lưu truy xuất từ cảm biến OMI của vệ tinh AURA được thu thập Bài báo cho thấy giá trị trung bình của NO2 đối lưu tại Việt Nam dao động nhẹ trong giai đoạn năm 2010-2020 Ngoài ra, giá trị NO2 đối lưu đạt cao nhất vào mùa khô, đặc biệt là tháng 3 và tháng 4, và giảm dần vào mùa mưa (từ tháng 5 đến tháng 9) Bên cạnh đó, khu vực đồng bằng sông Hồng và Nam Trung Bộ lần lượt có giá trị NO2 đối lưu cao nhất và thấp nhất so với các khu vực còn lại của cả nước Kết quả phân tích cụm phân cấp cho thấy NO2đối lưu có mối liên hệ với mật độ dân số, số lượng dân số, và thu nhập bình quân theo đầu người, đặc biệt tại miền Bắc và miền Nam (Thị Tuyết Nam và cộng sự, 2023).

Nghiên cứu về Thực trạng và giải pháp cho vấn đề ô nhiễm không khí ở Việt Nam của nhóm tác giả Nguyễn Thị Hạnh và cộng sự vào năm 2022 đã nêu ra được các nguyên nhân gây ô nhiễm không khí và giải pháp khắc phục Trong đó, nguyên nhân tự nhiên được hình thành từ các núi lửa, cháy rừng, bão bụi và trong các quá trình phân hủy xác của động, thực vật Nguyên nhân nhân tạo chủ yếu là do hoạt động của các nhà máy công nghiệp, đốt thải nhiên liệu và do phương tiện giao thông đông đúc,hoạt động của con người (Hạnh và cộng sự, 2022) Những giải pháp được đưa ra như cần ban hành Luật riêng về vấn đề ô nhiễm không khí, nghiêm ngặt trong các quy định,xây dựng văn hóa, nâng cao ý thức của người dân về bảo vệ môi trường.

PHƯƠNG PHÁP NGHIÊN CỨU

NỘI DUNG NGHIÊN CỨU

Để đạt được mục tiêu nghiên cứu, đề tài tập trung vào các nội dung nghiên cứu chính, cụ thể như sau:

- Chiết tách nồng độ NO2từ dữ liệu vệ tinh Sentinel-5P dựa trên nền tảng GEE.

- Phân tích diễn biến nồng độ NO2theo thời gian ở tỉnh Bình Dương.

- Phân tích diễn biến nồng độ NO2theo không gian ở Bình Dương.

- Xác định các khu vực ô nhiễm NO2 và đề xuất các giải pháp hạn chế ô nhiễm không khí cho địa phương.

PHƯƠNG PHÁP NGHIÊN CỨU

2.2.1 Cách tiếp cận Để xác định được diễn biến thay đổi chất lượng không khí (cụ thể là NO2) trên địa bàn tỉnh Bình Dương nghiên cứu đã phân tích chỉ số NO2 dựa trên vệ tinh bằng nền tảng Google Earth Engine (GEE) Tiến hành xác định nồng độ của NO2 phân bố dựa trên cảm biến Sentinel - 5P TROPOMI bằng nền tảng GEE Sau đó tiến hành lọc dữ liệu NO2 theo thời gian nghiên cứu đã được xác định là năm 2019, 2020, 2021, 2022 và lọc theo khu vực nghiên cứu tỉnh Bình Dương. Đối với phân tích dựa vào thời gian, xác định nồng độ của NO2 phân bố dựa trên cảm biến Sentinel - 5P TROPOMI bằng nền tảng GEE Sau đó tiến hành lọc dữ liệu

NO2 theo thời gian nghiên cứu đã được xác định là các tháng trong năm và lọc theo khu vực nghiên cứu khu vực Bình Dương Bước này được thực hiện trực tiếp dựa trên web của GEE bằng cách sử dụng Earth Engine Code Editor để thao tác lưu trữ và phân tích hình ảnh vệ tinh (https://developers.google.com/earth-engine/guides) Khi đó sẽ trích xuất được nồng độ NO2 và thành lập được bản đồ nồng độ NO2 theo các tháng trong năm. Đối với phân tích dựa vào không gian, lấy kết quả trung bình năm từ cách chiết tách từ nền tảng GEE ở các khu vực Ngoài ra, từ kết quả bản đồ nồng độ NO2 tiến hành chồng xếp bản đồ các tháng theo từng năm bằng phần mềm QGIS 3.28.3 Qua đó sẽ ra được bản đồ theo năm và tiến hành phân tích sự chênh lệch nồng độ NO2 tại các đơn vị hành chính trong thời gian nghiên cứu.

