Tải bìa Tạp chí Khoa học Biến đổi khí hậu số 33: TẠI ĐÂY
|
STT |
Tên bài báo |
Số trang |
|
1. |
ĐẶC TRƯNG KHÍ HẬU VIỆT NAM NĂM 2024 Phạm Thị Hải Yến, Trần Thị Thảo, Lê Văn Tuân, Trương Thị Thanh Thủy, Ngày nhận bài: 18/3/2025; ngày chuyển phản biện: 19/3/2025; ngày chấp nhận đăng: 4/4/2025 Tóm tắt: Bài báo trình bày đánh giá khí hậu Việt Nam năm 2024 dựa trên phân tích thống kê từ chuỗi số liệu các yếu tố khí hậu của 150 trạm quan trắc khí tượng bề mặt trên phạm vi cả nước. Kết quả đánh giá cho thấy, nhiệt độ trong tất cả các tháng ở Việt Nam có xu thế cao hơn trung bình nhiều năm (TBNN), nắng nóng xuất hiện sớm và kéo dài, nhiều nơi có nhiệt độ vượt giá trị lịch sử cùng thời kỳ. Mùa mưa năm 2024 kéo dài ở Tây Nguyên và Nam Bộ. Đặc điểm này phần nào đã phản ánh quy luật tác động mạnh mẽ của ENSO (El Nino vào đầu năm và sự chuyển pha lạnh vào các tháng cuối năm) đến thời tiết khí hậu nước ta trong năm 2024. Mặt khác, xu thế tăng cao và thiết lập kỷ lục về nhiệt độ cũng cho thấy xu thế nóng lên toàn cầu, biến đổi khí hậu đã và đang ảnh hưởng tới Việt Nam. Từ khóa: Chuẩn sai, nhiệt độ, lượng mưa, trung bình nhiều năm, khí hậu. Tải bài viết: Tại đây |
1 |
|
|
CLIMATE CHARACTERISTICS OF VIET NAM IN 2024 Pham Thi Hai Yen, Tran Thi Thao, Le Van Tuan, Truong Thi Thanh Thuy, Received: 18/3/2025; Accepted: 4/4/2025 Abstract: The article provides a summary of the climate characteristics of Viet Nam based statistical analysis on data from 150 surface meteorological observation stations across the country. The assessment results indicate that temperatures in all months in Viet Nam tend to be higher than the historical average, with heatwaves occurring earlier and lasting longer. In many places, temperatures exceeded historical records for the same period. The rainy season in 2024 extended in the Central Highlands and the Southern region. This characteristic partly reflects the strong influence of ENSO (El Niño in early 2024 and the shift to cooler phases in the later months) on Vietnam’s weather and climate during the year. Furthermore, the increasing temperature trend and record-breaking heat also highlight the ongoing impact of global warming and climate change on Viet Nam. Keywords: Anomaly, annual mean, rainfall, temperature, climate. |
|
|
2. |
NGHIÊN CỨU ĐÁNH GIÁ XU THẾ VÀ MỨC ĐỘ BIẾN ĐỔI NHIỆT ĐỘ CỰC TRỊ TẠI KHU VỰC TỈNH LÂM ĐỒNG Trần Văn Định, Cao Hữu Thanh Vũ, Phạm Thị Minh Ngày nhận bài: 06/5/2025; ngày chuyển phản biện: 07/5/2025; ngày chấp nhận đăng: 26/5/2025 Tóm tắt: Trong nghiên cứu này tác giả sử dụng số liệu nhiệt độ tối cao (Tx) và nhiệt độ tối thấp (Tm) trong 40 năm qua (1981-2020) tại 3 trạm Đà Lạt, Liên Khương và Bảo Lộc để đánh giá xu thế và mức độ biến đổi của nhiệt độ cực trị tại Tỉnh Lâm Đồng. Kết quả đánh giá xu thế cho thấy, nhiệt độ tối thấp (Tm) có xu thế tăng với tốc độ tăng gấp 4 lần tốc độ tăng của nhiệt độ tối cao (Tx) ở hầu hết các trạm, riêng trạm Liên Khương Tx có xu thế giảm. Trong đó, xu thế biến đổi Tx ở trạm khí tượng Liên Khương, Bảo Lộc có xu thế Sen tăng đảm bảo mức ý nghĩa thống kê 95% với tốc độ tăng lần lượt 0,33oC/thập kỷ và 0,71oC/thập kỷ. Về mức độ biến đổi của Tx và Tm trong giai đoạn từ 1981 đến 2020, trên Tỉnh Lâm Đồng, Tm chủ yếu biến đổi tăng trong khoảng từ 0-1oC, do đóng góp phần lớn từ trạm Đà Lạt và trạm Bảo Lộc. Biến đổi Tm cũng xảy ra ngoài đoạn [-3, 3] nhưng với tần suất nhỏ, do đóng góp của trạm Bảo Lộc. Còn Tx biến đổi giảm trong khoảng 0-1oC, do sự đóng góp chủ yếu của trạm Đà Lạt và trạm Liên Khương. Những biến đổi Tx ngoài khoảng [-3, 3] không xảy ra. Như vậy, có thể nói ở Tỉnh Lâm Đồng, ở những nơi vốn đã lạnh thì ngày một ấm lên, tương tự những nơi vốn có nhiệt độ cực đại cao thì tốc độ ấm lên chậm hơn so với những nơi có nhiệt độ cực đại thấp. Từ khóa: Lâm Đồng, xu thế biến đổi, nhiệt độ cực trị, Mann-Kendall, Độ dốc Sen. Tải bài viết: Tại đây |
7 |
|
|
RESEARCH ON ASSESSMENT OF TRENDS AND LEVEL OF EXTREME TEMPERATURE CHANGE IN LAM DONG PROVINCE Tran Van Dinh, Cao Huu Thanh Vu, Pham Thi Minh Received: 06/5/2025; Accepted: 26/5/2025 Abstract: This study analyzed 40 years (1981-2020) of maximum (Tx) and minimum (Tm) temperature data from three meteorological stations-Da Lat, Lien Khuong, and Bao Loc-to assess the trends and levels of change in extreme temperatures in Lam Dong Province. Results show that Tm increased at a rate approximately four times higher than Tx at most stations. Notably, Tx trends at Lien Khuong and Bao Loc stations increased significantly at rates of 0.33°C/decade and 0.71°C/decade, respectively (p < 0.05), while Tx at Lien Khuong showed a decreasing trend. During the study period, Tm mainly increased by 0-1°C, particularly at Da Lat and Bao Loc. Changes beyond ±3°C were rare and mostly observed at Bao Loc. Tx changes were generally in the 0-1°C decrease range, primarily from Da Lat and Lien Khuong, with no changes exceeding ±3°C. These findings indicate that colder areas in Lam Dong have warmed more noticeably, while regions with higher maximum temperatures experienced slower warming. Keywords: Lam Dong Province, trend change, extreme temperature, Mann-Kendall and Sen’s slope. |
|
|
3. |
NGHIÊN CỨU ĐÁNH GIÁ XU THẾ BIẾN ĐỔI MƯA LỚN TẠI THÀNH PHỐ HỒ CHÍ MINH Lâm Thái Vĩ, Phạm Thị Minh, Trần Văn Định, Cao Hữu Thanh Vũ, Lê Minh Lưu Ngày nhận bài: 12/5/2025; ngày chuyển phản biện: 13/5/2025; ngày chấp nhận đăng: 02/6/2025 Tóm tắt: Trong bài báo này trình bày một số kết quả đánh giá xu thế mưa lớn tại Thành phố Hồ Chí Minh (TP HCM) bằng phương pháp phân tích hồi quy tuyến tính và xu thế Sen. Trong đó, kiểm định Mann-Kendall sử dụng để kiểm định xu thế biến đổi có đảm bảo mức ý nghĩa thống kê 95%. Số liệu sử dụng trong nghiên cứu là số liệu mưa ngày và số ngày mưa quan trắc tại trạm Tân Sơn Hòa thuộc khu vực TP HCM trong 45 năm (1980-2024). Kết quả đánh giá xu thế lượng/số ngày mưa lớn năm có xu thế tăng đảm bảo mức ý nghĩa thống kê 95% với tốc độ tăng khoảng 8.868 mm/năm/1,06 ngày/thập kỷ. Đối với xu thế biến đổi lượng mưa và số ngày mưa của 2 phân cấp cơ bản trong mưa lớn (mưa to và mưa rất to), kết quả chỉ ra xu thế tăng trong cả lượng/số ngày mưa to/mưa rất to. Đối với mưa to, có xu thế tăng thỏa mãn mức ý nghĩa thống kê với tốc độ tăng trong xu thế Sen là 5.549 mm/năm và 0,71 ngày/thập kỷ. Còn xu thế tăng trong lượng/số ngày mưa rất to không đảm bảo mức ý nghĩa thống kê. Ngoài ra, nghiên cứu chỉ ra cường độ mưa lớn cũng có xu thế tăng trong xu thế Sen, nhưng xu thế tăng này không đảm bảo mức ý nghĩa thống kê, còn xu thế tăng trong hồi quy tuyến tính với tốc độ 0,1749 mm/năm. Từ khóa: Cường độ mưa, số ngày mưa, biến đổi tuyến tính, độ dốc Sen, Mann-Kendall. Tải bài viết: Tại đây |
16 |
|
|
RESEARCH ON ASSESSMENT OF CHANGE TRENDS IN HEAVY RAIN IN HO CHI MINH CITY Lam Thai Vi, Pham Thi Minh, Tran Van Dinh, Cao Huu Thanh Vu, Le Minh Luu Received: 12/5/2025; Accepted: 02/6/2025 Abstract: This paper presents several findings on the trend analysis of heavy rainfall in Ho Chi Minh City, using linear regression and the Sen’s slope estimator methods. The Mann-Kendall test was applied to detect monotonic trends and assess their statistical significance at the 95% confidence level. The dataset used in this study comprises daily rainfall amounts and the number of rainy days recorded at Tan Son Hoa meteorological station in Ho Chi Minh City over a 45-year period (1980–2024). The results indicate a statistically significant increasing trend in the annual total amount and number of rainy days of heavy rainfall events, with an estimated increase of approximately 8.868 mm/year and 1.06 rainy days/decade, respectively. Regarding the trends in rainfall amount and number of rainy days within two main categories of heavy rainfall (i.e., “heavy rain” and “very heavy rain”), both show an upward trend. Specifically, the increase in both amount and number of rainy days of “heavy rain” events is statistically significant, with Sen’s slope estimates of 5.549 mm/year and 0.71 rainy days/decade. In contrast, the increasing trends in the amount and number of rainy days of “very heavy rain” events are not statistically significant. Additionally, the study finds that the intensity of heavy rainfall also exhibits an increasing trend according to the Sen’s slope estimator, although this trend is not statistically significant. However, linear regression analysis suggests a slight upward trend in rainfall intensity at a rate of 0.1749 mm/year. Keywords: Rainfall intensity, number of rainy days, linear variation, Sen’s slope, Mann-Kendall. |
|
|
4. |
ỨNG DỤNG MÔ HÌNH HỌC MÁY XGBOOST NHẬN DẠNG LŨ LỚN TRÊN Sông Đà Lương Hữu Dũng(1), Ngô Thị Thủy(1), Lương Tuấn Trung(1), Trịnh Thu Phương(2) Ngày nhận bài: 11/5/2025; ngày chuyển phản biện: 12/5/2025; ngày chấp nhận đăng: 30/5/2025 Tóm tắt: Nhận dạng lũ lớn trên các lưu vực sông đóng vai trò quan trọng trong công tác phòng chống thiên tai và đảm bảo sự phát triển bền vững của lưu vực. Hiện nay, với sự phát triển vượt bậc của khoa học máy tính, các phương pháp số như mô hình toán và trí tuệ nhân tạo đang được ứng dụng rộng rãi trong các nghiên cứu dự báo và nhận dạng các đặc trưng lũ lớn trên lưu vực Sông Hồng. Tuy nhiên, để xây dựng được mô hình học máy có thể nhận dạng, dự báo được những trận lũ lớn với độ chính xác cao vẫn còn gặp nhiều