Luận văn Thạc sĩ Kỹ thuật môi trường: Nghiên cứu hiện trạng ô nhiễm bụi mịn PM2.5 ở một số khu vực điển hình TP. Hà Nội

LỜI CAM ĐOAN

Tôi xin cam đoan

Những nội dung trong luận văn này là do tôi thực hiện dưới sự hướng dẫn của TS. Lê Thanh Sơn và PGS.TS Dương Hồng Sơn. Mọi tham khảo dùng trong luận văn đều được tôi trích dẫn nguồn gốc rõ ràng. Các kết quả nghiên cứu trong luận văn này là trung thực và chưa từng được ai công bố trong bất cứ công trình nào.

Học viên

LỜI CẢM ƠN

Luận văn tốt nghiệp với đề tài: “Nghiên cứu hiện trạng ô nhiễm bụi mịn

PM2.5 ở một số khu vực điển hình TP. Hà Nội” đã được hoàn thành.

Trước hết, tôi xin bày tỏ lòng biết ơn sâu sắc đến Ban Lãnh đạo Học viện Khoa học và Công nghệ - Viện Hàn lâm khoa học và công nghệ Việt Nam, các thầy cô trong khoa Môi trường, các Khoa, Phòng ban chức năng đã đã giảng dạy, truyền đạt kiến thức, tạo điều kiện hướng dẫn tôi hoàn thành chương trình học tập và thực hiện luận văn.

Tôi cũng xin được bày tỏ lòng biết ơn sâu sắc tới Ban lãnh đạo Viện Công nghệ môi trường - Viện Hàn lâm Khoa học và Công nghệ Việt Nam đã cho phép và tạo điều kiện thuận lợi cho tôi được học tập, công tác và hoàn thành tốt luận văn này.

Đặc biệt, tôi xin gửi lời cảm ơn chân thành nhất đến TS. Lê Thanh Sơn và PGS.TS Dương Hồng Sơn đã tận tình hướng dẫn và giúp đỡ tôi trong quá trình nghiên cứu và hoàn thành luận văn.

Ngoài ra, tôi xin gửi lời cảm ơn tới đề tài “Nghiên cứu, phát triển hệ thống giám sát chất lượng môi trường không khí bằng công nghệ Lidar mặt đất và viễn thám, ứng dụng thử nghiệm tại TP. Hà Nội và TP. Đà Nẵng”.

Và cuối cùng tôi xin bày tỏ lòng biết ơn đến gia đình, bạn bè, đồng

nghiệp đã luôn động viên, khích lệ tôi trong quá trình thực hiện luận văn.

Với điều kiện thời gian cũng như kinh nghiệm còn hạn chế, luận văn không thể tránh được những thiếu sót. Rất mong nhận được sự góp ý, đánh giá của thầy cô để luận văn được hoàn thiện hơn.

Xin trân trọng cảm ơn!

Học viên

MỤC LỤC

LỜI CAM ĐOAN ................................................................................................. i

LỜI CẢM ƠN ...................................................................................................... ii

MỤC LỤC ............................................................................................................ 1

DANH MỤC BẢNG ............................................................................................ 3

DANH MỤC HÌNH ............................................................................................. 4

DANH MỤC CHỮ VIẾT TẮT .......................................................................... 5

MỞ ĐẦU .............................................................................................................. 6

1. Tính cấp thiết của đề tài ................................................................................. 6

2. Mục tiêu nghiên cứu ........................................................................................ 8

3. Đối tượng và phạm vi nghiên cứu .................................................................. 8

4. Phương pháp nghiên cứu: .............................................................................. 8

5. Ý nghĩa khoa học và ý nghĩa thực tiễn của đề tài ........................................ 9

6. Bố cục của luận văn ......................................................................................... 9

CHƯƠNG 1. TỔNG QUAN CÁC VẤN ĐỀ NGHIÊN CỨU ....................... 10

1.1. TỔNG QUAN VỀ Ô NHIỄM BỤI MỊN PM 2.5 ..................................... 10

1.1.1. Khái niệm, phân loại bụi mịn PM 2.5 ................................................. 10

1.1.2. Các nguồn gây ô nhiễm bụi mịn PM 2.5 ............................................. 12

1.1.3. Tác động của ô nhiễm bụi mịn PM 2.5 ............................................... 16

1.2. TÌNH HÌNH NGHIÊN CỨU Ô NHIỄM BỤI TRONG VÀ NGOÀI NƯỚC. 20

1.2.1. Tình hình nghiên cứu trên thế giới ...................................................... 20

1.2.2. Tình hình nghiên cứu trong nước ........................................................ 22

1.3. MÔ HÌNH MẠNG THẦN KINH NHÂN TẠO (ANN) ........................... 27

CHƯƠNG 2. NGUYÊN VẬT LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU30

2.1. NGUYÊN VẬT LIỆU ............................................................................... 30

2.1.1. Thiết bị ................................................................................................. 30

2.2. PHƯƠNG PHÁP NGHIÊN CỨU ............................................................. 30

2.2.1. Phương pháp thu thập, kế thừa dữ liệu ............................................... 30

2.2.2. Phương pháp thực nghiệm .................................................................. 30

2.2.3. Phương pháp phân tích, xử lý số liệu .................................................. 34

2.2.4. Phương pháp mô hình hóa .................................................................. 35

CHƯƠNG 3. KẾT QUẢ VÀ THẢO LUẬN ................................................... 38

3.1. ĐÁNH GIÁ HIỆN TRẠNG Ô NHIỄM BỤI MỊN PM2.5 Ở MỘT SỐ KHU VỰC ĐIỂN HÌNH CỦA TP. HÀ NỘI ................................................... 38

3.2. ĐÁNH GIÁ SỰ PHÂN BỐ NỒNG ĐỘ BỤI MỊN PM2.5 THEO THỜI GIAN ................................................................................................................ 40

3.2.1. Quy luật biến thiên nồng độ bụi PM2.5 trong ngày ............................ 41

3.2.2. Quy luật biến thiên nồng độ bụi mịn PM2.5 theo mùa ....................... 46

3.3. NGHIÊN CỨU ẢNH HƯỞNG CỦA MỘT SỐ YẾU TỐ KHÍ TƯỢNG ĐẾN SỰ PHÂN BỐ NỒNG ĐỘ BỤI MỊN PM2.5 Ở TP. HÀ NỘI ............... 48

3.3.1. Ảnh hưởng của tốc độ gió ................................................................... 49

3.3.2. Ảnh hưởng của nhiệt độ không khí ...................................................... 50

3.3.3. Ảnh hưởng của độ ẩm không khí ......................................................... 52

3.3.4. Ảnh hưởng của lượng mưa .................................................................. 53

3.3.5. Xây dựng quan hệ hồi quy giữa nồng độ bụi mịn PM2.5 và các biến khí tượng bằng mô hình ANN ........................................................................ 54

KẾT LUẬN VÀ KIẾN NGHỊ .......................................................................... 57

1. Kết luận ....................................................................................................... 57

2. Kiến nghị ..................................................................................................... 57

TÀI LIỆU THAM KHẢO ................................................................................ 58

PHỤ LỤC ........................................................................................................... 63

DANH MỤC BẢNG

Bảng 1.1. Các nhóm ngành sản xuất và khí thải phát sinh điển hình ....... 14

Bảng 3.1: Tương quan Spearman giữa nồng độ bụi PM2.5 và yếu tố khí tượng…………………………………………………..………………………..46

Bảng 3.2: Tương quan Spearman giữa nồng độ bụi mịn PM2.5 và yếu tố tốc độ gió theo các mùa trong năm 2018 ............................................................ 50

Bảng 3.3: Tương quan Spearman giữa nồng độ bụi mịn PM2.5 và yếu tố nhiệt độ không khí theo các mùa trong năm 2018 .............................................. 51

Bảng 3.4: Tương quan Spearman giữa nồng độ bụi mịn PM2.5 và yếu tố độ ẩm không khí theo các mùa trong năm 2018 ................................................. 52

Bảng 3.5: Tương quan Spearman giữa nồng độ bụi mịn PM2.5 và yếu tố lượng mưa theo các mùa trong năm 2018 ........................................................... 54

DANH MỤC HÌNH

Hình 1.1: Bụi PM 2.5 ............................................................................ 12

Hình 1.2: Đường xâm nhập của bụi mịn vào cơ thể con người ............ 18

Hình 1.3: Sơ đồ mô hình mạng thần kinh nhân tạo 3 lớp ..................... 28

Hình 2.1: Thiết bị lấy mẫu bụi thể tích lớn Kimono để xác định nồng độ bụi mịn PM2.5…………………………………………………………………….28

Hình 3.1: Kết quả đo bụi PM2.5 tại một số khu vực của thành phố Hà Nội tháng 3/2020………………………………………………………….....35

Hình 3.2: Diễn biến nồng độ bụi PM2.5 trung bình giờ các ngày trong năm 2018 của TP. Hà Nội……………………………………………….…..39

Hình 3.3: Diễn biến nồng độ bụi PM2.5 trung bình giờ các ngày trong mùa xuân (a), mùa hè (b), mùa thu (c) và mùa đông (d) của TP. Hà Nội năm 2018………………………………………………………………………….40

Hình 3.4: Diễn biến nồng độ bụi PM2.5 trong ngày theo tháng năm 2018 của TP. Hà Nội ....................................................................................... 45

Hình 3.5: Diễn biến độ ẩm trong ngày theo tháng năm 2018 của TP. Hà Nội ................................................................................................................... 46

Hình 3.6: Diễn biến nồng độ bụi PM2.5 các mùa năm 2018 của TP. Hà Nội ................................................................................................................... 47

Hình 3.7: Diễn biến nhiệt độ trung bình ngày của các tháng trong năm 2018 của TP. Hà Nội ....................................................................................... 51

Hình 3.8: Sơ đồ mô phỏng mạng ANN sử dụng trong luận văn .......... 54

Hình 3.9: So sánh kết quả dự báo bụi PM2.5 và kết quả thực đo tính toán của tập số liệu huấn luyện (a) và kiểm định (b) ...................................... 56

DANH MỤC CHỮ VIẾT TẮT

Kí hiệu viết tắt Tiếng Việt

AQI Chỉ số chất lượng không khí

ANN Mạng thần kinh nhân tạo

BAM Thiết bị giám sát suy giảm beta

IARC Cơ quan Nghiên cứu ung thư quốc tế

ONKK Ô nhiễm không khí

ONMT Ô nhiễm môi trường

WHO Tổ chức Y tế thế giới

MỞ ĐẦU

1. Tính cấp thiết của đề tài

Ô nhiễm không khí hiện đang là mối quan tâm chung của xã hội toàn cầu. Trong những thập kỷ gần đây, thành phố Hà Nội đang phải đối mặt với vấn đề ô nhiễm môi trường (ONMT) không khí, đặc biệt là ô nhiễm bụi mịn PM2.5. Theo đánh giá của Bộ Tài nguyên và Môi trường, thủ đô Hà Nội đang phải đối mặt với tình trạng ô nhiễm không khí ngày càng gia tăng, đặc biệt là ô nhiễm bụi và tiếng ồn[1]. Theo công bố trong Báo cáo chất lượng không khí Việt Nam năm 2016 của Liên Minh năng lượng bền vững Việt Nam, nồng độ bụi mịn PM2.5 trung bình năm 2016 ở tại Hà Nội lên tới 50,5 µg/m3, cao gấp đôi so với quy chuẩn Quốc gia QCVN 05:2013/BTNMT và gấp 5 lần so với ngưỡng trung bình theo hướng dẫn khuyến nghị của Tổ chức Y tế Thế giới (WHO). Ngày 3/3/2016, Đại sứ quán Mỹ ở Hà Nội đã công bố trị số quan trắc bụi PM2.5 tại Hà Nội vào giờ cao điểm (8-9 giờ sáng) là 383µg/m3.

Ô nhiễm bụi mịn PM 2.5 gây ra những ảnh hưởng lớn đến sức khỏe của con người. Vì có kích thước rất nhỏ nên bụi PM 2.5 rất nguy hiểm, có khả năng đi sâu vào tận các phế nang trong phổi và vào máu. Những chất này khi vào cơ thể sẽ gây kích ứng như hắt hơi, sổ mũi, khiến con người có phản ứng ho, khạc đờm kéo dài. Đặc biệt, bị phơi nhiễm với bụi PM 2.5 sẽ làm tăng nguy cơ mắc các bệnh như hen suyễn, bệnh phổi tắc nghẽn mạn tính viêm phổi, các chứng bệnh hô hấp, tim mạch, tiểu đường và ung thư phổi, ảnh hưởng nghiêm trọng đến sức khỏe con người. Uớc tính nó đã góp phần gây ra 7 triệu ca chết sớm mỗi năm, trong khí có tới 92% dân số thế giới phải hít thở bầu không khí độc hại (WHO, 2016). Một nghiên cứu của Tổ chức Y tế thế giới WHO và Cơ quan nghiên cứu ung thư quốc tế IARC đã cho thấy mối tương quan tỷ lệ thuận giữa mức độ ô nhiễm bụi không khí với tỷ lệ người mắc ung thư. Cụ thể là mật độ PM10 trong không khí tăng lên 10 µg/m3 thì tỷ lệ ung thư tăng 22% và mật độ PM2.5 tăng thêm 10 µg/m3 thì tỷ lệ ung thư phổi tăng đến 36%.

Thành phố Hà Nội là trung tâm kinh tế, văn hóa, chính trị của cả nước, do đó nơi đây tập trung rất nhiều các khu, cụm công nghiệp, các làng nghề, các trung tâm thương mại, nhà ga, bến xe, bến tàu, các nút giao thông lớn. Đây có thể là các nguồn chính gây ONMT không khí, nhất là ô nhiễm bụi mịn PM2.5 ở TP. Hà Nội. Tuy nhiên, mức độ ô nhiễm không khí ở mỗi khu vực trên lại rất khác nhau do đặc thù các nguồn phát thải. Ngoài ra, nồng độ bụi PM2.5 tại các thời điểm khác nhau trong ngày, theo các tháng, các mùa khác nhau trong năm là cũng khác nhau do các yếu tố khí tượng, thời tiết đã ảnh hưởng đến sự lan truyền và sự phân bố bụi mịn PM2.5 ở các khu vực. Thông số khí tượng là yếu tố không thể kiểm soát được nhưng đóng vai trò quan trọng trong việc làm thay đổi hàm lượng các chất ô nhiễm trong môi trường không khí. Do đó, việc nghiên cứu hiện trạng phân bố bụi mịn PM2.5 theo không gian và thời gian ở Hà Nội là rất quan trọng, giúp đánh giá, kiểm soát chất lượng không khí và đưa ra dự báo, cảnh báo về ô nhiễm bụi mịn PM2.5 – hiện đang là vấn đề bức xúc, thu hút sự chú ý của người dân ở Hà Nội.

Trên cơ sở đó, đề tài “Nghiên cứu hiện trạng ô nhiễm bụi mịn PM2.5 ở một số khu vực điển hình của thành phố Hà Nội” được thực hiện nhằm đánh giá mức độ ô nhiễm bụi mịn PM2.5 ở một số khu vực điển hình của TP. Hà Nội như các khu, cụm công nghiệp, làng nghề, các nút giao thông lớn, nhà ga, bến tàu, các trung tâm thương mại hay khu dân cư; nghiên cứu sự biến thiên nồng độ bụi theo thời gian trên cơ sở phân tích thống kê mối tương quan giữa các yếu tố khí tượng như nhiệt độ, độ ẩm, lượng mưa, tốc độ gió; lượng hóa mối quan hệ giữa các đại lượng này bằng mô hình mạng thần kinh nhân tạo (ANN). Kết quả của luận văn sẽ góp phần đưa ra các đánh giá, dự báo chính xác hơn về ONMT không khí nói chung, ô nhiễm bụi mịn PM2.5 nói riêng ở các khu vực khác nhau và các thời điểm khác nhau, góp phần xây dựng các phương án giảm thiểu ONMT không khí, bảo vệ môi trường, ứng phó biến đổi khí hậu và bảo vệ sức khỏe cộng đồng.

2. Mục tiêu nghiên cứu

a. Mục tiêu chung: Nghiên cứu sự phân bố nồng độ bụi mịn PM2.5 tại một số khu vực điển hình của thành phố Hà Nội theo không gian và theo thời gian trong sự tương tác với một số yếu tố khí tượng

b. Mục tiêu cụ thể

- Đánh giá được hiện trạng ô nhiễm bụi mịn PM2.5 ở một số khu vực nội đô điển hình (nút giao thông, khu, cụm công nghiệp, làng nghề, bến tàu, bến xe,…) của TP. Hà Nội.

- Đánh giá được sự biến thiên nồng độ bụi mịn PM2.5 tại các thời điểm

khác nhau trong ngày, các tháng và các mùa trong năm tại TP. Hà Nội.

- Đánh giá sự ảnh hưởng của các yếu tố khí tượng đến sự phân bố hàm

lượng bụi PM2.5 tại TP. Hà Nội.

- Xây dựng được quan hệ hồi quy giữa biến nồng độ bụi mịn PM2.5 và các biến khí tượng làm cơ sở để dự đoán tình hình ô nhiễm bụi mịn PM2.5 trên các khu vực khác nhau và ở các thời điểm khác nhau của thành phố Hà Nội.

3. Đối tượng và phạm vi nghiên cứu

- Đối tượng nghiên cứu: Bụi mịn PM2.5

- Phạm vi nghiên cứu: TP. Hà Nội

4. Phương pháp nghiên cứu:

Có 4 phương pháp nghiên cứu được sử dụng trong quá trình nghiên cứu

bao gồm:

- Phương pháp thu thập, kế thừa dữ liệu;

- Phương pháp phân tích, xử lý số liệu;

- Phương pháp thực nghiệm;

- Phương pháp mô hình hóa.

5. Ý nghĩa khoa học và ý nghĩa thực tiễn của đề tài

Thành phố Hà Nội đang phải đối mặt với vấn đề ONMT không khí, đặc

biệt là ô nhiễm bụi mịn PM2.5.

Do đó, kết quả nghiên cứu của luận văn sẽ góp phần đánh giá hiện trạng ô nhiễm bụi PM2.5 theo không gian và thời gian, giải thích nguyên nhân của ô nhiễm bụi PM2.5, mối tương quan giữa nồng độ bụi và các yếu tố khí tượng, hỗ trợ phục vụ công tác kiểm soát, dự báo nồng độ bụi PM 2.5, góp phần xây dựng các phương án giảm thiểu ONMT không khí, bảo vệ môi trường, ứng phó biến đổi khí hậu và bảo vệ sức khỏe cộng đồng.

