Luận án Nghiên cứu tích hợp hệ cảm biến và hệ thống thông tin địa lý phục vụ quản lý tài nguyên và môi trường

với các thiết bị quang học đa năng [78]. Lần đầu tiên,nhóm của PGS.TS Lê Trung Thành đã phát triển thành công cấu trúc Fano kép dựa trên bộ ghép 4x4 MMI thay vì sử dụng các bộ ghép định hướng truyền thống [79]. Trong nghiên cứu đó, nhóm nghiên cứu của PGS.TS Lê Trung Thành đã chỉ ra rằng các cảm biến dựa trên cấu trúc MMI có ưu điểm là nhỏ gọn, dung sai chế tạo lớn, ít nhạy cảm với dao động nhiệt độ và dễ chế tạo [78, 79, 80] Trong luận án tiếp tục phát triển và đề xuất một cấu trúc cảm biến quang học mới chỉ dựa trên một bộ ghép MMI 2x4 được tích hợp với một bộ cộng hưởng vi (MRR) [81]. Cấu trúc này có thể tạo ra hình dạng đường Fano và có độ nhạy rất cao, giới hạn phát hiện (DL) thấp và giá trị tốt (foM). Ngoài ra, luận án đề xuất một phương pháp tích hợp cảm biến quang này với các mạng cảm biến không dây cho các ứng dụng giám sát trực tuyến và thời gian thực. 109 Thiết kế cấu trúc cảm biến quang mới Sơ đồ cấu trúc được hiển thị trong Hình 3.26. Cấu trúc được đề xuất chứa một bộ ghép 2x4 MMI. Tại một cổng đầu ra, một vi bộ cộng hưởng duy nhất đang tạo ra một pha đặc biệt. Trong thiết kế này, ống dẫn sóng silicon có chiều cao 220nm, chiều rộng 500nm được sử dụng cho hoạt động ở chế độ đơn. Bước sóng là 1550nm. Silica được sử dụng để phủ lớp vỏ tại bộ cộng hưởng tham chiếu, nước muối được sử dụng làm lớp phủ tại vùng tiếp xúc của cảm biến. Để tạo hiệu ứng Fano, tại một cổng đầu ra khác của Hình 3.26, độ lệch pha được sử dụng là pi/2 bằng cách sử dụng giao thoa đa mode (MMI) với từng đầu vào-đầu ra [82], qua đó có thể tạo ra sự dịch pha cần thiết. Đối với bộ ghép 1x1 MMI, miền ở khoảng cách z dọc theo vùng đa mode có thể được tính thông qua phương trình sau: ψ(y, z = Lm) = e −jβ0M M−1∑ ν=0 Cνφyexp[J ν(ν + 2) 3Lpi piLM ] (3.13) ψ(y, z = Lm) = e −jβ0Mψ(y, z = 0)] (3.14) Do đó, sự khác biệt về pha tương đối giữa hai nhánh của ống dẫn sóng đa mode và ống dẫn sóng đơn là ∆φ = (β0M − β0)LM trong đó β0 và β0M là các hằng số lan truyền của các chế độ cơ bản của vùng đơn mode và đa mode. Hình 3.26: Cấu trúc cảm biến quang đo độ mặn nước biển dựa trên bộ ghép 2x4 MMI Trong phần này, luận án sử dụng chiều rộng ống dẫn sóng đa mode là 1mµ để tạo ra sự dịch pha. Đặc điểm miền dẫn sóng trong ống dẫn sóng đơn mode 110 và ống dẫn sóng đa mode được hiển thị như trong Hình 3.27 Trong đó, tiếp cận ống dẫn sóng được xác định là ống dẫn sóng đơn mode giống hệt nhau với chiều rộng Wa. Các ống dẫn sóng đầu vào và đầu ra được đặt tại các vị trí [83]: xi = (i+ 1 2 ) WMMI N , (i = 0, 1, ..., N − 1) (3.15) Bằng cách sử dụng các phương pháp phân tích và số, kết quả đã chỉ ra rằng tại các vị trí này của ống dẫn sóng đầu vào và chiều dài của bộ ghép 4x4 MMI của LMMI = 3Lpi2 , bộ ghép 4x4 MMI hoạt động như hai bộ ghép 3dB [72, 84, 85, 86]. Để tạo ra một thiết bị nhỏ gọn, phương pháp này đã chỉ ra rằng chiều rộng củaMMI được tối ưu hóa làWMMI = 6µm. Chiều dài tính toán của mỗi bộ ghép MMI được tìm thấy là LMMI = 138.9µm và giả định rằng tín hiệu ở cổng đầu vào 1. Luận án này tác giả sử dụng cơ chế cảm biến đồng nhất, trong đó κ1 và τ1 là hệ số ghép chéo và hệ số ghép truyền của bộ ghép vi cộng hưởng; α1 là hệ số suy hao của trường sau một vòng đi qua bộ vi cộng hưởng; ϕ1 = 2pineffLR1λ là giai đoạn khứ hồi, eeff là chỉ số hiệu quả và R1L là độ dài của bộ vi cộng hưởng. Quy trình thiết kế các tham số bộ ghép được sử dụng cho các bộ cộng hưởng vi vòng để đạt được các hệ số ghép cần thiết tương tự như quy trình được trình bày trong các công trình gần đây PGS.TS Lê Trung Thành và cộng sự [87, 88]. Trong nghiên cứu này, luận án sử dụng khe hở của bộ ghép hướng là 90nm cho bộ ghép 3dB. Công suất phát chuẩn hóa ở ống dẫn sóng đầu ra là [89]: T1 = α21 − 2α1τ1cos(ϕ1) + τ 21 1− 2α1τ1cos(ϕ1) + α21τ 21 (3.16) Pha của vi bộ cộng hưởng đơn là: φsingle = ∆ϕ = artan{ α1κ 2 1sin(ω) (1 + α21)τ − (1 + τ 21 )α1cos(ω) } (3.17) trong đó ω là tần số góc. Khi ánh sáng đi qua cổng đầu vào của bộ vi cộng hưởng, tất cả ánh sáng đều được nhận ở cổng xuyên ngoại trừ bước sóng thỏa 111 Hình 3.27: Cấu hình cơ bản trong chế độ đơn và chệ độ dẫn sóng đa mode 112 mãn các điều kiện cộng hưởng: mαr = neffLR1 = neff (piR1) (3.18) trong đó αr là bước sóng cộng hưởng và m là một số nguyên biểu thị thứ tự của cộng hưởng. Hoạt động của cảm biến sử dụng bộ vi cộng hưởng dựa trên sự dịch chuyển của bước sóng cộng hưởng. Một thay đổi nhỏ trong chỉ số hiệu dụng neff sẽ dẫn đến thay đổi bước sóng cộng hưởng. Sự thay đổi trong chỉ số hiệu quả là do sự thay đổi của chỉ số khúc xạ xung quanh (an) gây ra bởi sự có mặt của chất phân tích trong vi vòng. Độ nhạy của cảm biến bộ vi cộng hưởng được định nghĩa là [90, 91] S = ∂αr ∂na = ∂αr ∂neff ∂neff ∂na = ∂αr ∂neff SW (nm/RIU) (3.19) Trong đó SW = ∂neff∂na là độ nhạy của ống dẫn sóng, chỉ phụ thuộc vào các tham số của ống dẫn sóng và là hằng số đối với cấu trúc ống dẫn sóng nhất định. RIU là đơn vị chiết suất. Dựa trên phương pháp tính toán ma trận, chúng ta có thể tìm ra độ truyền qua của cấu trúc cảm biến là T = |cos(∆ϕ 2 )|2 (3.20) Một giá trị quan trọng khác đối với các ứng dụng cảm biến là giới hạn phát hiện (DL) δna . Nó có thể được định nghĩa là: DL = δna ≈ αr SQ ≈ ROSA S (RIU) (3.21) trong đó Q là hệ số chất lượng của bộ vi cộng hưởng, ROSA là độ phân giải của máy phân tích quang phổ [89, 92, 93]. Nên có độ phân giải chỉ số khúc xạ nhỏ, trong đó có thể phát hiện ra sự thay đổi chỉ số nhỏ của môi trường xung quanh. Do đó, hệ số Q cao và độ nhạy S là cần thiết. Mô phỏng và thảo luận Để đơn giản, luận án có thể sử dụng mô hình tính toán chiết suất độ mặn của nước muối sau đây làm ví dụ. Chiết suất của dung dịch NaCl là [94]: 113 n = 0.175X[p%] + 1.3105 (3.22) trong đó p% là nồng độ % của dung dịch. Chỉ số khúc xạ của độ mặn nước muối được thể hiện trong Hình 3.28 Hình 3.28: Chiết suất nông độ NaCl trong dung dịch nước biển Tiếp theo là việc thử nghiệm các thiết bị, bán kính vòng là R1 = 10µm và α1 = 10.98. Người ta cho rằng một bộ ghép 3dB được sử dụng tại bộ vi cộng hưởng. Các dung dịch NaCl có nồng độ 0%, 5% và 10% được đưa vào thiết bị. Việc truyền tải của thiết bị được hiển thị trong Hình 3.29. Từ mô phỏng này, chúng ta có thể tìm ra mối quan hệ giữa nồng độ NaCl và dịch chuyển bước sóng cộng hưởng. Bằng cách đo sự thay đổi bước sóng cộng hưởng, chúng ta có thể tính toán độ mặn của nước. Từ Hình 3.29, bằng cách đo độ dịch chuyển bước sóng cộng hưởng (∆α), nồng độ NaCl được phát hiện. Dịch chuyển bước sóng cộng hưởng được thể hiện trong Hình 3.30. Cơ chế dịch chuyển bước sóng cộng hưởng cho cảm biến, độ nhạy của cảm biến sử dụng phần này có thể được tính bằng công thức sau: S = ∆α ∆n = 581(nm/RIU) (3.23) Cảm biến đề xuất trong luận án này cung cấp độ nhạy 581 nm/RIU so với độ nhạy 170nm/RIU [95]. Nếu sử dụng khúc xạ kế quang học có độ phân giải 20pm, giới hạn phát hiện của cảm biến là khoảng 2.1 X 10−5, so với giới hạn 114 Hình 3.29: Chuyển đổi bước sóng trong thiết bị cảm biến Hình 3.30: Cộng hướng bước sóng tại các nồng độ NaCl khác nhau 115 phát hiện là 1.78 X 10−5 của cảm biến vi cộng hưởng đơn. Để đánh giá tốt hơn hiệu suất (The Figure of Merit - FOM) của cảm biến được xác định bởi công thức: FOM = S FWHM (3.24) Trong đó S độ nhạy của cảm biến và FWHM (Full Width at Half Maximum) là toàn bộ băng thông ở mức tối đa một nửa. Do đó, chúng ta có thể tính toán FOM = 71. Giá trị FOM này lớn hơn đáng kể so với giá trị của các báo cáo trước đó [96]. Các mô phỏng tổng thể của cấu trúc cảm biến được hiển thị trong Hình 3.31 ở các bước sóng khác nhau. Hình 3.31: Các kết quả mô phỏng của việc chuyển đổi tín hiệu qua cấu trúc cảm biến Cảm biến quang đo độ mặn nước biển thiết kế ở phần này có thể sử dụng mạng cảm biến không dây Zigbee IEEE 802.15.4 (tần số 2.4GHz, tốc độ dữ liệu 256kbps) như để cập ở mục 3.2.1 để tích hợp vào hệ thống quan trắc phục vụ việc giám sát mức độ xâm thực mặn vùng cửa biển trên lưu vực sông [97, 98, 99, 100, 101]. Cấu hình mạng Zigbee bao gồm ba thành phần như trong Hình 3.32. 116 Hình 3.32: Cấu trúc tích hợp với hệ thống IoT Nút điều phối Zigbee (Base station node): Đây là nút đầu tiên được bắt đầu và chịu trách nhiệm hình thành mạng bằng cách cho phép các nút khác tham gia mạng thông qua nó. Sau khi mạng được thiết lập, nút điều phối có vai trò định tuyến (có thể chuyển tiếp tin nhắn từ nút này sang nút khác) và cũng có thể gửi/nhận dữ liệu. Mỗi mạng chỉ có một nút điều phối (như EX-9212-S, EX-9212-E). Bộ định tuyến Zigbee (ZR): Đây là một nút có khả năng định tuyến và cũng có thể gửi/nhận dữ liệu. Nó cũng cho phép các nút khác tham gia mạng thông qua nó, do đó đóng vai trò mở rộng mạng. Một mạng có thể có nhiều Router. Nút cảm biến: Nút cảm biến thu nhận dữ liệu và qua thiết bị chuyển đổi quang điện sau đó tích hợp vào hệ thống giám sát qua Internet. Ở phần này luận án đã trình bày một cấu trúc mới cho cảm biến nồng độ độ mặn (NaCl) trong nước dựa trên một bộ ghép 2x4 MMI. Cấu trúc cảm biến này có thể đạt được độ nhạy cao ở mức 581 nm/RIU và giới hạn phát hiện thấp 2.1 x 10−5. Cảm biến được thiết kế sử dụng ống dẫn sóng silicon với giá thành thấp và tương thích với công nghệ CMOS hiện có. Luận án đề xuất một giải pháp để tích hợp cảm biến quang đo độ mặn của nước vào mạng Internet vạn vật (IoT) và mạng cảm biến không dây phục vụ 117 giám sát mức độ xâm thực mặn vùng cửa biển từ xa và theo thời gian thực. 3.4 Tiểu kết chương 3 Chương 3 của luận án đã giải quyết được ba vấn đề sau: - Thiết kế và chế tạo hệ cảm biến quan trắc các yếu tố khí tượng thủy văn từ xa, theo thời gian thực bao gồm các yếu tố như nhiệt độ, độ ẩm, lượng mưa. Kết quả này được công bố với công trình số 1: ”Nghiên cứu giải pháp giám sát (xâm thực măn vùng ven biển) môi trường thông qua mạng cảm biến không dây sử dụng bo mạch Arduino” trên Tạp chí Khí tượng thủy văn số tháng 11 năm 2019; - Thiết kế thành công một cấu trúc cảm biến quang mới dựa trên một bộ ghép MMI 2x4 được tích hợp với một bộ vi cộng hưởng (MRR) để đo độ mặn của nước (nồng độ NaCl) làm tiền đề để chế tạo cảm biến quang có khả năng giám sát mức độ xâm thực mặn ở vùng của biển. Cấu trúc cảm biến này có độ nhạy cao, và có khả năng tích hợp với mạng cảm biến không dây cho các ứng dụng giám sát trực tuyến, từ xa theo thời gian thực. Một số công trình công bố liên quan tới kết quả được công bố tại Hội nghị ICSSE 2021 được lựa chọn vào cơ sở dữ liệu IEEE Xplore: ”High Sensitity Optical Sensor Based on Resonance Wavelength Shift for Seawater Salinity Integarted with Wireless Sensor Networks”; trên tạp chí International Academy of Microwave and Optical Technology trong danh mục Scopus: Ultra-Low Power PAM-4 Generation Based on a Cascaded 2x2 MMI Coupler for Optical Interconnect and Computing Systems; trên tạp chí ”Semi- conductor Optoelectronics”trong danh mục Scopus: A silicon-on-insulator ring resonator assisted Mach Zehnder interferometer structure for highly sensitive hydro- gen intensity detection; trên chương sách Communications, Signal Processing, and Systems của nhà xuất bản Springer: All-Optical XNOR and XOR Logic Gates Based on Ultra-Compact Multimode Interference Couplers Using Silicon Hybrid Plas- monic Waveguides; trên tạp chí Semiconductor Optoelectronics trong danh mục Scopus: A silicon-on-insulator ring resonator assisted Mach Zehnder interferometer structure for highly sensitive hydrogen intensity detection. 