การพัฒนา ทางเศรษฐกิจ และสังคมในช่วงไม่กี่ปีที่ผ่านมาได้ก่อให้เกิดความท้าทายทางสิ่งแวดล้อมมากมายในอ่าวฮาลองและเขตเกว๋าลุก (จังหวัดกวางนิญ) โดยเฉพาะคุณภาพน้ำทะเลที่ลดลง ซึ่งคุกคามระบบนิเวศทางทะเลซึ่งเป็นถิ่นอาศัยเฉพาะถิ่น
ในขณะเดียวกัน วิธีการตรวจสอบแบบดั้งเดิม เช่น การสุ่มตัวอย่างและการวิเคราะห์ในสถานที่จริง มีข้อจำกัดมากมายในด้านต้นทุน เวลา และขอบเขตการตรวจสอบ
เมื่อเผชิญกับความเป็นจริงดังกล่าว นักวิทยาศาสตร์ ชาวเวียดนามและโปแลนด์ได้ประสานงานกันเพื่อนำการวิจัยเกี่ยวกับการประยุกต์ใช้การรับรู้จากระยะไกลและปัญญาประดิษฐ์มาใช้ในการติดตามคุณภาพน้ำ ซึ่งเป็นแนวทางที่ทันสมัยและประหยัดที่ให้สามารถตรวจสอบอย่างต่อเนื่องในพื้นที่ขนาดใหญ่ได้
ภารกิจวิจัยร่วมมือที่มีรหัส QTPL01.03/23-24 ซึ่งดำเนินการร่วมกันโดยศูนย์อวกาศเวียดนาม (สถาบันวิทยาศาสตร์และเทคโนโลยีเวียดนาม) และสถาบันธรณีฟิสิกส์โปแลนด์ (สถาบันวิทยาศาสตร์โปแลนด์) ช่วยให้มีเครื่องมือตรวจสอบที่มีประสิทธิภาพมากขึ้นสำหรับการปกป้องสิ่งแวดล้อมทางทะเลในพื้นที่ชายฝั่งสำคัญ
แนวทางสมัยใหม่
ดร. หวู อันห์ ตวน รองผู้อำนวยการทั่วไปของศูนย์อวกาศเวียดนาม ซึ่งเป็นผู้รับผิดชอบภารกิจ กล่าวว่า นี่เป็นโครงการแรกในเวียดนามที่ใช้ข้อมูลดาวเทียม Sentinel-2 อัลกอริทึมการเรียนรู้ของเครื่องจักรขั้นสูง และแพลตฟอร์ม GEE (แพลตฟอร์มคลาวด์คอมพิวติ้งของ Google) พร้อมกัน เพื่อจำลองและตรวจสอบพารามิเตอร์คุณภาพน้ำ เช่น อุณหภูมิพื้นผิว สารแขวนลอย คลอโรฟิลล์เอ และความต้องการออกซิเจนทางเคมี
จากผลลัพธ์ของแบบจำลอง ทีมวิจัยได้สร้างแผนที่การกระจายคุณภาพน้ำเชิงพื้นที่และเวลา ช่วยตรวจสอบความผันผวน และเตือนความเสี่ยงด้านมลพิษในอ่าวฮาลองและกัวลุกล่วงหน้า
นี่คือพื้นที่น้ำเชิงยุทธศาสตร์สองแห่งในจังหวัดกวางนิญ ไม่เพียงแต่มีภูมิประเทศและคุณค่าทางนิเวศวิทยาอันอุดมสมบูรณ์เท่านั้น แต่ยังมีบทบาทสำคัญในการพัฒนาเศรษฐกิจและ การท่องเที่ยว ของจังหวัดอีกด้วย
แผนที่เหล่านี้สามารถนำมาใช้ในการบริหารจัดการทรัพยากรน้ำ สนับสนุนการปกป้องสิ่งแวดล้อม และแนะนำแนวทางการพัฒนาพื้นที่ชายฝั่งอย่างยั่งยืน