Từ kết quả đó, xác định vùng ô nhiễm không khí dựa vào công nghệ viễn thám, đề xuất giải pháp quản lý, hạn chế tác động đến chất lượng môi trường không khí tại tỉnh Bình Dương Kết quả nghiên cứu của đề tài là cơ sở khoa học cho việc phân tích diễn biến nồng độ NO2 giai đoạn 2019 - 2022 tại Bình Dương bằng cách ứng dụng công nghệ GEE và dữ liệu vệ tinh Sentinel 5P.

Hình 2.1 Phương pháp nghiên cứu

2.2.2 Phương pháp thu thập dữ liệu, số liệu

Là phương pháp thu thập tất cả những tài liệu, dữ liệu, thông tin có liên quan đến đề tài, sau đó sẽ tiến hành tiến hành xử lý, đánh giá các số liệu, thông tin thu thập được Những số liệu thứ cấp thu thập ở cơ quan như Tổng cục thống kê Trong nghiên cứu này, tất cả các bước thu thập dữ liệu được thực hiện trực tuyến trên trang chính của GEE bằng cách sử dụng mã Ngoài ra, nghiên cứu còn khai thác những thông tin từ các website của các tổ chức, các nhóm nghiên cứu, các bài báo cáo luận văn trong và ngoài nước Các số liệu liên quan đến chỉ số NO2, nền tảng GEE.

2.2.2.1 Dữ liệu vệ tinh NO 2 tầng đối lưu

Dữ liệu nồng độ NO2 ở tầng đối lưu được thu thập từ vệ tinh Sentinel-5P TROPOMI thông qua nền tảng GEE Vệ tinh này là một trong những mục tiêu của ESA trong số các cảm biến vệ tinh khác nhau để theo dõi những thay đổi về không khí và khí hậu, dữ liệu TROPOMI có thể truy cập được ở Cấp 1 hoặc Cấp 2 nhưng không phù hợp với GEE để phân tích Do đó GEE chuyển đổi các sản phẩm Ngoại tuyến (L2) thành Ngoại tuyến (L3) thông qua công cụ dòng lệnh giúp loại bỏ các pixel với chất lượng Giá trị đảm bảo (QA) nhỏ hơn 75% và cung cấp cột NO2 đối lưu có độ phân giải cao về hình ảnh Trong nghiên cứu này, sự thay đổi theo không gian - thời gian của NO2 là được thực hiện chiết tách bằng GEE và dữ liệu bắt buộc cho khu vực tỉnh Bình Dương đã được truy xuất thông qua trình chỉnh sửa dòng lệnh Quá trình này chọn băng tần tropospheric_NO2_column_number_density với thời gian nghiên cứu là các tháng của năm 2019, 2020, 2021, 2022 Nồng độ NO2 được lọc, cắt theo thời gian và khu vực nghiên cứu.

2.2.2.2 Dữ liệu ranh giới khu vực Bình Dương

Khu vực nghiên cứu nằm tại Bình Dương, bao gồm 4 thành phố, 1 thị xã và 4 huyện Để thêm ranh giới Bình Dương vào phần mềm Google Earth Engine (GEE), người dùng tải dữ liệu ranh giới miễn phí từ trang https://gadm.org/download_country.html để thu thập dữ liệu hành chính Việt Nam.

Sử dụng phần mềm QGIS 3.28.3 để cắt ranh giới khu vực Chọn vị trí của khu vực Bình Dương trên bản đồ và tiến hành cắt ranh giới Sau đó, sử dụng ranh giới đã được lưu và thêm ranh giới khu vực Bình Dương vào trang chính của trình chỉnh sửa mã GEE để sử dụng cho phương pháp xử lý số liệu.

