Viễn thám và mô hình trí tuệ nhân tạo giúp “nhìn xuyên mặt biển”: Những kết quả mới trong giám sát hệ sinh thái biển Nha Trang từ ảnh vệ tinh

Làm thế nào để biết một rạn san hô dưới mặt nước đang phát triển hay suy giảm? Làm thế nào để phát hiện những vùng biển có nguy cơ xảy ra hiện tượng tẩy trắng san hô trước khi thiệt hại trở nên nghiêm trọng? Và liệu có thể đo được độ sâu đáy biển mà không cần khảo sát toàn bộ bằng tàu chuyên dụng? Ngày nay, những câu hỏi đó đang dần được giải quyết nhờ sự kết hợp giữa ảnh vệ tinh và trí tuệ nhân tạo (AI).

Vịnh Nha Trang là một trong những vùng biển có giá trị đa dạng sinh học cao của Việt Nam, nơi đây tập trung nhiều hệ sinh thái quan trọng như rạn san hô, thảm cỏ biển và rừng ngập mặn. Tuy nhiên, quá trình phát triển kinh tế ven biển, hoạt động du lịch và tác động của biến đổi khí hậu đang khiến các hệ sinh thái này phải đối mặt với nhiều áp lực ngày càng gia tăng. Trong bối cảnh đó, các phương pháp giám sát truyền thống dựa trên khảo sát thực địa mặc dù rất quan trọng, nhưng lại tiêu tốn nhiều thời gian, kinh phí và nhân lực. Sự phát triển mạnh mẽ của công nghệ viễn thám và trí tuệ nhân tạo đã mở ra một hướng tiếp cận mới, cho phép theo dõi môi trường biển trên diện rộng, liên tục và hiệu quả hơn.

Nhóm nghiên cứu thuộc Phòng Sinh thái Nhiệt đới, Chi nhánh Ven biển/Trung tâm Nhiệt đới Việt - Nga, phối hợp cùng Trường Đại học Nông Lâm (Đại học Huế) và Trường Đại học Thái Bình Dương, đã triển khai một số nghiên cứu ứng dụng ảnh vệ tinh và AI nhằm xây dựng nền tảng “sinh thái số” phục vụ giám sát tài nguyên và môi trường biển tại khu vực phía nam vịnh Nha Trang.

1. Đo độ sâu đáy biển từ ảnh vệ tinh

Độ sâu là một trong những thông tin nền tảng quan trọng nhất đối với nghiên cứu và quản lý biển. Trước đây, việc xây dựng bản đồ độ sâu cần sử dụng các hệ thống đo đạc chuyên dụng trên tàu khảo sát, đòi hỏi chi phí lớn và thời gian triển khai kéo dài.

Nhờ sử dụng ảnh vệ tinh độ phân giải cao kết hợp với các thuật toán học máy, nhóm nghiên cứu đã xây dựng thành công bản đồ độ sâu vùng nước nông xung quanh các đảo phía nam vịnh Nha Trang. Các mô hình học máy có khả năng khai thác mối quan hệ giữa đặc trưng phổ của ảnh vệ tinh và độ sâu thực tế của đáy biển, từ đó nâng cao đáng kể độ chính xác của kết quả giải đoán.

Hình 1. Bản đồ độ sâu được xây dựng từ mô hình Random Forest và ảnh PlanetScope

Kết quả nghiên cứu cho thấy phương pháp này có thể mô tả khá chính xác địa hình đáy biển trong phạm vi nước nông ven bờ. Bản đồ độ sâu không chỉ có ý nghĩa đối với công tác quản lý và quy hoạch biển mà còn là cơ sở quan trọng cho các nghiên cứu về rạn san hô, cỏ biển và các hệ sinh thái đáy khác.

2. Lập bản đồ phân bố san hô bằng trí tuệ nhân tạo

Rạn san hô được ví như “rừng mưa nhiệt đới dưới đáy biển”, là nơi cư trú của hàng nghìn loài sinh vật biển. Tuy nhiên, việc giám sát phân bố của các rạn san hô trên diện rộng vẫn luôn là một thách thức lớn. Bằng cách kết hợp ảnh vệ tinh PlanetScope có độ phân giải 3 mét với các thuật toán AI hiện đại, nhóm nghiên cứu đã xây dựng bản đồ phân bố san hô năm 2024 cho khu vực phía nam vịnh Nha Trang với độ tin cậy cao. Kết quả ghi nhận tổng diện tích rạn san hô vùng nghiên cứu hiện đạt khoảng 84,34 ha.

Công nghệ này không chỉ chứng minh được khả năng giám sát biển trên diện rộng một cách khoa học, mà còn là công cụ quan trọng hỗ trợ triển khai các biện pháp quản lý và phục hồi hệ sinh thái biển theo hướng chủ động, bền vững trong tương lai.

Hình 2. Bản đồ hiện trạng phân bố san hô vùng nước nông xung quanh các đảo phía nam vịnh Nha Trang năm 2024 từ mô hình Deep Forest và ảnh PlanetScope.

3. Theo dõi nhiệt độ biển để cảnh báo nguy cơ tẩy trắng san hô

Nhiệt độ nước biển là một trong những yếu tố có ảnh hưởng mạnh mẽ đến sức khỏe rạn san hô. Khi nhiệt độ môi trường biển tăng cao trong thời gian dài, san hô có thể bị stress nhiệt, từ đó xảy ra hiện tượng tẩy trắng hàng loạt.

