Nghiên cứu đã thu thập các số liệu về hệ sinh thái hồ Hà Nội, ứng dụng cây phân loại để phân tích, đánh giá và xác định các yếu tố cơ bản để phân loại thủy vực phú dưỡng làm cơ sở đề xuất các giải pháp kiểm soát, và hạn chế tác động của hiện tượng phú dưỡng tại hồ Hà Nội cũng như hồ đô thị.
Kỷ yếu Hội nghị: Nghiên cứu “Khoa học Trái đất Môi trường” DOI: 10.15625/vap.2019.000209 KỸ THUẬT ĐIỀU KHIỂN DỮ LIỆU ỨNG DỤNG TRONG NGHIÊN CỨU QUÁ TRÌNH PHÚ DƢỠNG HỒ HÀ NỘI Hồng Thị Thu Hương, Văn Diệu Anh, Nguyễn Thị Thu Hiền Trường Đại học Bách khoa Hà Nội, Email: huong.hoangthithu@hust.edu.vn TÓM TẮT Phú dưỡng tượng nghiêm trọng hồ nông Hà Nội Dữ liệu thông số chất lượng nước tình trạng phú dưỡng thu thập hồ Hà Nội giai đoạn 20152017 Chỉ số tình trạng dinh dưỡng (TSI) phản ánh mức độ phú dưỡng tính tốn để đánh giá điều kiện hồ Nồng độ oxy hòa tan DO quan trắc cho thấy có biến thiên lớn đạt giá trị lớn vào thời gian 15h00-17h00 (180 % DO bão hòa) giá trị thấp vào 4h00-6h00 (20 % DO bão hòa) Kỹ thuật điều khiển liệu phát triển cho phép lựa chọn biến điều khiển việc phân loại trạng thái phú dưỡng hồ Việc áp dụng phân loại chứng minh phú dưỡng hồ Hà Nội thúc đẩy chất dinh dưỡng gia tăng chất hữu biến thiên nồng độ oxy hòa tan ngày Biến thiên DO hàng ngày tương quan với mật độ thực vật phù du, TSI, Chlorphyll-a mật độ tảo cho thấy mối quan hệ chặt chẽ biến thiên DO tình trạng phú dưỡng Đây số quan trọng cho trình phú dưỡng thủy vực tĩnh Kỹ thuật điều khiển liệu chứng minh cơng cụ hiệu cung cấp mơ đáng tin cậy giúp cho công tác quản lý tổng hợp nguồn nước Từ khóa: Cây phân loại, biến thiên DO, TSI GIỚI THIỆU Theo báo cáo Hồ Hà Nội 2015, hồ khu vực đô thị Hà Nội phải đối mặt với nhiều vấn đề môi trường, như: 1) bị thiếu nước; 2) độ đục cao hợp chất hữu rác thải; 3) bị ô nhiễm kim loại nặng hợp chất hữu nhân tạo; 4) bùng nổ tảo; 5) suy thối đa dạng sinh học Trong vấn đề phú dưỡng hóa đặc biệt nghiêm trọng Phú dưỡng tượng dư thừa chất dinh dưỡng thủy vực dẫn đến nở rộ tảo, gây suy giảm chất lượng nước Trong hồ phú dưỡng, mật độ tảo tăng, q trình quang hợp hơ hấp mạnh gây thay đổi lớn nồng độ oxy hòa tan Hiện tượng ảnh hưởng lớn đến đời sống sinh vật thủy sinh gây nhiều khó khăn việc đánh giá chất lượng nước Quản lý tổng hợp nguồn nước dựa giám sát, mơ hình hóa đánh giá chu trình nước Quản lý đạt hiệu phối hợp tốt ba hoạt động Việc lựa chọn kỹ thuật giám sát đánh giá chất lượng phù hợp yếu tố quan trọng quản lý thủy vực [1] Hiện kỹ thuật mơ hình hóa phát triển mạnh kỹ thuật khai thác liệu - mơ hình hóa sinh thái, dựa số liệu quan trắc, trở thành cơng cụ hữu ích nhằm khảo sát hệ thống phức tạp, làm rõ thuộc tính tồn hệ thống, cho phép hoàn thiện hiểu biết hệ sinh thái [2] Cây phân loại sử dụng rộng rãi để hỗ trợ quản lý nguồn nước [3,4], sử dụng nghiên cứu để xác định tham số quan trọng ảnh hưởng đến trình phú dưỡng Nghiên cứu thu thập số liệu hệ sinh thái hồ Hà Nội, ứng dụng phân loại để phân tích, đánh giá xác định yếu tố để phân loại thủy vực phú dưỡng làm sở đề xuất giải pháp kiểm soát, hạn chế tác động tượng phú dưỡng hồ Hà Nội hồ đô thị