2.2.3 Phương pháp xử lý dữ liệu, số liệu

Phương pháp này được sử dụng chủ yếu trong đề tài, từ việc xây dựng, trình bày, sử dụng để biểu diễn kết quả và hiển thị thông tin Trong đề tài này sử dụng ảnh vệ tinh Sentinel - 5P để phân tích, đánh giá chỉ số ô nhiễm không khí NO2trong thời gian nghiên cứu là các tháng trong năm 2019, 2020, 2021, 2022 Kết quả của quá trình phân tích trên dữ liệu ảnh vệ tinh sẽ được xây dựng thành bản đồ diễn biến nồng độ

NO2 ở khu vực Bình Dương Chồng ghép bản đồ, tiến hành đánh giá diễn biến theo không gian và thời gian Phương pháp này sẽ xử lý dữ liệu chủ yếu trên trang chính của nền tảng GEE, sau đó thành lập bản đồ trên phần mềm QGIS 3.28.3.

 Chiết tách nồng độ NO2bằng nền tảng GEE Để tiến hành thu thập dữ liệu nồng độ NO2 từ vệ tinh Sentinel-5P TROPOMI (liệt kê trong Phụ lục) Đầu tiên, khu vực Bình Dương được xác định dựa vào cách thu thập dữ liệu ranh giới được nêu trên mục 2.2.2.2 và tệp ranh dữ liệu khu vực đã được lưu vào trang chính GEE dưới dạng FeatureCollection Dạng tệp này sẽ được sử dụng bằng cách ee.FeatureCollection () từ GEE Docs Lựa chọn ranh giới đã được cắt bằng cách sử dụng hàm collection.clip () để đặt khu vực nghiên cứu đã được thêm vào bản đồ để chiết tách nồng độ.

Trong bước xử lý dữ liệu tiếp theo, thời gian nghiên cứu được chọn bằng cách sử dụng công cụ ee.Date (), thời gian bắt đầu và kết thúc sẽ nhập theo từng tháng trong giai đoạn Cấp độ hình ảnh vệ tinh được sử dụng là ngoại tuyến Sentinel-5P TROPOMI (L3) với dữ liệu nồng độ NO2 được đánh giá bằng cách sử dụng ee.ImageCollection () và hàm ee.select () để kết hợp với dải băng tần tropospheric_NO2_column_number _density Để có thể hình dung rõ hơn về nồng độ

NO2 và dễ dàng trong quá trình phân tích, đơn vị sẽ được chuyển đổi từ mol/m 2 thành àmol/m 2 bằng cỏch sử dụng hàm image.multiply () Hỡnh ảnh ghộp từ ImageCollection có thể được hiển thị dưới dạng lớp vào bản đồ cùng với các thông số trực quan hóa Các thông số trực quan bao gồm: độ mờ, tối thiểu, tối đa và bảng màu có thể được đặt theo yêu cầu của người nghiên cứu giúp nâng cao chất lượng hình ảnh tùy thuộc vào yêu cầu của từng nghiên cứu khác nhau.

Tất cả các chức năng phân tích thống kê đều có sẵn ở hàm `ee.Reduce()` của GEE Hàm `Image.reduceRegion()` thực hiện trên `ImageCollection` dùng các hàm riêng tính giá trị trung bình và biểu đồ phân tích rõ hơn Kết quả được hiển thị trên bảng điều khiển hoặc lưu dưới dạng tệp CSV để phân tích nồng độ dạng biểu đồ.

Google Earth Engine này có thể truy cập được thông qua QGIS 3.28.3 nhằm tính toán sự khác biệt của của bản đồ và chồng ghép để phân tích Google Earth Engine API python đã được sử dụng với sự hỗ trợ của một số mã (được liệt kê trong Phụ lục) và công cụ ee.batch.Export.image.toDrive để tất cả các hình ảnh sẽ lưu trữ vào Google Drive để dễ dàng lưu và phân tích thêm trên các nền tảng khác.

