NGHIÊN CỨU KHẢ NĂNG ỨNG DỤNG MÔ HÌNH CH4NET VÀ ẢNH SENTINEL-2 TRONG NHẬN DIỆN PHÂN BỐ KHÔNG GIAN LIÊN QUAN ĐẾN PHÁT THẢI CH4 TẠI ĐỒNG BẰNG SÔNG HỒNG

Tóm tắt

Khí mê-tan (CH₄) là một trong những khí nhà kính quan trọng, đóng vai trò đáng kể trong quá trình biến đổi khí hậu toàn cầu do khả năng giữ nhiệt cao trong khí quyển [1]. Việc giám sát và dự đoán phân bố không gian của CH₄ vẫn còn nhiều thách thức, xuất phát từ sự tương tác phức tạp giữa các yếu tố bề mặt và các quá trình động lực khí quyển. Trong nghiên cứu này, một khung phương pháp tích hợp dữ liệu đa nguồn được đề xuất, kết hợp ảnh quang học Sentinel-2, dữ liệu CH₄ từ Sentinel-5P và dữ liệu khí tượng ERA5-Land nhằm phân loại mức CH₄ theo lưới không gian ở quy mô tháng. Để đảm bảo việc đánh giá mô hình phản ánh đúng khả năng tổng quát hóa, nghiên cứu áp dụng chiến lược chia dữ liệu độc lập theo không gian, trong đó các ô lưới trong tập huấn luyện và tập kiểm tra không có sự chồng lặp. Mô hình học sâu CH4Net-RRD được xây dựng và sử dụng để trích xuất đặc trưng không gian từ ảnh Sentinel-2, trong khi các biến khí tượng được xử lý bằng mạng perceptron nhiều lớp. Hai nguồn đặc trưng được kết hợp nhằm thực hiện phân loại nhị phân mê-tan. Kết quả thực nghiệm cho thấy mô hình chỉ sử dụng Sentinel-2 đạt Macro F1-score là 0,8100 phản ánh khả năng khai thác thông tin bề mặt ở mức trung bình. Khi tích hợp dữ liệu khí tượng, hiệu năng mô hình tăng lên 0,9128 cho thấy vai trò bổ trợ đáng kể của các biến khí quyển. Phân tích không gian cho thấy các sai lệch dự đoán không phân bố ngẫu nhiên mà tập trung tại các vùng chuyển tiếp. Kết quả nghiên cứu làm rõ vai trò tác động của các yếu tố khí quyển trong phân bố CH₄, đồng thời nhấn mạnh tầm quan trọng của phương pháp đánh giá độc lập theo không gian trong các bài toán mô hình hóa môi trường sử dụng viễn thám.