thách thức về nguồn dữ liệu và các quan hệ phi tuyến phức tạp. Nghiên cứu này được thực hiện với mục đích xây dựng được thuật toán học máy đủ mạnh, có thể dự báo, nhận dạng được dòng chảy đỉnh lũ đến Hồ Sơn La thông qua Trạm thủy văn Tạ Bú nằm ở hạ lưu hồ trong những trận lũ lớn từ nguồn dữ liệu ngắn (49 số liệu) , không có sự liên tục về thời gian. Mô hình học máy tiên tiến XGBoost và các kỹ thuật xử lý dữ liệu đầu vào được sử dụng cho kết quả huấn luyện đạt trên 97% trong tất cả 1.000 lần chạy và kết quả kiểm tra đạt khoảng 70%. Dự báo thử nghiệm cho trận lũ năm 2024 cũng cho kết quả dự báo đỉnh lũ chính vụ khá tốt, với sai số dưới 5%. Kết quả nhận dạng đỉnh lũ sớm và lũ muộn chấp nhận được với sai số đỉnh lũ trung bình ngày khoảng 14%. Từ khóa: Nhận dạng lũ, dự báo lũ, Sông Đà, học máy, XGBoost. Tải bài viết: Tại đây |
24 |
|
|
APPLICATION OF MACHINE LEARNING FOR LARGE FLOOD IDENTIFICATION Luong Huu Dung(1), Ngo Thi Thuy(1), Luong Tuan Trung(1), Trinh Thu Phuong(2) Received: 11/5/2025; Accepted: 30/5/2025 Abstract: Severe flood identification plays a critical role in disaster prevention and the sustainable development of river basins. In recent years, with the rapid advancement of computer science, numerical methods such as mathematical modeling and artificial intelligence have been widely applied in studies related to flood forecasting and the identification of flood characteristics in the Red River basin. However, developing a machine learning model capable of accurately identifying and forecasting major floods remains challenging due to limitations in data availability and complex nonlinear relationships among variables. This study aims to develop a robust machine learning algorithm capable of identifying and predicting flood peak discharges to the Son La reservoir using the Ta Bu station during severe flood events, using a limited dataset (49 records) with discontinuous time series. The advanced machine learning model XGBoost, along with input data preprocessing techniques, was employed. The training results achieved over 97% accuracy across all 1.000 runs, while the testing accuracy reached approximately 70%. Model-based forecasts for the 2024 flood season also showed promising performance in predicting the major flood peak, with an error margin of less than 5%. The model’s performance in identifying early and late flood peaks was accaptable, with an average daily peak error of around 14%. Keywords: Flood identification, flood forecast, Da River, machine learning, XGBoost. |
|
|
5. |
XÂY DỰNG MÔ HÌNH HỌC SÂU DỰ BÁO ĐẶC TRƯNG LŨ Ngô Thị Thủy(1), Lương Hữu Dũng(1), Trịnh Thu Phương(2), Ngày nhận bài: 21/5/2025; ngày chuyển phản biện: 22/5/2025; ngày chấp nhận đăng: 08/6/2025 Tóm tắt: Trí tuệ nhân tạo mà điển hình là các mô hình học sâu đang ngày càng được ứng dụng rộng rãi trong các nghiên cứu về thủy văn và tài nguyên nước. Trong bài toán dự báo lũ lớn trên các sông, các mô hình học máy, học sâu đã thể hiện được tiềm năng với tốc độ xử lý nhanh, cho kết quả với độ chính xác cao ngay cả với những chuỗi dữ liệu ngắn, tập trung vào mô tả các sự kiện lũ và không có tính liên tục về thời gian. Tuy có nhiều ưu điểm nhưng các mô hình học sâu hay trí tuệ nhân tạo nói chung đều cần kiến thức chuyên gia để định hướng cách học, tránh việc học máy móc. Nghiên cứu này được thực hiện nhằm xây dựng được mô hình học sâu dựa trên nền tảng mạng nơ-ron truyền thẳng đa tầng (Multilayer Perceptron-MLP) phục vụ dự báo đặc trưng lũ tại Trạm thủy văn Yên Bái trên Sông Thao. Từ dữ liệu lưu lượng chân lũ, lượng mưa tích lũy 5 ngày tại các trạm Sa Pa, Văn Chấn và Yên Bái, một mô hình MLP được xây dựng với cấu trúc 11×11. Mô hình được huấn luyện bởi 62 số liệu (1961-2022) và cho kết quả tốt với hệ số R2=0,69-0,84, sai số MAE<20% lưu lượng đỉnh lũ trung bình. Dữ liệu năm 2023-2024 được sử dụng để dự báo thử nghiệm đỉnh lũ tại Yên Bái, kết quả cho sai số đỉnh lũ đạt 9,8% (năm 2023) và 20,9% (năm 2024). Từ khóa: Multilayer Perceptron, dự báo lũ, Sông Thao, học sâu. Tải bài viết: Tại đây |
31 |
|
|