PHƢƠNG PHÁP 2.1 Phƣơng pháp thu thập số liệu 2.1.1 Quan trắc, lấy mẫu phân tich Sáu hồ bao gồm Hoàn Kiếm, Ba Mẫu, Bảy Mẫu, Hai Bà Trưng, Trúc Bạch Đầm Trị nằm quận khác đô thị Hà Nội chọn để nghiên cứu Quá trình quan trắc triển khai theo đợt: tháng 10/2015, 01/2016, 3/016, 7/2016, 9/2016, 9/2016, 11/2016, 01/2017 Quy trình lấy mẫu bảo quản mẫu thực theo tiêu chuẩn TCVN 6663-4:2011 (ISO 5667-4:2006) 577 Kỷ yếu Hội nghị: Nghiên cứu “Khoa học Trái đất Môi trường” Các phép đo trường bao gồm độ sâu (m, thiết bị siêu âm), nhiệt độ nước (°C), pH (pH DREL/2010), oxy hòa tan (mg/l, tỷ lệ oxy bão hòa %) (WTW Oxy 330), độ dẫn (WTW Điện cực 249), độ sâu Secchi (SD) (cm) Phân tích phịng thí nghiệm bao gồm COD (SMWW 5220C/D), BOD5 (SMWW 5210B), Nitơ Kjeldahl (SMWW 4500-Norg C), tổng P (SMWW 4500-PE) , PO43 P, Nitơ vơ hịa tan (DIN = NH4+-N (SMWW 4500-NH3 F) + NO2 N (SMWW 4500-NO2- B) + NO3 N (SMWW 4500-NO3- E)), Chl-a (SMWW 10200 H) mật độ thực vật phù du Dữ liệu DO theo (mg/l tỷ lệ oxy bão hòa (%)) đo vòng 24 khoảng 0,3m mặt nước vào ngày lấy mẫu nước để đánh giá chệnh lệch DO ngày nghiên cứu tác động chất lượng nước đến diễn biến DO khoảng thời gian 24 2.1.2 Tính tốn số phú dưỡng Tính tốn TSI (Chỉ số tình trạng dinh dưỡng) sử dụng thông số PO43-, chlorophyll-a (Chla), độ dựa đo Sechi disk (SD), DIN (NH4++NO3-+NO2-) TSIPO4 = 14,42ln(PO43-) + 4.15, (TP: µg / l); TSIChl = 9,81 ln (Chl-a) + 30.6, (Chl: µg /l) TSISD = 60 - 14.41 ln(SD), (SD: m); TSIDIN =54,45+14,43ln(DIN), (DIN: mg/l) TSI = Mức độ phú dưỡng thủy vực phân thành nhóm: TSI 90 siêu phú dưỡng c (Hc) [5] 2.2 Kỹ thuật điều khiển liệu dựa Classification trees (Decision trees) Cây phân loại (CT) thuật toán sử dụng mơ hình, biểu diễn tương đương dạng luật If-then CT q trình phân tích sở liệu, phân lớp đưa dự đoán CT ứng dụng để phân loại biến phụ thuộc rời rạc thành lớp từ giá trị tập thuộc tính (gồm biến liên tục rời rạc) độc lập Thuật toán C4.5 phương pháp xây dựng phân loại sử dụng rộng rãi Nghiên cứu áp dụng thuật toán J48 với phân chia nhị phân phát triển từ C4.5 để xây dựng phân loại phần mềm machine learning WEKA [6] Cài đặt tiêu chuẩn sử dụng ngoại trừ yếu tố độ tin cậy cắt tỉa (PCF) Cắt tỉa áp dụng để tối ưu hóa hiệu suất mơ hình cách thay đổi giá trị hệ số PCF Việc luyện xác nhận mơ hình dựa kiểm chứng chéo năm lần Phương pháp phân loại (CT) áp dụng để xác định biến số có liên quan đến tượng phú dưỡng hồ Hà Nội Khả ứng dụng phân loại (CT) đánh giá qua hiệu phân loại điểm nghiên cứu Mơ hình sử dụng biến độc lập để dự đốn tình trạng dinh dưỡng dựa TSI, chứng minh số hiệu để nghiên cứu tượng phú dưỡng hồ Hà Nội [7] Nghiên cứu sử dụng toàn số liệu chất lượng nước thu thập bao gồm thông số đo đạc trường thơng số phân tích phịng thí nghiệm từ 10/2015 - 01/2017 KẾT QUẢ VÀ THẢO LUẬN 3.1 Mức độ phú dƣỡng hồ nghiên cứu Hầu hết hồ đô thị Hà Nội mức siêu phú dưỡng Các hồ nghiên cứu hồ nội thành, tỷ lệ kè bờ 100% làm cản trở lưu thông nước hồ sinh vật hồ bờ Các hồ cảnh quan Hoàn Kiếm, Ba Mẫu, Hai Bà Trưng, đặc biệt Hồ Bảy Mẫu số phú dưỡng cao, đạt gần 100, thuộc nhóm siêu phú dưỡng