118 Chương 4 Kết quả và thử nghiệm Kết quả mô phỏng lưu lượng dòng chảy và thành lập bản đồ tài nguyên nước đã được thực hiện ở chương 2 của luận án. Chương 3 tác giả luận án đã thiết kế kiến trúc hệ thống tích hợp WebGIS gồm hệ cảm biến không dây quan trắc các yếu khí hậu (lượng mưa, nhiệt độ, độ ẩm) tích hợp vào mô hình SWAT phục vụ việc mô phỏng lưu lượng dòng chảy trên sông theo thời gian thực. Đây là kết quả quan trọng, giải quyết bài toán thực tiễn trong việc quản lý tài nguyên nước và hoạt động giám sát, cảnh báo thiên tai trên các lưu vực sông. Trong chương này luận án trình bày kết quả xây dựng hệ thống thông tin WEBGIS có khả năng tích hợp dữ liệu từ hệ cảm biến vào mô hình phục vụ quản lý tài nguyên nước và môi trường trên lưu vực sông. 4.1 Dữ liệu sử dụng trong luận án 4.1.1 Dữ liệu không gian - DEM: 30x30 (m) được thu thập tại Cổng thông tin điện tử của Nasa. - Dữ liệu đất (thổ nhưỡng) và Dữ liệu hiện trạng sử dụng đất năm 2010 được thu thập tại Sở Tài nguyên và Môi trường các tỉnh, thành phố có địa giới hành chính năm trong lưu vực 119 4.1.2 Dữ liệu theo thời gian Dữ liệu thứ cấp bao gồm: - Lượng mưa ngày tại các trạm Hà Đông, Ba Thá, Như Tân được thu thập từ năm 2011 đến năm 2020. Riêng trạm Ba Thá thu thập thêm từ năm 1978 đến năm 1980 để phục vụ hiệu chỉnh và kiểm chứng mô hình. - Dữ liệu nhiệt độ trung bình ngày tại tại các trạm Hà Đông, Ba Thá, Như Tân được thu thập từ năm 2011 đến năm 2020. - Dữ liệu độ ẩm theo ngày tại tại các trạm Hà Đông, Ba Thá, Như Tân được thu thập từ năm 2011 đến năm 2020. - Nguồn dữ liệu: Trung tâm khí tượng thủy văn quốc gia và từ cảm biến. Dữ liệu quan trắc thử nghiệm: - Dữ liệu trung bình ngày của các yếu tố lượng mưa, nhiệt độ và độ ẩm tại hai trạm khí tượng Hà Đông và trạm thủy văn Như Tân; - Thời gian thử nghiệm: tháng 12/2022 4.2 Tiến hành thử nghiệm tại khu vực nghiên cứu 4.2.1 Mô tả địa bản thử nghiệm Hình 4.1: Lắp đặt thử nghiệm hệ cảm biến tại trạm khí tượng Hà Đông và trạm thủy văn Như Tân Hệ cảm biến sau khi thiết kế, chế tạo đã được tiến hành kiểm định một số 120 chỉ tiêu như nhiệt độ, độ ẩm tại Trung tâm quan trắc khí tượng thủy văn thuộc Tổng cục khí tượng thủy văn quốc gia, kết quả kiểm định đạt theo tiêu chuẩn của ngành. Hệ cảm biến gồm cảm biến lượng mưa, nhiệt độ, và độ ẩm được tiến hành lắp đặt thử nghiệm ở hai trạm gồm Trạm khí tượng Hà Đông (Hà Nội) ở thượng nguồn và Trạm thủy văn Như Tân (Ninh Bình) ở hạ nguồn lưu vực sông Nhuệ - Đáy. 4.2.2 Kịch bản thử nghiệm - Lựa chọn vị trí lắp đặt bộ cảm biến tại hai trạm Hà Đông và Như Tân. Mỗi bộ cảm biến bao gồm nút điều phối và các nút cảm biến đo lượng mưa, nhiệt độ, và độ ẩm. Hình 4.2: Lượng mưa trung bình theo ngày tại trạm Hà Đông trong tháng 12 năm 2022 121 - Nạp mã lập trình nhúng thiết lập hệ thống để thu thập dữ liệu đo từ cảm biến với tần suất đo 15 phút/lần . Dữ liệu đo sẽ được truyền trực tiếp vào cơ sở dữ liệu IoT trực tuyến được lưu trên máy chủ đám mây. Đồng thời sau mỗi lần đo, dữ liệu trung bình ngày cũng được tính toán lại và lưu trữ trong cơ sở dữ liệu trên. - Cấu hình các thông số đầu vào cho mô hình SWAT. Lập trình API cho phép thực thi mô hình SWAT trên máy chủ đámmây. Trong đó, các dữ liệu được thu thập từ các bộ cảm biến phục vụ cho hoạt động của mô hình SWAT sẽ được truy xuất từ cơ sở dữ liệu IoT và sau đó được tự động định dạng lại để phù hợp với quy chuẩn thông số đầu vào của mô hình. - Thiết lập cơ chế CronJob cho phép thực thi mô hình SWAT thông qua API đã được lập trình với tần suất 4h/lần mỗi ngày. Kết quả đầu ra của mô hình SWAT sẽ được cập nhật liên tục sau mỗi lần thực thi, được trích xuất và lưu trữ trực tiếp vào cơ sở dữ liệu SWAT trên máy chủ đám mây. - Hệ thốngWebGIS cho phép trực quan hóa dữ liệu không gian về vị trí lắp đặt bộ cảm biến trong lưu vực, ranh giới khu vực nghiên cứu, hiện trạng sử dụng đất, dữ liệu các loại đất v.v. Đồng thời, phát triển các công cụ cho phép truy xuất dữ liệu được thu thập từ các bộ cảm biến bao gồm dữ liệu về lượng mưa, nhiệt độ, độ ẩm thể hiện dưới dạng biểu đồ theo thời gian gần thực. Kết quả mô phỏng của mô hình SWAT cũng sẽ được trực quan hóa bởi công cụ riêng để hiển thị các thông số về lưu lượng dòng chảy trên lưu vực, v.v. Dữ liệu này sau đó được lưu trữ trong cơ sở dữ liệu không gian PostgreSQ/PostGIS được cài đặt trên máy chủ đám mây. 4.3 Kết quả tích hợp trên hệ thống WebGIS 4.3.1 Tích hợp dữ liệu cảm biến Hệ thống thông tin WebGIS tích hợp dữ liệu cảm biến không dây và dữ liệu nền địa lý vào mô hình thủy văn phục vụ quản lý tài nguyên nước trên lưu vực sông theo thời gian thực gồm ba phân hệ như sau: - Phân hệ thu thập dữ liệu trực tuyến ứng dụng mạng cảm biến không dây làm 122 đầu vào cho mô hình gồm dữ liệu mưa, dữ liệu nhiệt độ không khí. Nút cảm biến sau khi thu thập được dữ liệu tại hiện trường sẽ được đóng gói gửi về nút điều phối (nút gateway) và truyền về máy chủ trung tâm qua mạng 4G để lưu trữ và xử lý theo chu kỳ 1 giờ/lần. Giải pháp này giúp cho việc tiết kiệm năng lượng và kéo dài thời gian hoạt động của thiết bị. - Phân hệ xử lý dữ liệu làm đầu vào cho mô hình: Dữ liệu thu thập được từ cảm biến sẽ được tính toán thành dữ liệu trung bình ngày có định dạng theo yêu cầu của mô hình SWAT. - Phân hệ hiển thị dữ liệu: Dữ liệu dòng chảy và dữ liệu không gian sau khi được mô phỏng bởi mô hình sẽ được tính toán, thu thập và hiển thị lên môi trường trực tuyến, dữ liệu gồm dữ liệu thuộc tính và dữ liệu không gian (GIS). Hình 4.3: Giao diện của hệ thống thông tin tích hợp Cụ thể quá trình xử lý dữ liệu và vận hành của hệ thống như sau: Dữ liệu mưa được đo từ các cảm biến (Sensors) sẽ được thu thập và truyền đến cơ sở dữ liệu mưa theo giờ (Rainfall Hourly Database) thông qua các cổng kết nối mạng (Gateways). Một đoạn mã được cài đặt sẵn (Trigger Function) sẽ được kích hoạt mỗi khi dữ liệu được truyền vào cơ sở dữ liệu mưa theo giờ (Rainfall Hourly Database) để thực hiện tính toán lại lượng mưa trung bình theo ngày và cập nhật vào cơ sở dữ liệu mưa theo ngày (Rainfall Daily Database). Song song với quá trình này, hệ thống WebGIS cũng được cài đặt một chương trình trên máy chủ thực thi (SWATAutomation Processing Server) để kích hoạt việc tự động thực thi mô hình sử dụng cơ sở dữ liệu mưa theo ngày (Rainfall Daily 123 Database) và cơ sở dữ liệu không gian (GIS Database) vào các thời điểm cách nhau, chẳng hạn theo chu kỳ 3 tiếng (1h, 4h, 7h, 10h, 13h, 16h, 19h, 22h) mỗi ngày, kết quả mô hình được trả về sẽ được lưu thành các tệp dữ liệu đầu ra được đặt tên khác nhau để tránh trùng lặp. Một hệ thống ứng dụng sẽ được thiết lập để người dùng có thể khai thác được dữ liệu đầu ra của mô hình, dữ liệu từ cảm biến và dữ liệu không gian. 4.3.2 Tích hợp kết quả mô phỏng của mô hình Hình 4.4: Chức năng theo dõi lượng mưa trung bình theo tháng Sau khi dữ liệu khí tượng được thu thập làm đầu vào cho mô hình SWAT hệ thống sẽ xử lý dữ liệu thu thập được và tiến hành mô phỏng theo thời gian thực hoặc gần thực để tính toán lưu lượng dòng chảy trên sông và xây dựng bản đồ trữ lượng nước mặt trong năm của lưu vực. Hệ thống còn có khả năng trực quan hóa dữ liệu dòng chảy từ kết quả tính toán của mô hình, yếu tố lưu lượng dòng chảy được cập nhật theo ngày hoặc trung bình theo tháng như Hình 4.4 và được hiển thị tại bất kỳ khúc sông nào trên lưu vực. Quan trắc lưu lượng dòng chảy và đánh giá trữ lượng nước mặt theo thời gian thực là điểm mới so với các hệ thống mô phỏng lưu vực sông, trước đây các mô phỏng đều sử dụng 124 dữ liệu quá khứ để phân tích, đánh giá. Ngoài ra hệ thống còn có thể truy xuất trực tiếp dữ liệu lưu lượng dòng chảy theo ngày tại các khúc sông đã được phần vùng tại 23 tiểu lưu vực như Hình 4.5 và thành lập bản đồ trữ lượng nước mặt dựa trên các kết quả tính toán của mô hình. Hình 4.5: Lưu lượng dòng chảy tại một khúc sông trên lưu vực sông Nhuệ-Đáy 4.3.3 Đánh giá kết quả thử nghiệm Giải pháp giám sát lưu lượng dòng chảy, trữ lượng nước mặt và một số thông số môi trường trên lưu vực sông đã được thiết kế hoàn chỉnh thành phần bao gồm các thiết bị phần cứng, các công nghệ truyền dẫn không dây, công nghệ lưu trữ và xử lý dữ liệu không gian và thời gian trên môi trường Internet. Hệ thống có khả năng mô phỏng và giám sát dữ liệu theo thời gian thực, có khả năng đáp ứng được các yêu cầu trong thực tiễn phục vụ công tác phòng, chống thiên tai, lũ lụt, hỗ trợ ra quyết định trong vấn đề quản lý và sử dụng hợp lý nguồn tài nguyên nước trên lưu vực sông. Sau đây là một số kết quả kiểm thử của hệ cảm biến không dây quan trắc các thông số khí tượng: 125 Kết quả kiểm định nút cảm biến đo các yếu tố khí tượng nhiệt độ, độ ẩm Hình 4.6: Kết quả kiểm định nút cảm biến đo nhiệt độ và độ ẩm trong phòng thí nghiệm Cảm biến đo nhiệt độ được Trung tâm Quan trắc khí tượng thủy văn kiểm định theo tiêu chuẩn đo lường Việt Nam ĐLVN 88:2001. Phương pháp kiểm định phương tiện đo nhiệt độ không khí kiểu cảm biến là so sánh kết quả đo trực tiếp nhiệt độ bằng phương tiện đo nhiệt độ cần kiểm định và giá trị của nguồn chuẩn nhiệt độ. Kết quả kiểm định của 6 điểm đo như Hình 4.6 cho thấy dữ liệu quan trắc từ cảm biến và dữ liệu của hệ thống đo kiểm có giá trị tương đương. Cảm biến đo độ ẩm không khí được kiểm định theo tiêu chuẩn đo lường Việt Nam ĐLVN 87:2005. Phương pháp kiểm định là so sánh trực tiếp giá trị thể hiện trên phương tiện đo độ ẩm không khí cần kiểm định với giá trị chuẩn của nguồn chuẩn độ ẩm không khí tại nhiệt độ (20 ± 0.1) oC. Hình 4.6 thể hiện kết quả kiểm định của 6 điểm đo. Hình 4.7: Kết quả quan trắc nhiệt độ và độ ẩm tại trạm khí tượng Hà Đông truyền về trung tâm và lưu trữ trên hệ thống 126 Đánh giá chung có thể thấy hệ thống có một số ưu điểm ở khả năng mô phỏng, trích xuất dữ liệu theo thời gian thực trong các khoảng thời gian nhất định. Tuy nhiên, hệ cảm biến quan trắc các yếu tố khí tượng, thủy văn mới là các thiết bị thử nghiệm. Để hệ thống có thể vận hành ổn định, lâu dài và có khả năng hoạt động trong điều kiện thời tiết, khí hậu ngoài trời cần tính đến việc thiết kế, chế tạo theo chuẩn công nghiệp. 4.4 Tiểu kết chương 4 Chương 4 đã trình bày kết quả tích hợp kết quả quan trắc của hệ cảm biến không dây và mô hình SWAT vào hệ thống WebGIS hỗ trợ theo dõi, giám sát lưu lượng dòng chảy và trữ lượng mước mặt trên lưu vực sông Nhuệ - Đáy. Hệ thống có khả năng cập nhật, biểu đồ hóa các dữ liệu quan trắc được từ mạng cảm biến và mô phỏng lưu lượng dòng chảy tại các điểm bất kỳ trên các khúc sông được mô hình SWAT mô phỏng và trình bày ở Chương 2. Một phần kết quả này được công bố trên tạp chí Khoa học Giao thông vận tải, tập 71, số 06, tháng 8 năm 2020: ”Thiết kế hệ thống IoTs dựa trên mạng cảm biến không dây Zigbee phục vụ quan trắc khí tượng thủy văn và môi trường”. 