DEEP LEARNING MODEL FOR FLOOD CHARACTERISTIC PREDICTION Ngo Thi Thuy(1), Luong Huu Dung(1), Trinh Thu Phuong(2), Received: 21/5/2025; Accepted: 08/6/2025 Abstract: Artificial intelligence (AI), particularly deep learning models, has been widely applied in hydrology and water resources. In river flood forecasting, machine learning and deep learning models have demonstrated promising potential due to their fast computation and high accuracy, even with short and event-specific datasets lacking temporal continuity. Despite these advantages, deep learning models and AI in general require expert knowledge to guide learning and avoid overfitting or misinterpretation. This study aims to develop a deep learning model based on a Multilayer Perceptron (MLP) neural network to forecast flood characteristics at the Yen Bai hydrological station on the Thao River. Using flood recession flow data and 5-day accumulated rainfall from the Sa Pa, Van Chan, and Yen Bai stations, an MLP model with a 11×11 architecture was constructed. The model was trained on 62 historical flood events (1961–2022) and achieved good performance, with R² values ranging from 0.69 to 0.84 and a mean absolute error (MAE) of less than 20% of the average flood peak discharge. Validation using 2023–2024 data yielded peak errors of 9.8% and 20.9%, respectively. Keywords: Multilayer Perceptron, flood forecast, Thao River, deep learning. |
|
|
6. |
TỰ ĐỘNG XÁC ĐỊNH VÀ ĐO MỰC NƯỚC TỪ HÌNH ẢNH QUAN TRẮC Nguyễn Hữu Tài(1), Phạm Văn Chình(1), Hoàng Thị Ngần(1), Ngày nhận bài: 18/3/2025; ngày chuyển phản biện: 19/3/2025; ngày chấp nhận đăng: 18/4/2025 Tóm tắt: Trong bối cảnh chuyển đổi số đang diễn ra mạnh mẽ, việc ứng dụng công nghệ thị giác máy tính (Computer Vision) vào quan trắc thủy văn mang lại tiềm năng lớn trong công việc tự động hóa đo mực nước. Bài báo này trình bày một phương pháp tự động xác định và đo mực nước từ hình ảnh quan trắc trên thủy chí và giản đồ máy tự ghi mực nước, dựa trên thuật toán Nhận dạng chữ viết bằng OCR (Nhận dạng ký tự quang học) và thuật toán so khớp đặc điểm. Giải pháp này không chỉ giúp nâng cao độ chính xác, giảm thiểu sai số cho người dùng mà còn tận dụng tối đa cơ sở hạ tầng quan trắc hiện có tại các trạm thủy văn trên mạng lưới quốc gia. Kết quả nghiên cứu đã được áp dụng thực tế tại các trạm thủy văn, mở ra hướng đi mới cho việc phát triển rộng rãi trong quan trắc mực nước đa ngành. Với ưu điểm chi phí thấp, dễ khai thác, trực quan và phù hợp với các điều kiện địa hình phức hợp, phương pháp này góp phần thúc đẩy nhanh quá trình chuyển đổi số trong lĩnh vực thủy văn, hỗ trợ phát triển kinh tế – xã hội. Từ khóa: Tự động đo mực nước, thị giác máy tính, nhận dạng chữ viết. Tải bài viết: Tại đây |
40 |
|
|
AUTOMATICALLY DETERMINE AND MEASURE WATER LEVEL FROM MONITORING IMAGES Nguyen Huu Tai(1), Pham Van Chinh(1), Hoang Thi Ngan(1), Received: 18/3/2025; Accepted: 18/4/2025 Abstract: In the context of strong digital transformation, the application of computer vision technology to hydrological monitoring brings great potential in the automation of water level measurement. This paper presents a method for automatically identifying and measuring water levels from monitoring images on hydrographs and diagrams of automatic water level recorders, based on the OCR (Optical Character Recognition) and feature matching algorithms. This solution not only helps to improve accuracy and minimize errors for users, but also makes the most of the existing monitoring infrastructure at hydrological stations on the national network. The research results have been practically applied at hydrological stations, opening up a new direction for widespread development in multidisciplinary water level monitoring. With the advantages of low cost, easy exploitation, intuitiveness and suitability for complex terrain conditions, this method contributes to accelerating the digital transformation process in the field of hydrology, supporting socio-economic development. Keywords: Automatic water level measurement, computer vision, handwriting recognition. |
|
|
7. |
ÁP DỤNG MÔ HÌNH, THUẬT TOÁN, CƠ CHẾ HỌC MÁY ĐỂ ĐO MỰC NƯỚC TỪ HÌNH ẢNH QUAN TRẮC Nguyễn Hữu Tài(1), Phạm Văn Chình(1), Hoàng Thị Ngần(1), Ngày nhận bài: 3/4/2025; ngày chuyển phản biện: 4/4/2025; ngày chấp nhận đăng: 25/4/2025 Tóm tắt: Quan trắc mực nước, đóng vai trò to lớn trong việc dự báo, cảnh báo phòng chống thiên tai, nước biển dâng, ngập lụt đô thị, thủy điện, thủy lợi, xây dựng, giao thông … phục vụ phát triển kinh tế – xã hội, an ninh quốc phòng. Trạm quan trắc mực nước thuộc mạng lưới khí tượng thủy văn quốc gia. Đên nay, công trình quan trắc mực nước cũng rất đa dạng và phong phú, quan trắc bằng thiết bị tự động phát triển nhanh chóng. Tuy nhiên, quan trắc thủ công cũng còn khá phổ biến và hiện tại hệ thống thủy chí, giản đồ vẫn sẽ còn tồn tại lâu dài. Hệ thống mạng internet hầu hết các trạm cũng đang có sẵn, công trình, tuyến đo cũng đã có. Việc sử dụng mô hình, thuật toán, cơ chế học máy của mô hình tính toán giá trị mực nước rất quan trọng. Mô hình phù hợp sẽ giảm chi phí vận hành trong thu thập số liệu, tận dụng tối đa trang thiết bị sẵn có. Mô hình tốt, có độ tin cậy cao, dễ triển khai và phù hợp với mọi công trình quan trắc