6. Bố cục của luận văn

Mở đầu

Chương 1. Tổng quan các vấn đề nghiên cứu

Chương 2. Nguyên vật liệu và phương pháp nghiên cứu

Chương 3. Kết quả và thảo luận

Kết luận và kiến nghị

Tài liệu tham khảo

Phụ lục

CHƯƠNG 1. TỔNG QUAN CÁC VẤN ĐỀ NGHIÊN CỨU

1.1. TỔNG QUAN VỀ Ô NHIỄM BỤI MỊN PM 2.5

1.1.1. Khái niệm, phân loại bụi mịn PM 2.5

Năm 2019, Tổ chức Y tế thế giới (WHO) đã đưa ra 10 vấn đề nghiêm trọng nhất có thể ảnh hưởng đến cuộc sống của con người trên thế giới, trong đó vấn đề số 1 là “Ô nhiễm không khí và biến đổi khí hậu”[2]. Cũng theo WHO có đến 97% các thành phố ở các nước có thu nhập thấp và trung bình với dân số trên 100.000 dân không đáp ứng theo hướng dẫn của WHO về chất lượng không khí. Các thành phố có mức độ ô nhiễm không khí cao tập trung chủ yếu tại khu vực châu Á, trong đó có Việt Nam. Trong các chất gây ô nhiễm môi trường không khí, ô nhiễm bụi mịn PM2.5 đã và đang là vấn đề nghiêm trọng nhất ở nhiều thành phố lớn tại châu Á.

Bụi gây ra nhiều ảnh hưởng đến sức khỏe con người và môi trường. Do tồn tại trong khí quyển với vòng đời tương đối ngắn, từ vài giờ đến vài tuần nên thành phần hóa học của chúng thay đổi theo thời gian và không gian tùy thuộc vào nguồn phát thải và các điều kiện khí tượng.

Bụi là một hỗn hợp phức tạp chứa các hạt vô cơ và hữu cơ ở dạng lỏng hoặc rắn bay lơ lửng trong không khí; bao gồm sulfate, nitrat, amoniac, natri clorua, cacbon đen, bụi khoáng và nước. Bụi hay hợp chất có trong bụi được gọi chung là Particulate Matter – ký hiệu PM.

Theo định nghĩa của WHO: “PM là một chất gây ô nhiễm không khí,

bao gồm hỗn hợp các hạt rắn và hạt lỏng, chúng lơ lửng trong không khí”.

Bụi mịn là bụi có kích thước hạt trong khoảng từ 10 µm đến 2,5 µm (bụi PM10) và từ 2,5 µm đến 0,1 µm (PM2.5) (Hình 1.1). Bụi siêu mịn là bụi có kích thước hạt dưới 0.1 µm.

Bụi PM 2.5 là tổng các hạt bụi lơ lửng có đường kính động học nhỏ

hơn hoặc bằng 2,5 micro, chưa đến 1/30 - 1/20 đường kính của sợi tóc.

Do bản chất lý hoá của các vật thể và bụi, nên người ta có thể có nhiều cách phân loại, thường dựa vào các đặc điểm cơ bản của bụi trong sản xuất. Tuy nhiên, có hai cách phân chia phổ biến.

Bụi phân chia theo kích thước bao gồm: Bụi to, bụi thô, bụi cát, bụi cỡ

vừa, cỡ nhỡ, cỡ PM20, PM10, PM5, PM2.5, PM1.0...

Bụi phân chia theo nguồn sinh ra bụi bao gồm:

– Bụi hữu cơ: (gồm bụi có nguồn gốc từ động vật như lông gia súc, súc

vật và bụi thực vật như bông, đay, gỗ, ngũ cốc, giấy…).

– Bụi vô cơ: như các kim loại (đồng, chì, kẽm, sắt, mangan…) các khoáng chất như (thạch anh, cát, than, chì, amiăng…) các bụi vô cơ nhân tạo (xi măng, thuỷ tinh…).

– Bụi hỗn hợp: có thể có ở nhiều nơi, trong đó có thể nhiễm lẫn 30 – 50% bụi khoáng chất. Loại bụi này dễ gây bệnh hơn bụi đơn thuần, thí dụ có nhiều silic, amiăng sẽ tác hại nhiều lên cơ thể so với các bụi khác.

Theo nhiều cách phân chia, nhưng nhìn chung bền vững trong không khí là các loại bụi rắn. Các loại bụi to, bụi thô và cỡ vừa là các loại bụi nặng và nhanh chóng lắng xuống mặt đất và dễ bị cuốn đi theo nước. Bụi đường và bụi xây dựng phần lớn là loại bụi này. Xe cộ thường cuốn lên hoặc theo những cơn gió to. Nhìn chung loại bụi này chủ yếu gây bẩn, gây khó chịu, gây dị ứng tức thời chứ không ảnh hưởng tới sức khỏe một cách lâu dài, trừ trường hợp nồng độ quá cao tại mỏ than, cơ sở sản xuất xi măng, đá... Còn với đa số trường hợp ở thành thị, bụi thô cho đến bụi cỡ nhỡ dễ dàng lọc bởi khẩu trang và kể cả nếu không có khẩu trang, hệ hô hấp cũng có hệ thống ngăn chặn, lọc và đào thải bụi một cách tự động.

Các loại bụi mịn, siêu mịn lơ lửng nhiều trong không khí, kích thước nhỏ, khối lượng nhẹ nên rất ít lắng, chúng lơ lửng và lấp đầy trong không khí, dễ dàng len lỏi qua các loại khe cửa. Vì vậy, dù ở trong nhà, con người cũng vẫn bị ảnh hưởng dù đóng kín. Loại bụi này là kết quả của việc đốt cháy như: đốt củi, đốt rạ, đốt rác, đốt các chất cháy dở dang, khí xả động cơ, đốt than...

Hình 1.1: Bụi PM 2.5 (nguồn internet)

1.1.2. Các nguồn gây ô nhiễm bụi mịn PM 2.5

Các hạt bụi mịn PM2.5 có thể sinh ra từ tự nhiên như cháy rừng, bụi sa mạc, khói núi lửa, các cơn bão cát, lốc xoáy, hoặc từ chất thải sinh vật như phấn hoa, bào tử nấm, nước thải côn trùng. Nhưng đa phần bụi mịn PM2.5 được tạo ra từ các hoạt động của con người. Đối với môi trường không khí tại các đô thị, các nguồn chính gây ô nhiễm môi trường không khí gồm: hoạt đông giao thông vận tải, hoạt động xây dựng, hoạt động của các xí nghiệp trong nội đô, sinh hoạt dân cư, xử lý rác thải và các nguồn ô nhiễm từ ngoại thành chuyển vào.

1.1.2.1. Hoạt động giao thông vận tải

Khí thải từ các phương tiện giao thông cơ giới đường bộ đóng góp nhiều nhất trong tổng lượng phát thải bụi gây ô nhiễm môi trường không khí đô thị. Bụi chủ yếu được sinh ra do khí thải từ quá trình đốt nhiên liệu động cơ. Trong các loại phương tiện giao thông thì xe mô tô, xe gắn máy chiếm tỉ lệ lớn nhất đồng thời cũng là nguồn phát thải bụi lớn nhất. Các phuơng tiện giao thông cơ giới sử dụng xăng và dầu diesel làm nhiên liệu, quá trình rò rỉ,

bốc hơi và đốt cháy nhiên liệu còn dẫn tới phát sinh nhiều loại khí độc như: VOC, Benzen, Toluen, ...

Sự phát thải của các phương tiện cơ giới đường bộ phụ thuộc nhiều vào chất lượng phương tiện, nhiên liệu, tốc độ, đường xá,.... Xe ô tô, xe máy ở nước ta hiện nay bao gồm nhiều chủng loại, có nhiều xe qua nhiều năm sử dụng và không thường xuyên bảo dưỡng, hiệu quả sử dụng nhiên liệu thấp, nồng độ chất độc hại và bụi trong khí thải cao.

Lượng phát thải bụi tăng lên hàng năm cùng với sự phát triển về số lượng của các phương tiện giao thông đường bộ. Với tốc độ tăng trưởng hàng năm các loại xe ô tô đạt 12%, trong đó xe ô tô con có tốc độ tăng cao nhất là 17%/năm, xe tải khoảng 13%, xe máy tăng khoảng 15% kèm theo việc sử dụng nhiên liệu (chủ yếu là xăng, dầu diezen), cùng với chất lượng phương tiện còn hạn chế (xe cũ, không được bảo dưỡng thường xuyên) làm gia tăng đáng kể nồng độ bụi trong không khí [3].

Hiện nay, giao thông công cộng đô thị nước ta chủ yếu là xe buýt. Dự kiến trong tương lại gần chúng ta sẽ có đường sắt trên cao hỗ trợ thêm cho giao thông công cộng. Tuy hiện nay, số lượng và chất lượng của xe buýt đã có những cải thiện nhưng xe buýt cũng là nguồn gây ONMT không khí đáng kể. Do các lí do khách quan và nguồn lực đầu tư nhà nước còn hạn chế đã dẫn đến tình trạng nhiều xe buýt ở tình trạng cũ, không đạt các tiêu chuẩn về khí thải. Các tuyến đường chật hẹp, xuống cấp, thiếu quy hoạch đồng bộ kèm theo là ý thức tham gia giao thông của người dân chưa cao gây hiện tượng ùn tắc giao thông cũng là yếu tố đáng kể làm nghiêm trọng thêm vấn đề ô nhiễm môi trường không khí, đặc biệt là các đô thị lớn như thành phố Hà Nội.

Bên cạnh đó, bụi đất đá tồn đọng trên đường do mưa bẩn hoặc đến từ các phương tiện chuyên chở vật liệu xây dựng, rác thải, đất cát cuốn bay lên từ mặt đường phố trong quá trình di chuyển của các phương tiện giao thông, người dân đi bộ cũng là một nguồn gây ONKK.

1.1.2.2. Hoạt động sản xuất công nghiệp

Hoạt động sản xuất công nghiệp đang là một trong những nguyên nhân gây ô nhiễm môi trường không khí trầm trọng. Đây là ngành có đặc thù, thải ra môi trường không khí một lượng lớn bụi TSP, PM10 và một số chất khác như: SO2, CO, CO2… khói thải từ nhà máy, xưởng sản xuất, khu công nghiệp. Hiện nay, tại các đô thị còn tồn tại nhiều cơ sở sản xuất công nghiệp. Các doanh nghiệp này thường là doanh nghiệp vừa và nhỏ có công nghệ sản xuất còn tương đối lạc hậu. Một số cơ sở sản xuất có thiết bị lọc bụi nhưng chưa có thiết bị xử lý khí thải độc hại, không đạt tiêu chuẩn về chỉ tiêu khí thải gây ô nhiễm không khí. Các cơ sở này phân bố phân tán, do quá trình đô thị hoá, hiện đại hoá, phạm vi thành phố ngày càng mở rộng nên hiện nay, phần lớn khu công nghiệp cũ này nằm trong nội thành của nhiều thành phố. Các nhóm ngành phát sinh nhiều bụi phải kể đến là các ngành có lò hơi, lò sấy, máy phát điện đốt nhiên liệu nhằm cung cấp hơi, điện, nhiệt; nhóm ngành nhiệt điện; nhóm ngành sản xuất xi măng, sản xuất gang thép, nhóm ngành may mặc, nhóm ngành sản xuất cơ khí, luyện kim, nhóm ngành sản xuất các sản phẩm từ kim loại; nhóm ngành khai thai sản xuất than và khoáng sản.

Các nhóm ngành sản xuất và khí thải phát sinh điển hình được mô tả

theo bảng 1.1 dưới đây:

Bảng 1.1. Các nhóm ngành sản xuất và khí thải phát sinh điển hình

Nhóm ngành sản xuất Khí thải

Bụi, SO2, CO, CO2, NO2, VOCs, muội khói Các ngành có lò hơi, lò sấy, máy phát điện đốt nhiên liệu nhằm cung cấp hơi, điện, nhiệt

Nhóm ngành nhiệt điện Bụi, CO, CO2, H2S, SO2, và NOx

Nhóm ngành sản xuất xi măng Bụi, NO2, CO2, F

Nhóm ngành sản xuất gang thép

Bụi, gỉ sắt chứa các oxit kim loại (FeO, MnO, Al2O3, SiO2, CaO, MgO); khí thải chứa CO2, SOx.

Nhóm ngành may mặc: từ công đoạn cắt may, giặt tẩy, sấy Bụi, Cl, SO2, bột màu, formandehit, hydrocacbon, NaOH, NaClO

Nhóm ngành sản xuất cơ khí, luyện kim Bụi, hơi kim loại nặng, CN-, HCl, SiO2, CO, CO2

Nhóm ngành sản xuất các sản phẩm từ kim loại Bụi kim loại đặc thù, hơi hóa chất, hơi dung môi hữu cơ, SO2, NO2

Nhóm ngành sản xuất hóa chất Bụi H2S, NH3, hơi dung môi hữu cơ, hóa chất đặc thù, bụi, SO2, CO, NO2

Nhóm ngành khai thác dầu thô, khí CO, SO2, NOx, hơi hữu cơ

Bụi, SO2, NOx, CO, CO2 Nhóm ngành khai thai sản xuất than và khoáng sản

1.1.2.3. Hoạt động xây dựng và dân sinh

Bên cạnh hoạt động giao thông, hoạt động xây dựng trong đô thị cũng là nguồn gây ảnh hưởng đến môi trường không khí. Trong những năm gần đây, hoạt động xây dựng các khu chung cư, cầu đường, sửa chữa nhà, vận chuyển vật liệu và phế thải xây dựng ... diễn ra khắp nơi, đặc biệt là các đô thị lớn. Các hoạt động như đào lấp đất, đập phá công trình cũ, vật liệu xây dựng bị rơi vãi trong quá trình vận chuyển thường gây ô nhiễm bụi với môi trường xung quanh.

Mặc dù đã có quy định về che chắn bụi tại các công trường xây dựng và phương tiện chuyên chở nguyên vật liệu và phế thải xây dựng, rửa xe trước khi ra khỏi công trường, phun nước rửa đường nhưng việc thực hiện còn nhiều hạn chế. Do đó, việc phát tán bụi từ các hoạt động này vẫn là nguồn gây ô nhiễm không khí đáng kể.

Các hoạt động dân sinh như đốt các nhiên liệu hoá thạch (than đá, dầu hoả và khí đốt), củi và đốt các chất thải không có kiểm soát cũng góp phần làm tăng nồng độ bụi trong không khí. Hiện nay, nguồn gây ô nhiễm bụi từ các hoạt động dân sinh tại các khu đô thị đã giảm mạnh do điều kiện sống

được cải thiện và sự thay đổi thói quen sinh hoạt, như dùng bếp khí gas, bếp sử dụng điện thay cho bếp than, củi.

1.1.2.4. Các nguồn ô nhiễm từ làng nghề

ONMT không khí nói chung, ô nhiễm bụi nói riêng, tại các làng nghề có nguồn gốc chủ yếu từ việc sử dụng than làm nhiên liệu (phổ biến là than chất lượng thấp), sử dụng nguyên vật liệu và hóa chất trong dây chuyền công nghệ sản xuất. Tùy theo tính chất của từng loại làng nghề mà mức độ ô nhiễm bụi cũng khác nhau. Các làng nghề chế tác đá, điêu khắc, đốt phế liệu để tái chế nhôm, các làng nghề sản xuất gốm, làng nghề mộc...[4]

1.1.2.5. Các nguồn ô nhiễm từ ngoại thành

Tuỳ từng chất ô nhiễm trong môi trường không khí, chúng có thể di chuyển từ hàng chục đến hàng trăm km. Vì vậy ngoài các nguồn ô nhiễm tại chỗ, chất lượng không khí đô thị còn bị tác động bới các nguồn ô nhiễm từ nơi khác chuyển đến, đặc biệt là các nguồn ô nhiễm lớn nằm ngoài khu vực đô thị như: nhà máy nhiệt điện, sản xuất thép, sản xuất vật liệu xây dựng.

Khí thải của nhà máy nhiệt điện chủ yếu từ khu vực lò hơi có chứa nhiều chất ô nhiễm, đặc biệt là khí SO2, NO2, CO và bụi. Lượng khí phát thải này là rất lớn, lên đến hàng ngàn m3/phút và có khả năng phát tán đi xa hàng trăm km đến các khu vực đô thị xung quanh.

1.1.3. Tác động của ô nhiễm bụi mịn PM 2.5

Ô nhiễm không khí ảnh hưởng rất lớn đến sức khoẻ con người, đặc biệt là đối với đường hô hấp. Bụi mịn PM2.5 được đánh giá là tác nhân ô nhiễm không khí có ảnh hưởng tiêu cực nhất tới sức khoẻ con người. Vì có kích thước rất nhỏ nên bụi PM2,5 rất nguy hiểm, có khả năng lắng đọng, thẩm thấu và đi sâu vào tận các phế nang trong phổi và vào máu.

Kết quả nghiên cứu cho thấy, khi môi trường không khí bị ô nhiễm, sức khoẻ con người bị suy giảm, quá trình lão hoá trong cơ thể bị thúc đẩy, chức năng của phổi bị suy giảm; gây bệnh hen suyễn, ho, viêm mũi, viêm họng, viêm phế quản; suy nhược thần kinh, tim mạch và làm giảm tuổi thọ con người. Nguy hiểm nhất là có thể gây ra bệnh ung thư phổi. Theo Tổ chức Y tế

Thế giới (WHO), cơ thể con người chỉ có cơ chế tự bảo vệ với bụi hạt có kích cỡ lớn hơn 10 micromet, tuy nhiên với các kích cỡ bụi từ 0,01 đến 5 micromet sẽ bị giữ lại trong khí quản và phế nang. Bụi mịn PM2.5 (có đường kính nhỏ hơn 2,5 micromet) là chất gây ô nhiễm nguy hiểm nhất đối với sức khỏe con người.

Các nhóm cộng đồng nhạy cảm nhất với ô nhiễm không khí là những người cao tuổi, phụ nữ mang thai, trẻ em dưới 15 tuổi người đang mang bệnh, phổi và tim mạch, người thường xuyên phải làm việc ngoài trời… Mức độ ảnh hưởng đối với từng người tùy thuộc vào tình trạng sức khoẻ, nồng độ, loại chất ô nhiễm và thời gian tiếp xúc với môi trường ô nhiễm.

