การพัฒนา ทางเศรษฐกิจและ สังคมในช่วงไม่กี่ปีที่ผ่านมาก่อให้เกิดความท้าทายด้านสิ่งแวดล้อมมากมายในอ่าวฮาลองและพื้นที่กัวลุก (จังหวัดกวางนิญ) โดยเฉพาะอย่างยิ่งคุณภาพน้ำทะเลที่ลดลง ซึ่งคุกคามระบบนิเวศทางทะเลเฉพาะถิ่น
ในขณะเดียวกัน วิธีการตรวจสอบแบบดั้งเดิม เช่น การสุ่มตัวอย่างและการวิเคราะห์ในสถานที่ มีข้อจำกัดมากมายในแง่ของต้นทุน เวลา และขอบเขตการตรวจสอบ
เมื่อเผชิญกับความเป็นจริงดังกล่าว นักวิทยาศาสตร์ ชาวเวียดนามและโปแลนด์ได้ประสานงานกันเพื่อนำการวิจัยเกี่ยวกับการใช้การสำรวจระยะไกลและปัญญาประดิษฐ์มาใช้ในการเฝ้าติดตามคุณภาพน้ำ ซึ่งเป็นแนวทางที่ทันสมัยและประหยัดที่ให้การเฝ้าติดตามอย่างต่อเนื่องในพื้นที่ขนาดใหญ่
ภารกิจวิจัยร่วมมือที่รหัส QTPL01.03/23-24 ซึ่งดำเนินการร่วมกันโดยศูนย์อวกาศเวียดนาม (สถาบันวิทยาศาสตร์และเทคโนโลยีเวียดนาม) และสถาบันธรณีฟิสิกส์โปแลนด์ (สถาบันวิทยาศาสตร์โปแลนด์) ช่วยให้มีเครื่องมือตรวจสอบที่มีประสิทธิภาพมากขึ้นสำหรับการปกป้องสิ่งแวดล้อมทางทะเลในพื้นที่ชายฝั่งที่สำคัญ
แนวทางสมัยใหม่
ตามที่ดร. หวู อันห์ ตวน รองผู้อำนวยการทั่วไปของศูนย์อวกาศเวียดนาม ซึ่งเป็นผู้รับผิดชอบภารกิจนี้ กล่าวว่า นี่เป็นโครงการแรกในเวียดนามที่ใช้ข้อมูลดาวเทียม Sentinel-2 อัลกอริทึมการเรียนรู้ของเครื่องจักรขั้นสูง และแพลตฟอร์ม GEE (แพลตฟอร์มคลาวด์คอมพิวติ้งของ Google) พร้อมกัน เพื่อจำลองและตรวจสอบพารามิเตอร์คุณภาพน้ำ เช่น อุณหภูมิพื้นผิว ของแข็งแขวนลอย คลอโรฟิลล์เอ และความต้องการออกซิเจนทางเคมี
จากผลลัพธ์ของแบบจำลอง ทีมวิจัยได้สร้างแผนที่การกระจายคุณภาพน้ำเชิงพื้นที่และเวลา ซึ่งช่วยในการติดตามความผันผวน และให้คำเตือนล่วงหน้าเกี่ยวกับความเสี่ยงด้านมลพิษในอ่าวฮาลองและกัวลุก
นี่คือพื้นที่น้ำเชิงยุทธศาสตร์สองแห่งในจังหวัดกวางนิญ ซึ่งไม่เพียงแต่อุดมไปด้วยภูมิประเทศและคุณค่าทางนิเวศวิทยาเท่านั้น แต่ยังมีบทบาทสำคัญในการพัฒนาเศรษฐกิจและ การท่องเที่ยว ของจังหวัดอีกด้วย
แผนที่เหล่านี้สามารถนำมาใช้ในการบริหารจัดการทรัพยากรน้ำ สนับสนุนการปกป้องสิ่งแวดล้อม และแนะนำแนวทางการพัฒนาพื้นที่ชายฝั่งทะเลอย่างยั่งยืน
ทำความสะอาดสิ่งแวดล้อมในอ่าวฮาลอง (ภาพ: Thanh Van/VNA)
ดร. หวู อันห์ ตวน กล่าวว่าความแปลกใหม่ของการวิจัยนี้อยู่ที่การสังเคราะห์และการประยุกต์ใช้ความคิดสร้างสรรค์ของการสำรวจระยะไกล ปัญญาประดิษฐ์ และเทคโนโลยีคลาวด์คอมพิวติ้ง เพื่อแก้ปัญหาที่ซับซ้อนของการตรวจสอบคุณภาพน้ำในอ่าวฮาลอง ขณะเดียวกันก็นำเสนอแนวทางแก้ไขที่เป็นไปได้เพื่อเอาชนะความท้าทายของการขาดแคลนข้อมูล และให้การวิเคราะห์เชิงลึกที่มีคุณค่าเชิงปฏิบัติสูง
การศึกษานี้ได้สร้างแบบจำลองการเรียนรู้ของเครื่องจักรและปรับเทียบเพื่อให้ได้ความแม่นยำมากกว่า 73% และสร้างแผนที่การกระจายของพารามิเตอร์เหล่านี้ตามฤดูกาลและโดยเฉลี่ยรายปี
นอกจากนี้ การศึกษานี้ยังเปิดแนวทางใหม่ในการประยุกต์ใช้เทคโนโลยีการสำรวจระยะไกลร่วมกับการเรียนรู้ของเครื่องจักรเพื่อตรวจสอบคุณภาพน้ำ จึงสนับสนุนการจัดการทรัพยากรน้ำในพื้นที่ชายฝั่งที่สำคัญได้อย่างมีประสิทธิภาพ
มุ่งสู่การใช้งานอย่างแพร่หลายทั่วท้องทะเล