127 Kết luận và kiến nghị 1. Đóng góp của luận án Luận án đã đề xuất và giải quyết được 3 bài toán, là điểm mới đóng góp vào các hướng nghiên cứu trong lĩnh vực quản lý tài nguyên và môi trường, đặc biệt là quản lý tài nguyên nước trên lưu vực sông: - Thứ nhất, xây dựng được một hệ thống WEBGIS tích hợp dữ liệu cảm biến không dây và dữ liệu nền địa lý vào mô hình thủy văn phục vụ quản lý tài nguyên nước trên lưu vực sông theo thời gian thực; - Thứ hai, nghiên cứu, thiết kế được một hệ cảm biến có thể tích hợp các loại cảm biến không dây khác nhau phục vụ theo dõi, giám sát các thông số khí tượng, thủy văn và môi trường; - Thứ ba, nghiên cứu, thiết kế được một cấu trúc cảm biến quang đo độ mặn của nước có khả năng tích hợp lên mạng cảm biến không dây. 1.1 Xây dựng được một hệ thống WEBGIS tích hợp dữ liệu cảm biến không dây và dữ liệu nền địa lý vào mô hình thủy văn phục vụ quản lý tài nguyên nước trên lưu vực sông theo thời gian thực Giải pháp thiết kế, xây dựng hệ thống WebGIS tích hợp kết quả quan trắc các yếu tố, khí tượng, thủy văn làm đầu vào cho mô hình để thực hiện mô phỏng các yếu tố tài nguyên nước tại lưu vực sông Nhuệ - Đáy góp phần giải quyết bài toán thực tế các trạm thủy văn trên lưu vực sông hiện nay không quan trắc dữ liệu đo lưu lượng dòng chảy. Kết quả mô phỏng giúp cho việc phân vùng lưu vực thành các tiểu lưu vực để dễ dàng tính toán và đánh giá lưu 128 lượng dòng chảy tại mỗi tiểu lưu vực, bản đồ tài nguyên nước mặt được thành lập dựa trên kết quả mô phỏng. Các kết quả từ nghiên cứu này đã chứng minh khả năng ứng dụng hiệu quả các công nghệ mới hiện nay gồm công nghệ GIS, công nghệ mạng cảm biến không dây và mô hình hóa trong việc đánh giá và giám sát tài nguyên nước tại lưu vực. Tuy nhiên, do hạn chế về dữ liệu lưu lượng dòng chảy thực tế bị thiếu do ngừng quan trắc từ năm 1980 nên quá trình hiệu chỉnh và kiểm chứng kết quả của mô hình chỉ được thực hiện trong giai đoạn từ năm 1978 đến năm 1980, đây cũng là điểm hạn chế của giải pháp này. 1.2 Nghiên cứu, thiết kế được một hệ cảm biến có thể tích hợp các loại cảm biến không dây khác nhau phục vụ theo dõi, giám sát các thông số khí tượng, thủy văn và môi trường Nhóm giải pháp này đã thiết kế, chế tạo thành công hệ cảm biến giám sát các yếu tố khí tượng, thủy văn từ xa, theo thời gian thực để tích hợp lên hệ thống trực tuyến hỗ trợ giám sát, và cảnh báo các điều kiện thời tiết cực đoan xảy ra trên lưu vực. 1.3 Nghiên cứu, thiết kế được một cấu trúc cảm biến quang đo độ mặn của nước có khả năng tích hợp lên mạng cảm biến không dây Đây là một đóng góp quan trọng, bước đầu thiết kế thành công một cấu trúc cảm biến quang để đo độ mặn của nước với độ nhạy cao có khẳ năng tích hợp vào mạng cảm biến không dây Zigbee để phục vụ công tác giám sát mức độ xâm thực mặn vùng cửa biển trên lưu vực sông. Hướng nghiên cứu tiếp theo của giải pháp này là hoàn thiện cấu trúc và chế tạo thử nghiệm cảm biến quang. 129 2. Đề xuất ứng dụng giải pháp trong thực tiễn Kết quả của luận án đã đề xuất được giải pháp tổng thể từ quan trắc dữ liệu tại các điểm quan trắc trên lưu vực, đến xử lý dữ liệu từ mạng cảm biến không dây làm đầu vào cho mô hình để thực hiện mô phỏng, tính toán lưu lượng dòng chảy tại các khúc sông thuộc các tiểu lưu vực và trên toàn lưu vực, trực quan hóa kết quả mô phỏng, theo dõi dữ liệu về lưu lượng dòng chảy từ xa, theo thời gian thực. Trước mắt, nếu hệ thống được ứng dụng có thể giúp cho việc giảm nguồn lực về con người, cũng như vật chất để thực hiện công tác quan trắc các yếu tố khí tượng, thủy văn, và môi trường trong lưu vực. Kết quả mô phỏng được báo về các thiết bị di động của nhà quản lý để nắm bắt tình hình và hỗ trợ ra quyết định. 3. Kiến nghị - Lưu vực sông Nhuệ - Đáy là một lưu vực có diện tích lớn, do vậy để đảm bảo dữ liệu đầu vào là dữ liệu mưa, nhiệt độ, độ ẩm phân bố đều trên toàn lưu vực, thể hiện được đặc trưng của khí hậu từ vùng thượng lưu và vùng hạ lưu thì cần bổ sung một số trạm quan trắc yếu tố mưa. - Các thiết bị chế tạo của hệ cảm biến cần được thiết kế theo các tiêu chuẩn công nghiệp để có khả năng sử dụng trong các điều kiện, môi trường khác nhau, đảm bảo tính liên tục của dữ liệu. 130 Danh mục công trình công bố liên quan tới luận án 1. Trung Thanh Le, Duy Tien Le, The Duong Do, Thi Hong Loan Nguyen and Anh Tuan Nguyen, A silicon-on-insulator ring resonator assisted Mach Zehnder in- terferometer structure for highly sensitive hydrogen intensity detection, Semiconductor Optoelectronics, 2023. 2. Nguyen Thi Hong Loan, Le Duy Tien, Nguyen Anh Tuan, LeMinh Duong, and Le TrungThanh, ”All-Optical XNORandXORLogicGates Based onUltra-Compact Multimode Interference Couplers Using Silicon Hybrid Plasmonic Waveguides”, in Com- munications, Signal Processing, and Systems, Singapore, Q. Liang, W. Wang, X. Liu, Z. Na, and B. Zhang, Eds., 2022: Springer Singapore, pp. 1072-1079. 3. Nguyen Thi Hong Loan, Le Duy Tien, Nguyen Anh Tuan, and Le Trung Thanh, ”UltraCompact All-Optical NAND Logic Gates Based on 4 × 4 MMI Coupler Using Silicon Hybrid Plasmonic Waveguides”, in Recent Advances in Electrical and Electronic Engineering and Computer Science, Singapore, Z. Zakaria and S. S. Emamian, Eds., 2022// 2022: Springer Singapore, pp. 69-75 4. Le Duy Tien, Nguyen Anh Tuan Le Trung Thanh, ”Ultra-Low Power PAM-4 Generation Based on a Cascaded 2x2 MMI Coupler for Optical Interconnect and Comput- ing Systems”, International Journal of Microwave & Optical Technology, 2022 (Scopus) 5. Nguyen Anh Tuan, Le Duy Tien, Le Trung Thanh, Highly Sensitive Optical Sensor Based on Resonance Shift Mechanism for Seawater Salinity Sensing integrated with Wireless Sensor Networks, (2021 International Conference on System Science and Engineering (ICSSE)), 2021 (IEEE). 