Tên mẫu Ngày Giờ Địa điểm Tên trên sơ đồ Kết quả
(µg/L)
NM1
30/9/2107
10h
Sông Thị Vải Điểm 1
0.17 NM2 11h 0.19 NM3 12h 0.25 NM4 13h 0.27 NM5 1/10/2017 10h Vùng nước lặng
ven sông Thị Vải Điểm 3
0.24 NM6 11h 0.07 NM7 12h 0.29 NM8 13h 0.27 NM9 2/10/2017 10h Vùng nước lặng
ven sông Thị Vải Điểm 3
0.29
NM10 11h 0.32
NM11 12h 0.24
NM12 13h 0.21
NM14 11h 0.11 NM15 12h 0.05 NM16 4/10/2017 10h Khu vực nuôi trồng thủy sản Điểm 2 13.68 NM17 11h 15.79 NM18 12h 18.05 NM19 5/10/2017 10h
Sông Thị Vải Điểm 1
0.03
NM20 11h 0.05
NM21 12h 0.07
Hình 3.9. Biểu đồ Chl-a tại vị trí sơng Thị Vải qua các ngày và giờ lấy mẫu
Hình 3.11. Biểu đồ Chl-a tại khu vực nước lặng ven sông Thị Vải qua các ngày và giờ lấy mẫu
3.2.2. So sánh kết quả tính tốn trên ảnh và trên thực địa
Đây là bước quan trọng để kiểm chứng độ tin cậy của công thức cũng như phương pháp nghiên cứu trong việc tính tốn các tham số chất lượng nước.
Bảng 3.4. Giá trị Chl-a thực địa và trên ảnh (đơn vị µg/L) STT Số liệu thực địa Số liệu trên ảnh STT Số liệu thực địa Số liệu trên ảnh STT Số liệu thực địa Số liệu trên ảnh 1 0.41 0.37 7 0.41 0.51 13 0.05 0.19 2 0.76 0.71 8 0.17 0.27 14 0.11 0.20 3 0.71 0.67 9 0.24 0.32 15 0.19 0.28 4 0.07 0.17 10 0.29 0.19 16 0.49 0.40 5 0.28 0.19 11 0.11 0.20 6 0.23 0.18 12 0.03 0.12
Quan hệ giữa các tập mẫu thu thập được và giá trị Chl-a tính tốn trên ảnh VNREDSat-1 này được thể hiện trong hình dưới đây
Hình 3.13. Tương quan giữa giá trị đo thực địa và kết quả tính từ ảnh
Giá trị tương quan R2 = 0.8614 là khá cao cho thấy kết quả tính tốn từ ảnh có
độ tin cậy cao, từ đó khẳng định mơ hình sử dụng để tính tốn Chlorophyll-a từ ảnh là chính xác và phù hợp với khu vực nghiên cứu.
3.3. Thảo luận
Các kết quả tính tốn từ ảnh vệ tinh của khu vực nghiên cứu cho thấy khoảng giá trị hàm lượng Chl-a dao động từ 0.03 đến 14.28 μg/L. So sánh với tương quan
giữa chất lượng nước và hàm lượng Chl-a trong bảng sau thì có thể thấy, hàm lượng Chlorophyll-a trong nước ở các mức từ nghèo dinh dưỡng đến phú dưỡng. Mặt khác giá trị đo thực tế cũng thể hiện điều tương tự. Ngay cả trong mùa mưa, các giá trị Chlorophyll-a đo được cũng không cao.
Hàm lượng Chl-a và dinh dưỡng trong nước
Tình trạng nước Nghèo dinh dưỡng Dinh dưỡng trung bình Phú dưỡng Đại phú dưỡng Chl-a (μg/l, mg/m3) 0.3-3 3-10 10-100 >100
Các mẫu nước thu thập để nghiên cứu tập trung chủ yếu ở: ao nuôi thủy sản, và khu vực sông Thị Vải - nơi có các bè ni hàu của người dân. Kết quả thu được có thể thấy giá trị hàm lượng Chl-a thấp, thậm chí có vị trí cịn chỉ có 0.03 μg/l. Như vậy tình trạng chất lượng nước là rất ít dinh dưỡng (so với mức nghèo dinh dưỡng là 0.3 - 3 μg/l). Đây là giá trị của mẫu nước ở giữa sông và xung quanh khu vực vẫn có các bè hàu được người dân nuôi trồng, nhưng hàu lớn chậm và chất lượng chưa cao.