ดร. หวู อันห์ ตวน กล่าวเสริมว่า การศึกษานี้ใช้ข้อมูลจากดาวเทียม Sentinel-2 (เซ็นเซอร์ MSI) ในช่วงปี 2019-2023 รวมกับข้อมูลการวัดจริงจากกรมทรัพยากรธรรมชาติและสิ่งแวดล้อมจังหวัดกวางนิญและสำนักงานบริหารบรรยากาศและมหาสมุทรแห่งชาติ (สหรัฐอเมริกา) เพื่อคาดการณ์คุณภาพน้ำในพื้นที่ศึกษา
ภาพถ่ายดาวเทียมทั้งหมด 78 ภาพได้รับการประมวลผลและวิเคราะห์บนแพลตฟอร์มคลาวด์คอมพิวติ้งของ Google จากนั้นจึงนำอัลกอริทึมการเรียนรู้ของเครื่อง เช่น Random Forest, Boosting Regression และ AdaBoost Regression มาประยุกต์ใช้เพื่อทำนายตัวชี้วัดคุณภาพน้ำ
ตามที่ดร. หวู อันห์ ตวน กล่าว การศึกษานี้ยังระบุแถบสเปกตรัมที่สำคัญจากภาพถ่ายดาวเทียม Sentinel-2 อีกด้วย ซึ่งจะช่วยเพิ่มประสิทธิภาพโมเดลการเรียนรู้ของเครื่องจักรและลดต้นทุนการรวบรวมข้อมูลในอนาคต
งานวิจัยนี้จะถูกนำไปใช้ทั่วท้องทะเลเวียดนาม (ภาพ: Viet Hoang/VNA)
จากผลลัพธ์ของแบบจำลอง ทีมวิจัยได้สร้างแผนที่การกระจายคุณภาพน้ำเชิงพื้นที่และเวลา ซึ่งช่วยในการติดตามความผันผวน และให้คำเตือนล่วงหน้าเกี่ยวกับความเสี่ยงด้านมลพิษในอ่าวฮาลอง
แผนที่เหล่านี้สามารถนำมาใช้ในการบริหารจัดการทรัพยากรน้ำ สนับสนุนการปกป้องสิ่งแวดล้อม และแนะนำแนวทางการพัฒนาพื้นที่ชายฝั่งทะเลอย่างยั่งยืน
เกี่ยวกับทิศทางการวิจัยในอนาคต ดร. หวู อันห์ ตวน กล่าวว่าในอนาคตอันใกล้นี้ ทีมวิจัยเสนอที่จะเพิ่มความถี่ในการสังเกตและการสุ่มตัวอย่าง และบูรณาการ AI เข้ากับข้อมูลภาพถ่ายดาวเทียมมากขึ้น เพื่อปรับปรุงความแม่นยำของพารามิเตอร์การคำนวณ
โดยเฉพาะอย่างยิ่ง การขยายการบูรณาการข้อมูลดาวเทียมประเภทต่างๆ (ปัจจุบันทีมงานได้ทดสอบกับดาวเทียม 3 ประเภท) จะช่วยเพิ่มความถี่ในการสังเกตการณ์ และไม่เพียงแค่จำกัดอยู่เพียงพารามิเตอร์คุณภาพน้ำ 4 รายการเท่านั้น แต่ยังสามารถขยายเป็น 5, 6 หรือมากกว่านั้นได้อีกด้วย
ทิศทางสำคัญประการหนึ่งต่อไปคือกลุ่มจะเผยแพร่ผลงานวิจัยนี้ไปทั่วทะเลเวียดนาม
แม้ว่าพื้นที่ทะเลแต่ละแห่งจะมีลักษณะเฉพาะของตัวเอง แต่ด้วยแพลตฟอร์มและกรอบการวิจัยเดียวกัน วิธีการคำนวณสามารถปรับเพื่อให้ได้ผลลัพธ์ที่แม่นยำและเหมาะสมได้
เป้าหมายสูงสุดคือให้ทีมงานสร้างระบบที่ครอบคลุมเพื่อตรวจสอบและควบคุมพารามิเตอร์คุณภาพน้ำทะเลอย่างต่อเนื่อง
ระบบจะให้ข้อมูลที่สำคัญแก่ผู้วางแผน โดยแจ้งเตือนทันท่วงทีเกี่ยวกับมลพิษทางน้ำ โดยเฉพาะผลกระทบต่อการเพาะเลี้ยงสัตว์น้ำและภาคเศรษฐกิจทางทะเลอื่นๆ
ในการประเมินผลการวิจัยนี้ รองศาสตราจารย์ ดร. Pham Quang Vinh สมาชิกสภาการยอมรับของสถาบันวิทยาศาสตร์และเทคโนโลยีเวียดนาม กล่าวว่า ด้วยการส่งเสริมการประยุกต์ใช้ AI ในการวิจัยสภาพแวดล้อมทางน้ำ ทีมวิจัยได้ใช้อัลกอริทึมใหม่เพื่อประมวลผลข้อมูลการสำรวจระยะไกลในการวิจัยสภาพแวดล้อมทางน้ำชายฝั่ง
นี่เป็นตัวอย่างทั่วไปของความร่วมมือทางวิทยาศาสตร์ที่มีประสิทธิภาพด้วยการตีพิมพ์ร่วมกันระหว่างทั้งสองฝ่ายใน SCIE Q1 ซึ่งเป็นวารสารนานาชาติคุณภาพสูง จึงมีส่วนสนับสนุนในการส่งเสริมความร่วมมือด้านการวิจัยทางวิทยาศาสตร์ระหว่างเวียดนามและโปแลนด์ และเปิดทิศทางการพัฒนาใหม่ๆ ให้กับทั้งสองประเทศ
(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)