Trong đề tài này sử dụng ảnh viễn thám Sentinel-5P để phân tích và chiết tách chỉ số NO2, từ đó đánh giá được diễn biến chất lượng không khí Quá trình tìm kiếm ảnh vệ tinh, lọc ảnh và xử lý ảnh được thực hiện trên nền tảng Google Earth Engine là nền tảng điện toán đám mây, cho phép sử dụng và phân tích chuỗi dữ liệu liên tục theo thời gian và không gian.

Ngày đăng: 15/08/2024, 14:39

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
[3]. Lê Văn Tân. (2021). COVID-19 control in Vietnam. Nature Immunology.https://doi.org/10.1101/2020.09.11.20192484 Sách, tạp chí
Tiêu đề: Nature Immunology
Tác giả: Lê Văn Tân
Năm: 2021
[4]. Luu, C., Ha, H., & Duy Quynh, B. (2023). ỨNG DỤNG DỮ LIỆU SENTINEL-5P TROPOMI TRÊN NỀN TẢNG GOOGLE EARTH ENGINE TRONG THEO DÕI Ô NHIỄM KHÔNG KHÍ TẠI THÀNH PHỐ THÁI NGUYÊN. Article in Journal of Science and Technology in Civil Engineering.https://doi.org/10.31814/stce.huce2023-17(2V)-06 Sách, tạp chí
Tiêu đề: Article inJournal of Science and Technology in Civil Engineering
Tác giả: Luu, C., Ha, H., & Duy Quynh, B
Năm: 2023
[5]. Ngọc Dũng, L., Duy Quỳnh, B., Đình Trọng, T., Văn Dũng, N., Xuân Dự, T., Thị An, H., Văn Điệp, L., & Đình Ngọc, B. (2023). NGHIÊN CỨU GIẢI PHÁP ĐÁNH GIÁ Ô NHIỄM KHÔNG KHÍ KHU VỰC KHAI THÁC MỎ ĐẤT ĐẮP BẰNG DỮ LIỆU SENTINEL-5P TROPOMI. Tạp Chí Khoa Học Công Nghệ Xây Dựng, ĐHXDHN, 17(1V), 62–74. https://doi.org/10.31814/stce.huce(nuce)2023-17(1V)-06 Sách, tạp chí
Tiêu đề: Tạp Chí Khoa Học Công Nghệ XâyDựng, ĐHXDHN, 17
Tác giả: Ngọc Dũng, L., Duy Quỳnh, B., Đình Trọng, T., Văn Dũng, N., Xuân Dự, T., Thị An, H., Văn Điệp, L., & Đình Ngọc, B
Năm: 2023
[8]. PGS.TS. Đinh Xuân Thắng. (2007). Giáo trình ô nhiễm không khí. In NXB Đại học Quốc gia TP.HCM. http://www.ebook.edu.vn Sách, tạp chí
Tiêu đề: NXB Đạihọc Quốc gia TP.HCM
Tác giả: PGS.TS. Đinh Xuân Thắng
Nhà XB: NXB Đạihọc Quốc gia TP.HCM".http://www.ebook.edu.vn
Năm: 2007
[16]. Tổng cục thống kê. (2022). BÁO CÁO TÌNH HÌNH KINH TẾ – XÃ HỘI QUÝ IV VÀ NĂM 2022. https://www.gso.gov.vn/bai-top/2022/12/bao-cao-tinh-hinh-kinh-te-xa-hoi-quy-iv-va-nam-2022/ Sách, tạp chí
Tiêu đề: BÁO CÁO TÌNH HÌNH KINH TẾ – XÃ HỘI QUÝIV VÀ NĂM 2022
Tác giả: Tổng cục thống kê
Năm: 2022
[17]. Trần Thị Vân, Trịnh Thị Bình, & Hà Dương Xuân Bảo. (2012). Nghiên cứu khả năng phát hiện ô nhiễm bụi trên khu vực đô thị bằng công nghệ viễn thám nhằm hỗ trợ quan trắc môi trường không khí. Tạp Chí Phát Triển Khoa Học và Công Nghệ, Tập 15, Số M2-2012.Tài liệu ngoài nước Sách, tạp chí