Theo cơ quan quốc tế chuyên nghiên cứu về bệnh ung thư (IARC) thuộc Tổ chức Y tế Thế giới (WHO), đã xếp ô nhiễm không khí là một trong những nguyên nhân hàng đầu gây các căn bệnh ung thư ở người. Một nghiên cứu của Tổ chức Y tế thế giới WHO và Cơ quan nghiên cứu ung thư quốc tế IARC đã cho thấy mối tương quan tỷ lệ thuận giữa mức độ ô nhiễm bụi không khí với tỷ lệ người mắc ung thư. Cụ thể là mật độ PM2.5 tăng thêm 10 µg/m3 thì tỷ lệ ung thư phổi tăng đến 36%. Cùng với nhiều tác nhân nguy hiểm như bụi amiăng, thuốc lá, phóng xạ tia cực tím, ô nhiễm không khí là tác nhân gây ung thư trong môi trường nguy hiểm nhất. IARC phân tích hơn 1.000 nghiên cứu trên toàn thế giới và đưa ra đủ bằng chứng cho thấy ô nhiễm không khí là nguyên nhân chính dẫn đến ung thư phổi. Năm 2010, có hơn 220.000 trường hợp tử vong do ung thư phổi trên toàn thế giới có liên quan đến ô nhiễm không khí.

IARC cũng phân tích hơn 1.000 nghiên cứu trên toàn thế giới và đưa ra đủ bằng chứng cho thấy ONKK là nguyên nhân chính dẫn đến ung thư phổi. Bụi than, thành phần chủ yếu là hydrocacbon đa vòng, có độc tính cao, có khả năng gây ung thư, phần lớn bụi than có kích thước lớn hơn 5 μm bị các dịch nhầy ở các tuyến phế quản giữ lại, chỉ có các hạt bụi có kích thước nhỏ hơn 5μm vào được phế nang. Bụi xi măng dễ gây bệnh bụi phổi silic, bụi phổi sắt, chàm xi măng, viêm loét giác mạc, ăn mòn da... Bụi sắt, bụi bông, bụi gỗ, tre,

nứa, rơm rạ... đều dễ gây bệnh đường hô hấp, hen phế quản, bệnh ngoài da cho người tiếp xúc [5].

Bệnh bụi phổi nói chung, bệnh bụi phổi-silic nói riêng là loại bệnh phổ biến ở các ngành khai khoáng, xây dựng, sản xuất vật liệu xây dựng và cơ khí - luyện kim. Số ca bệnh bụi phổi-silic của các ngành nghề này chiếm 74,5% trong tổng số ca bệnh nghề nghiệp trên phạm vi toàn quốc.

Ô nhiễm bụi tại các làng nghề có ảnh hưởng rõ rệt tới sức khỏe của người dân sinh sống tại đó. Một nghiên cứu tiến hành tại làng nghề dệt vải, với 142 hộ gia đình và 131 trẻ em tuổi từ 6 - 17 đã cho thấy nồng độ bụi bông đã ảnh hưởng đến sức khoẻ của trẻ em. Tại các hộ gia đình có xưởng dệt từ 3- 12 máy, nồng độ bụi bông từ 1,12-1,91 mg/m3, cao hơn tiêu chuẩn cho phép 1,1- 1,9 lần. Trẻ em sống tại các gia đình làm nghề dệt đã có một số biểu hiện ảnh hưởng của bụi bông như đau họng (22,9%), ngạt mũi (19,1%), thở khò khè (15,5%), ho kéo dài (9,9%), ngứa mắt (7,6%), mẩn ngứa, dị ứng mề đay (2,3-7,6). Có 65,9% trẻ có nhịp mạch cao hơn so với tiêu chuẩn theo lứa tuổi và 17,6% trẻ có huyết áp tối đa cao hơn tiêu chuẩn theo lứa tuổi.

Hình 1.2: Đường xâm nhập của bụi mịn vào cơ thể con người (nguồn

internet)

Thiệt hại kinh tế do ONMT không khí ảnh hưởng đến sức khỏe bao gồm các khoản chi phí: chi phí khám và thuốc chữa bệnh, tổn thất mất ngày công lao động do nghỉ ốm, tổn thất thời gian của người nhà chăm sóc người ốm,…

PM2.5 đi vào đường hô hấp khi con người hít thở, đặc biệt nguy hiểm vì chúng bé đến mức có thể luồn lách vào các túi phổi, tĩnh mạch phổi và xâm nhập vào hệ tuần hoàn máu.

PM2.5 tích tụ lâu ngày sẽ làm tăng nguy cơ phát bệnh ở hệ hô hấp, hệ tim mạch, hệ tuần hoàn và cả hệ sinh sản của con người, các chuyên gia đã đưa ra những cảnh báo sau:

- PM2.5 là nguyên nhân gây nhiễm độc máu, máu khó đông khiến hệ tuần hoàn bị ảnh hưởng, làm suy nhược hệ thần kinh điều khiển hoạt động của cơ tim gây ra các bệnh tim mạch.

- Những hạt bụi mịn xâm nhập vào cơ thể, làm giảm chức năng của phổi, viêm phế quản mãn tính, gây nên bệnh hen suyễn và ung thư phổi. Đồng thời, khiến tình trạng bệnh trở nặng hơn và có thể tử vong.

- Gây nhiễm độc máu nhau thai, khiến thai nhi chậm phát triển. Trẻ

sinh ra bị ít cân, nhiều khả năng bị suy nhược thần kinh và tự kỷ.

- Ngoài ra, các chuyên gia của Cơ quan bảo vệ Môi sinh Mỹ (EPA) nhận định, hạt PM2.5 chứa nhiều kim loại nặng có khả năng gây ung thư, hoặc tác động đến DNA và gây ra đột biến gen.

- Ước tính có đến 4,3 triệu người chết mỗi năm do các bệnh liên quan

đến ô nhiễm bụi mịn PM2.5 và PM10.

Nhóm đối tượng nhạy cảm và chịu ảnh hưởng nhiều nhất của ô nhiễm bụi mịn PM2.5 và PM10 đó là trẻ em, người già, phụ nữ có thai, những người có bệnh tim hoặc các vấn đề về hô hấp. Trẻ nhỏ sống ở những nơi ô nhiễm không khí nặng khó phát triển chiều cao toàn diện và có nguy cơ mắc bệnh hô hấp cao hơn từ 19 - 25% so với bình thường.

Theo báo cáo chất lượng không khí thế giới năm 2019, ô nhiễm không

khí xung quanh trên toàn cầu chiếm:

- 29% các ca tử vong và bệnh tật do ung thư phổi

- 17% các ca tử vong và bệnh tật do nhiễm bệnh hô hấp dưới cấp tính

- 24% các ca tử vong do đột quỵ

- 25% các ca tử vong và bệnh tật do bệnh tim thiếu máu cục bộ

- 43% các ca tử vong và bệnh tật do bệnh nghẽn phổi mạn tính

1.2. TÌNH HÌNH NGHIÊN CỨU Ô NHIỄM BỤI TRONG VÀ NGOÀI NƯỚC

1.2.1. Tình hình nghiên cứu trên thế giới

Ô nhiễm bụi là vấn đề môi trường hàng đầu trên thế giới, đặc biệt ở các nước đang phát triển. Các nghiên cứu về ô nhiễm bụi bao gồm hiện trạng ô nhiễm bụi, tác động của ô nhiễm bụi đến con người, hệ sinh thái cũng như mối liên quan giữa ô nhiễm bụi và các yếu tố khí tượng, thời tiết… Năm 2019, Tổ chức Y tế thế giới (WHO) đã đưa ra 10 vấn đề nghiêm trọng nhất có thể ảnh hưởng đến cuộc sống của con người trên thế giới, trong đó vấn đề số 1 là “Ô nhiễm không khí và biến đổi khí hậu”. Cũng theo WHO có đến 97% các thành phố ở các nước có thu nhập thấp và trung bình với dân số trên 100.000 dân không đáp ứng theo hướng dẫn của WHO về chất lượng không khí. Các thành phố có mức độ ô nhiễm không khí cao tập trung chủ yếu tại khu vực châu Á, trong đó có Việt Nam. Trong các chất gây ô nhiễm môi trường không khí, ô nhiễm bụi mịn (PM2.5) đã và đang là vấn đề nghiêm trọng nhất ở nhiều thành phố lớn tại châu Á. Bụi gây ra nhiều ảnh hưởng đến sức khỏe con người và môi trường. Do tồn tại trong khí quyển với vòng đời tương đối ngắn, từ vài giờ đến vài tuần nên thành phần hóa học của chúng thay đổi theo thời gian và không gian tùy thuộc vào nguồn phát thải và các điều kiện khí tượng.

Một số công trình nghiên cứu tiêu biểu:

Một nghiên cứu được thực hiện tại Thụy Sỹ, Pháp và Áo cho thấy ô nhiễm không khí chiếm 6% tổng tỷ lệ tử vong, trong đó 50% liên quan đến giao thông. Ô nhiễm không khí liên quan đến giao thông ước tính gây ra hơn 25.000 ca viêm phế quản mãn tính mới ở người lớn, hơn 290.000 ca viêm phế quản ở trẻ em, hơn nửa triệu cơn hen suyễn và hơn 16 triệu người bị giới hạn hoạt động trong ngày. Hơn nữa việc sinh sống gần trục đường giao thông lớn sẽ làm tăng nguy cơ ảnh hưởng đến sức khỏe[6].

Nghiên cứu của Laden và cộng sự đã chỉ ra mối liên quan giữa bụi PM2.5 từ các nguồn đốt than và nguồn di động với tỷ lệ tử vong hàng ngày. Thành phần giá trị bụi PM2.5 được xem xét phân tích xoay vòng 15 nguyên tố hóa học cụ thể. Kết quả cho thấy mức tăng 10micro/m3 bụi PM2.5 từ các nguồn di động tương ứng với mức tăng 3,4% trong tỷ lệ tử vong hàng ngày ở các khu vực được lựa chọn, trong khi tỷ lệ đốt than chiếm tỷ lệ tăng 1,1%.[7]

Đánh giá về tác động của ô nhiễm không khí đến kinh tế xã hội, Nam và cộng sự đã thực hiện đánh gía 18 quốc gia ở Châu Âu bằng phương pháp tiếp cận tổng thể. Nghiên cứu đã cho thấy rằng, thiệt hại do ô nhiễm không khí là đáng kể ngay cả ở nơi chất lượng không khí tương đối cao. Ước tính đến năm 2005, Châu Âu mất mát sức tiêu thụ hàng năm khoảng 220 tỷ Euro [8].

Schleicher và cộng sự đã nghiên cứu về nồng độ bụi than đen tại Bắc Kinh, Trung Quốc và chỉ ra rằng nồng độ bụi than mùa đông cao hơn mùa hè. Nguyên nhân là do vào mùa đông nhiệt độ thấp dẫn đến lượng phát thải tăng cao hơn do hiện tượng đốt than[9].

Nghiên cứu của Yang và cộng sự cho rằng yếu tố khí tượng có thể làm

giảm ít nhất 16% nồng độ bụi PM 2.5 [10].

Nghiên cứu của Padro-Martisnez và cộng sự [11] tại Somerville, Mỹ chỉ ra rằng nồng độ các chất ô nhiễm liên quan đến giao thông vào mùa đông cao hơn các mùa khác. Nồng độ bụi cao nhất vào mùa đông, sau đó đến mùa xuân, mùa hè và mùa thu. Và nguyên do là do mức phát thải cao và bầu khí quyển ổn định hơn vào mùa lạnh.

Zhao và cộng sự [12] đã nghiên cứu về sự thay đổi theo mùa của bụi PM2.5 tại đô thị và nông thôn Bắc Kinh từ năm 2005-2007. Kết quả chỉ ra rằng nòng độ PM2.5 cao nhất ở thành thị là vào mùa đông, thấp nhất là mùa hè còn ở nông thôn, nồng độ PM2.5 tối đa thường xuất hiện vào mùa xuân, và thấp nhất là mùa đông.

Zhang và cộng sự [13] đã nghiên cứu mối quan hệ của các chất ô nhiễm bao gồm PM2.5, PM10, Co, SO2, NO2 và O3 và các thông số khí tượng(tốc độ gió, hướng gió, nhiệt độ, độ ẩm tương đối) tại Bắc Kinh, Thượng Hải và Quảng Châu. Các chất gây ô nhiễm tương quan nghịch với tốc độ gió, nhiệt độ tương quan thuận với O3. Ở Bắc Kinh, Gió đông dẫn đến nồng độ PM2.5 là cao nhất còn ở Thượng Hải lại liên quan đến gió Tây, Quảng Châu là gió Bắc. Kết quả chỉ ra rằng xu hướng biến đổi theo mùa rõ rệt do lớp biên ranh giới tại Thượng Hải và Quảng Châu, nồng độ bụi PM2.5, PM10, CO, SO2, NO2lớn nhất vào mùa đông, thấp nhất vào mùa hè, còn O3 thì lớn nhất vào mùa hè, thấp nhất vào mùa đông.

1.2.2. Tình hình nghiên cứu trong nước

Việt Nam là quốc gia có địa hình khá đa dạng, điều kiện khí hậu và thời tiết thay đổi từ Bắc vào Nam, tỷ lệ che phủ rừng chiếm hơn 40% diện tích lãnh thổ. Các yếu tố tự nhiên cùng với quá trình phát triển kinh tế, xã hội đã chi phối rất lớn đến chất lượng môi trường không khí. Công nghiệp hóa, đô thị hoá phát triển với quy mô dân số đô thị ngày càng cao, tốc độ gia tăng các phương tiện giao thông cá nhân ngày càng lớn, cùng với phát triển cơ sở hạ tầng, các hoạt động khai thác khoáng sản, sản xuất công nghiệp, nông nghiệp và làng nghề được đẩy mạnh đã tạo những sức ép lớn đối với môi trường nói chung và môi trường không khí nói riêng. Tại Việt Nam, các nghiên cứu về bụi chủ yếu vẫn là nghiên cứu hiện trạng ô nhiễm bụi. Hướng nghiên cứu ảnh hưởng của các yếu tố khí tượng đến nồng độ bụi còn ít.

Về nghiên cứu hiện trạng ô nhiễm bụi, theo báo cáo Hiện trạng Môi trường Quốc gia 2016 của Bộ Tài nguyên và Môi trường, hầu hết các đô thị lớn ở Việt Nam đang phải đối mặt với tình trạng ô nhiễm không khí ngày càng gia tăng trong đó ô nhiễm bụi vẫn là vấn đề nổi cộm nhất. Theo số liệu

của các trạm quan trắc tự động giai đoạn từ 2012 đến 2016, mức độ ô nhiễm bụi ở các đô thị vẫn ở ngưỡng cao và chưa có dấu hiệu giảm trong 5 năm gần đây. Số ngày trong năm có nồng độ bụi mịn PM2.5 và PM10 trung bình ngày vượt quá Quy chuẩn Quốc gia về Chất lượng không khí xung quanh tại 2 thành phố Hà Nội và Tp. Hồ Chí Minh ngày càng tăng qua các năm.

Theo báo cáo chất lượng môi trường không khí của GreenID - thành viên của Liên minh Năng lượng bền vững Việt Nam, ô nhiễm PM2.5 ở Hà Nội biến chuyển theo mùa, các tháng mùa đông (từ tháng 11 đến tháng 2) ô nhiễm cao hơn các tháng mùa hè. Ngược lại, mức độ ô nhiễm trung bình của các giờ khác nhau trong một ngày thay đổi tương đối ít. 4 đợt ô nhiễm ở Hà Nội trong giai đoạn từ tháng 11 đến hết tháng 12 đã được phân tích với mức PM2.5 trung bình vượt quá 100 µg/m3. Trong ba trên bốn đợt ô nhiễm nghiêm trọng được chọn để phân tích, hầu hết các nguồn không khí bị ô nhiễm đều đi qua khu vực Quảng Ninh, điều này có thể dẫn tới giả thiết rằng Quảng Ninh- nơi sản xuất ra nhiều khí thải công nghiệp nhất, đóng vai trò quan trọng trong các đợt ô nhiễm không khí ở Hà Nội.

Theo dữ liệu từ trạm quan trắc của Đại sứ quán Mỹ, nhìn chung trong năm 2017, ô nhiễm bụi ở Hà Nội vẫn duy trì ở mức cao, nồng độ bụi PM 2.5 trung bình năm đạt 42,68 µg/m3 cao hơn so với giới hạn quy đinh về nồng độ bụi PM 2.5 trung bình năm trong Quy chuẩn Kĩ thuật Quốc gia QCVN 05/2013-BTNMT (25 µg/m3). Nếu so sánh với tiêu chuẩn nghiêm ngặt hơn của WHO, nồng độ bụi PM 2.5 trung bình năm ở Hà Nội cao hơn khoảng 4 lần so với hướng dẫn về chất lượng không khí của WHO (WHO AQG). Trong năm 2017, tại Hà Nội, có 99 ngày nồng độ bụi PM 2.5 trung bình trong 24h vượt quá Quy chuẩn Quốc gia hàng ngày (50 µg/m3), con số này tương đương với khoảng 27% số ngày của năm 2017. Trong khi đó, có đến 275 ngày có nồng độ bụi PM 2.5 trung bình vượt quá tiêu chuẩn nghiêm ngặt hơn của WHO (WHO AQG) tương ứng 75% số ngày trong năm. Số ngày có nồng độ bụi PM 2.5 ở mức cao thường tập trung vào quý I và quý IV năm 2017, đỉnh điểm là tháng 12, khi có đến 24/31 ngày nồng độ bụi vượt quá Quy chuẩn Quốc gia, và cả 31/31 ngày vượt quá hướng dẫn của WHO. Nồng độ trung

bình hàng ngày của PM2,5 đạt đỉnh điểm lúc 10a.m vào ngày 15 tháng 2 năm 2017 với trị số 234 μg / m3 và AQI tối đa là 284. Sau đó là ngày 26 tháng 12 năm 2017, đạt đỉnh PM2,5 là 230,7 μg/ m3 và AQI tối đa 280. Giới hạn quốc gia về nồng độ PM2.5 là 50 μg/m3. Dựa vào phân tích theo giờ, đã có 124 giờ khi vượt quá giới hạn này hơn 3 lần (150 μg/m3 trở lên), và 660 giờ khi giới hạn vượt quá hơn 2 lần (100 μg/m3 trở lên). So sánh với tiêu chuẩn nghiêm ngặt hơn của WHO, có 2400 giời nồng độ bụi PM 2.5 gấp 2 lần so với Hướng dẫn của WHO. Chỉ số chất lượng không khí (AQI) được chia thành 06 mức tương ứng với mức độ ảnh hưởng tới sức khỏe. Trong năm 2017, chỉ số chất lượng không khí trung bình được ghi nhận tại trạm Đại sứ quán Mỹ là 103 tương ứng ở mức không tốt cho nhóm nhạy cảm. Mặc dù chất lượng không khí trong năm 2017 vẫn ở mức không tốt cho sức khỏe, nhưng, so với năm 2016 đã có cải thiện. Trong năm 2016, số giờ có chất lượng không khí ở nhóm không tốt cho sức khỏe (tương ứng với mức AQI từ không tốt cho nhóm nhạy cảm trở lên) chiếm phần lớn 62% trong cả năm, tuy nhiên đến năm 2017, số ngày ở nhóm không tốt giảm còn khoảng 45%. Tương tự như vậy, trong năm 2017, số giờ ở nhóm tốt (bao gồm AQI ở mức tốt và trung bình) chiếm hơn một nửa (55%), trong đó con số này chỉ đạt 38% trong năm 2016. Tuy rằng, xét về các giá trị trung bình, chất lượng không khí 2017 có dấu hiệu tốt hơn so với năm ngoái, nhưng, các thời điểm cực đại chất lượng không khí ở mức rất có hại cho sức khỏe lại gia tăng. Trong năm 2017, số giờ có AQI ở mức “tím” rất có hại cho sức khỏe chiếm 1,4% tăng 1% so với năm 2016.