ทำความสะอาดสิ่งแวดล้อมในอ่าวฮาลอง (ภาพ: Thanh Van/VNA)
ดร. หวู่ อันห์ ตวน กล่าวว่าความแปลกใหม่ของการวิจัยอยู่ที่การสังเคราะห์และการประยุกต์ใช้ความคิดสร้างสรรค์ของการสำรวจระยะไกล ปัญญาประดิษฐ์ และเทคโนโลยีคลาวด์คอมพิวติ้ง เพื่อแก้ไขปัญหาที่ซับซ้อนของการตรวจสอบคุณภาพน้ำในอ่าวฮาลอง ขณะเดียวกันก็ให้แนวทางแก้ไขที่เป็นไปได้เพื่อเอาชนะความท้าทายของการขาดแคลนข้อมูล และให้การวิเคราะห์เชิงลึกที่มีมูลค่าเชิงปฏิบัติสูง
การศึกษานี้ได้สร้างแบบจำลองการเรียนรู้ของเครื่องจักรและปรับเทียบเพื่อให้ได้ความแม่นยำมากกว่า 73% และสร้างแผนที่การกระจายของพารามิเตอร์เหล่านี้ตามฤดูกาลและค่าเฉลี่ยรายปี
นอกจากนี้ การศึกษานี้ยังเปิดแนวทางใหม่ในการประยุกต์ใช้เทคโนโลยีการสำรวจระยะไกลร่วมกับการเรียนรู้ของเครื่องจักรในการติดตามคุณภาพน้ำ จึงช่วยสนับสนุนการจัดการทรัพยากรน้ำในพื้นที่ชายฝั่งสำคัญได้อย่างมีประสิทธิภาพ
สู่การใช้งานอย่างแพร่หลายข้ามทะเล
ดร. หวู อันห์ ตวน กล่าวเสริมว่า การศึกษานี้ได้ใช้ข้อมูลจากดาวเทียม Sentinel-2 (เซนเซอร์ MSI) ในช่วงปี 2562-2566 ผสมผสานกับข้อมูลการวัดจริงจากกรมทรัพยากรธรรมชาติและสิ่งแวดล้อม จังหวัดกวางนิญ และสำนักงานบริหารบรรยากาศและมหาสมุทรแห่งชาติ (สหรัฐอเมริกา) เพื่อคาดการณ์คุณภาพน้ำในพื้นที่ศึกษา
มีการประมวลผลและวิเคราะห์ภาพถ่ายดาวเทียมทั้งหมด 78 ภาพบนแพลตฟอร์มคลาวด์คอมพิวติ้งของ Google จากนั้นจึงนำอัลกอริทึมการเรียนรู้ของเครื่อง เช่น Random Forest, Boosting Regression และ AdaBoost Regression มาใช้เพื่อทำนายตัวบ่งชี้คุณภาพน้ำ
ตามที่ดร. หวู่ อันห์ ตวน กล่าว การศึกษานี้ยังระบุแถบสเปกตรัมที่สำคัญจากภาพถ่ายดาวเทียม Sentinel-2 อีกด้วย ซึ่งมีส่วนช่วยในการปรับปรุงโมเดลการเรียนรู้ของเครื่องจักรและลดต้นทุนการรวบรวมข้อมูลในอนาคต
งานวิจัยดังกล่าวจะถูกนำไปประยุกต์ใช้ทั่วน่านน้ำของเวียดนาม (ภาพ: Viet Hoang/VNA)
จากผลลัพธ์ของแบบจำลอง ทีมวิจัยได้สร้างแผนที่การกระจายคุณภาพน้ำเชิงพื้นที่และเวลา ช่วยติดตามความผันผวน และเตือนความเสี่ยงด้านมลพิษในอ่าวฮาลองล่วงหน้า