Tiêu đề: Tạp Chí Phát Triển Khoa Học và Công Nghệ, Tập 15,Số M2-2012
Tác giả: Trần Thị Vân, Trịnh Thị Bình, & Hà Dương Xuân Bảo
Năm: 2012
[1]. Anh Tuấn N. (2022). Thực trạng và giải pháp bảo vệ môi trường ngành công nghiệp ô tô Việt Nam. Kỷ Yếu Hội Thảo Khoa Học Thực Trạng và Giải Pháp Bảo vệ Môi Trường Ngành Công Nghiệp ô Tô Việt Nam Khác
[2]. Hạnh, N. T., Mạnh, Đ., Trúc, N., My, T., Linh, N. M., Huy, Đ., Bình, N. A., Đặng, N., Chi, L., Tuyết, V. Á., Xuân, T., Thành, N., Đại Học Quốc, N. Ý., & Nội, H Khác
[6]. Nguyễn Thị Ngọc Anh, & Phạm Thị Mai Thy. (2020). ỨNG DỤNG VIỄN THÁM TRÊN NỀN GOOGLE EARTH ENGINE THEO DÕI BIẾN ĐỘNG RỪNG TẠI TỈNH LÂM ĐỒNG. Kỷ Yếu Hội Thảo Ứng Dụng GIS Toàn Quốc 2020 Khác
[7]. PGS. TS. Nguyễn Thị Nhật Thanh, TS. Nguyễn Thị Trang Nhung, ThS. Ngô Xuân Trường, ThS. NCS. Phạm Văn Hà, Phan Đăng Trung Hiếu, Vũ Trí Đức, Võ Đức Ngọc, & Nguyễn Thu Uyên. (2022). The status of PM 2.5 Aand its impact on public health in VietNam 2021 Khác
[10]. Phạm Văn Chiến. (2020). Nghiên cứu xác định diện tích ngập nước sử dụng ảnh Sentinel-1 trên nền Google Earth Engine: Áp dụng cho tỉnh Đồng Tháp, đồng bằng sông Cửu Long. Tạp Chí Khoa Học và Công Nghệ Khác
[11]. Quốc Bảo H, Văn Tiến G, Lương Tâm N, & Văn Trung L. (2022). Thực trạng ô nhiễm môi trường trong ngành công nghiệp ô tô Việt Nam. Kỷ Yếu Hội Thảo Khoa Học Thực Trạng và Giải Pháp Bảo vệ Môi Trường Ngành Công Nghiệp ô Tô Việt Nam Khác
[12]. Thành, N. C., Môi, K., Thu, L., & Môi, H. K. (2018). Giải pháp giảm thiểu ô nhiễm không khí đô thị: Kinh nghiệm quốc tế và lựa chọn của người dân Thành phố Hà Nội. Tạp Chí Kinh Tế và Phát Triển, 11 Khác
[13]. Thị Thu Huyền Đ, Thị Bích Trâm L. (2017). Đề xuất quy trình sàng lọc đối tượng có nguy cơ xảy ra sự cố phát tán hóa chất độc hại trong sản xuất công nghiệp, áp dụng thử nghiệm tại Khu công nghiệp Hiệp Phước, TPHCM. Tạp Chí Phát Triển Khoa Học và Công Nghệ, Tập 20, Số M1-2017 Khác
[14]. Thị Tuyết Nam, N., Phước Tân, T., Hoàng Gia Huy, N., & Thị Hoa, N. (2023).Đánh giá giá trị Nitơ Đioxit (NO2) đối lưu tại Việt Nam giai đoạn 2010–2020 Khác
[15]. Tiến Nam N. (2018). Đánh giá hiện trạng và đề xuất biện pháp giảm thiểu ô nhiễm môi trường không khí của cụm các cơ sở sản xuất thép tại khu công nghiệp Hòa Khánh - TP Đà Nẵng. Luận Văn Thạc Sĩ Đại Học Bách Khoa Đà Nẵng Khác