Ô nhiễm PM2.5 ở TP. Hồ Chí Minh có biến động lớn giữa các giờ trong ngày nhưng có sự biến động theo mùa rất nhỏ. Phần lớn các lần PM2.5 đạt đỉnh điểm đều liên quan đến những khối khí đi dọc theo bờ biển, tích tụ ô nhiễm từ tất cả các thành phố, giao thông, nhà máy điện và các cơ sở công nghiệp trong khu vực, một nguồn chủ yếu nữa là khu nội thành phía nam và tây nam của TP Hồ Chí Minh.

Trong năm 2016, tại tp. HCM, nồng độ bụi PM 2.5 trung bình năm đạt 29,6 ug/m3 vượt quá giới hạn quy định đối với nồng độ bụi PM 2.5 trong Quy

chuẩn Quốc gia (25 µg/m3) và gấp 3 lần mức giới hạn theo hướng dẫn của WHO (10 µg/m3). Trong năm 2017, chỉ có khoảng 14 ngày tương ứng với 4% tổng số ngày nồng độ bụi PM 2.5 trung bình vượt quá Quy chuẩn Việt Nam, ít hơn 85 ngày so với Hà Nội. Tuy nhiên, vẫn có đến 222 ngày tương ứng với 61% tổng số ngày trong năm có nồng độ bụi PM 2.5 trung bình ngày vượt quá Hướng dẫn của WHO (25 ug/m3). Nồng độ bụi PM 2.5 trung bình giờ đạt cực đại vào lúc 10:00 sáng ngày 17/2/2017 với giá trị 104,9 µg/m3 và chỉ số AQI lúc đó đạt 177 ở mức không. So sánh AQI trung bình giờ tại tp.HCM năm 2016 và 2017 2016 2017 6,3% sức khỏe. Dựa trên dữ liệu theo giờ, có khoảng 812 giờ nồng độ bụi PM 2.5 vượt qua giới hạn Quy chuẩn Quốc gia (50 µg/m3). Chất lượng không khí ở tp. Hồ Chí Minh vẫn luôn duy trì ở mức tốt so với ở Hà Nội với hơn 70% số giờ chất lượng không khí ở mức tốt. Chất lượng không khí ở tp. Hồ Chí Minh vẫn ở mức trung bình tuy nhiên trái ngược với Hà Nội, so với năm 2016, chất lượng không khí giảm sút nhẹ. Trong năm 2017, số giờ có chỉ số AQI ở mức không tốt cho sức khỏe (bao gồm AQI ở mức màu cam và màu đỏ) chiếm khoảng 28% tổng thời gian, tăng khoảng 3% so với năm 2016.

Chất lượng môi trường không khí nói chung và tại các đô thị lớn nói riêng chịu tác động do phát sinh bụi, khí thải từ các hoạt động phát triển kinh tế - xã hội, giao thông vận tải... Trong đó, khí thải từ các phương tiện giao thông cơ giới đường bộ, đặc biệt là xe ô tô, xe gắn máy chiếm tỉ lệ lớn nhất đồng thời cũng chiếm tỷ trọng lớn trong tổng lượng phát thải gây ô nhiễm môi trường không khí đô thị. Theo báo cáo năm 2018 của Cơ quan năng lượng quốc tế (IEA), giao thông vận tải đóng góp 24.34% lượng khí thải carbon mỗi năm. Xét riêng lĩnh vực giao thông vận tải, các loại ô tô hạng nhẹ, ô tô tải và ô tô bus lần lượt chiếm 44%, 27% và 6% lượng khí thải carbon mỗi năm. Các phương tiện giao thông cơ giới sử dụng nhiên liệu hóa thạch như xăng và dầu diesel, quá trình đốt cháy nhiên liệu dẫn tới phát sinh nhiều loại khí thải như SO2, NO2, CO, bụi (TSP, PM10, PM2.5); thậm chí rò rỉ, bốc hơi nhiên liệu khi vận hành phát sinh VOC, Benzen, Toluen...Đến tháng 02 năm 2020, toàn quốc có tổng số 3.553.700 xe ô tô và khoảng 45 triệu xe máy đang lưu hành. Trong đó, Hà Nội có gần 6 triệu xe máy, Thành phố Hồ Chí Minh có hơn 8

triệu xe máy lưu thông hàng ngày, chưa tính đến các phương tiện giao thông của người dân từ các địa phương khác đi qua. Trong số các phương tiện đang lưu hành, nhiều phương tiện cũ không đảm bảo tiêu chuẩn khí thải, niên hạn để lưu thông trong thành phố, nhiều xe qua nhiều năm sử dụng và không thường xuyên bảo dưỡng nên hiệu quả sử dụng nhiên liệu thấp, nồng độ chất độc hại và bụi trong khí thải cao. Đây là một trong những nguyên nhân của vấn đề ô nhiễm không khí ở các thành phố lớn ở Việt Nam, đặc biệt là Hà Nội và Thành phố Hồ Chí Minh thời gian gần đây ngày càng gia tăng. Diễn biến chất lượng không khí từ năm 2010 đến nay cho thấy: Từ năm 2018 đến năm 2019, nồng độ bụi PM2.5 có xu hướng tăng hơn so với giai đoạn từ năm 2010 đến năm 2017. So sánh kết quả quan trắc nồng độ bụi PM2.5 trong các tháng qua các năm từ 2013 - 2019 cho thấy, từ tháng 9 đến giữa tháng 12 năm 2019, nồng độ bụi PM2.5 tăng mạnh so với các tháng trước đó và tăng cao so với cùng kỳ các năm từ 2015 - 2018. Giai đoạn từ tháng 9 đến tháng 12 năm 2019, khu vực miền Bắc đã xảy ra một số đợt cao điểm ô nhiễm không khí. Chỉ số chất lượng không khí tại một số đô thị như Hà Nội, Thành phố Hồ Chí Minh có nhiều thời điểm ở mức xấu với chỉ số AQI từ 150 đến 200, có khi vượt 200 tương đương mức rất xấu. Nguy hại nhất là bụi mịn gồm những hạt nhỏ bay lơ lửng trong không trung như PM2.5 (dưới 2.5 micromet), khi thẩm thấu qua đường hô hấp sẽ là nguyên nhân tiềm ẩn của hàng loạt các căn bệnh, ảnh hưởng đến sức khỏe cộng đồng. Chất lượng không khí từ ngày 01/01/2020 đến ngày 10/4/2020 có xu hướng được cải thiện hơn so với cùng kỳ của những năm trước. Kết quả tính toán chỉ số AQI cho thấy, chất lượng không khí tại Hà Nội, Thành phố Hồ Chí Minh và một số đô thị trong phần lớn thời gian duy trì ở mức tốt và trung bình. Đặc biệt, từ thời gian nửa cuối tháng 3/2020 đến nay, trong đó có giai đoạn cả nước thực hiện cách ly xã hội để phòng ngừa dịch bệnh Covid 19, giá trị thông số PM2.5 và CO thấp hơn hẳn thời gian cùng kỳ những năm trước đó. Đây cũng là những khoảng thời gian ghi nhận lượng phương tiện tham gia giao thông trong các khu vực nội đô giảm so với thời gian từ tháng 02 năm 2020 về trước, nhiều hoạt động kinh tế - xã hội phải tạm dừng hoặc giảm. Điều này cho thấy ảnh hưởng của các nguồn phát thải như giao thông và hoạt động sản xuất có tác động đáng kể

đến chất lượng không khí đô thị, thể hiện khá rõ tại Thành phố Hồ Chí Minh và Hà Nội trong khoảng thời gian nêu trên cũng có xu hướng tốt hơn thời gian trước[14].

Về nghiên cứu mối liên quan giữa yếu tố khí tượng và nồng độ bụi, trên tạp chí Atmospheric Enviroment, Pham Duy Hien và cộng sự đã nghiên cứu ảnh hưởng của điều kiện khí tượng đến bụi PM 2.5 và PM.10 vào giai đoạn gió mùa ở Hà Nội. Nồng độ bụi PM 2.5 và PM.10 rất cao cùng với sự xuất hiện của sự thay đổi bức xạ về đêm từ tháng 10 đến tháng 12 và hiện tượng nghịch nhiệt từ tháng 1 đến tháng 3. Nồng độ PM.10 tăng lên và cao hơn đáng kể vào ban đêm so với ban ngày Vào mùa hè ô nhiễm hạt vật chất thấp hơn nhiều so với mùa đông. Nhóm tác giả chỉ ra rằng, biến đổi nồng độ hạt vật chất do các thông số khí tượng len đến 60-74% và phần còn lại liên quan đến vận chuyển ô nhiễm từ xa [15].

Cũng trên tạp chí Atmospheric Enviroment, Cao Dung Hai và Nguyen Thi Kim Oanh đã cho thấy mối tương quan nghịch giữa tốc độ gió và nồng độ bụi. Điều kiện khí tượng vào mùa đông với hướng gió chủ đạo là hướng bắc, nhiệt độ thấp hơn 200C, áp suất cao là nguyên nhân gây gia tăng nồng độ bụi bởi không khí tù động do áp suất cao và hiện tượng nghịch nhiệt. Khi tốc độ gió tăng, ảnh hưởng của hệ thống áp suất khu vực Đông Nam Á thấp, nồng độ bụi giảm…[16]

1.3. MÔ HÌNH MẠNG THẦN KINH NHÂN TẠO (ANN)

Mạng thần kinh nhân tạo (Artificial Neural Network - ANN) là một trong các phương pháp phổ biến trong học máy (Machine Learning - ML), được xây dựng dựa trên ý tưởng mô phỏng chức năng của não bộ con người trong việc “học” để thực hiện các nhiệm vụ mà không cần phải lập trình theo các quy tắc cụ thể. ANN được xây dựng để mô phỏng các chức nang của bộ não con người là lưu trữ thông tin trong tế bào thần kinh và những khớp thần kinh giữa các tế bào với nhau. Mỗi khái niệm lưu trữ trong não bộ được tượng trưng bằng một mạng của các kết nối khác nhau giữa các tế bào thần kinh. Do vậy, ANN là một phương pháp hiệu quả để xử lý mối quan hệ phi tuyến phức tạp giữa dữ liệu đầu vào và đầu ra của một hệ thống với hiệu quả khá cao

[17]. ANN có thể được áp dụng hiệu quả trong các vấn đề liên quan đến nhận dạng, phân loại, ước tính và tối ưu hóa .

Hình 1.3: Sơ đồ mô hình mạng thần kinh nhân tạo 3 lớp

Cấu trúc cơ bản của một ANN thường bao gồm các node gọi là neuron. Các neuron này được nhóm vào trong các lớp dữ liệu đầu vào (input), dữ liệu đầu ra (output) và một hoặc nhiều các lớp ẩn (hidden layer). Cấu trúc của một ANN 3 lớp được trình bày ở Hình 1.3.

Có sáu loại hình mạng thần kinh nhân tạo, tuy nhiên hai loại phổ biến nhất là Mạng Neuron Hồi Quy (Recurrent Neural Network- sau đây gọi là RNN) và Mạng Neuron Nhân Tạo Truyền Thẳng (Feedforward Neural Network - sau đây gọi là FNN). Trong đó:

- RNN sử dụng các liên kết giữa các node để tạo ra một sơ đồ được định hướng như là một chuỗi, qua đó cho phép dữ liệu chuyển tới và lui. Mạng này thực hiện cùng một tác vụ cho tất cả các phần tử của một chuỗi với đầu ra phụ thuộc vào cả các phép tính trước đó.Nói cách khác, RNN có khả năng nhớ các thông tin được tính toán trước đó. Do đó, loại mạng này được áp dụng khá phổ biến trong các ứng dụng liên quan đến nhận dạng giọng nói và chữ viết.

- FNN là một trong những dạng mạng neuron nhân tạo cơ bản nhất và thường được sử dụng cho các bài toán hồi quy và phân loại. Khác với RNN¸ trong FNN dữ liệu chỉ được xử lý trên một chiều duy nhất nghĩa là dữ liệu từ

lớp đầu vào sẽ chỉ được chuyển qua các lớp ẩn để tính toán và kết quả tính toán sẽ được chuyển tiếp qua lớp đầu ra để tạo ra dữ liệu đầu ra.

Cho đến nay, nhờ những tiến bộ về mặt lý thuyết, về khả năng tính toán và những thuận tiện trong thực hành, mô hình ANN ngày càng được áp dụng vào nhiều lĩnh vực khác nhau, đặc biệt là trong lĩnh vực môi trường không khí để mô phỏng hàm phức tạp nhằm tìm ra mối quan hệ giữa các biến đầu vào và đầu ra, từ đó xác định quá trình vận chuyển và đánh giá tác động của ô nhiễm không khí trên quy mô lớn.

Sử dụng ANN khi giải quyết các bài toán phi tuyến, phức tạp, khi mà

mối quan hệ giữa các quá trình phức tạp, không dễ thiết lập một cách tường

minh.

Ưu điểm:

- Có thể áp dụng cho nhiều lĩnh vực: Môi trường, kinh tế, xây dựng…

- Giải quyết các bài toán phi tuyến, phức tạp, khi mà mối quan hệ giữa

các quá trình phức tạp, không dễ thiết lập một cách tường minh.

- ANN tự học và điều chỉnh các trọng số cho ra kết quả tính toán phù

hợp với thực tế và không phụ thuộc vào ý kiến chủ quan.

Nhược điểm: Mô hình ANN là mô hình rất phức tạp. Vì thế, rất khó khăn

trong việc tìm hiểu, tiếp cận, sử dụng mô hình.

CHƯƠNG 2. NGUYÊN VẬT LIỆU VÀ PHƯƠNG PHÁP

NGHIÊN CỨU

2.1. NGUYÊN VẬT LIỆU

2.1.1. Thiết bị

Các dụng cụ, thiết bị cần thiết trong quá trình thực nghiệm bao gồm: Thiết bị lấy mẫu bụi thể tích lớn Kimoto High Volume Air Sampler Nhật Bản, Model- 120SL, Cân phân tích, Tủ sấy, Ẩm kế, Màng lọc, Panh kẹp.

2.2. PHƯƠNG PHÁP NGHIÊN CỨU

2.2.1. Phương pháp thu thập, kế thừa dữ liệu

Trên cơ sở phân tích, xác định các tư liệu cần thiết, có liên quan đến đề tài nghiên cứu. Việc thu thập, kế thừa dữ liệu thu được từ các nguồn khác nhau, đáng tin cậy nhằm đưa ra các kết quả chính xác theo nội dung, mục tiêu nghiên cứu của đề tài.

Các dữ liệu thu thập, kế thừa bao gồm dữ liệu về tổng quan vấn đề nghiên cứu (Tổng quan về ô nhiễm bụi PM2.5, tình hình nghiên cứu ô nhiễm bụi trong và ngoài nước, mô hình mạng thần kinh nhân tạo ANN); dữ liệu quan trắc bụi PM2.5 và dữ liệu khí tượng năm 2018 của TP. Hà Nội được thu thập từ trạm quan trắc không khí thuộc Trung tâm Quan trắc môi trường miền Bắc - Tổng cục Môi trường, 556 Nguyễn Văn Cừ, Ngọc Lâm, Long Biên, Hà Nội.

2.2.2. Phương pháp thực nghiệm

Thực hiện quan trắc, lấy mẫu bụi mịn PM2.5 tại 10 điểm trên địa bàn

TP. Hà Nội.

a) Thiết bị, dụng cụ lấy mẫu bụi:

- Thiết bị lấy mẫu bụi thể tích lớn: Kimoto High Volume Air Sampler,

Nhật Bản, Model-120SL.

- Cân phân tích: với độ chính xác ±0,1 mg.

- Tủ sấy có khả năng khống chế nhiệt độ với độ chính xác ≤ ±2°C.

- Ẩm kế đo độ ẩm không khí; nhiệt kế đo nhiệt độ không khí; hộp bảo

quản mẫu.

- Màng lọc.

Hình 2.1. Thiết bị lấy mẫu bụi thể tích lớn Kimoto để xác định nồng độ

bụi mịn PM2.5

b) Phương pháp tiến hành:

- Giấy lọc được ổn định trong môi trường nhiệt độ 20-23°C ± 2°C và

độ ẩm 30 -40% ± 5%.

- Lắp màng lọc vào thiết bị lấy mẫu khí thể tích lớn.

- Thực hiện việc lấy mẫu theo quy chuẩn:

+ Bụi PM2.5: lấy mẫu theo phương pháp AS/NZS 3580.9.7:2009.

+ Mẫu không khí được lấy ở độ cao 1,5 – 2,5 m cách mặt đất.

+ Tốc độ hút : Flow rate bằng 16,7C/ phút.

+ Điểm lấy mẫu được bố trí ở nơi trống, thoáng gió từ mọi phía, đảm bảo đại diện cho khu vực quan tâm; số lượng điểm đo, phân bố các điểm trong khu vực đo cũng như chương trình đo được xác định theo những yêu cầu cụ thể.

+ Bật máy, đồng thời xác định thời điểm bắt đầu lấy mẫu; Cứ 1 giờ ghi

giá trị lưu lượng l lần;

+ Sau thời gian lấy mẫu 24 giờ, tắt máy;

+ Dùng panh gắp màng lọc vào bao, để vào hộp bảo quản.

- Cân màng lọc sau khi lấy mẫu. Việc cân màng lọc trước và sau khi lấy mẫu phải được thực hiện trong những điều kiện như nhau, trên cùng một cân phân tích bởi cùng một kĩ thuật viên;

- Ghi kết quả cân trước và sau khi lấy mẫu lên bao ngoải của màng lọc

(ml và m2);

- Mỗi loại màng lọc và mỗi lô màng lọc cần lấy một số mẫu trắng (cái

lọc đối chứng).

c) Vị trí quan trắc lấy mẫu:

Cơ sở lựa chọn vị trí quan trắc, lấy mẫu khí tại thành phố Hà Nội:

Nguồn phát thải chính gây ONMT không khí bao gồm các hoạt động giao thông (các nút giao thông lớn, các bến xe, nhà ga,…), các hoạt động sản xuất công nghiệp (KCN, cụm công nghiệp vừa và nhỏ), các hoạt động dân sinh (trường học, bệnh viện, khu chung cư đông dân, trung tâm thương mại, xây dựng dân dụng), các làng nghề. Đối với thành phố Hà Nội, với diện tích tự nhiên lớn, đông dân cư, nhiều trung tâm thương mại lớn, nhiều nút giao thông lớn, tập trung nhiều làng nghề, nhiều khu, cụm công nghiệp, do đó số lượng điểm quan trắc được lựa chọn là 10 điểm để đặc trưng cho các khu vực có nguồn phát sinh ô nhiễm không khí, đồng thời khoảng cách giữa 10 điểm là tương đương nhau để đặc trưng cho mức độ đồng đều chất lượng không khí của TP. Hà Nội.