mực nước hiện có trong và ngoài ngành khí tượng thủy văn. Nghiên cứu này, trình bày về mô hình cơ bản cho các trường hợp, điều kiện khác nhau. Trong mỗi điều kiện thời tiết, từng loại hình ảnh, công trình, thủy chí, giản đồ khác nhau sẽ lựa chọn các thuật toán tính toán khác nhau, nhằm cho kết quả phù hợp nhất. Tương tự như vậy, tùy thuộc tính chất hình ảnh, điều kiện khác nhau để đưa ra một số mô hình học máy cho phù hợp. Tính toán ra giá trị mực nước là khâu then chốt của kết quả của mô hình học máy. Trong kết quả sử dụng phép so sánh kết quả của một số mô hình, cơ chế học máy, thuật toán sử dụng để đưa ra nhận xét, đề xuất, kiến nghị cụ thể để áp dụng vào thực tiễn cho từng đối tượng, bối cảnh của từng trạm đo. Từ khóa: Đo mực nước, thị giác máy tính, tích hợp IoT và AI, phát triển mô hình AI tự học. Tải bài viết: Tại đây |
50 |
|
|
APPLYING MODELS, ALGORITHMS, AND MACHINE LEARNING MECHANISMS TO MEASURE WATER LEVELS FROM OBSERVATION IMAGES Nguyen Huu Tai(1), Pham Van Chinh(1), Hoang Thi Ngan(1), Received: 3/4/2025; Accepted: 25/4/2025 Abstract: Water level monitoring plays a huge role in forecasting, warning, preventing natural disasters, rising sea levels, urban flooding, hydropower, irrigation, construction, transportation … serving socio-economic development, national security and defense. Water level monitoring stations belong to the national hydrometeorological network. Up to now, water level monitoring works are also very diverse and rich, monitoring by automatic equipment has developed rapidly. However, manual monitoring is still quite popular and currently the hydrometric system and diagrams will still exist for a long time. The internet network system of most stations is also available, the works and measuring lines are also available. The use of models, algorithms, and machine learning mechanisms of water level calculation models is very important. A suitable model will reduce operating costs in data collection, making the most of available equipment. A good model, highly reliable, easy to deploy and suitable for all existing water level monitoring works in and outside the hydrometeorological sector. This study presents the basic model for different cases and conditions. In each weather condition, each type of image, construction, hydrology, and diagram, different calculation algorithms will be selected to give the most suitable results. Similarly, depending on the nature of the image and different conditions, a number of suitable machine learning models will be proposed. Calculating the water level value is the key step in the results of the machine learning model. In the results, the comparison of the results of a number of models, machine learning mechanisms, and algorithms are used to make specific comments, suggestions, and recommendations for practical application to each object and context of each measuring station. Keywords: Water Level measurement, computer vision, IoT and AI integration; Self-Learning AI model development. |
|
|
8. |
NGHIÊN CỨU ĐÁNH GIÁ MỨC ĐỘ PHÙ HỢP CHO PHÁT TRIỂN MỘT SỐ CÂY LÂM NGHIỆP CHỦ LỰC TRÊN ĐỊA BÀN TỈNH QUẢNG NINH Phạm Ngọc Vinh, Nguyễn Đăng Mậu, Nguyễn Tuấn Thành, Nguyễn Hồng Sơn, Ngày nhận bài: 6/5/2025; ngày chuyển phản biện: 7/5/2025; ngày chấp nhận đăng: 29/5/2025 Tóm tắt: Bài báo trình bày kết quả nghiên cứu ứng dụng mô hình LUSET kết hợp hệ thống thông tin địa lý (GIS) nhằm đánh giá mức độ phù hợp về điều kiện khí hậu và đất đối với bảy loại cây trồng chủ lực tại Tỉnh Quảng Ninh, bao gồm: Quế, hồi, lát hoa, lim xanh, giổi xanh, thông và sở. Nghiên cứu sử dụng bộ dữ liệu khí hậu (nhiệt độ, lượng mưa, độ ẩm), đất đai (loại đất, pH, tầng canh tác) và địa hình (độ cao, độ dốc) để xây dựng bộ tiêu chí đánh giá. Kết quả cho thấy cây Sở có mức độ phù hợp cao nhất cả về khí hậu và đất; cây quế phù hợp với khí hậu nhưng bị giới hạn về đất đai; các cây như thông, hồi và lát hoa có mức độ phù hợp trung bình; lim xanh và giổi xanh có mức phù hợp thấp. Bản đồ phân vùng là công cụ quan trọng hỗ trợ quy hoạch phát triển nông – lâm nghiệp theo hướng thích ứng và bền vững, đồng thời góp phần cung cấp cơ sở khoa học cho các chính sách phát triển vùng nguyên liệu tại địa phương. Từ khóa: LUSET, cây trồng chủ lực, Quảng Ninh, phân vùng mức độ phù hợp, khí hậu, đất. Tải bài viết: Tại đây |
64 |
|
|