HÌNH ẢNH LIÊN QUAN

Hình 1.1. Bản đồ hành chính tỉnh Bình Dương - ứng dụng công nghệ google earth engine và dữ liệu vệ tinh sentinel 5p đánh giá diễn biến chất lượng không khí tại bình dương
Hình 1.1. Bản đồ hành chính tỉnh Bình Dương (Trang 18)
Bảng 1.1. Các đơn vị hành chính tỉnh Bình Dương năm 2022 - ứng dụng công nghệ google earth engine và dữ liệu vệ tinh sentinel 5p đánh giá diễn biến chất lượng không khí tại bình dương
Bảng 1.1. Các đơn vị hành chính tỉnh Bình Dương năm 2022 (Trang 19)
Bảng 1.3. Dân số và mật độ tỉnh Bình Dương năm 2022 - ứng dụng công nghệ google earth engine và dữ liệu vệ tinh sentinel 5p đánh giá diễn biến chất lượng không khí tại bình dương
Bảng 1.3. Dân số và mật độ tỉnh Bình Dương năm 2022 (Trang 22)
Hình 1.2. Tổng quan về vệ tinh Sentinel-5P - ứng dụng công nghệ google earth engine và dữ liệu vệ tinh sentinel 5p đánh giá diễn biến chất lượng không khí tại bình dương
Hình 1.2. Tổng quan về vệ tinh Sentinel-5P (Trang 28)
Hình 1.3. Sơ đồ các thành phần của Earth Engine Code Editor - ứng dụng công nghệ google earth engine và dữ liệu vệ tinh sentinel 5p đánh giá diễn biến chất lượng không khí tại bình dương
Hình 1.3. Sơ đồ các thành phần của Earth Engine Code Editor (Trang 31)
Hình 2.1. Phương pháp nghiên cứu - ứng dụng công nghệ google earth engine và dữ liệu vệ tinh sentinel 5p đánh giá diễn biến chất lượng không khí tại bình dương
Hình 2.1. Phương pháp nghiên cứu (Trang 39)
Hình 3.1. Bản đồ diễn biến nồng độ NO 2 hàng tháng năm 2019 - ứng dụng công nghệ google earth engine và dữ liệu vệ tinh sentinel 5p đánh giá diễn biến chất lượng không khí tại bình dương
Hình 3.1. Bản đồ diễn biến nồng độ NO 2 hàng tháng năm 2019 (Trang 45)
Hình 3.2. Nồng độ NO 2 trung bình các tháng trong năm 2019 - ứng dụng công nghệ google earth engine và dữ liệu vệ tinh sentinel 5p đánh giá diễn biến chất lượng không khí tại bình dương
Hình 3.2. Nồng độ NO 2 trung bình các tháng trong năm 2019 (Trang 45)
Hình 3.3 là bản đồ thể hiện diễn biến nồng độ NO 2 theo từng tháng trong năm 2020. Dựa vào kết quả cho thấy chỉ số NO 2 thay đổi không rõ rệt - ứng dụng công nghệ google earth engine và dữ liệu vệ tinh sentinel 5p đánh giá diễn biến chất lượng không khí tại bình dương
Hình 3.3 là bản đồ thể hiện diễn biến nồng độ NO 2 theo từng tháng trong năm 2020. Dựa vào kết quả cho thấy chỉ số NO 2 thay đổi không rõ rệt (Trang 47)
Hình 3.4 hiển thị kết quả trung bình NO 2 hàng tháng trong năm 2020 ở khu vực nghiên cứu Bình Dương - ứng dụng công nghệ google earth engine và dữ liệu vệ tinh sentinel 5p đánh giá diễn biến chất lượng không khí tại bình dương
Hình 3.4 hiển thị kết quả trung bình NO 2 hàng tháng trong năm 2020 ở khu vực nghiên cứu Bình Dương (Trang 48)
Hình 3.6. Nồng độ NO 2 trung bình các tháng trong năm 2021 - ứng dụng công nghệ google earth engine và dữ liệu vệ tinh sentinel 5p đánh giá diễn biến chất lượng không khí tại bình dương