Sử dụng dữ liệu từ vệ tinh Sentinel-3 kết hợp với số liệu đo thực địa, nhóm nghiên cứu đã xây dựng thành công mô hình dự báo nhiệt độ bề mặt nước biển với độ chính xác cao. Bản đồ nhiệt độ thu được cho phép xác định những khu vực có nguy cơ chịu áp lực nhiệt lớn, cũng như những vùng có nền nhiệt ổn định hơn. Đặc biệt, khu vực quanh Hòn Mun và một số điểm ở phía đông nam đảo Hòn Tre được xác định là các “vùng trú ẩn nhiệt” tiềm năng, nơi hệ sinh thái san hô có thể chống chịu tốt hơn trước tác động của biến đổi khí hậu.

Những thông tin này có ý nghĩa quan trọng trong việc lựa chọn khu vực cần ưu tiên bảo tồn và phục hồi rạn san hô trong tương lai.

Hình 3. Biến động không gian SST mô hình hóa từ ảnh Sentinel-3.

4. Theo dõi biến động đường bờ từ hơn 20 năm bằng dữ liệu vệ tinh

Một trong những ưu thế lớn của công nghệ viễn thám là khả năng “nhìn lại quá khứ” thông qua kho dữ liệu ảnh vệ tinh lưu trữ trong nhiều thập kỷ. Bằng cách phân tích chuỗi ảnh vệ tinh từ năm 2002 đến năm 2024, nhóm nghiên cứu đã theo dõi được sự thay đổi của đường bờ biển quanh các đảo phía nam vịnh Nha Trang.

Kết quả cho thấy nhiều khu vực biển ven bờ, đặc biệt là vùng bao quanh đảo Hòn Tre, đã có sự thay đổi đáng kể do các hoạt động san lấp, mở rộng hạ tầng và phát triển du lịch. Những biến động này không chỉ làm thay đổi hình thái tự nhiên của đường bờ mà còn có thể ảnh hưởng đến chất lượng môi trường nước, độ đục, chế độ dòng chảy và các hệ sinh thái biển lân cận. Việc giám sát đường bờ bằng ảnh vệ tinh giúp cung cấp thông tin khách quan, liên tục và có hệ thống về những thay đổi đang diễn ra trong môi trường ven biển.

Hình 4. Quan sát dịch chuyển đường bờ biển tại khu vực phía nam vịnh Nha Trang từ ảnh vệ tinh trong các năm 2002, 2016 và 2024.

5. Hướng tới xây dựng hệ “sinh thái số” cho biển Việt Nam

Những kết quả nghiên cứu ban đầu tại vịnh Nha Trang cho thấy tiềm năng to lớn của việc kết hợp dữ liệu vệ tinh và trí tuệ nhân tạo trong giám sát tài nguyên và môi trường biển. Trong tương lai, nhóm nghiên cứu định hướng phát triển một hệ thống “sinh thái số” (Digital Ecology), nơi dữ liệu từ vệ tinh, thiết bị bay không người lái (UAV) và các mô hình AI được tích hợp trên một nền tảng thống nhất. Về lâu dài, đây sẽ là cơ sở quan trọng cho việc xây dựng các mô hình “bản sao số” của hệ sinh thái biển, hỗ trợ hiệu quả công tác quản lý tài nguyên, bảo tồn đa dạng sinh học và thích ứng với biến đổi khí hậu.

Sự kết hợp giữa khoa học biển, công nghệ viễn thám và trí tuệ nhân tạo (AI) không chỉ giúp chúng ta hiểu rõ hơn những gì đang diễn ra dưới mặt nước, mà còn mở ra một phương thức quản lý biển hiện đại, chủ động và bền vững hơn cho Việt Nam trong tương lai.

Nguồn tài liệu:

1. Nguyen Trinh Duc Hieu, Nguyen Hao Quang, Tran Duc Dien, Vo Thi Ha, Nguyen Dang Huyen Tran, Tong Phuoc Hoang Son, Tri Nguyen-Quang, Tran Thi Thuy Hang, Ha Nam Thang. Trends in Coral Reef Habitats over Two Decades: Lessons Learned from Nha Trang Bay Marine Protected Area, Vietnam. Water. 2025; 17(8):1224. https://doi.org/10.3390/w17081224

2. Nguyen Trinh Duc Hieu, Nguyen Hao Quang, Tri Nguyen-Quang, Tran Duc Dien, Vo Thi Ha, Nguyen Phuong Lien, Phuong Lan Nguyen, Nguyen Dang Huyen Tran, Gorin Sergey, Le Van Dan, Dang Ngoc Thi Giang, Ha Nam Thang. Machine learning approaches for satellite-derived bathymetry in tropical coastal waters: A comparative study from Nha Trang marine protected area, Vietnam. Vietnam Journal of Earth Sciences. 2025; 48(3), pp. 329-355. https://doi.org/10.15625/2615-9783/24020

3. Nguyễn Trịnh Đức Hiệu. Báo cáo tổng kết đề tài “Thành lập bản đồ hiện trạng phân bố san hô vùng nước nông ven bờ dựa trên thuật toán trí tuệ nhân tạo (học máy) kết hợp công nghệ viễn thám và GIS”. 2025. Trung tâm Nhiệt đới Việt - Nga.

Tác giả: Nguyễn Trịnh Đức Hiệu, Nguyễn Phương Liên, Vũ Việt Dũng, Võ Thị Hà (Phòng Sinh thái Nhiệt đới, Chi nhánh Ven biển/Trung tâm Nhiệt đới Việt - Nga); Hà Nam Thắng (Trường Đại học Nông Lâm, Đại học Huế); Nguyễn Đăng Huyền Trân (Trường Đại học Thái Bình Dương).