Để khái quát được hiện trạng môi trường không khí của thành phố Hà Nội, các vị trí quan trắc lấy mẫu nằm rải rác trên khắp địa bàn thành phố và nằm trong các khu vực đặc thù: các nút giao thông chính, khu, cụm công nghiệp, làng nghề, bến xe, các trung tâm thương mại lớn và các khu dân cư

đông đúc. Các vị trí lấy mẫu cụ thể như sau: 10 vị trí đại diện cho 4 loại nguồn gây ô nhiễm không khí chính tại Hà Nội được lựa chọn như sau:

1) Ngã tư Khuất Duy Tiến – Nguyễn Trãi;

2) Ngã Tư Ô Chợ Dừa;

3) Cụm Công nghiệp Ngọc Hồi;

4) Làng nghề đồ gỗ Liên Hà;

5) Làng nghề gốm Bát Tràng;

6) Bến xe Yên Nghĩa;

7) Bến xe Giáp Bát;

8) Khu công nghiệp Nam Thăng Long;

9) Trung tâm thương mại AEON Mall;

10) Khu dân cư Times City;

d) Tính toán kết quả:

* Xác định thể tích không khí đi qua cái lọc: Thể tích không khí đi qua

cái lọc, lít, được xác định bằng công thức 2.1 sau:

Công thức 2.1:

Trong đó:

t - thời gian lấy mẫu, phút;

N - số lần đọc giá trị lưu lượng L;

Li - giá trị lưu lượng ở thời điểm i, lít/phút.

Thể tích không khí (V0), lít, qua cái lọc được quy về điều kiện tiêu

chuẩn (P = 102 kPa, T = 298K) được tính theo công thức 2.2 sau:

Công thức 2.2:

Trong đó:

V thể tích không khí đi qua cái lọc;

P - áp suất trung bình của không khí tại nơi lấy mẫu, kPa;

t - nhiệt độ trung bình của không khí trong thời gian lấy mẫu, °C.

* Xác định hàm lượng bụi trong không khí: Hàm lượng bụi trung bình

một ngày đêm (C24h) mg/m3 của không khí đọc tính bằng công thức 2.3 sau:

Công thức 2.3:

Trong đó:

m1 - khối lượng ban đầu của cái lọc;

m2 - khối lượng của cái lọc sau khi lọc mẫu;

b - giá trị trung bình cộng của hiệu khối lượng của những cái lọc đối

chứng được cân cùng thời điểm với cái lọc lấy mẫu, mg;

2.2.3. Phương pháp phân tích, xử lý số liệu

Sau khi thu thập, kế thừa những dữ liệu, tiến hành chọn lọc, phân tích và xử lý các dữ liệu cần thiết. Phân tích thống kê, xử lý các số liệu để đánh giá ảnh hưởng của các yếu tố khí tượng đến phân bố theo thời gian và không gian của hàm lượng bụi PM2.5.

Dữ liệu được phân loại thành các bộ dữ liệu khác nhau để đánh giá ảnh hưởng của các yếu tố khí tượng đến nồng độ PM2.5 bằng bảng tính (Excel) và phần mềm phân tích thống kê (SPSS V.20). Giá trị trung bình, độ lệch chuẩn và đồ thị hộp đã được sử dụng để chứng minh sự khác biệt giữa các bộ dữ liệu. Công cụ thống kê SPSS (Statistical Package for Social Sciences) được sử dụng để đánh giá mối tương quan giữa nồng độ PM2.5 và các yếu tố khí

tượng thông qua hệ số tương quan Spearman (r). Đây là hệ số sử dụng để đo lường mức độ tương quan tuyến tính giữa 2 biến, sử dụng khi phân phối của tổng thể được giả sử không phải là phân phối chuẩn hoặc trong trường hợp có các giá trị quan sát bất thường (lớn quá hoặc nhỏ quá):

Hệ số tương quan Spearman sẽ nhận giá trị từ +1 đến -1. Nếu r >0, có sự tương quan dương giữa hai biến, nghĩa là nếu giá trị của biến này tăng thì sẽ làm tăng giá trị của biến kia và ngược lại. Nếu r < 0, có sự tương quan âm giữa hai biến, nghĩa là nếu giá trị của biến này tăng thì sẽ làm giảm giá trị của biến kia và ngược lại. Giá trị tuyệt đối của r càng cao, thì mức độ tương quan giữa hai biến càng lớn hoặc dữ liệu càng phù hợp với quan hệ tuyến tính giữa hai biến.

Sự khác biệt trung bình về mặt thống kê của nồng độ PM2.5 trong mùa khô và mùa mưa cũng được xây dựng để cho thấy sự khác biệt trung bình giữa hai biến tổng thể (Thử nghiệm T- mẫu độc lập). Giá trị Sig. của T-Test mẫu độc lập có xác suất α = 0,05 và độ tin cậy là 95%. Khi Sig. <0,05, có sự khác biệt về giá trị trung bình của các yếu tố khí tượng và nồng độ PM2.5 trong hai biến tổng thể (mùa khô và mùa mưa), ngược lại, trong trường hợp Sig. ≥ 0,05, có sự giống nhau giữa giá trị trung bình của hai biến tổng thể.

Sử dụng hệ số tương quan kết hợp với phân tích từ các đồ thị sẽ giúp nghiên cứu mối quan hệ giữa nồng độ bụi và các yếu tố khí tượng ảnh hưởng đến nó.

2.2.4. Phương pháp mô hình hóa

Sau khi thu thập, kế thừa, xử lý và thống kê các dữ liệu cần thiết. Tiến hành chuẩn hóa các biến khí tượng phục vụ xây dựng mô hình hồi quy đa biến giữa các yếu tố khí tượng và hàm lượng bụi PM2.5. Các bước xây dựng quan hệ hồi quy như trong sơ đồ sau:

Tính các đặc trưng ngày của PM2.5 và các yếu tố khí tượng từ số liệu giờ tại từng trạm (Trung bình ngày, giá trị lớn nhất, nhỏ nhất) trong ngày

Xác định và chuẩn hóa các biến khí tượng phục

vụ xây dựng mô hình hồi quy

Xây dựng mô hình mạng thần kinh nhân tạo

ANN

Chuẩn bị số liệu đầu vào bao gồm các bước nhỏ sau : a) Tính các giá trị đặc trưng ngày của cả PM2.5 và biến khí hậu; b) Xác định các biến phụ thuộc xây dựng quan hệ hồi quy ; c) Chuẩn hóa số liệu và lựa chọn các biến đầu vào

a) Tính các giá trị đặc trưng ngày của cả PM2.5 và biến khí hậu:

Để loại bỏ ảnh hưởng của các yếu tố về giao thông cũng như hạn chế sai số đo đạc, nghiên cứu sẽ sử dụng số liệu trung bình ngày để xây dựng quan hệ hồi quy đa biến giữa nồng độ PM2.5 và các yếu tố khí tượng. Bước này sẽ thực hiện tính toán cả nồng độ PM2.5 và các yếu tố khí tượng từ chuỗi số liệu giờ thu thập được từ các trạm trong năm 2018.

b) Xác định các biến phụ thuộc xây dựng quan hệ hồi quy:

Để xây dựng được mô hình hồi quy đa biến giữa các yếu tố khí tượng và nồng độ PM2.5, có rất nhiều biến khí tượng có thể được đưa vào. Tuy nhiên, dựa trên chuỗi số liệu đo đạc sẵn có tại trạm quan trắc Nguyễn Văn Cừ, các yếu tố khí tượng được xem xét trong luận văn này bao gồm: nhiệt độ trung bình ngày, độ ẩm, tốc độ gió, lượng mưa. Bên cạnh các yếu tố khí tượng, luận văn còn xem xét mối quan hệ giữa nồng độ PM2.5 và các tổ hợp tích của chúng với nhau :

PM2.5 = f(Xi, Xi

2, XiXj) i , j = 1,2,..6, i≠ j

Trong đó Xi (I = 1, 2,…6) là các biến độ ẩm (X1), nhiệt độ trung bình ngày (X2), tốc độ gió (X3), lượng mưa (X4). Bốn biến này cộng với 3 tổ hợp tích của chúng X2X3, X2X4, X3X4. Ngoài ra, luận văn còn sử dụng thêm biến PM2.5-1 (nồng độ bụi PM2.5 của ngày hôm trước).

c). Chuẩn hóa số liệu và lựa chọn các biến đầu vào:

Để áp dụng được mô hình này, các biến đầu vào sẽ được chuẩn hóa để

loại bỏ ảnh hưởng của sự khác nhau về đơn vị tính giữa các yếu tố như sau:

Trong đó Xik và xik là giá trị ban đầu và sau khi chuẩn hóa của biến i ;

và σilà giá trị trung bình của biến thứ i, k =1,…. ; N là đại diện cho ngày thứ j trong chuỗi số liệu.S au khi được chuẩn hóa chuỗi số liệu của từng biến sẽ được đưa về phân phối có trung bình bằng 0 và độ lệch chuẩn bằng 1.

Trong nghiên cứu này, việc tính toán mô hình ANN sử dụng phầm

mềm Pycharm (ngôn ngữ lập trình Python).

Để đánh giá độ chính xác của mô hình ANN, hệ số tương quan R được

sử dụng, được tính theo công thức sau :

Trong đó : N là tổng số giá trị đo đạc/tính toán ;

Oi là giá trị thực đo ;

Pi là giá trị dự báo ;

Ō là giá trị trung bình.

CHƯƠNG 3. KẾT QUẢ VÀ THẢO LUẬN

3.1. ĐÁNH GIÁ HIỆN TRẠNG Ô NHIỄM BỤI MỊN PM2.5 Ở MỘT

SỐ KHU VỰC ĐIỂN HÌNH CỦA TP. HÀ NỘI

Tại 10 vị trí quan trắc được lựa chọn, tiến hành lấy mẫu trong 3 ngày liên tiếp và lấy giá trị trung bình của 3 ngày này làm giá trị nồng độ bụi mịn PM2.5 trung bình ngày của vị trí đó.

Kết quả phân tích bụi mịn PM2.5 tại một số khu vực của TP. Hà Nội

được thể hiện trên đồ thị hình 3.1.

Hình 3.1: Kết quả đo bụi mịn PM2.5 tại một số khu vực của TP. Hà Nội

tháng 3/2020

Kết quả trên đồ thị hình 3.1 cho thấy, hàm lượng bụi mịn PM2.5 tại thành phố Hà Nội ở các khu vực khác nhau là khác nhau và có sự khác biệt đáng kể giữa các khu vực. Trong số các khu vực được khảo sát, hàm lượng bụi ở khu vực dân cư Times City hay trung tâm thương mại Aeon Mall Long Biên là thấp nhất và chưa vượt quy chuẩn cho phép đối với nồng độ bụi mịn PM2.5 trung bình 24 giờ trong QCVN 05:2013/BTNMT, Quy chuẩn kỹ thuật Quốc gia về chất lượng không khí xung quanh. Cụ thể: nồng độ bụi mịn PM2.5 ở khu vực dân cư Times City là 37 µg/m3 và nồng độ bụi mịn PM2.5 trung tâm thương mại Aeon Mall Long Biên là 11 µg/m3. Nguyên nhân có thể

là do: bụi mịn PM2.5 chủ yếu được sinh ra do các hoạt động giao thông vận tải, xây dựng công trình hoặc sản xuất công nghiệp, do đó ở khu chung cư Times City, hàm lượng bụi chỉ cao vào giờ đi làm buổi sáng (khoảng 7 – 8 giờ) và giờ tan tầm buổi chiều (18 – 20 giờ), còn các hoạt động dân sinh ở khu chung cư Times City ít phát sinh bụi mịn, dẫn đến nồng độ bụi mịn PM2.5 trung bình trong ngày ở đây không cao. Đối với trung tâm thương mại Aeon Mall Long Biên, thực tế khảo sát ở đây cho thấy hàng ngày, công nhân vệ sinh thường xuyên quét dọn ở sân và bên trong trung tâm thương mại nên lượng bụi tổng nói chung, lượng bụi mịn PM2.5 nói riêng ở đây là không cao và kết quả đo đạc ở trên đã chỉ rõ điều đó.

Các khu vực như làng nghề và khu, cụm công nghiệp có hàm lượng bụi mịn cao hơn 2 khu vực trên và đều ở ngưỡng vuợt quy chuẩn cho phép, tuy nhiên mức độ vượt chưa cao. Cụ thể: nồng độ bụi mịn PM2.5 trong KCN Nam Thăng Long là 58 µg/m3, cụm công nghiệp Ngọc Hồi là 52 µg/m3, làng nghề Bát Tràng là 51 µg/m3, làng gỗ Liên Hà là 55 µg/m3. Đối với KCN Nam Thăng Long, do các hoạt động sản xuất và di chuyển vào ra của các xe chở hàng, container phát sinh bụi nên hàm lượng bụi ở đây tương đối cao. Tuy nhiên, hầu hết các cơ sở sản xuất trong KCN đều có hệ thống xử lý khí thải, nên thực tế bụi mịn ở khu vực này có vượt quy chuẩn, nhưng mức độ vượt không đáng kể. Với cụm công nghiệp Ngọc Hồi cũng tương tự, hàm lượng bụi mịn cũng vượt quy chuẩn cho phép nhưng mức vượt không đáng kể, thậm chí thấp hơn khu vực KCN Nam Thăng Long. Nguyên nhân có thể do đặc điểm các cụm công nghiệp là tập hợp các doanh nghiệp sản xuất vừa và nhỏ, mức độ phát thải bụi cũng thấp hơn so với KCN. Ngoài ra, các cơ sở sản xuất trong cụm công nghiệp Ngọc Hồi không tập trung hoàn toàn một chỗ mà phân tán, đan xen trong các khu dân cư, vì vậy nồng độ bụi mịn PM2.5 đo được ở đây cũng thấp hơn một chút so với KCN Nam Thăng Long. Làng gốm Bát Tràng và làng nghề gỗ Liên Hà cũng có mức độ bụi mịn PM2.5 vượt quy chuẩn Quốc gia một chút. Nguyên nhân là do một số hộ có lò nung gốm ở Bát Tràng và các hộ làm nghề mộc ở Liên Hà (bào, đục, cưa gỗ) phát sinh ra các loại bụi, trong đó có bụi mịn PM2.5. Tuy nhiên, cũng giống như cụm công nghiệp Ngọc Hồi, các hộ sản xuất trong làng nghề không tập trung mà tản

mát, đan xen với các khu dân cư, do đó hàm lượng bụi mịn PM2.5 ở đây có vượt QCVN05:2013/BTNMT, nhưng mức độ vượt không lớn.

Khu vực nút giao thông lớn như nút giao Nguyễn Trãi - Khuất Duy Tiến, nút giao ngã 6 Ô Chợ Dừa là những nơi có mật độ giao thông rất cao, đặc biệt là vào giờ đi làm buổi sáng (7 – 8 giờ) và giờ tan tầm (18-20 giờ), do vậy khói bụi từ các phương tiện giao thông đã làm cho nồng độ bụi mịn PM2.5 ở đây rất cao, vượt quy chuẩn cho phép nhiều lần. Khu vực bến xe Giáp Bát, Yên Nghĩa cũng là nơi có lưu lượng xe khách, taxi, xe ôm,... ra vào rất cao và khói bụi của các phương tiện này làm cho bụi mịn PM2.5 ở đây tăng cao, vượt QCVN 05:2013/BTNMT. Cụ thể: nồng độ bụi PM2.5 trong nút giao Nguyễn Trãi - Khuất Duy Tiến là 75 µg/m3, nút giao ngã 6 Ô Chợ Dừa là 62 µg/m3, Khu vực bến xe Giáp Bát là 96 µg/m3, Khu vực bến xe Yên Nghĩa là 77 µg/m3. Ở nước ta, nhiều phương tiện cá nhân không thực hiện nghiêm túc chế độ bảo hành bảo dưỡng định kỳ là nguyên nhân làm tăng lượng khí phát thải ra môi trường với mức độ độc hại ngày càng lớn. Đặc biệt, nhiều phương tiện cũ nát, quá hạn sử dụng rất lâu vẫn ngang nhiên tham gia giao thông. Đây chính là lý do dẫn đến việc hàm lượng bụi mịn PM2.5 ở một số khu vực trên tăng cao, vượt quy chuẩn Quốc gia.

Tóm lại, qua khảo sát, thực nghiệm, đánh giá hiện trạng ô nhiễm bụi mịn PM2.5 ở một số khu vực điển hình của TP. Hà Nội, có thể thấy rằng, ở các khu dân cư, trung tâm thương mại, hàm lượng bụi mịn PM2.5 vẫn còn thấp dưới mức quy chuẩn; các khu, cụm công nghiệp và làng nghề, hàm lượng bụi mịn PM2.5 bắt đầu vượt quy chuẩn cho phép nhưng mức độ vượt không đáng kể; riêng khu vực nút giao thông lớn, bến tàu, xe, hàm lượng bụi mịn PM2.5 tương đối cao, vượt quy chuẩn cho phép tương đối lớn.

3.2. ĐÁNH GIÁ SỰ PHÂN BỐ NỒNG ĐỘ BỤI MỊN PM2.5 THEO

THỜI GIAN

Để nghiên cứu, đánh giá sự phân bố nồng độ bụi mịn PM2.5 ở TP. Hà Nội theo thời gian, cần số liệu về nồng độ bụi của TP. Hà Nội trong một khoảng thời gian dài, do đó luận văn tham khảo, kế thừa dữ liệu nồng độ bụi mịn PM2.5 năm 2018 thu thập tại trạm quan trắc không khí thuộc Trung tâm

Quan trắc môi trường miền Bắc - Tổng cục Môi trường, 556 Nguyễn Văn Cừ, Ngọc Lâm, Long Biên, Hà Nội.