Khu vực ao ni là những vị trí có hàm lượng Chl-a cao hơn. Mặc dù thuộc loại mức dinh dưỡng trung bình khi so với tiêu chí đã đề ra nhưng khi so sánh với mức yêu cầu cho các ao nuôi trồng thủy sản đối với hàm lượng Chl-a là 50 - 200 µg/L thì mức giá trị này cịn khá thấp. Lý giải cho điều này đó là việc thu thập mẫu nước được lấy vào thời điểm các ao nuôi mới được làm vệ sinh và phun thuốc, do đó trong ao có ít sinh vật phù du.
Một số khu vực có giá trị cao và đạt đến mức nước phú dưỡng (trên 10 µg/L), đây là các khu vực nuôi cá chẽm của người dân, và tại thời điểm dữ liệu thu thập được thì cá mới được thả và vẫn cịn nhỏ.
Đối với độ đục trong khu vực, các giá trị nằm trong khoảng từ 3.68 đến 59.9 g/m3. Các giá trị thấp hầu hết nằm tại các khu vực ao ni, cịn những vùng ven
sơng có giá trị khá cao. Theo kết quả điều tra thực địa, hầu hết độ đục ở đây gây ra bởi phù sa và hiện tượng xói lở ven sơng.
Như vậy có thể thấy, tại thời điểm nghiên cứu, ở mức này khi tiến hành nuôi trồng thủy sản cần chú ý đến việc đảm bảo đủ chất dinh dưỡng cho ao ni, vật ni. Tuy nhiên vì nước ở mức độ nghèo dinh dưỡng sẽ tránh được hiện tượng ô nhiễm chất độc do tảo nở hoa. Chất lượng nước này thích hợp, thuận tiện cho việc quy hoạch, mở mới các ao ni, vật ni. Việc lựa chọn vị trí ni trồng, vật ni vì thế cũng đa dạng, phong phú.
Các thơng tin thu được từ việc phân tích ảnh đã có thể chứng minh khả năng cung cấp thông tin hỗ trợ cần thiết để phục vụ cho cơng tác theo dõi, góp phần giảm chi phí cho việc điều tra, đánh giá chất lượng nước trong khu vực. Trong tương lai, khi có những dữ liệu ảnh đa thời gian, hồn tồn có thể chỉ ra xu hướng và dự báo biến động hàm lượng Chl-a và độ đục, qua đó cung cấp thơng tin nhanh chóng, kịp thời đến cơ quan liên quan như chi cục Thủy sản để có biện pháp điều tra cụ thể, cải tạo điều kiện nuôi trồng.
Nghiên cứu này cho vùng nước ven bờ Việt Nam nói chung và vùng cửa sơng của tỉnh Đồng Nai nói riêng, là một trong những thuật toán vùng nước ven bờ đầu tiên ở Việt Nam. Sử dụng dữ liệu thực đo từ những chuyến khảo sát, thuật toán xác định nồng độ Chl-a đã được xây dựng với độ chính xác khá cao. Thuật tốn này có thể áp dụng cho những vùng nước ven bờ có tính chất nước tương tự trong tương lai.
KẾT LUẬN
Tư liệu ảnh viễn thám VNREDSat-1 của Việt Nam với ưu điểm độ phủ rộng, đa thời gian, tính thời sự và đồng nhất cao hồn tồn có thể cung cấp các thông tin về chất lượng nước, hỗ trợ cơng tác phát triển ni trơng thủy sản nói chung, ni trồng thủy sản nước lợ nói riêng.