6. Nguyen Anh Tuan, Le Duy Tien, Le Trung Thanh, Nguyen Van Hach, Op- tical Integrated Sensor Based on 2x4 Multimode Interference Coupler and Intensity Mech- anism with a High Sensitivity, (19th International Conference on Optical Commu- 131 nications and Networks), 2021, (IEEE). 7. Nguyễn Anh Tuấn, Lê Trung Thành, Nguyễn Đình Chinh, Nguyễn Thanh Hoàn, Nguyễn Thanh Trương, Thiết kế hệ thống IoTs dựa trên mạng cảm biến không dây Zigbee phục vụ quan trắc khí tượng thủy văn và môi trường, Tạp chí Khoa học Giao thông vận tải, 2020. 8. Nguyễn Anh Tuấn, Lê Trung Thành, Nguyễn Đình Chinh, Nghiên cứu giải pháp giám sát (xâm thực mặn ven biển) môi trường thông qua mạng cảm biến không dây sử dụng bo mạch Arduino, Tạp chí Khí tượng thủy văn, 2019. 132 Tài liệu tham khảo [1] Jalal Safari Bazargani and Abolghasem Sadeghi-Niaraki and Soo-Mi Choi, 2021. A Survey of GIS and IoT Integration: Applications and Architecture. Applied sciences. https://doi.org/10.3390/app112110365. [2] J.R.R.; Prieto M.A.Z.; Quinde L.D.S. Lopez, D.A.R.; Lopez, 2017. To- wards a method for the integration of iot and gis applicationsdeployed on cloud platforms. IEEE - 2017 International Conference on Information Sys- tems and Computer Science (INCISCOS) [3] K. Miloudi, L. Rezeg, 2018. Leveraging the power of integrated solu- tions of IoT and GIS. In Proceedings of the 2018 3rd InternationalConference on Pattern Analysis and Intelligent Systems (PAIS). [4] M.A.;Wahid A.; Akhunzada A.; Arif S Zafar, U.; Shah, 2019. Exploring IoT applications for disaster management: Identifying keyfactors and proposing future directions. In Recent Trends and Advances in Wireless and IoT-Enabled Networks. [5] L. Cheng, Y.; Zhao, 2019 Application and research of gis intelligent environmental protection internet of things system constructiontechnol- ogy. In Proceedings of the 2019 International Conference on Information Tech- nology and Computer Application (ITCA),Guangzhou, China. [6] K Islam, F.; Mamun, 2015. GIS based water quality monitoring system in pacific coastal area: A case study for fiji. In Proceedings ofthe 2015 2nd Asia-Pacific World Congress on Computer Science and Engineering (APWC on CSE), Nadi, Fiji, 2?4 December 2015;IEEE: New York, NY, USA,. 133 [7] M. Visvalingam, 1989. Cartography, GIS and maps in perspective. The Cartographic Journal. 10.1179/caj.1989.26.1.26. [8] Manuel Mendoza, Gerardo Bocco, and Miguel Bravo, 2002. Spa- tial prediction in hydrology: status and implications in the estima- tion of hydrological processes for applied research. Progress in Physical Geography: Earth and Environment, 26(3):319–338, sep 2002. 10.1191/0309133302pp335ra. [9] Dobbins JP-Daniel EB Abkowitz MD Martins PH, LeBoeuf EJ, 2005. Interfacing gis withwater resource models: A state-of-the-art review. JAWRA Journal of the American WaterResources Association. [10] Fuentes HR Tsihrintzis VA, Hamid R, 1996. Use of geographic infor- mation systems (gis) inwater resources: A review. Water Resources Man- agement [11] Cai X McKinney DC, 2002. Linking gis and water resources manage- ment models: An objectorientedmethod. Environmental Modelling and Soft- ware. [12] Srinivasan R-Choi J Cho HKoka S Agrawal A Olivera F, ValenzuelaM, 2006. Arcgis-swat:a geodata model and gis interface for swat. JAWRA Journal of the American WaterResources Association [13] Smith JL Jeton AE ,1993. Development of watershed models for two sierra nevada basinsusing a geographic information system. Water Re- sources Bulletin. [14] Singh M Singh P, Gupta A, 2014. Hydrological inferences from water- shed analysis for waterresource management using remote sensing and gis techniques. The Egyptian Journal ofRemote Sensing and Space Science. [15] Ganoulis J Skoulikaris C, 2011. Assessing climate change impacts at river basin scale byintegrating global circulation models with regional hydrological simulations. EuropeanWater 134 [16] N. Nirmala Khandan, 2022. Modeling Tools for Environmental Engineers and Scientists. CRC Press, dec 2002. 10.1201/9781420003390. [17] Robert B Ambrose, Tim A Wool, and Thomas O. Barnwell, 2009. De- velopment of water quality modeling in the united states. Environmental Engineering Research, 14(4):200–210. 10.4491/eer.2009.14.4.200. [18] Chong yu Xu, 2002. Hydrologic Models. Uppsala University Department of Earth Sciences Hydrology. [19] C Wittwer, 2013. Wmo/unesco - IHP guideline for flood forecasting. In Regional Workshop on hydrological forecasting and impact of climate change onwater ressources. [20] Sebastian Bader, 2011. Enabling Autonomous EnvironmentalMeasurement Sys- tems with Low-PowerWireless Sensor Networks. PhD thesis, 2011. [21] Chen Li-jun, Chen Dao-xu, Xie Li, and Cao Jian-nong, 2007. Evolu- tion of wireless sensor network. In 2007 IEEE Wireless Communications and Networking Conference. 10.1109/wcnc.2007.556. [22] G. J. Pottie, 2002. Wireless integrated network sensors (WINS): the web gets physical. In National Academies Press. [23] B.H. Calhoun, D.C. Daly, N. Verma, D.F. Finchelstein, D.D. Wentzloff, A. Wang, Seong-Hwan Cho, and A.P. Chandrakasan, 2005. Design considerations for ultra-low energy wireless microsensor nodes. IEEE - Transactions on Computers 10.1109/tc.2005.98. [24] J.A. Gutierrez, M. Naeve, E. Callaway, M. Bourgeois, V. Mitter, and B. Heile, 2001. IEEE 802.15.4: a developing standard for low-power low-cost wireless personal area networks. IEEE Network, 15(5):12–19, sep 2001. 