3.2.1. Quy luật biến thiên nồng độ bụi PM2.5 trong ngày

Từ dữ liệu quan trắc bụi mịn PM2.5 năm 2018 của TP. Hà Nội được thu thập từ trạm quan trắc không khí thuộc Trung tâm Quan trắc môi trường miền Bắc - Tổng cục Môi trường, 556 Nguyễn Văn Cừ, Ngọc Lâm, Long Biên, Hà Nội, tính được nồng độ bụi trung bình giờ trong ngày của 365 ngày trong năm, phân tích thống kê các dữ liệu và biểu diễn bằng đồ thị boxplot như trên hình 3.2. Kết quả thu được cho thấy nồng độ bụi mịn PM2.5 biến thiên tại các thời điểm khác nhau trong ngày, cụ thể: trong một ngày, hàm lượng bụi mịn PM2.5 có xu hướng tăng dần từ 6 giờ sáng đến khoảng 9 – 10 giờ sáng, đạt đỉnh cực đại vào lúc 10 giờ sáng sau đó giảm dần, đạt đáy cực tiểu ở khoảng 15 – 16 giờ chiều, sau đó nồng độ bụi mịn PM2.5 lại có xu hướng tăng dần, đến khoảng 20 – 21 giờ thì đạt đỉnh thứ 2. Sau 21 giờ thì nồng độ bụi PM2.5 giảm một chút và có vẻ ít biến động vào ban đêm.

Nguyên nhân của sự biến thiên tại các thời điểm khác nhau trong ngày này có thể là do vị trí trạm quan trắc đặt cách đường Nguyễn Văn Cừ khoảng 10m nên hàm lượng bụi mịn đo được chịu tác động chủ yếu từ nguồn phát thải giao thông. Trong khoảng từ 7 giờ đến 8h30 sáng là giờ cao điểm về giao thông ở Hà Nội, mật độ các phương tiện tham gia giao thông gần như là lớn nhất trong ngày, do đó bụi phát ra từ các phương tiện và hoạt động giao thông làm cho nồng độ bụi mịn PM2.5 tăng dần từ thời điểm này và đạt đỉnh trong khoảng 1 – 1,5 tiếng sau đó. Sau 10 giờ, nhiệt độ bề mặt trái đất bắt đầu tăng nhanh do bức xạ nhiệt từ mặt trời, dẫn đến bụi mịn được khuếch tán mạnh theo cả phương ngang và phương thẳng đứng, phương tiện tham gia giao thông cũng ít hơn dẫn đến nồng bụi mịn PM2.5 trong không khí giảm dần từ thời điểm đó đến khoảng 16h chiều. Sau 17h là thời điểm tan tầm của nhiều cơ quan, trường học nên mật độ các phương tiện giao thông trên đường tăng dần, dẫn đến nồng bụi mịn PM2.5 sinh ra do hoạt động giao thông tăng làm cho nồng độ bụi trong không khí tăng dần và đạt đỉnh thứ 2 khoảng 21h. Sau 21h, nhiệt độ của lớp không khí sát mặt đất giảm nhanh hơn các lớp không

khí phía trên do quá trình bức xạ hồng ngoại, sự chênh lệch nhiệt độ giữa không khí tầng trên và tầng sát mặt đất giảm, dẫn đến khả năng khuếch tán bụi mịn PM2.5 theo phương ngang và phương thẳng đứng kém hơn thời điểm ban ngày khi nhiệt độ bề mặt trái đất cao. Kết quả là nồng độ bụi mịn PM2.5 sau 21h biến động không nhiều.

Hình 3.2: Diễn biến nồng độ bụi mịn PM2.5 trung bình giờ các ngày

trong năm 2018 của TP. Hà Nội

Để xem xét diễn biến nồng độ bụi mịn PM2.5 trung bình giờ trong các mùa xuân (từ tháng 2 đến tháng 4), mùa hè (từ tháng 5 đến tháng 7), mùa thu (từ tháng 8 đến tháng 10), mùa đông (từ tháng 11 đến tháng 1 năm sau) có sự khác biệt hay không, tiến hành phân tích thống kê số liệu quan trắc bụi mịn PM2.5 trung bình giờ trong các mùa và thể hiện trên đồ thị hình 3.3. Từ kết quả hình 3.3 có thể thấy rằng trong tất cả các khung giờ trong ngày, nồng độ bụi mịn PM2.5 trung bình giờ có sự khác biệt giữa các mùa, cụ thể là nồng độ giảm dần theo thứ tự sau: mùa đông > mùa xuân > mùa thu > mùa hè. Quy luật thay đổi trong ngày cũng có sự khác biệt giữa các mùa: đối với mùa đông

và mùa xuân, dường như nồng độ bụi ít biến động vào ban đêm (từ 21h tối hôm trước đến 6 giờ sáng hôm sau) và sự chênh lệch giữa đỉnh cực đại và cực tiểu cũng lớn hơn trong trường hợp mùa hè và mùa thu. Đối với mùa hè và mùa thu, nồng độ bụi mịn PM2.5 sau khi đạt đỉnh lần thứ 2 trong ngày vào khoảng 21 giờ, thì có sự sụt giảm trong khoảng nửa đêm về sáng đến 6 giờ sáng và sự chênh lệch nồng độ bụi mịn PM2.5 giữa đỉnh cực đại và cực tiểu cũng tương đối lớn.

(a) (b)

Hình 3.3: Diễn biến nồng độ bụi mịn PM2.5 trung bình giờ các ngày

trong mùa xuân (a), mùa hè (b), mùa thu (c) và mùa đông (d) của TP. Hà Nội năm 2018

Nguyên nhân của sự khác biệt này có thể là do hiện tượng nghịch nhiệt -là hiện tượng của khí quyển xảy ra khi nhiệt độ của lớp khí quyển trên cao lớn hơn nhiệt độ của lớp khí quyển phía dưới, thường xảy ra vào mùa đông và mùa xuân, khi bắt đầu có các đợt không khí lạnh từ phía Bắc tràn về. Lớp không khí lạnh thời điểm này còn mỏng, nên chúng chìm xuống và chỉ làm giảm nhiệt độ ở những tầng thấp trong khi tầng trên ít mây và vẫn có nắng nên nhiệt độ cao hơn, do đó gây ra hiện tượng nghịch nhiệt [18]. Khi có nghịch nhiệt, lớp không khí ở bên dưới trở nên rất ổn định và cản trở mọi chuyển động thẳng đứng của từng bộ phận khí do lực nổi gây ra. Độ ổn định do nghịch nhiệt tạo ra làm hạn chế sự trao đổi năng lượng của lớp không khí sát mặt đất và lớp khí quyển trên cao, gây cản trở sự xáo trộn của khí quyển, do đó làm cản trở quá trình khuếch tán bụi mịn PM2.5 trong bầu khí quyển, dẫn đến sự tích tụ và làm nồng độ bụi mịn PM2.5 có thể tăng cao. Chính vì vậy nồng độ bụi mịn PM2.5 vào ban đêm trong ngày của mùa đông và mùa xuân thường ít dao động hơn các mùa hè và mùa thu. Ngoài ra, độ ẩm không khí vào mùa đông và mùa xuân thường cao hơn mùa hè và mùa thu, trong khi mùa hè lại mưa nhiều, làm rửa trôi bớt bụi mịn PM2.5, vì vậy nồng độ bụi mịn PM2.5 tại các thời điểm trong ngày mùa đông và mùa xuân cao hơn mùa hè và mùa thu như quan sát được ở trên. Kết quả này cũng tương tự như kết quả nghiên cứu của Huang và cộng sự khi đánh giá sự biến thiên nồng độ bụi mịn PM2.5 ở Bắc Kinh giai đoạn 2013 – 2014 [19].

Từ dữ liệu quan trắc bụi mịn PM2.5 hàng giờ và hàng ngày của năm 2018 của thành phố Hà Nội được thu thập từ trạm quan trắc không khí thuộc Trung tâm Quan trắc môi trường miền Bắc - Tổng cục Môi trường, 556 Nguyễn Văn Cừ, xử lý thống kê và vẽ đồ thị boxplot biểu diễn nồng độ bụi trung bình tháng năm 2018 như trên hình 3.3. Kết quả thu được cho thấy nồng độ bụi mịn PM2.5 thấp nhất vào các tháng từ tháng 5 đến tháng 9, cao nhất vào các tháng từ tháng 10 đến tháng 12 và tháng 1 đến tháng 4. Kết quả này

có thể được giải thích như sau: các tháng từ tháng 5 đến tháng 9 (mùa hè và giữa thu) là các tháng mùa mưa trong năm ở thành phố Hà Nội, vào các tháng này thường diễn ra nhiều trận mưa lớn, các trận mưa này sẽ rửa trôi bụi mịn PM2.5 làm sạch không khí, do đó nồng độ bụi trung bình các tháng này thấp hơn các tháng còn lại trong năm.

Hình 3.4: Diễn biến nồng độ bụi mịn PM2.5 trong ngày theo tháng năm

2018 của TP. Hà Nội

Mặt khác, cũng trên hình 3.4 có thể thấy rằng trong các tháng từ tháng 10 đến tháng 12 và tháng 1 đến tháng 4, nồng độ bụi mịn PM2.5 ở các tháng 10, tháng 11, tháng 1 và tháng 2 cao hơn hẳn các tháng khác. Nguyên nhân có thể do hiện tượng nghịch nhiệt: vào các tháng 10, tháng 11, tháng 1 và tháng 2, bắt đầu có các đợt không khí lạnh từ phía Bắc tràn về. Lớp không khí lạnh thời điểm này còn mỏng, nên chúng chìm xuống và chỉ làm giảm nhiệt độ ở những tầng thấp trong khi tầng trên ít mây và vẫn có nắng nên nhiệt độ cao hơn, do đó gây ra hiện tượng nghịch nhiệt, dẫn đến bụi khó khuếch tán lên cao, do đó nồng độ bụi mịn PM2.5 trở nên cao bất thường. Riêng tháng 12, nồng độ bụi thấp hơn so với các tháng mùa đông, nguyên nhân có thể độ ẩm không khí trung bình của tháng này thấp hơn các tháng mùa đông khác (hình

3.5), dẫn đến nồng độ bụi mịn PM2.5 cũng thấp hơn các tháng mùa đông còn lại.

Hình 3.5: Diễn biến độ ẩm trong ngày theo tháng năm 2018 của TP. Hà Nội

3.2.2. Quy luật biến thiên nồng độ bụi mịn PM2.5 theo mùa

Từ dữ liệu quan trắc bụi mịn mịn PM2.5 hàng giờ và hàng ngày của năm 2018 của thành phố Hà Nội được thu thập từ trạm quan trắc không khí thuộc Trung tâm Quan trắc môi trường miền Bắc - Tổng cục Môi trường, 556 Nguyễn Văn Cừ, xử lý thống kê và vẽ đồ thị boxplot biểu diễn nồng độ bụi mịn PM2.5 trung bình các mùa năm 2018 như trên hình 3.6.

Kết quả thu được cho thấy nồng độ bụi mịn M2.5 theo thứ tự giảm dần mùa đông > mùa xuân > mùa thu >mùa hè, trong đó, mùa xuân là các tháng 2, tháng 3 và tháng 4, mùa hè là các tháng 5, tháng 6 và tháng 7, mùa thu là các tháng 8, tháng 9 và tháng 10, mùa đông là các tháng 11, tháng 12 và tháng 1. Diễn biến nồng độ bụi mịn M2.5 theo mùa này là hợp lý vì như kết quả ở mục 3.2.2 ở trên, các tháng 5, tháng 6, tháng 7 là các tháng có nồng độ bụi mịn PM2.5 trung bình thấp nhất do các tháng này là cao điểm mùa mưa trong năm

ở Hà Nội, mưa rửa trôi làm giảm nồng độ bụi mịn PM2.5 trong không khí. Các tháng 10, tháng 11, tháng 1 và tháng 2 là các tháng có nồng độ bụi trung bình cao nhất, dẫn đến nồng độ bụi mịn PM2.5 trung bình của mùa đông và xuân cao hơn 2 mùa còn lại.

Hình 3.6: Diễn biến nồng độ bụi mịn PM2.5 các mùa năm 2018 của TP.

Hà Nội

Kết quả này cũng tương tự như kết quả của Li và cộng sự [20] khi nghiên cứu sự phân bố nồng độ bụi PM2.5 theo mùa trong năm 2013 ở Hồng Kong; Wang và Ogawa [21] khi nghiên cứu sự phân bố nồng độ bụi PM2.5 theo mùa trong năm 2013 ở Nagasaki; Zang và cộng sự [13] khi nghiên cứu sự phân bố nồng độ bụi PM2.5 theo mùa trong giai đoạn 2013 - 2014 ở 3 thành phố lớn của Trung Quốc là Thượng Hải, Bắc Kinh và Quảng Châu; Hiền và cộng sự [15] khi nghiên cứu sự phân bố nồng độ bụi PM2.5 theo mùa trong năm 2002 ở thành phố Hà Nội.

3.3. NGHIÊN CỨU ẢNH HƯỞNG CỦA MỘT SỐ YẾU TỐ KHÍ

TƯỢNG ĐẾN SỰ PHÂN BỐ NỒNG ĐỘ BỤI MỊN PM2.5 Ở TP. HÀ NỘI

Bụi mịn PM2.5 được tạo ra từ hai nguồn chính là nguồn tự nhiên và nguồn nhân tạo. Trên thực tế, các nguồn quan trọng phát sinh bụi mịn PM2.5 là từ khói xe, các hoạt động xây dựng và giao thông, sản xuất công nghiệp và nông nghiệp, đốt lò hơi, đốt chất thải, phun trào núi lửa, đốt rơm rạ và củi, các hạt bụi do phản ứng hóa học tạo ra [22, 23]. Bụi tồn tại trong khí quyển với vòng đời tương đối ngắn, từ vài giờ đến vài tuần, thành phần hóa học của chúng thay đổi theo thời gian và không gian tùy thuộc vào nguồn phát thải và các điều kiện khí tượng. Các yếu tố khí tượng, chẳng hạn như vận tốc gió, nhiệt độ không khí và độ ẩm không khí tương đối, cũng là những yếu tố quan trọng, ảnh hưởng đến sự thay đổi của nồng độ PM2.5.

Bảng 3.1: Tương quan Spearman giữa nồng độ bụi mịn PM2.5 và các yếu tố khí tượng

Tương quan Spearman PM2.5

Hệ số tương quan -0,464

Tốc độ gió Sig 0.000

N 1443

Hệ số tương quan -0,312

Nhiệt độ Sig 0.000

N 1443

Hệ số tương quan 0,193

Độ ẩm Sig 0.000

N 1443

Hệ số tương quan -0,31

Lượng mưa Sig 0.236

N 1443

Sử dụng hệ số tương quan Spearman để đánh giá tương quan giữa nồng độ bụi và các yếu tố khí tượng là giải pháp thường được các nhà khoa học sử dụng. Trong nghiên cứu này cũng sử dụng hệ số tương quan Spearman để đánh giá tương quan giữa nồng độ bụi mịn PM2.5 và 04 yếu tố khí tượng thường gặp là: nhiệt độ, độ ẩm, tốc độ gió, lượng mưa và kết quả được thể hiện trong bảng 3.1. Từ kết quả trên bảng 3.1 có thể nhận thấy rằng Sig tương quan giữa nồng độ bụi mịn PM2.5 và lượng mưa là 0,236 > 0,05, do vậy không có mối tương quan tuyến tính giữa 2 đại lượng này. Ngược lại, Sig tương quan giữa nồng độ bụi mịn PM2.5 và nhiệt độ là 0,00 < 0,05; Sig tương quan giữa nồng độ bụi mịn PM2.5 và tốc độ gió là 0,00 < 0,05; Sig tương quan giữa nồng độ bụi mịn PM2.5 và độ ẩm là 0,00 < 0,05, chứng tỏ nhiệt độ, tốc độ gió và độ ẩm có tương quan tuyến tính với nồng độ bụi PM2.5, trong đó nhiệt độ không khí và tốc độ gió là tương quan nghịch với nồng độ bụi mịn PM2.5 (hệ số tương quan < 0 ) và độ ẩm là tương quan thuận với nồng độ bụi mịn PM2.5 (hệ số tương quan dương). Với hệ số tương quan -0,464 lớn nhất trong số 3 hệ số tương quan được tìm thấy chứng tỏ bụi mịn PM2.5 có tương quan tuyến tính mạnh nhất vói tốc độ gió.

Tuy nhiên, theo Chen và cộng sự [23], các yếu tố khí tượng tương tác với nồng độ bụi PM2.5 theo các mùa là khác nhau, nghĩa là tương tác giữa một yếu tố khí tượng với nồng độ bụi PM2.5 có thể chiếm ưu thế trong một mùa và có thể trở nên không đáng kể trong một mùa khác. Vì vậy, trong các mục tiếp theo, luận văn sẽ phân tích từng yếu tố ảnh hưởng trên theo các mùa khác nhau.

3.3.1. Ảnh hưởng của tốc độ gió

Từ kết quả trên bảng 3.2, có thể thấy rằng tốc độ gió tương quan tuyến tính nghịch (Sig = 0, hệ số tương quan âm) với nồng độ bụi PM2.5 trong cả 4 mùa, nghĩa là khi tốc độ gió tăng thì nồng độ bụi PM2.5 trong không khí giảm. Nguyên nhân là do gió có vai trò vận chuyển các chất ô nhiễm không khí trên mặt đất bằng cách đối lưu và khi vận tốc gió càng lớn, khả năng khuếch tán, pha loãng và phân tán các chất ô nhiễm càng tốt, dẫn đến nồng độ bụi trong không khí càng giảm [20]. Ngược lại, tốc độ gió thấp sẽ ức chế sự

khuếch tán của PM2.5 và làm cho PM2.5 tập trung trên bề mặt trái đất. Kết quả này cũng tương tự như các nghiên cứu của Zhang và cộng sự [24] khi nghiên cứu ảnh hưởng của tốc độ gió đến sự phân bố nồng độ bụi PM2.5 ở TP. Bắc Kinh, Trung Quốc; Zhang và cộng sự [13] khi nghiên cứu ảnh hưởng của tốc độ gió đến sự phân bố bụi PM2.5 ở 3 thành phố lớn của Trung Quốc là Thượng Hải, Bắc Kinh và Quảng Châu, Vassilakos và cộng sự khi nghiên cứu ảnh hưởng của tốc độ gió đến nồng độ bụi PM2.5 ở thành phố Athen, Hy Lạp. Theo Huang và cộng sự [18], có hiệu ứng trễ của tốc độ gió đối với nồng độ bụi mịn PM2.5, nghĩa là nồng độ bụi mịn PM2.5 bị ảnh hưởng bởi tốc độ gió của 1 ngày trước đó.