Cơng cụ phần mềm được xây dựng trên cơ sở mã nguồn mở, có giao diện sử dụng ngơn ngữ tiếng Việt, có khá đầy đủ các chức năng tương tự như các phần mềm thương mại đó là: đọc dữ liệu ảnh gốc, chuyển đổi hệ tọa độ, hiệu chỉnh khí quyển, tính tốn tách nước, tính tốn các thơng số chất lượng nước, trình bày bản đồ, hỗ trợ. Đây là công cụ phần mềm đơn giản, dễ sử dụng, đặc biệt là ngôn ngữ của giao diện là tiếng Việt nên người dùng hồn tồn có thể chủ động tìm hiểu, thao tác dễ dàng. Hơn thế nữa, cơng cụ này cịn có thể tiếp tục được phát triển thêm cho những mục đích khác, và chỉ cần xây dựng thêm các cơng cụ tính tốn mới theo u cầu sử dụng.
Khu vực nghiên cứu là vùng ngập mặn, thuộc lưu vực sông Thị Vải, đây là khu vực chịu nhiều ảnh hưởng từ các hoạt động của các khu cơng nghiệp phía trên, đặc biệt là khu vực huyện Long Thành và khu đô thị mới Nhơn Trạch. Công cụ phần mềm cho phép phát hiện sự thay đổi, phát hiện các hiện tượng ảnh hưởng đến chất lượng nước thông qua kết quả đầu ra là bản đồ hàm lượng Chl-a và SPM. Kết quả thực nghiệm cũng cho thấy, độ chính xác kết quả đầu ra của cơng cụ phần mềm hoàn toàn có thể đáp ứng được yêu cầu thực tế trong việc cung cấp thông tin chất lượng nước khu vực ni trồng thủy sản. Chứng minh tính hiệu quả khơng chỉ của cơng cụ phần mềm mà cịn của dữ liệu ảnh vệ tinh VNREDSat-1.
KIẾN NGHỊ
Trong quá trình thực hiện nghiên cứu, do điều kiện có hạn, nghiên cứu này chỉ tập trung sử dụng dữ liệu ảnh viễn thám VNREDSat-1 của Việt Nam, chưa mở rộng được sang các loại dữ liệu phổ biến khác như Landsat hay Sentinel. Trong tương lai sẽ tiếp tục nghiên cứu, phát triển thêm các công cụ dành cho các loại dữ liệu này. Bên cạnh đó, các mẫu thực địa thu thập trong quá trình nghiên cứu khớp với dữ liệu ảnh của một thời điểm và một khu vực nên chưa thể đại diện cho toàn bộ khu vực và có tính lịch sử qua các thời điểm khác nhau. Cần phải thu thập thêm các dữ liệu vào các thời điểm và vị trí khác nhau.
Trong giới hạn của nghiên cứu, mới tập trung vào hai trong số rất nhiều chỉ số đánh giá chất lượng nước là Chl-a và SPM, các chỉ số khác như COD, BOD, pH, nhiệt độ,… chưa được đề cập đến. Cần phải tập trung phát triển và đưa thêm các thuật tốn, cơng cụ để tính tốn các chỉ số này.
Q trình thực nghiệm, các mẫu nước được xét nghiệm chỉ số Chl-a, chưa được xét nghiệm chỉ số SPM nên độ chính xác của kết quả tính tốn SPM trong phần mềm cần được kiểm chứng lại.
Bên cạnh các yếu tố tự nhiên, ni trồng thủy sản cịn phụ thuộc rất nhiều vào yếu tố kinh nghiệm và thói quen canh tác của người dân. Do điều kiện có hạn, nghiên cứu chưa thể đi sâu vào phân tích các đặc điểm xã hội này. Cần có những điều tra, đánh giá và phối hợp nữa của các cơ quan, ban ngành và chính quyền tại địa phương, kết hợp với nguồn thông tin được cung cấp bởi công cụ phần mềm GIS của nghiên cứu để có thể đưa ra được quy hoạch và định hướng chính xác nhất cho phát triển ni trồng thủy sản bền vững tại khu vực.