RESEARCH ON SUITABILITY ASSESSMENT FOR THE DEVELOPMENT OF SELECTED MAJOR FOREST TREES IN QUANG NINH PROVINCE Pham Ngoc Vinh, Nguyen Dang Mau, Nguyen Tuan Thanh, Nguyen Hong Son, Nguyen Van Son, Dam Minh Hoang, Duong Hai Yen, Kieu Thi Hanh Received: 6/5/2025; Accepted: 29/5/2025 Abstract: This paper presents the results of a study applying the LUSET model in combination with Geographic Information Systems (GIS) to assess the suitability of climatic and soil conditions for the cultivation of seven major crops in Quang Ninh Province, including cinnamon, star anise, melia azedarach, erythrophleum fordii, magnolia officinalis, pine, and camellia oleifera. The study utilized datasets on climate (temperature, rainfall, humidity), soil (soil type, pH, cultivation layer thickness), and topography (elevation, slope) to develop a comprehensive evaluation index system. The results show that camellia oleifera had the highest overall suitability in terms of both climate and soil; cinnamon was highly suitable in terms of climate but constrained by soil factors; pine, star anise, and melia azedarach showed moderate suitability; while erythrophleum fordii and magnolia officinalis had lower suitability. The resulting suitability maps serve as vital tools for spatial planning of adaptive and sustainable agroforestry development, and provide scientific evidence to support local policy-making for the development of strategic crop production zones. Keywords: LUSET, GIS, key crops, Quang Ninh, suitability assessment, climate, soil. |
|
|
9. |
NGHIÊN CỨU PHÂN VÙNG PHÁT TRIỂN CÂY BA KÍCH (MORINDA OFFICINALIS) TRÊN ĐỊA BÀN TỈNH QUẢNG NINH Nguyễn Tuấn Thành(1), Phạm Ngọc Vinh(1), Nguyễn Đăng Mậu(1), Ngày nhận bài: 6/5/2025; ngày chuyển phản biện: 7/5/2025; ngày chấp nhận đăng: 27/5/2025 Tóm tắt: Bài báo trình bày kết quả nghiên cứu ứng dụng mô hình LUSET nhằm đánh giá mức độ phù hợp về điều kiện khí hậu và đất đối với sự phát triển của cây ba kích trên địa bàn Tỉnh Quảng Ninh. Kết quả cho thấy khoảng 54% diện tích toàn tỉnh thuộc mức rất thích hợp, 43% thuộc mức thích hợp, trong khi một số khu vực núi cao có điều kiện ít hoặc không thích hợp chỉ chiếm khoảng 3%. Bản đồ phân vùng là công cụ quan trọng hỗ trợ quy hoạch phát triển vùng trồng cây dược liệu hiệu quả và thích ứng với biến đổi khí hậu. Từ khóa: Ba kích, dược liệu, LUSET, khí hậu, đất. Tải bài viết: Tại đây |
73 |
|
|
AGRO-ECOLOGICAL ZONING FOR THE DEVELOPMENT OF BA KICH (MORINDA OFFICINALIS) CULTIVATION IN QUANG NINH PROVINCE Nguyen Tuan Thanh(1), Pham Ngoc Vinh(1), Nguyen Dang Mau(1), Nguyen Hong Son(1), Received: 6/5/2025; Accepted: 27/5/2025 Abstract: This paper presents the results of a study applying the LUSET model to evaluate the suitability of climatic and soil conditions for the development of ba kich (morinda officinalis) cultivation in Quang Ninh province, Vietnam. The findings indicate that approximately 54% of the province’s area falls within the “highly suitable” category, 43% within the “suitable” category, while only about 3% of the area-mainly high mountainous zones-is classified as marginally or not suitable. The generated zoning maps serve as crucial tools for planning and promoting the effective and climate-resilient expansion of medicinal plant cultivation areas. Keywords: Ba kich, medicinal plant, LUSET, climate, soil. |
|
|
10. |
NGHIÊN CỨU SỰ PHÂN BỐ, TÍCH LŨY RÁC THẢI NHỰA TẠI MỘT SỐ CỬA SÔNG, BÃI BIỂN TẠI TỈNH THANH HÓA Mai Trọng Hoàng(1), Trần Văn Thụy(2), Mai Thị Huyền(3) Ngày nhận bài: 13/02/2025; ngày chuyển phản biện: 14/02/2025; ngày chấp nhận đăng: 19/3/2025 Tóm tắt: Sự phân bố, tích lũy rác thải nhựa (RTN) tại một số cửa sông và bãi biển Tỉnh Thanh Hóa được đánh giá dựa vào kết quả điều tra tại các vị trí đại diện của từng khu vực. Quá trình điều tra, khảo sát thực trạng phân bố rác thải nhựa được thực hiện tại 04 cửa sông (Lạch Trường, Lạch Hới, Lạch Bạng và Lạch Ghép) và 03 bãi biển (Hải Tiến, Sầm Sơn và Hải Hòa) theo hai mùa (mùa mưa và mùa khô) thông qua việc lựa chọn khu vực khảo sát và xác định ngẫu nhiên mặt cắt để đánh giá. Kết quả cho thấy, đối với khu vực cửa sông, cửa Lạch Trường ghi nhận lượng RTN tồn lưu lớn nhất, tiếp theo là cửa Lạch Bạng, Lạch Hới và Lạch Ghép. Đối với khu vực bãi biển, Hải Hòa là khu vực có lượng rác tồn lưu lớn nhất,tiếp theo là các bãi biển Hải Tiến và Sầm Sơn. So sánh theo mùa, lượng RTN ghi nhận vào mùa mưa thấp hơn so với mùa khô. Sự khác biệt này được giải thích là do sự thay đổi hoạt động của dòng chảy, vận chuyển RTN từ đất liền và cơ chế phân tán RTN. Kết quả đánh giá trên là cơ sở quan trọng để đưa ra những giải pháp phù hợp với mỗi khu vực nhằm giảm thiểu tồn lưu RTN một cách hiệu quả. Từ khóa: Rác thải nhựa, phân bố, tích lũy, cửa sông, bãi biển Thanh Hóa. Tải bài viết: Tại đây |
81 |
|
|