loại Hc Hồ Trúc Bạch tiếp nhận nước thải sau xử lý dùng nuôi cá, chất lượng nước biến đổi liên tục, số phú dưỡng mức cao Hồ Đầm Trị dùng trồng sen làm cản trở trình quang hợp, phát triển loài tảo nên số TSI thấp hồ vào mùa hè, TSI = 71 (10/2015), nhiên vào mùa đơng, sen tàn, với q trình tát nước khỏi hồ vào khoảng tháng hàng năm làm cho mức độ phú dưỡng tăng cao, TSI = 84 (03/2016) 578 Hồ Chí Minh, tháng 11 năm 2019 Các hồ phú dưỡng có tượng biến thiên chênh lệch giá trị DO ngày - đêm lớn, giá trị cực đại đạt 180 % DO bão hòa, độ biến thiên ∆DO Hồ Trúc Bạch: 60 %, Hồ Ba Mẫu: 160 %, Hồ Bảy Mẫu: 140 %, Hồ Hai Bà Trưng: 110%, Hồ Hoàn Kiếm: 90 %, Hồ Đầm Trị: 90% Khi thiên DO lớn, lồi động vật thủy sinh khơng thích nghi kịp, dẫn đến sốc oxy gây chết Một yếu tố khác quan trọng mức độ DO cực tiểu ngày nhỏ ngưỡng tồn mg/l, nguyên nhân gây chết động vật thủy sinh Số liệu quan trắc cho thấy diễn biến DO hồ khác biệt rõ rệt theo ngày, DO cực tiểu đạt vào khoảng 4h00-6h00 (20 % DO bão hòa), DO cực đại đạt vào khoảng 15h00-17h00 (180 % DO bão hòa) Ban ngày, cường độ xạ lớn, trình quang hợp tảo diễn mạnh mẽ, lượng DO sinh lớn Ban đêm, với mật độ tảo cao, trình hơ hấp sử dụng oxy hịa tan nước làm cho DO giảm mạnh Hình Phân loại mức độ phú dưỡng theo số TSI 3.2 Đánh giá, phân loại mức độ phú dƣỡng dựa kỹ thuật khai thác liệu Trong trình xây dựng phân loại thực điều chỉnh giá trị tối ưu để đạt kết phân loại tốt Cây định thu với giá trị tỷ lệ phân loại CCI = 61 %, hệ số Kappa = 0.41 đáp ứng tiêu chí đánh giá hiệu phân loại [5], thể hình Kết phân loại cho thấy yếu tố dinh dưỡng NH4-N, TP hay hàm lượng hữu BOD5 đóng vai trị phân loại bước Hình Cây phân loại (cài đặt bản, hệ số cắt đầu Đặc biệt, kết nghiên cứu cho thấy tỉa tin cậy (PCF) = 0,05, dự báo mức độ phú nồng độ DO mức độ biến thiên DO dưỡng dựa hệ số dinh dưỡng TSI (CCI = 61%; ngày đóng vai trò nút phân Kappa = 0,41) loại, có ý nghĩa quan trọng phân loại phú dưỡng hồ Kết phân loại phù hợp với lý thuyết, cho thấy TP ≤ 0,55 mg/l NH4-N ≤ 0,07 mg/l, tức mức độ dư thừa dinh dưỡng khơng q cao, q trình sinh trưởng phát triển tảo yếu, kéo theo mức độ biến thiên DO ngày thấp Trong điều kiện siêu phú dưỡng bùng nổ tảo, DO có mức biến thiên ngày lớn Tồn q trình xây dựng định cho thấy yếu tố truyền thống dinh dưỡng nguyên nhân phú dưỡng yếu tố hệ trực tiếp DO hay mức độ biến thiên DO có ý nghĩa lớn, cần xem xét thị quan trọng cho thủy vực phú dưỡng KẾT LUẬN Kết xây dựng mơ hình sinh thái dạng phân loại cho thấy mức độ biến thiên DO ngày thơng số phân loại tình trạng phú dưỡng, ∆DO cần xem xét thị q trình phú dưỡng Việc ứng dụng mơ hình phân loại mục tiêu phân lớp liệu đầu vào để dự báo giá trị tiếp theo, có mục tiêu quan trọng xác định biến điều khiển (driving variables) Kỹ 579 Kỷ yếu Hội nghị: Nghiên cứu “Khoa học Trái đất Mơi trường” thuật phân lớp ứng dụng thích hợp cho trình phân loại dự báo biến đổi hệ sinh thái thủy vực Lời cám ơn Nghiên cứu Quỹ Phát triển Khoa học Công nghệ Quốc gia (NAFOSTED) tài trợ qua đề tài 105.99-2012.17 TÀI LIỆU THAM KHẢO [1] Goethals, P and De Pauw, N (2001) Development