Hệ thống Dự báo Xâm nhập mặn TP.HCM

Ứng dụng web dự báo và cảnh báo xâm nhập mặn cho nông nghiệp tại TP.HCM, sử dụng AI/Machine Learning.

Biến đổi khí hậu và nước biển dâng đang là một trong những thách thức lớn nhất đối với Việt Nam, đặc biệt là tại khu vực Đồng bằng sông Cửu Long và Thành phố Hồ Chí Minh. Tình trạng xâm nhập mặn ngày càng diễn biến phức tạp, khó lường, gây ảnh hưởng nghiêm trọng đến nguồn nước sinh hoạt và đặc biệt là hoạt động sản xuất nông nghiệp. Tại TP.HCM, hệ thống sông ngòi chằng chịt (Sông Sài Gòn, Sông Đồng Nai, Sông Nhà Bè...) chịu ảnh hưởng mạnh của chế độ bán nhật triều từ Biển Đông, khiến mặn xâm nhập sâu vào nội đồng, đặc biệt là trong các tháng mùa khô.

Theo các số liệu quan trắc lịch sử từ năm 1995 đến 2022, độ mặn tại các trạm như Nhà Bè, Cát Lái hay Lý Nhân thường xuyên vượt ngưỡng an toàn trong nông nghiệp. Theo tiêu chuẩn của FAO, khi độ mặn vượt quá 4.0 g/l, nước được xem là ở mức "Nguy hiểm" và phải ngừng lấy nước tưới tiêu hoàn toàn để tránh gây chết cây trồng. Tuy nhiên, các phương pháp theo dõi truyền thống thường chỉ dừng lại ở việc quan trắc số liệu tại thời điểm hiện tại hoặc dự báo thủ công ngắn hạn, chưa cung cấp đủ thông tin để người nông dân và các nhà quản lý có kế hoạch chủ động tích trữ nước ngọt hoặc điều chỉnh lịch thời vụ.

Trong bối cảnh cuộc Cách mạng công nghiệp 4.0, việc ứng dụng Trí tuệ nhân tạo (AI) và Học máy (Machine Learning) vào dự báo môi trường đang trở thành xu hướng tất yếu. Với lượng dữ liệu lịch sử lớn (hơn 60.000 bản ghi về độ mặn, cùng dữ liệu mực nước và lượng mưa), việc áp dụng các mô hình học máy hiện đại như Facebook Prophet cho phép phân tích các yếu tố mùa vụ, xu hướng dài hạn và phát hiện các bất thường với độ chính xác cao hơn