Hình 3.6. Nồng độ NO 2 trung bình các tháng trong năm 2021 (Trang 50)
Hình 3.7. Bản đồ diễn biến nồng độ NO 2 hàng tháng năm 2022 - ứng dụng công nghệ google earth engine và dữ liệu vệ tinh sentinel 5p đánh giá diễn biến chất lượng không khí tại bình dương
Hình 3.7. Bản đồ diễn biến nồng độ NO 2 hàng tháng năm 2022 (Trang 51)
Hình 3.8. Nồng độ NO 2 trung bình các tháng trong năm 2022 - ứng dụng công nghệ google earth engine và dữ liệu vệ tinh sentinel 5p đánh giá diễn biến chất lượng không khí tại bình dương
Hình 3.8. Nồng độ NO 2 trung bình các tháng trong năm 2022 (Trang 52)
Hình 3.9. Nồng độ NO 2 trung bình trong giai đoạn 2019 - 2022 - ứng dụng công nghệ google earth engine và dữ liệu vệ tinh sentinel 5p đánh giá diễn biến chất lượng không khí tại bình dương
Hình 3.9. Nồng độ NO 2 trung bình trong giai đoạn 2019 - 2022 (Trang 53)
Bảng 3.1. So sánh sự chênh lệch nồng độ NO 2 vào giai đoạn nghiên cứu - ứng dụng công nghệ google earth engine và dữ liệu vệ tinh sentinel 5p đánh giá diễn biến chất lượng không khí tại bình dương
Bảng 3.1. So sánh sự chênh lệch nồng độ NO 2 vào giai đoạn nghiên cứu (Trang 54)
Hình 3.10. Bản đồ diễn biến nồng độ NO 2 năm 2019 - ứng dụng công nghệ google earth engine và dữ liệu vệ tinh sentinel 5p đánh giá diễn biến chất lượng không khí tại bình dương
Hình 3.10. Bản đồ diễn biến nồng độ NO 2 năm 2019 (Trang 56)
Hình 3.11. Nồng độ NO 2 các khu vực ở Bình Dương năm 2019 - ứng dụng công nghệ google earth engine và dữ liệu vệ tinh sentinel 5p đánh giá diễn biến chất lượng không khí tại bình dương
Hình 3.11. Nồng độ NO 2 các khu vực ở Bình Dương năm 2019 (Trang 57)
Hình 3.13. Nồng độ NO 2 các khu vực ở Bình Dương năm 2020 - ứng dụng công nghệ google earth engine và dữ liệu vệ tinh sentinel 5p đánh giá diễn biến chất lượng không khí tại bình dương
Hình 3.13. Nồng độ NO 2 các khu vực ở Bình Dương năm 2020 (Trang 58)
Hình 3.13 hiển thị kết quả trung bình NO 2 các tỉnh thành trong năm 2020 ở khu vực nghiên cứu Bình Dương - ứng dụng công nghệ google earth engine và dữ liệu vệ tinh sentinel 5p đánh giá diễn biến chất lượng không khí tại bình dương
Hình 3.13 hiển thị kết quả trung bình NO 2 các tỉnh thành trong năm 2020 ở khu vực nghiên cứu Bình Dương (Trang 59)
Hình 3.18. Nồng độ NO 2 trung bình giai đoạn năm 2019 - 2022 - ứng dụng công nghệ google earth engine và dữ liệu vệ tinh sentinel 5p đánh giá diễn biến chất lượng không khí tại bình dương
Hình 3.18. Nồng độ NO 2 trung bình giai đoạn năm 2019 - 2022 (Trang 62)
Bảng 3.3. Nguyên nhân và giải pháp hạn chế ô nhiễm không khí từ giao thông - ứng dụng công nghệ google earth engine và dữ liệu vệ tinh sentinel 5p đánh giá diễn biến chất lượng không khí tại bình dương
Bảng 3.3. Nguyên nhân và giải pháp hạn chế ô nhiễm không khí từ giao thông (Trang 65)

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w