10.1109/65.953229. [25] Tomas Lennvall, Stefan Svensson, and Fredrik Hekland, 2008. A comparison of WirelessHART and ZigBee for industrial applica- tions. In IEEE - International Workshop on Factory Communication Systems. 10.1109/wfcs.2008.4638746. 135 [26] Geoff Mulligan, 2007. The 6lowpan architecture. In Proceedings of the 4th workshop on Embedded networked sensors - EmNets '07. ACM Press, 2007. 10.1145/1278972.1278992. [27] Marjan Asgari, 2020. A critical review on scale concept in gis based watershed management studies. Spatial Information Research. [28] John G.Lyon, 2023. Geospatial InformationHandbook for Water Re- sources and Watershed Management. Taylor and Francis. [29] Alexander T Demetillo Marlowe Edgar C Burce Evelyn B Taboada Michelle V Japitana, Eleonor V Palconit and Michael Lochinvar S Abundo, 2018. Integrated Technologies for Low Cost Environmental Monitoring in the Water Bodies of the Philippines: A Review. Nature Environment and Pollution Technology. [30] Nametso Matomela, Li Tianxin, Lehlohonolo Morahanye, Oba- dia Kyetuza Bishoge, and Harrison Odion Ikhumhen, 2019. Rainfall- runoff estimation of bojiang lake watershed using SCS-CN model cou- pled with GIS for watershed management. Journal of Applied and Advanced Research, pages 16-24. 10.21839/jaar.2019.v4i1.263. [31] Gemechu Shale Ogato, Amare Bantider, Ketema Abebe, and Davide Geneletti, 2020. Geographic information system (GIS)-based multicri- teria analysis of flooding hazard and risk in ambo town and its water- shed, west shoa zone, oromia regional state, ethiopia. Journal of Hydrol- ogy: Regional Studies, 27:100659, 10.1016/j.ejrh.2019.100659. [32] Pandian Mangan, Mohd Anul Haq, and Prashant Baral. 2019. Mor- phometric analysis of watershed using remote sensing and GIS—a case study of nanganji river basin in tamil nadu, india. Arabian Journal of Geo- sciences, 12(6). 10.1007/s12517-019-4382-4. [33] Ismail Adal Guiamel and Han Soo Lee, 2020. Watershed modelling of the mindanao river basin in the philippines using the SWAT for 136 water resource management. Civil Engineering Journal, 6(4):626–648. 10.28991/cej-2020-03091496. [34] Sayed Amir Alawi and Sevinezkul, 2023. Impact assessment of climate change on water resources of the Kokcha watershed: a sub-basin of the amu darya river basin in afghanistan. Journal of Water and Climate Change. 10.2166/wcc.2023.504. [35] Mohammad Adnan Rajib, Venkatesh Merwade, I Luk Kim and Lan Zhao, Carol Song, Shandian Zhe, 2016.. SWATShare – a web platform for collaborative research and education through online sharing, simu- lation and visualization of SWAT models. Environmental Modelling & Software, 75:498–512. 10.1016/j.envsoft.2015.10.032. [36] Spencer McDonald, Ibrahim Nourein Mohammed, John D. Bolten, Sarva Pulla, Chinaporn Meechaiya, Amanda Markert, E. James Nelson, Raghavan Srinivasan, and Venkat Lakshmi, 2019. Web-based decision support system tools: The soil and water assessment tool online visual- ization and analyses (SWATOnline) and NASA earth observation data downloading and reformatting tool (NASAaccess). Environmental Mod- elling & Software, 120:104499. 10.1016/j.envsoft.2019.104499 [37] Taleb Odeh, Alsharifa HindMohammad, SoniM. Pradhanang,Mamoon Ismail, and Tino Rudiger, 2022. GIS-based analytical modeling on eval- uating impacts of urbanization in amman water resources, jordan. Envi- ronmental Earth Sciences, 81(5). 10.1007/s12665-022-10238-7. [38] Hariharan C. Aravindraj N. Manivannan-S.S. Ragavan, E, 2016. Real timewater qualitymonitoring system. Int. J. Pharm. Technol. 8, 26199-26205. [39] Gouthami S. Geetha, S, 2016. Internet of things enabled real time water quality monitoringsystem. Smart Water 2, 1-19.. [40] Samalla K. Kumar,M.J.V, 2019. Design and development of water qual- ity monitoring system in iot. Int. J. Recent Technol. Eng. 7, 527-533.. 137 [41] Vietnam Government, 2015. Study on the impacts of mainstream hy- dropower on the mekong river. Technical report, Danish Hydraulic Institute. [42] Lê Trung Thành, 2020. Đề tài: Nghiên cứu thiết kế mạng thông tin cảm biến không dây đa chặng và xây dựng cổng thông tin tích hợp hệ thống quan trắc môi trường và một số yếu tố khí tượng thủy văn phục vụ giám sát môi trường và cảnh báo thiên tai Bộ Tài nguyên và Môi trường. [43] Nguyễn Phú Quỳnh, 2017. Ứng dụng GIS và mô hình thủy văn thủy lực MIKE trong công tác xây dựng bản đồ ngập lụt vùng hạ du hồ chứa Pleipai kết hợp đập dâng Ia Lốp tỉnh Gia Lai. Tạp chí khoa học và công nghệ thủy lợi. [44] Nguyễn Xuân Tiến, Hồ Thị Phượng, 2022. Mô phỏng dòng chảy ngày cho một lưu vực con trên lưu vực sông Cả bằng mô hình Mike Nam. Tạp chí khoa học, Trường Đại học Vinh. [45] Hoàng Thị Nguyệt Minh, 2022. Nghiên cứu xây dựng bản đồ nguy cơ xâm nhập mặn vùng hạ lưu sông Mã trong điều kiện biến đổi khí hậu Tạp chí Khoa học Tài nguyên và Môi trường. [46] Nguyễn Sơn, 2007. Dự báo sự xâm nhập mặn đến các giếng khoan lưu vực sông Nhuệ và sông Đáy bằng phần mềm Visuvial Modflow 2.8.2. Tạp chí Biển Việt Nam. [47] Trần Đình Hợi, 2010. Nghiên cứu nâng cao khả năng tiếp nhận và tự làm sạch dòng chảy, tải lượng ô nhiễm của sông Nhuệ – sông Đáy Đề tài KC.08.12/06-10 [48] Viện Quy hoạch Thủy lợi, 2016. Rà soát Quy hoạch thủy lợi cấp, tiêu nước lưu vực sông Đáy Bộ Nông nghiệp và Phát triển nông thôn. [49] Lại Tiến Vinh, 2017. Những vấn đề tồn tại trong khai thác sử dụng tài nguyên nước vùng Đồng bằng sông Hồng Tạp chí Tài nguyên nước. [50] Do Hoai Nam Nguyen Tung Phong Duong