TÀI LIỆU THAM KHẢO I. Tiếng Việt
1. Nguyễn Đỗ Ngọc Uyên, Nguyễn Duy Liêm, Nguyễn Kim Lợi, Ứng dụng mô hình
SWAT và chỉ số chất lượng nước đánh giá chất lượng nước mặt tại lưu vực sông La Ngà, Đại học Nơng Lâm Thành phố Hồ Chí Minh, báo cáo khoa học Hội thảo ứng
dụng GIS toàn quốc năm 2014.
2. Trương Hoàng Văn Khoa, Nguyễn Kim Lợi, Nguyễn Văn Trai, Hoàng Thị Thủy,
Ứng dụng GIS và AHP xây dựng bản đồ thích nghi ni tơm nước lợ tại huyện Tuy Phong tỉnh Bình Thuận, báo cáo khoa học Sở Khoa học và Cơng nghệ tỉnh Bình
Thuận, 2013.
3. Lê Công Tuấn, Lê thị Hạnh, “Ứng dụng hệ thống thông tin địa lý và viễn thám trong
điều tra, phân tích hiện trạng ni trồng thủy sản ở Đầm Sam Chuồn, huyện Phú Vang, tỉnh Thừa Thiên Huế”, Tạp chí khoa học, Đại học Huế, số 52, 2009.
4. Bùi Tá Long, Lê Thị Quỳnh Hà, Cao Duy Trường, Nguyễn Thị Thái Hịa, Hồng Thị
Mỹ Hương, Lê Đào An Xuân, Xây dựng phần mềm quản lý tổng hợp số liệu quan
trắc chất lượng nước mặt lưu vực hệ thống sông Đồng Nai dựa trên công nghệ WebGIS (WINS), Đề tài Nghiên cứu Khoa học cấp bộ 2009-2010, mã số B2009-24-
05, Viện Môi trường và Tài nguyên.
5. Ủy ban Nhân dân tỉnh Đồng Nai, Báo cáo tóm tắt Điều chỉnh Quy hoạch tổng thể
phát triển kinh tế xã hội tỉnh Đồng Nai đến năm 2020, tầm nhìn đến năm 2025,
Tháng 7/2015.
6. Giáo trình Quản lý chất lượng nước trong ni trồng thủy sản http://doc.edu.vn/tai-
lieu/giao-trinh-quan-ly-chat-luong-nuoc-nuoi-trong-thuy-san-phan-tich-chat-luong- nuoc-68564/.
7. Võ Thị Lệ Hiền, Nghiên cứu xác định Chlorophyll-a bằng phương pháp huỳnh quang, ứng dụng cho phân tích mẫu nước mặt và so sánh với phương pháp trắc quang, Luận văn Thạc sĩ Hóa học, năm 2013.
II. Tiếng Anh
8. Claude E. Boyd, Quản lý chất lượng nước ao nuôi thủy sản, Bộ môn Khai thác và
Nuôi trồng thủy sản, Đại học Auburn, Alabama 36894 Hoa Kỳ. Lược dịch: Trương Quốc Phú, Vũ Ngọc Út.
9. Shaharior Haslem, Taslima Akter, M. A. Salam, Md. Tawheed Hasan, Aquaculture planning through Remote sensing Image analysis and GIS tools in Northeast region, Bangladesh, International Journal of Fisheries and Aquatic Studies 2014;
1(5): 134-143.
10. Joseph E. Quansah, Gilbert L. Rochon, Kwamena K. Quagrainie, Steve Amisah, Mucai Murichi, Charles Ngugi, Remote sensing Applications for sustainable aquaculture in Africa, 1-422-1212-9/07 IEEE.
11. Moses W., Gitelson A., Berdnikov S., Saprygin V., Povazhnyi V. “Operational
MERIS-based NIR-red algorithms for estimating chlorophyll-a concentrations in coastal waters — The Azov Sea case study”. Remote Sensing of Environment 121,
p. 118–124, 2012.
12. Chen, Q., Zhang, Y., Hallikainen, M. “Water quality monitoring using remote
sensing in support of the EU water framework directive (WFD): a case study in the Gulf of Finland”. Environ. Monit. Assess. 124, p. 157–166, 2007.