แผนที่เหล่านี้สามารถนำมาใช้ในการบริหารจัดการทรัพยากรน้ำ สนับสนุนการปกป้องสิ่งแวดล้อม และแนะนำแนวทางการพัฒนาพื้นที่ชายฝั่งอย่างยั่งยืน
เกี่ยวกับทิศทางการวิจัยในอนาคต ดร. หวู่ อันห์ ตวน กล่าวว่า ในอนาคตอันใกล้นี้ ทีมวิจัยเสนอที่จะเพิ่มความถี่ในการสังเกตและการสุ่มตัวอย่าง และบูรณาการ AI เข้ากับข้อมูลภาพถ่ายดาวเทียมมากขึ้น เพื่อปรับปรุงความแม่นยำของพารามิเตอร์การคำนวณ
โดยเฉพาะการขยายการบูรณาการข้อมูลดาวเทียมประเภทต่างๆ (ปัจจุบันทีมงานได้ทดสอบกับดาวเทียม 3 ประเภท) จะช่วยเพิ่มความถี่ในการสังเกตการณ์ได้ และไม่เพียงแค่จำกัดอยู่เพียง 4 พารามิเตอร์คุณภาพน้ำเท่านั้น แต่สามารถขยายเป็น 5, 6 หรือมากกว่านั้นได้
ทิศทางสำคัญประการต่อไปคือกลุ่มจะเผยแพร่ผลงานวิจัยนี้ไปทั่วทะเลเวียดนาม
แม้ว่าพื้นที่ทะเลแต่ละแห่งจะมีลักษณะเฉพาะของตัวเอง แต่ด้วยแพลตฟอร์มและกรอบการวิจัยเดียวกัน วิธีการคำนวณก็สามารถปรับเปลี่ยนเพื่อให้ได้ผลลัพธ์ที่แม่นยำและเหมาะสมได้
เป้าหมายสูงสุดคือทีมงานจะต้องสร้างระบบที่ครอบคลุมเพื่อตรวจสอบและควบคุมพารามิเตอร์คุณภาพน้ำทะเลอย่างต่อเนื่อง
ระบบจะให้ข้อมูลที่สำคัญแก่ผู้วางแผนโดยแจ้งเตือนอย่างทันท่วงทีเกี่ยวกับมลพิษทางน้ำ โดยเฉพาะผลกระทบต่อการเพาะเลี้ยงสัตว์น้ำและภาคเศรษฐกิจทางทะเลอื่นๆ
ในการประเมินผลการวิจัยนี้ รองศาสตราจารย์ ดร. Pham Quang Vinh สมาชิก Acceptance Council ของ Vietnam Academy of Science and Technology กล่าวว่า ทีมวิจัยได้ใช้อัลกอริธึมใหม่ๆ ในการประมวลผลข้อมูลการสำรวจระยะไกลในการวิจัยสภาพแวดล้อมทางน้ำชายฝั่ง โดยส่งเสริมการประยุกต์ใช้ AI ในการวิจัยสภาพแวดล้อมทางน้ำ
นี่เป็นตัวอย่างทั่วไปของความร่วมมือทางวิทยาศาสตร์ที่มีประสิทธิภาพด้วยการตีพิมพ์ร่วมกันระหว่างสองฝ่ายใน SCIE Q1 ซึ่งเป็นวารสารนานาชาติคุณภาพสูง จึงมีส่วนช่วยในการส่งเสริมความร่วมมือด้านการวิจัยทางวิทยาศาสตร์ระหว่างเวียดนามและโปแลนด์ อีกทั้งยังเปิดทิศทางการพัฒนาใหม่ๆ ให้กับทั้งสองประเทศอีกด้วย
(สำนักข่าวเวียดนาม/เวียดนาม+)
ที่มา: https://www.vietnamplus.vn/viet-nam-lan-dau-tien-ung-dung-ai-va-vien-tham-giam-sat-chat-luong-nuoc-bien-post1044935.vnp
การแสดงความคิดเห็น (0)