Bảng 3.2: Tương quan Spearman giữa nồng độ bụi mịn PM2.5 và yếu tố

tốc độ gió theo các mùa trong năm 2018

Tương quan Spearman Xuân Hè Thu Đông

-0,414 -0,447 -0,291 -0,181 Hệ số tương quan

Sig 0 0 0 0 Tốc độ gió

N 356 368 368 361

Cũng theo bảng 3.2, mức độ tương quan mạnh yếu giữa tốc độ gió và nồng độ PM2.5 giữa các mùa là không giống nhau. Dường như tốc độ gió có tương quan mạnh với nồng độ bụi mịn PM2.5 vào mùa xuân và mùa hè, mùa đông là yếu nhất. Kết quả này cũng giải thích cho việc nồng độ bụi mịn PM2.5 vào mùa đông cao hơn rất nhiều so với mùa hè bởi theo số liệu thu được từ trạm quan trắc, các ngày mùa đông có tốc độ gió trung bình thấp hơn mùa hè.

3.3.2. Ảnh hưởng của nhiệt độ không khí

Theo kết quả trên bảng 3.3, nhiệt độ không khí có tương quan nghịch với nồng độ bụi mịn PM2.5, nghĩa là khi nhiệt độ không khí tăng, nồng độ bụi mịn PM2.5 trong không khí giảm. Tương quan vào mùa xuân là tương đối cao trong khi vào mùa đông lại thấp nhất. Nguyên nhân là do khi nhiệt độ không khí thay đổi sẽ làm thay đổi áp suất khí quyển cục bộ tại một số khu vực, dẫn

tới không khí sẽ luân chuyển giữa các vùng khác nhau và gây ra sự phân tán hoặc kết tụ của các hạt vật chất như là bụi trong khí quyển, vì vậy, nồng độ bụi mịn PM2.5 sẽ bị thay đổi. Do đó, nhiệt độ cao thúc đẩy sự đối lưu của không khí, và do đó làm loãng và phân tán các chất ô nhiễm trong không khí, dẫn đến nồng độ bụi mịn PM2.5 giảm[26].

Bảng 3.3: Tương quan Spearman giữa nồng độ bụi mịn PM2.5 và yếu tố

nhiệt độ không khí theo các mùa trong năm 2018

Tương quan Spearman Xuân Hè Thu Đông

Hệ số tương quan -0,569 -0,274 -0,208 -0,174

0 0 0 Sig 0 Nhiệt độ

356 368 368 361 N

Hình 3.7: Diễn biến nhiệt độ trung bình ngày của các tháng trong năm

2018 của TP. Hà Nội

Chính vì vậy, như kết quả đánh giá diễn biến nồng độ bụi mịn PM2.5 trong các tháng ở mục 3.1, các tháng mùa hè có nhiệt độ trung bình cao nhất

trong năm, các tháng mùa đông có nhiệt độ thấp nhất trong năm (Hình 3.7), kết quả là nồng độ bụi mịn PM2.5 đo được vào mùa hè là thấp nhất, vào mùa đông là cao nhất.

Ngoài ra, nền nhiệt độ cao vào mùa hè cũng ngăn cản hiện tượng nghịch nhiệt thường xảy ra vào nửa đêm về sáng, dẫn đến bụi PM2.5 được khuếch tán tốt theo phương thẳng đứng (do chênh lệch nhiệt độ giữa lớp không khí bên trên và lớp không khí sát mặt đất), do đó nồng độ bụi vào mùa hè thực sự thấp hơn mùa đông và mùa xuân. Kết quả này cũng tương tự như kết quả nghiên cứu của Tian và cộng sự [27] khi nghiên cứu mối quan hệ giữa nhiệt độ và nồng độ bụi mịn PM2.5 ở một số thành phố lớn của Trung Quốc như Bắc Kinh, Thẩm Dương,...nghiên cứu của Zhang và cộng sự [28] khi nghiên cứu mối tương quan giữa nồng độ bụi PM2.5 và nhiệt độ ở thành phố Thiên Tân, Trung Quốc.

3.3.3. Ảnh hưởng của độ ẩm không khí

Theo kết quả trên bảng 3.4, độ ẩm không khí có tương quan nghịch với nồng độ bụi mịn PM2.5 vào mùa đông và mùa xuân, có tương quan thuận vào mùa hè và mùa thu, nghĩa là vào mùa đông và mùa xuân khi độ ẩm không khí tăng, nồng độ bụi mịn PM2.5 trong không khí giảm, còn vào mùa hè và mùa thu, nồng độ bụi lại tăng khi độ ẩm không khí tăng. Tương quan giữa độ ẩm và nồng độ bụi mịn PM2.5 thay đổi theo mùa cũng được một số nhóm tác giả khác quan sát thấy[25, 26, 30].

Bảng 3.4: Tương quan Spearman giữa nồng độ bụi mịn PM2.5 và yếu tố

độ ẩm không khí theo các mùa trong năm 2018

Tương quan Spearman Xuân Hè Thu Đông

Hệ số tương quan -0,264 0,354 0,423 -0,056

0 0 0 0 Sig Độ ẩm

N 356 368 368 361

Nguyên nhân chính có thể là do vào mùa hè hoặc mùa thu, nhiệt độ trung bình ngày thường cao hơn các mùa khác kết hợp với việc độ ẩm cao dẫn

đến sự hình thành các hạt thứ cấp với lượng lớn các chất ô nhiễm hóa học ở pha khí (CO, O3, SO2 và NOx) [31, 32]. Những tình huống như vậy cũng không có lợi cho việc khuếch tán chất ô nhiễm trong không khí, dẫn đến nồng độ bụi mịn PM2.5 tăng khi độ ẩm tăng [19].

Mặt khác, độ ẩm không khí tăng sẽ dẫn đến tăng cường sự hấp phụ của các hạt vật chất trong khí quyển và do đó làm tăng nồng độ của các hạt vật chất trong khí quyển. Đồng thời, khu vực có độ ẩm tương đối không khí tương đối lớn dễ hình thành lớp nghịch chuyển và cản trở sự khuếch tán và pha loãng của các hạt vật chất trong khí quyển, dẫn đến nồng độ bụi mịn PM2.5 tăng khi độ ẩm không khí tăng [29]. Hơn nữa, theo nghiên cứu của Dawson và cộng sự [33] độ ẩm cao có thể có lợi cho sự hình thành amoni nitrat, do đó gây ra mối tương quan thuận giữa độ ẩm không khí và nồng độ bụi mịn PM2.5 ở phía bắc Trung Quốc.

Vào các tháng mùa xuân và mùa đông, mối tương quan giữa bụi mịn PM2.5 và độ ẩm không khí lại đảo chiều, nghĩa là nồng độ bụi mịn PM2.5 trong không khí tăng khi độ ẩm giảm. Nguyên nhân có thể là do việc giảm RH thường đi kèm với thời kỳ nắng ít, nhiều mây và không có gió [34], dẫn đến gia tăng ô nhiễm bụi mịn PM2.5 [35]. Hiện tượng tương quan nghịch giữa độ ẩm tương đối của không khí và nồng độ bụi mịn PM2.5 vào mùa đông và mùa xuân cũng được Li và cộng sự tìm thấy [20] khi nghiên cứu mối tương quan giữa các yếu tố khí tượng và nồng độ bụi trong không khí ở Hồng Kông; Wang và Owaga nghiên cứu mối tương quan giữa các yếu tố khí tượng và nồng độ bụi trong không khí ở Nagasaki, Nhật Bản [21].

3.3.4. Ảnh hưởng của lượng mưa

Mặc dù kết quả trên bảng 3.1 cho thấy lượng mưa không có tương quan tuyến tính với nồng độ bụi mịn PM2.5, tuy nhiên khi xem xét mối tương quan giữa 2 đại lượng này trong các mùa khác nhau trong năm (bảng 3.5) thì thấy rằng vào mùa đông và mùa xuân; bụi mịn PM2.5 có tương quan tuyến tính nghịch với độ tin cậy trên 95%, trong khi mùa hè và mùa thu không có tương quan tuyến tính. Nguyên nhân có thể là do các cơn mưa có tác dụng loại bỏ các chất ô nhiễm trong không khí, đặc biệt là các hạt có kích thước nhỏ như

bụi mịn PM2.5 [19, 20, 36, 37], do đó khi lượng mưa tăng, nồng độ bụi mịn PM2.5 trong không khí sẽ giảm như quan sát thấy vào mùa xuân và mùa đông.

Bảng 3.5: Tương quan Spearman giữa nồng độ bụi mịn PM2.5 và yếu tố

lượng mưa theo các mùa trong năm 2018

Tương quan Spearman Xuân Hè Thu Đông

Hệ số tương quan -0,195 0,078 -0,046 -0,206

Sig 0 0,133 0,401 0 Lượng mưa

N 356 368 340 360

Tuy nhiên, vào mùa hè và mùa thu, mối quan hệ giữa 2 đại lượng này không tuyến tính, nguyên nhân có thể do lượng mưa có tương quan thuận với yếu tố khí tượng khác là độ ẩm không khí, dẫn đến lượng mưa tăng, độ ẩm không khí tăng. Theo phân tích ở trên, nồng độ bụi mịn PM2.5 lại tăng khi độ ẩm tăng vào mùa hè và mùa thu. Kết quả là sự ảnh hưởng của lượng mưa đến nồng độ bụi mịn PM2.5 vào mùa hè và mùa thu theo 2 cơ chế trái ngược nhau, do đó tương quan giữa lượng mưa và bụi mịn PM2.5 là không tuyến tính.

3.3.5. Xây dựng quan hệ hồi quy giữa nồng độ bụi mịn PM2.5 và

các biến khí tượng bằng mô hình ANN

Các kết quả trên đã chỉ ra rằng một số yếu tố khí tượng có sự ảnh hưởng nhất định đến sự phân bố nồng độ bụi PM2.5 ở TP. Hà Nội và để lượng hóa sự ảnh hưởng này, luận văn sử dụng mô hình ANN để xây dựng mối quan hệ giữa PM2.5 và các yếu tố khí tượng (Hình 3.8).

8

30

20

Hình 3.8: Sơ đồ mô phỏng mạng ANN sử dụng trong luận văn

Sau khi tiến hành thử sai hàng loạt các lựa chọn khác nhau như số lớp, số nút trong mỗi lớp, nghiên cứu lựa chọn cấu trúc mô hình mạng thần kinh nhân tạo như hình 3.8 dưới đây: sơ đồ gồm 8 nút đầu vào; 2 lớp ẩn, lớp ẩn thứ nhất gồm 20 nút và lớp ẩn thứ hai gồm 30 nút; 1 nút ở lớp đầu ra và 1 đầu ra. Mô hình có duy nhất một biến đầu ra là nồng độ bụi PM2.5.

Để tránh hiện tượng ‘quá tốt’ (overfitting) của phương pháp này, nghiên cứu chia chuỗi số liệu ra thành 2 tập số liệu nhỏ hơn: tập số liệu huấn luyện (trainning set) và tập số liệu kiểm định (validating set). Nhiệm vụ của tập số liệu huấn luyện là xác định trọng số của các nút của mạng ANN. Tập số liệu kiểm định được sử dụng để hạn chế đến mức thấp nhất hiện tượng overfitting giữa đầu ra thực đo và tính toán. Tập số liệu này không hiệu chỉnh các trọng số của các nút mà được sử dụng để đảm bảo rằng bất kỳ sự gia tăng độ chính xác nào ở tập số liệu huấn luyện cũng tạo ra sự gia tăng độ chính xác ở tập số liệu chưa được huấn luyện, trước hết ở tập số liệu kiểm định. Nếu độ chính xác ở tập số liệu huấn luyện gia tăng nhưng độ chính xác ở tập số liệu kiểm định giữ nguyên hoặc giảm thì hiện tượng overfitting xảy ra và quá trình huấn luyện phải ngừng lại. Hai tập số liệu này được chọn ngẫu nhiên theo tỷ lệ 70% cho chuỗi số liệu huấn luyện và 30% cho chuỗi số liệu kiểm định. Nghiên cứu sẽ cho mô hình chạy lặp 1000 lần tương ứng với 1000 lần lấy mẫu (sampling) các chuỗi số liệu huấn luyện và kiểm định. Cách phân chia cho kết quả tốt nhất trong 1000 lần lấy mẫu sẽ được lựa chọn là mô hình mạng thần kinh nhân tạo cuối cùng. Trong hình 3.9 dưới đây so sánh kết quả dự báo và kết quả thực đo tính toán của tập số liệu huấn luyên và kiểm định của trường hợp tối ưu nhất.

Kết quả thu được cho thấy hệ số tương quan R trong nghiên cứu này có giá trị ở mức chấp nhận được (R = 0,66566 với tập số liệu training, R = 0,52151 với tập số liệu kiểm định) (chi tiết đoạn code lập trình xem trong phụ lục). Do đó, mô hình thần kinh nhân tạo có thể được sử dụng để dự báo nồng độ bụi mịn PM2.5 ở TP. Hà Nội dựa vào các biến khí tượng và giá trị nồng độ bụi mịn PM2.5 của ngày hôm trước.

Training result R = 0,53151

Training result R = 0,66566

(a) (b)

Hình 3.9: So sánh kết quả dự báo bụi PM2.5 và kết quả thực đo tính

toán của tập số liệu huấn luyện (a) và kiểm định (b)

KẾT LUẬN VÀ KIẾN NGHỊ

1. Kết luận

Tại TP. Hà Nội, hàm lượng bụi mịn PM2.5 ở các khu dân cư, trung tâm thương mại, hàm lượng bụi mịn PM2.5 vẫn còn thấp dưới mức quy chuẩn; các khu, cụm công nghiệp và làng nghề, hàm lượng bụi mịn PM2.5 bắt đầu vượt quy chuẩn cho phép nhưng mức độ vượt không đáng kể; riêng khu vực nút giao thông lớn, bến tàu, xe, hàm lượng bụi mịn PM2.5 tương đối cao, vượt quy chuẩn cho phép tương đối lớn.

Hàm lượng bụi mịn PM2.5 vào các tháng mùa hè là thấp nhất, tiếp đến là mùa thu, mùa xuân và cao nhất là mùa đông. Trong ngày, thời điểm 9 – 10h sáng nồng độ bụi PM2.5 thường tăng cao nhất, sau đó giảm dần, sau 15h nồng độ bụi bắt đầu tăng và đạt đỉnh thứ hai khoảng 21h.

Các yếu tố khí tượng như độ ẩm, nhiệt độ, tốc độ gió, lượng mưa đều ảnh hưởng đến sự phân bố bụi mịn PM2.5, trong đó tốc độ gió có ảnh hưởng lớn nhất, tiếp đến là nhiệt độ và cả hai đều có tương quan tuyến tính âm trong khi độ ẩm có tương quan âm vào mùa đông và mùa xuân, tương quan dương vào mùa hè và mùa thu.

Nồng độ bụi mịn PM2.5 có thể được dự báo dựa vào các biến khí tượng như nhiệt độ, độ ẩm, lượng mưa, tốc độ gió, tổ hợp tích của các biến này và nồng độ bụi PM2.5 của ngày hôm trước thông qua mô hình thần kinh nhân tạo ANN với hệ số tương quan ở mức chấp nhận được, R = 0,66566.

2. Kiến nghị

Do khuôn khổ nghiên cứu của luận văn có hạn, các kết quả của luận văn là các nghiên cứu dựa trên số liệu của 1 trạm quan trắc và dữ liệu của năm 2018. Để có thể áp dụng được trong thực tiễn, cần đánh giá với bộ số liệu dày hơn và sử dụng số liệu của nhiều trạm quan trắc hơn (nên phân bố đều ở các khu vực trong TP. Hà Nội).

TÀI LIỆU THAM KHẢO

[1] Bộ Tài Nguyên Môi trường, “Báo cáo hiện trạng môi trường Quốc gia năm 2016. Chương 2: Môi trường không khí” vol. 2, pp. 25– 45, 2017.

[2] WHO (2019), https://www.who.int/vietnam/vi/news/feature-

stories/detail/ten-threats-to-global-health-in-2019.

[3] Cục Y tế, Bộ Giao thông Vận tải (2010). Đề tài “Nghiên cứu đánh giá tổng thể sức khỏe và thiệt hại kinh tế do ô nhiễm không khí gây ra”.

[4] Cục Kiểm soát Ô nhiễm, Tổng cục Môi trường (2013). Dự án “

Kiểm soát ô nhiễm môi trường làng nghề”.

[5] Viện Khoa học Quản lý môi trường, Tổng cục Môi trường (2012). Đề tài “Ảnh hưởng của ô nhiễm không khí đến sức khỏe người dân”.

[6] Hazenkamp-von Ã, M.E., Schindler, C., Ragettli, M.S., Kunzli, N., Fahrlander, C.B, Liu, L.J.S. (2011). Impact of hightway traffic exhaust in alpine valleys on the respiratory health in adults: A crossectional study. En viaromental Health, 10(13) 1-9.

[7]. Laden, F., Schwartz, J., Speizer, F.E and Dockery, D.W. (2001). Air pollution and mortality: A continued follow-up in the harvard six cities study. Epidemiology 12 437.

[8] Nam, K.M., Selin, N.E. , Reilly, J.M. , Paltsev, S. (2010). Measuring welfare loss caused by air pollution in Europe: A CGE analysis. Energy Policy, 38 5059–5071.

[9] Schleicher, N., Norra, S., Fricker, M., Kaminski, U., Chen, Y., Chai, F., Wang, S., Yu, Y., Cen, K. (2013). Spatio-temporal variations of black carbon concentrations in the Megacity Beijing. Environmental Pollution, 182 392-401.

[10] Yang, F., Tan, J., Zhao, Q., Du, Z., He, K., Ma, Y., Duan, F., Chen, G. and Zhao, Q. (2011). Characteristics of PM2.5 speciation in representative megacities and across China. Atmos. Chem. Phys., 11 5207–5219.

[11] Padró-Martínez, L.T., Patton, A.P., Trull, J.B., Zamore, W.2, Brugge, D. and Duran, J.L. (2012). Mobile monitoring of particle number concentration and other traffic-related air pollutants in a near-highway neighborhood over the course of a year. Atmos Environ., 61 253–264.

[12] Zhao, X. Zhang, X., Xu, X., Xu, J., Meng, W., Pu, W. (2009). Seasonal and diurnal variations of ambient PM2.5 concentration in urban and rural environments in Beijing. Atmospheric Environment.,43(18) 2893-2900.

[13] Zhang, H., Wang, Y., Hu, J., Ying, Q., Hu, X.M. (2015). Relationships between meteorological parameters and criteria air pollutants in three megacities in China. Environmental Research. 140 242-254.

[14] Monre(2019), http://www.monre.gov.vn/Pages/thuc-trang-o-

nhiem-khong-khi-o-viet-nam.aspx.

[15] Hien, P.D., Bac, V.T., Tham, H.C., Nhan, D.D., Vinh, L.D. (2002). Influence of meteorological conditions on PM2.5 and PM2.5−10 concentrations during in Hanoi, Vietnam. the monsoon season Atmospheric Environment, 36(21) 3473-3484.