of a concept for integrated ecological river assessment in Flanders, Belgium Journal of Limnology 60(1): 7-16 [2] Sven Jogensen, G Bendoricchio (2001) Fundamental of Ecological Modelling, Elsevier [3] Dakou, E., D’heygere, T., Dedecker, A P., Goethals, P., Lazaridou-Dimitriadou, M and De Pauw, N (2007) Decision tree models for prediction of macroinvertebrate taxa in the river Axios (Northern Greece) Aquatic Ecology, 41: 399-411 [4] Hoang, T H., Mouton, A., Lock, K & Goethals, P 2013 Integrating data-driven ecological models in an expert-based decision support system for water management in the Du River basin (Vietnam) Environmental Monitoring and Assessment 185, 631-642 [5] Hoang, T T H., Van, D A & Nguyen, T T H 2017 Driving variables for eutrophication in lakes of Hanoi by data-driven technique Water and Environment Journal 31, 176-183 [6] Ian H.Witten and Eibe Frank (2005) Data Mining: Practical Machine Learning Tools and Techniques Morgan Kaufman Publisher [7] Hoang, T.H., Nguyen, V., Van, A & Nguyen, H (2019) Decision tree techniques to assess the role of daily DO variation in classifying shallow eutrophicated lakes in Hanoi, Vietnam Water Quality Research Journal (in press) DATA-DRIVEN TECHNIQUE APPLIED IN STUDYING EUTROPHICATION IN THE LAKE OF HANOI Hoang Thi Thu Huong, Van Dieu Anh, Nguyen Thi Thu Hien Hanoi University of Science and Technology, Email: huong.hoangthithu@hust.edu.vn ABSTRACT Eutrophication is a serious phenomenon in shallow lakes in Hanoi Water quality parameters and eutrophication situation data were collected in six shallow eutrophicated lakes in Hanoi during 2015-2017 Trophic index (TSI) reflecting eutrophication level was calculated to evaluate the lake conditions A large variation of DO was observed with the maximum value achieved at 15h0017h00 (180 % saturation DO) and the minimum value at 4h00-6h00 (20 % saturation DO) The data-driven technique had been developed and to select the driving variables in classifying the eutrophication status in lakes The application of classification trees demonstrated that eutrophication in the lakes of Hanoi was driven by nutrients and organic enrichment as well as oxygen variation The daily DO fluctuations correlated with phytoplankton density, TSI, Chlorophyll-a concentration and density showing the close relationship between DO variation and eutrophication conditions Daily DO variation could be an important indicator for eutrophication Data-driven technique proved to be an effective tool that may provide reliable simulations for integrated water management Keywords: Classification tree, DO variation, TSI 580 ... LUẬN 3.1 Mức độ phú dƣỡng hồ nghiên cứu Hầu hết hồ đô thị Hà Nội mức siêu phú dưỡng Các hồ nghiên cứu hồ nội thành, tỷ lệ kè bờ 100% làm cản trở lưu thông nước hồ sinh vật hồ bờ Các hồ cảnh quan... tượng phú dưỡng hồ Hà Nội Khả ứng dụng phân loại (CT) đánh giá qua hiệu phân loại điểm nghiên cứu Mơ hình sử dụng biến độc lập để dự đốn tình trạng dinh dưỡng dựa TSI, chứng minh số hiệu để nghiên. .. = Mức độ phú dưỡng thủy vực phân thành nhóm: TSI