RESEARCH ON THE DISTRIBUTION AND ACCUMULATION OF PLASTIC WASTE AT SOME ESTUARIES AND BEACHES IN THANH HOA PROVINCE Mai Trong Hoang(1), Tran Van Thuy(2), Mai Thi Huyen(3) Received: 13/02/2025; Accepted: 19/3/2025 Abstract: The distribution and accumulation of plastic waste at some estuaries and beaches in Thanh Hoa province were assessed based on the results of surveys at representative locations in each area. The process of surveying the current status of plastic waste distribution was carried out at four river mouths (Lach Truong, Lach Hoi, Lach Bang and Lach Ghep) and three sandy beaches (Hai Tien, Sam Son and Hai Hoa) in two seasons (dry and rainy) through selecting survey areas and randomly determining cross-sections for evaluation. The results showed that, for the river mouths, Lach Truong estuary recorded the largest amount of plastic waste, followed by Lach Bang, Lach Hoi and Lach Ghep. For the sandy beaches, Hai Hoa is the area with the largest amount of residual waste , followed by Hai Tien and Sam Son beaches. Regarding to the season, the amount of plastic waste recorded in the rainy season was lower than that in the dry season. This difference is explained by changes in flow activities, transport of plastic waste from the mainland and the mechanism of plastic waste dispersion. The results of this assessment are an important basis for proposing appropriate solutions for each area to minimize the remaining plastic waste effectively. Keywords: Plastic waste, distribution, accumulation, river mouths, sandy beaches, Thanh Hoa. |
|
|
11. |
NGHIÊN CỨU VÀ ĐỀ XUẤT QUY TRÌNH THỰC HIỆN GIÁM ĐỊNH TƯ PHÁP DỰA TRÊN ĐÁNH GIÁ CHỈ SỐ CHẤT LƯỢNG NƯỚC MẶT Doãn Hà Phong, Nguyễn Thu Minh, Mai Trọng Hoàng, Ngày nhận bài: 2/01/2025; ngày chuyển phản biện: 03/01/2025; ngày chấp nhận đăng: 10/02/2025 Tóm tắt: Nghiên cứu sử dụng đa phương pháp nhằm phân tích, đánh giá và đề xuất quy trình thực hiện giám định tư pháp trong lĩnh vực tài nguyên nước. Kết quả nghiên cứu chỉ ra rằng chất lượng nước Sông Nhuệ tại các điểm quan trắc thường xuyên ở mức kém, thậm chí có thời điểm bị ô nhiễm nặng và ít biến động giữa các mùa trong năm. Chỉ số chất lượng nước (WQI) thể hiện từ 10-34 tại các điểm quan trắc khác nhau; chất lượng nước Sông Đáy từ 47-89 và cải thiện hơn chất lượng nước sông Nhuệ. Bài báo đã đề xuất được quy trình thực hiện giám định tư pháp trong lĩnh vực tài nguyên nước gồm 9 bước: Lựa chọn và tiếp nhận quyết định trưng cầu trực tiếp giám định tư pháp; giao nhận, mở niêm phong đối tượng giám định tư pháp; xác định thời hạn thực hiện; chuẩn bị giám định tư pháp; tổ chức thực hiện giám định tư pháp gồm xác định chỉ số chất lượng nước, phân tích và đánh giá thực trạng chất lượng nước sông; kết luận giám định tư pháp; bàn giao kết luận giám định tư pháp và lưu trữ hồ sơ giám định tư pháp trong lĩnh vực tài nguyên nước. Từ khóa: Giám định tư pháp, chỉ số chất lượng nước (WQI), quy trình thực hiện, tài nguyên nước, Sông Nhuệ – Đáy. Tải bài viết: Tại đây |
90 |
|
|
RESEARCH AND PROPOSED PROCEDURE FOR JUDICIAL EXAMINATION BASED ON SURFACE WATER QUALITY INDEX ASSESSMENT Doan Ha Phong, Nguyen Thu Minh, Mai Trong Hoang, Received: 2/01/2025; Accepted: 10/02/2025 Abstract: Research used more methodologies integration to analyze, assess, and suggest judicial examinate implementation procedure in water resources. Results indicated that water quality at monitoring stations on Nhue river is poor, even sometimes it is polluted heavily and less fluctuating between seasons in year. WQI index presents from 10-34 at different monitoring stations; WQI index at Day River is from 47-89 and it is regarded as more improved water quality than Nhue river. Moreover, this research is suggested judicial examinate implementation procedure in water resources including nine steps: Selecting and receiving directed referendum decision in judicial examination; opening seal and handover judicial examination objectives; identifying implemented time; preparing for judicial examination; organizing and implementing judicial examination, including identify water quality index, analyze and assess water quality situation; conclusion of judicial examination; handing all the judicial examination conclusion, and saving the whole judicial examination materials, which relate to water resources. Keywords: Judicial examination, water quality index (WQI), implement procedure, water resource, Nhue-Day River. |
|
|
12. |