[16] Hai, C.D., Oanh, N.T.K. (2013). Effects of local, regional meteorology and emission sources on mass and compositions of particulate matter in Hanoi. Atmospheric Environment, 78 105-112.

[17] Tiryaki, S., Aydin, A. (2014). An artificial neural network model for predicting compression strength of heat treated woods and comparison with a multiple linear regression model. Construction and Building Materials, 62 102-108.

[18] Thủy, T.T., Hạnh, N.T.Đ., Thư, N.T.A., Thắm, T.T. (2013). Nghiên cứu ảnh hưởng của hiện tượng nghịch nhiệt đến hàm lượng bụi PM2.5 trong môi trường không khí tại Hà Nội. Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Môi trường, 34(3), 1-9.

[19] Huang, F., L, X., Wang, C., Xu, Q., Wang, W., Luo, Y., Tao, L., Gao, Q., Guo, J., Chen, S., Cao,K., Liu, L., Gao, N., Liu, X., Yang, K., Yan, A., Guo, X. (2015). PM2.5 Spatiotemporal Variations and the Relationship with Meteorological Factors during 2013-2014 in Beijing, China. LoS ONE 10(11): e0141642.

[20] Li, X., Feng, Y.J., Liang, H.Y. (2017). The Impact of Meteorological Factors on PM2.5 Variations in Hong Kong.IOP Conf. Series: Earth and Environmental Science. 78, 012003.

[21] Wang, J. And Ogawa, S. (2015). Effects of Meteorological Conditions on PM2.5 Concentrations in Nagasaki, Japan. Int. J. Environ. Res. Public Health. 12, 9089-9101.

[22] Chunxue Y., Haidong K., Renjie C. (2011). Research on level, composition, source and pollution characteristics of ambient fine particles in China. Journal of environment and health, 28, 735-738.

[23] Xianlei Z., Yuanhang Z., Limin Z. (2005).

Source Identification of Ambient PM2.5 in Beijing. Research of environmental sciences, 18, 1-5.

[24] Chen, Z., Xie, X., Cai, J., Chen, D., Gao, B., He,B., Cheng, N. and Xu, B. (2018). Understanding meteorological influences on PM2.5 concentrations across China: a temporal and spatial perspective. Atmos. Chem. Phys., 18, 5343–5358.

[25] Zhang, Q., Quan, J., Tie, X., Li, X., Liu, Q., Gao, Y. andZhao, D. (2015). Effects of meteorology and secondary particle formation on visibility during heavy haze events in Beijing, China. Sci Total Environ., 502, 578–84.

[26] Vassilakos, C., Saraga, D., Maggos, T., Michopoulos, J., Pateraki, S., Helmis, C.G.( 2005). Temporal variations of PM2.5 in the ambient air of a suburban site in Athens, Greece. Sci Total Environ., 349, 223–31.

[27] Luo, X. S., Zhao, Z., Chen, Y., Ge, X. L. Huang, Y., Suo, C. and Zhang, D. (2017). Effects of emission control and meteorological parameters on urban air quality showed by the 2014 youth olympic games in China, Fresen. Environ. Bull., 26, 4798–4807,

[28] Tian,G., Liu, X. and Kong, L. (2017). Spatiotemporal Patterns and Cause Analysis of PM 2.5 Concentrations in Beijing, China. Hindawi Advances in Meteorology. 2018, 1724872.

[29] Zhang, Y., Jian, W. (2017). Pollution characteristics and influencing factors of atmospheric particulate matter (PM2.5) in Chang- Zhu-Tan area.IOP Conf. Series: Earth and Environmental Science 108, 042047.

[30] Yanosky, J.D., Paciorek, C.J., Laden, F., Hart, J.E., Puett, R.C., Liao, D., Suh, H.H. (2014). Spatio-temporal modeling of particulate air pollution in the conterminous United States using geographic and meteorological predictors. Environ Health., 13(1), 63.

the [31] Song, C., Pei, T., Yao, L. (2015). Analysis of characteristics and evolution modes of PM2.5 pollution episodes in Beijing, China during 2013. Int J Environ Res Public Health., 12(2), 1099–111.

[32] Olivares, G., Johansson, C., Ström, J. (2007). Hansson HC. The role of ambient temperature for particle number concentrations in a street canyon. Atmos Environ., 41(10), 2145–55.

[33] Dawson, J.P., Adams, P.J., Pandis, S.N. (2007). Sensitivity of PM2.5 to climate in the Eastern US: a modeling case study. Atmos. Chem. Phys. 7(16), 4295–4309.

[34] Kang, H., Zhu, B., Su, J., Wang, H., Zhang, Q. and Wang, F. (2013). Analysis of a long-lasting haze episode in Nanjing, China. Atmos. Res., 120–121, 78–87.

[35] Zhao, D., Chen, H., Sun, X., Shi, Z. (2018). Spatio-temporal Variation of PM2.5 Pollution and its Relationship with Meteorology among Five Megacities in China. Aerosol and Air Quality Research, 18, 2318–2331.

[36] Cheng, Y.H. (2010). Influences of traffic emissions and meteorological conditions on ambient PM10 and PM2.5 levels at a highway toll station. Aerosol Air Qual. Res. 10, 456–462.

[37] Connan, O., Maro, D., Hébert, D., Roupsard, P., Goujon, R., Letellier, B. and Le Cavelier, S. (2013). Wet and dry deposition of particles associated metals (Cd, Pb, Zn, Ni, Hg) in a rural wetland site, Marais Vernier, France. Atmos. Environ. 67, 394–403.

PHỤ LỤC

Đoạn code lập trình chạy mô hình ANN:

# Import library

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

import os

from numpy import array

from sklearn.model_selection import GridSearchCV

from sklearn.model_selection import TimeSeriesSplit

from sklearn.preprocessing import MinMaxScaler

from sklearn.preprocessing import StandardScaler

from sklearn.neural_network import MLPRegressor

# Set main working direction

os.chdir("J:\DOCUMENTS\WRI\Year2020\OnhiemKK_VienHanLa")

# RMSE function

def rmse(pred, targ):

differences = pred - targ

differences_squared = differences ** 2

mean_of_differences_squared = differences_squared.mean()

rmse_val = np.sqrt(mean_of_differences_squared)

return rmse_val

# NSE function

def nse(pred, obs):

error = (obs - pred) ** 2

obs_avg = obs.mean()

obs_diff = (obs - obs_avg) ** 2

nse_val = 1 - np.sum(error) / np.sum(obs_diff)

return nse_val

# IMPORT DATA

dat_raw = pd.read_csv('Input.csv')

X = dat_raw.drop(["Date", "PM25"], axis=1) # Drop unused cols

X.describe() # Check input

Y = dat_raw[["PM25"]] # Extract PM25 col as output

Y.describe() # Check output

# Standardize data the split

X_scaler = StandardScaler()

Y_scaler = StandardScaler()

X_scaled = X_scaler.fit_transform(X)

Y_scaled = Y_scaler.fit_transform(Y)

splitPoint = 280 # 75% of data

X_train_scaled, Y_train_scaled = array(X_scaled[0:splitPoint]),

array(Y_scaled[0:splitPoint])

X_test_scaled = array(X_scaled[splitPoint:])

Y_test = array(Y[splitPoint:])

Y_train_scaled = np.ravel(Y_train_scaled)

my_cv = TimeSeriesSplit(n_splits=5) # 5 folds

# region MODEL DEVELOPMENT NETWORK

# Implement model

np.random.seed(0)

mlp = MLPRegressor(shuffle=False, alpha=0.0001)

param_grid = {'hidden_layer_sizes': [20, 30],

'activation': ['logistic'],

'solver': ['adam'],

'learning_rate': ['adaptive'],

'learning_rate_init': [0.0001],

'max_iter': [10000], }

ann = GridSearchCV(mlp, param_grid, cv=my_cv, scoring='r2')

ann.fit(X_train_scaled, Y_train_scaled) # fit model

ann.out_activation_ = 'logistic' # change activation function for output

layer

ann_pred = ann.predict(X_test_scaled) # apply model to test set

ann_pred = ann_pred.reshape(-1, 1) # reshape

ann_pred_inv = Y_scaler.inverse_transform(ann_pred) # transform

# Quick test of results

print('RMSE = ', rmse(ann_pred_inv, Y_test))

print('NSE = ', nse(ann_pred_inv, Y_test))

print(ann.best_params_)

plt.scatter(ann_pred_inv, Y_test, marker='.')

plt.show()

# plt.plot(Y_test)

# plt.plot(ann_pred_inv)

# plt.show()

# endregion

# region PLOTTING

os.chdir("J:\DOCUMENTS\WRI\Year2020\OnhiemKK_VienHanLa")

# Change saving direction

# Scatter plot

coeff_test = np.polyfit(np.ravel(ann_pred_inv), np.ravel(Y_test), 1) #

calculate slope and intercept

Fit_line = np.poly1d(coeff_test) # create trend line

plt.scatter(ann_pred_inv, Y_test, color='black', s=15)

plt.plot(ann_pred_inv, Fit_line(ann_pred_inv), "k--")

plt.xlim(10, 60), plt.ylim(10, 60)

plt.xlabel("Prediction [$\mu$g/m3]")

plt.ylabel("Observation [$\mu$g/m3]")

plt.title('ANN - Daily PM2.5', fontweight="bold")

plt.savefig('ANN_daily_PM25.png', dpi=150)

plt.show()

plt.close()

# endregion

# region Export training results

Y_train_scaled = Y_train_scaled.reshape(-1, 1)

y_train_inv = Y_scaler.inverse_transform(Y_train_scaled)

y_train_inv = y_train_inv.reshape(-1, 1)

ann_train_pred = ann.predict(X_train_scaled)

ann_train_pred = ann_train_pred.reshape(-1, 1)

ann_train_inv = Y_scaler.inverse_transform(ann_train_pred)

rmse(ann_train_inv, y_train_inv), nse(ann_train_inv, y_train_inv)

coeff_train = np.polyfit(np.ravel(ann_train_inv), np.ravel(y_train_inv),

1) # calculate slope and intercept

FitLine_train = np.poly1d(coeff_train) # create trend line

plt.scatter(ann_train_inv, y_train_inv, color='black', s=15)

plt.plot(ann_train_inv, FitLine_train(ann_train_inv), "k--")

plt.xlim(0, 70), plt.ylim(0, 70)

plt.xlabel("Prediction [$\mu$g/m3]")

plt.ylabel("Observation [$\mu$g/m3]")

plt.title('ANN - Daily PM2.5 - Training Result', fontweight="bold")

plt.savefig('ANN_Daily_PM25_Train.png', dpi=150)

plt.close()

# # end region

# region EXPORT & SEASONAL ANALYSIS

# Export testing simulation data

pred_df = pd.DataFrame({'PM25_Sim': ann_pred_inv[:, 0],

'PM25_Obs': Y_test[:, 0]}) # convert to data frame

pred_df.to_csv('ANN_daily_PM25_Test.csv', index=False)

# Export training simulation data

sim_df = pd.DataFrame({'PM25_train': ann_train_inv[:, 0],

'PM25_obs': y_train_inv[:, 0]}) # convert to data frame

sim_df.to_csv('ANN_daily_PM25_Train.csv', index=False)

# end region

Luận văn Thạc sĩ Kỹ thuật môi trường: Nghiên cứu hiện trạng ô nhiễm bụi mịn PM2.5 ở một số khu vực điển hình TP. Hà Nội

2, XiXj) i , j = 1,2,..6, i≠ j

8

30

20

Training result R = 0,53151

Training result R = 0,66566

Có thể bạn quan tâm

Luận văn Thạc sĩ: Quản lý hoạt động phát triển nhận thức cho trẻ mẫu giáo ở các trường mầm non, huyện Hoàng Su Phì, tỉnh Hà Giang

Luận văn Thạc sĩ tóm tắt: Pháp luật về điều kiện đầu tư kinh doanh trong lĩnh vực giáo dục, đào tạo ở Việt Nam

Luận văn Thạc sĩ: Sự nghiệp nghiên cứu phê bình văn học của Hoài Thanh

Luận văn Thạc sĩ: Tiểu thuyết của Đỗ Phấn từ góc nhìn sinh thái

Luận văn Thạc sĩ: Giải pháp ứng phó với nhập cư ở Liên minh Châu Âu

Luận văn Thạc sĩ: Diễn ngôn về giới nữ trong văn xuôi nữ Việt Nam đương đại (khảo sát sáng tác của Dạ Ngân, Y Ban, Lý Lan, Nguyễn Thị Thu Huệ)

Luận văn Thạc sĩ: Xây dựng mức phát thải tham chiếu rừng khu vực huyện Bảo Lâm tỉnh Lâm Đồng

Luận văn Thạc sĩ: Đặc điểm nhân vật chính trong ba tác phẩm của Franz Kafka: Lâu đài, Vụ án, Hóa thân

Kháo luận tốt nghiệp: Vận dụng lí thuyết học tập trải nghiệm vào dạy học Thống kê - Xác suất ở lớp Hai

Luận văn Thạc sĩ: Xây dựng hệ thống điều khiển và thu nhận dữ liệu cho Robot dịch vụ

Luận văn Thạc sĩ: Thế giới nhân vật trong truyện ngắn Lê Minh Khuê sau năm 1975

Luận văn Thạc sĩ: Tác động của cấu trúc vốn đến hiệu quả hoạt động của các ngân hàng thương mại cổ phần niêm yết trên thị trường chứng khoán Việt Nam

Luận văn Thạc sĩ: Kiểm soát rủi ro tín dụng bán lẻ tại Ngân hàng Thương mại Cổ phần Đầu tư và Phát triển Việt Nam chi nhánh Thủ Thiêm

Luận văn Thạc sĩ: Các yếu tố ảnh hưởng đến hiệu quả kinh doanh của ngân hàng thương mại cổ phần niêm yết trên thị trường chứng khoán Việt Nam

Luận văn Thạc sĩ: Các nhân tố ảnh hưởng đến hành vi sử dụng dịch vụ ngân hàng điện tử tại Ngân hàng Thương mại Cổ phần Ngoại thương Việt Nam – Chi nhánh Thủ Đức

Luận văn Thạc sĩ: Các yếu tố tác đồng đến nợ xấu tại Ngân hàng Nông nghiệp và Phát triển Nông thôn - Chi nhánh Tiền Giang

Luận văn Thạc sĩ: Yếu tố ảnh hưởng đến quyết định sử dụng dịch vụ thanh toán không dùng tiền mặt tại Ngân hàng TMCP Công thương Việt Nam (Vietinbank)

Luận văn Thạc sĩ tóm tắt: Pháp luật về du lịch biển, thực tiễn tại tỉnh Bình Định

Luận văn Thạc sĩ: Ảnh hưởng của các yếu tố thương hiệu với vai trò trung gian của Marketing truyền miệng đến quyết định chọn việc làm của nhân viên GenZ tại chuỗi nhà hàng gà rán Popeyes khu vực Thành Phố Hồ Chí Minh

Luận văn Thạc sĩ: Ảnh hưởng của Marketing mix đến ý định học cao học của sinh viên khối ngành kinh tế thuộc Trường Đại học Công nghệ Thành phố Hồ Chí Minh

Tài liêu mới

Luận án Tiến sĩ: Nghiên cứu xây dựng thuật toán thích nghi và học tăng cường cấu trúc Actor - Critic điều khiển bám quỹ đạo cho robot di động đa hướng mecanum

Luận án Tiến sĩ: Cơ cấu bệnh tim mạch và chất lượng cuộc sống của người cao tuổi mắc suy tim, rung nhĩ điều trị tại Bệnh viện Thống Nhất, thành phố Hồ Chí Minh

Tóm tắt Luận án Tiến sĩ: Nghiên cứu hiện tượng nứt dăm đê sông vùng đồng bằng sông Hồng và dự báo khả năng bị nứt của một số đoạn đê

Tóm tắt Luận án Tiến sĩ: Nghiên cứu xây dựng giải pháp đảm bảo an toàn thông tin cho quá trình học liên kết dựa trên mật mã

Tóm tắt Luận án Tiến sĩ: Phát triển năng lực đánh giá công nghệ cho học sinh trong dạy học môn Công nghệ 11 ở trường trung học phổ thông

Tóm tắt Luận án Tiến sĩ: Nghiên cứu phân loại chi cầu diệp – Bulbophyllum Thouars (Orchidaceae) ở vùng Tây Nguyên bằng phương pháp hình thái và phân tử

Tóm tắt Luận án Tiến sĩ: Nghiên cứu đặc điểm phân bố và dinh dưỡng của các loài lưỡng cư ở Vườn Quốc gia Bến En và Khu bảo tồn thiên nhiên Pù Luông, tỉnh Thanh Hóa

Luận án Tiến sĩ: Tổng hợp luật dẫn và điều khiển cho một lớp tên lửa đối hải trên cơ sở ứng dụng mạng nơ ron và hệ mờ

Luận án Tiến sĩ: Nghiên cứu tổng hợp hệ điều khiển góc Pitch tua bin gió trong điều kiện có nhiễu tác động

Luận án Tiến sĩ: Nghiên cứu hóa học lipid của hai loài san hô thủy tức Millepora dichotoma và Millepora platyphylla ở Việt Nam

Luận án Tiến sĩ: Nghiên cứu kiểm soát phân phối công suất kéo trên cầu chủ động của ô tô con bằng ABS

Luận án Tiến sĩ: Ứng dụng phản ứng Domino vào tổng hợp các dẫn xuất Podophyllotoxin, Pyrimidine và đánh giá hoạt tính sinh học của các chất tổng hợp được

Luận án Tiến sĩ: Nghiên cứu thành phần hóa học và một số hoạt tính sinh học của cây chùm ngây (Moringa oleifera)

Tóm tắt Luận án Tiến sĩ: Nghiên cứu thành phần hóa học và ứng dụng ức chế ăn mòn cho thép của cao chiết xuất từ cây Lộc vừng thuộc họ Lecythidaceae

Luận án Tiến sĩ: Nghiên cứu hiện tượng nứt dăm đê sông vùng đồng bằng sông Hồng và dự báo khả năng bị nứt của một số đoạn đê

AI tóm tắt

Giới thiệu tài liệu

Đối tượng sử dụng

Từ khoá chính

Nội dung tóm tắt

Giới thiệu

Về chúng tôi

Việc làm

Quảng cáo

Liên hệ

Chính sách

Thoả thuận sử dụng

Chính sách bảo mật

Chính sách hoàn tiền

DMCA

Hỗ trợ

Hướng dẫn sử dụng

Đăng ký tài khoản VIP

093 303 0098

support@tailieu.vn

Phương thức thanh toán

Theo dõi chúng tôi

Facebook

Youtube

TikTok