CƠ CHẾ ẢNH HƯỞNG TỚI GIÓ MÙA TÂY NAM MẠNH Ở PHÚ QUỐC Phạm Hồng Đức(1), Trần Quang Đức(1), Lê Văn Phong(2), Trịnh Hoàng Dương(2) Ngày nhận bài: 17/4/2025; ngày chuyển phản biện: 18/4/2025; ngày chấp nhận đăng: 09/5/2025 Tóm tắt: Nghiên cứu này nhằm làm rõ thêm nhận định của các chuyên gia về ảnh hưởng của bão đến gió mạnh ở Phú Quốc thông qua việc xác định các trung tâm tác động và cơ chế khí tượng điều khiển gió mùa Tây Nam mạnh trong tháng 7 tại khu vực đảo Phú Quốc. Số liệu tái phân tích ERA5 với độ phân giải 0,25° về các chỉ số khí áp mực biển trung bình (mslp) đại diện cho năm trung tâm khí quyển lớn về áp cao Mascarene, áp cao cận nhiệt Châu Úc, áp thấp Ấn Độ, áp cao cận nhiệt Tây Bắc Thái Bình Dương và vùng dải hội tụ nhiệt đới (ITCZ)/áp thấp nhiệt đới (ATNĐ) được tính toán và phân tích hệ số tương quan với chỉ số gió vĩ hướng trung bình (Upq) gió vĩ hướng mực 850 mb tại Phú Quốc. Kết quả cho thấy cả hoạt động của dải hội tụ nhiệt đới trong năm không có bão, cũng như sự xuất hiện bão trên Biển Đông đều có khả năng làm gia tăng đáng kể cường độ gió tại Phú Quốc. Yếu tố quyết định đến gió mạnh là gradient khí áp giữa khu vực Phú Quốc và Bắc Biển Đông. Mức độ ảnh hưởng có thể xảy ra đồng thời hoặc trễ từ 1-2 ngày, tùy thuộc vào vị trí và cường độ của các hệ thống khí quyển. Từ khóa: Chỉ số gió Tây Nam, bão Biển Đông, ATNĐ, ITCZ, các trung tâm khí quyển. Tải bài viết: Tại đây |
103 |
|
|
MECHANISMS INFLUENCING STRONG SOUTHWEST MONSOON WINDS Pham Hong Duc(1), Tran Quang Duc(1), Le Van Phong(2), Trinh Hoang Duong(2) Received: 17/4/2025; Accepted: 09/5/2025 Abstract: This study aims to further clarify expert assessments regarding the impact of tropical cyclones on strong winds in Phu Quoc by identifying key influencing centers and meteorological mechanisms that control the intensification of the southwest monsoon during July in the Phu Quoc Island region. ERA5 reanalysis data with a spatial resolution of 0.25° were used to calculate mean sea level pressure (mslp) indices representing five major atmospheric centers: The Mascarene High, the Subtropical High over Australia, the Indian Low, the Northwestern Pacific Subtropical High, and the Intertropical Convergence Zone (ITCZ)/Tropical Depression (TD) region. These indices were then correlated with the average zonal wind index (Upq) at the 850 mb pressure level over Phu Quoc. The results show that both ITCZ activity during years without tropical cyclones and the presence of cyclones over the East Sea (South China Sea) can significantly enhance wind intensity over Phu Quoc. The key factor determining strong winds is the pressure gradient between Phu Quoc and the northern East Sea. The influence may occur immediately or with a delay of 1-2 days, depending on the location and intensity of the atmospheric systems involved. Keywords: Southwest wind index, East Sea tropical cyclone, tropical depression (TD), ITCZ, atmospheric centers. |
|
|
13. |
XÂY DỰNG HỆ THỐNG THÔNG TIN THỦY LỢI TỈNH BẾN TRE Đỗ Thành Long(1), Trần Thái Bình(1), Lê Ngọc Trâm Anh(1) Ngày nhận bài: 20/3/2025; ngày chuyển phản biện: 21/3/2025; ngày chấp nhận đăng: 18/4/2025 Tóm tắt: Bài báo trình bày nghiên cứu ứng dụng công nghệ WebGIS mã nguồn mở để xây dựng hệ thống thông tin hỗ trợ quản lý công trình thủy lợi tại Tỉnh Bến Tre. Hệ thống tích hợp các dữ liệu về công trình thủy lợi, thủy văn và số liệu quan trắc độ mặn, mực nước. Hệ thống cung cấp các chức năng như hiển thị bản đồ tương tác, biểu đồ và thống kê, nhờ đó hệ thống giúp theo dõi nguồn nước và lập kế hoạch vận hành công trình hiệu quả. Kết quả cho thấy việc ứng dụng công nghệ WebGIS nguồn mở để xây dựng hệ thống thông tin thủy lợi là hoàn toàn khả thi, bên cạnh đó hệ thống cũng góp phần nâng cao năng lực quản lý cho cán bộ địa phương, đồng thời hỗ trợ người dân và doanh nghiệp ứng phó với biến đổi khí hậu. Đây là một công cụ đầy hứa hẹn cho quản lý thủy lợi bền vững tại Bến Tre. Từ khóa: Thủy lợi, hệ thống thông tin, WebGIS, Bến Tre. Tải bài viết: Tại đây |
112 |
|
|
BUILDING THE IRRIGATION INFORMATION SYSTEM Do Thanh Long(1), Tran Thai Binh(1), Le Ngoc Tram Anh(1) Received: 20/3/2025; Accepted: 18/4/2025 Abstract: The article presents a study on the application of open source WebGIS technology to build an information system to support the management of irrigation works in Ben Tre province. The system integrates data on irrigation works, hydrology and salinity and water level monitoring data. The system provides functions such as interactive map display, charts and statistics, thereby helping the system monitor water resources and plan effective operation of works. The results show that the application of open source WebGIS technology to build an irrigation information system is completely feasible, besides, the system also contributes to improving the management capacity of local officials, while supporting people and businesses to respond to climate change. This is a promising tool for sustainable irrigation management in Ben Tre. Keywords: Irrigation, information system, WebGIS, Ben Tre. |
|