Cao Phan, Alexandra Nau- ditt, 2017. Assessment of climate change impact on river flow regimes 138 in The Red River Delta, Vietnam - A case study of the Nhue-Day River Basin. Journal of Natural Resources and Development. [51] Phạm Thị Đức, Nguyễn Kiên Dũng, 2019. Nghiên cứu đánh giá biến động dòng chảy mặt và chất lượng nước sông Nhuệ - Đáy trong bối cảnh biến đổi khí hậu Tạp chí Khoa học và Môi trường. [52] Nguyễn Văn Sỹ, Nguyễn Hữu Huế, 2019. Áp dụng lý thuyết tập mờ xây dựng chỉ số chất lượng nước cho lưu vực sông Nhuệ - Đáy. Khoa học kỹ thuật thủy lợi và môi trường. [53] Hoàng Thị An, Trần Thùy Nhung, 2022. Nghiên cứu kết hợp mô hình thủy lực và mô hình trí tuệ nhân tạo mô phỏng chất lượng nước sông Nhuệ – Đáy. Tạp chí Khí tượng Thủy văn. [54] Yao Chen, Li Wang, Xiaonan Shi, Chen Zeng, YuchunWang, Guanxing Wang, Cicheng Qiangba, Caiyun Yue, Zugang Sun, Ouzhu Renzeng, and Fan Zhang, 2023. Impact of climate change on the hydrological regimes of the midstream section of the yarlung tsangpo river basin based on SWAT model. Water, 15(4):685. 10.3390/w15040685. [55] Nguyễn Anh Tuấn, Lê Trung Thành, Nguyễn Đình Chinh, 2019. Nghiên cứu giải pháp giám sát (xâm thực mặn ven biển) môi trường thông qua mạng cảm biến không dây sử dụng bo mạch Arduino. Tạp chí Khí tượng thủy văn. [56] Zeshu Zhang, Hubert Montas, Adel Shirmohammadi, Paul T. Leisnham, andMasoud Negahban-Azar, 2023. Impacts of land cover change on the spatial distribution of nonpoint source pollution based on SWATmodel. Water, 15(6):1174. 10.3390/w15061174. [57] Renata Cristina Araújo Costa, Regina Maria Bessa Santos, Luís Filipe Sanches Fernandes, Marília Carvalho de Melo, Carlos Alberto Valera, Renato Farias do Valle Junior, Maytê Maria Abreu Pires de Melo Silva, Fernando António Leal Pacheco, and Teresa Cristina Tarlé Pissarra, 2023. Hydrologic response to land use and land 139 cover change scenarios: An example from the paraopeba river basin based on the SWAT model. Water, 15(8):1451. 10.3390/w15081451. [58] Yilikal Anteneh, Tena Alamirew, Gete Zeleke, and Tibebu Kassawmar, 2022. Modeling runoff-sediment influx responses to alternative BMP interventions in the gojeb watershed, ethiopia, using the SWAT hydro- logical model. Environmental Science and Pollution Research, 30(9):22816– 22834. 10.1007/s11356-022-23711-4. [59] Zeman Liu, Li Rong, and Wei Wei, 2023. Impacts of land use/cover change on water balance by using the SWAT model in a typical loess hilly watershed of china. Geography and Sustainability, 4(1):19–28. 10.1016/j.geosus.2022.11.006. [60] Shouzhi Chen, Yongshuo H. Fu, Zhaofei Wu, Fanghua Hao, Zengchao Hao, Yahui Guo, Xiaojun Geng, Xiaoyan Li, Xuan Zhang, Jing Tang, Vijay P. Singh, and Xuesong Zhang, 2023. Informing the SWAT model with remote sensing detected vegetation phenology for improved mod- eling of ecohydrological processes. Journal of Hydrology, 616:128817. 10.1016/j.jhydrol.2022.128817. [61] Małgorzata Kijowska-Strugała and Witold Bochenek, 2023. Land use changes impact on selected chemical denudation element and compo- nents of water cycle in small mountain catchment using SWAT model. Geomorphology, 435:108747. 10.1016/j.geomorph.2023.108747. [62] P. W. Gassman K. C. Abbaspour-M. J. White R. Srinivasan C. Santhi R. D. Harmel A. van Griensven M. W. Van Liew N. Kannan M. K. Jha J. G. Arnold, D. N. Moriasi, 2012. Swat model use, calibration, and validation. American Society of Agricultural and Biological Engineers [63] Gerardo Castellanos-Osorio, Adrián López-Ballesteros, Julio Pérez- Sánchez, and Javier Senent-Aparicio, 2023. Disaggregated monthly SWAT model versus daily SWAT model for estimating environmen- tal flows in peninsular spain. Journal of Hydrology, 623:129837. 10.1016/j.jhydrol.2023.129837. 140 [64] Rifaat Abdalla, 2016. Introduction togeospatial informationand com- municationtechnology. Springer Nature. [65] S. Hussain, N. Schofield, and A.W. Matin, 2006. Design of a web- based application for wireless sensor networks. In IEEE - 17th Inter- national Conference on Database and Expert Systems Applications (DEXA'06). 10.1109/dexa.2006.50. [66] Wei Xiong, Jian fu Liu, and Zhang Guo-dong, 2010. Applications of web technology inwireless sensor network. In IEEE - 2010 3rd International Conference on Computer Science and Information Technology. 10.1109/icc- sit.2010.5565006. [67] Tuan Vo-Dinh, 2003. Biomedical Photonics. CRC Press LLC. [68] Wolfbeis Otto S. Narayanaswamy, Ramaier, 2004. Optical Sensors: In- dustrial Environmental and Diagnostic Applications. Springer. [69] Vittorio Passaro, Francesco Dell’Olio, Biagio Casamassima, and Francesco De Leonardis, 2007. Guided-wave optical biosensors. Sen- sors, 7(4):508–536. 10.3390/s7040508. [70] Yu Qian, Yong Zhao, Qi lu Wu, and Yang Yang, 2018. Review of salin- ity measurement technology based on optical fiber sensor. Sensors and Actuators B: Chemical, 260:86–105. 10.1016/j.snb.2017.12.077. [71] W. Tan L. Shi, Y. Xu and X. Chen, 2007. Simulation of optical mi- crofiber loop resonators for ambient refractive index sensing. Sensors. [72] T.-T. Le, 2017. Two-channel highly sensitive sensors based on 4 of 4 multimode interference couplers. Photonic Sensors, DOI: 10.1007/s13320- 017-0441-1. [73] B. Casamassima V. M. N. Passaro, F. Dell Olio and F. D. Leonardis, 2007. Guided-wave optical biosensors. Sensors. [74] T. Vo-Dinh, 2003. Biomedical Photonics Handbook. CRC Press. 141 [75] T.-T. Le, 2017 Two-channel highly sensitive sensors based on 4 ? 4 multimode interference couplers. Photonic Sensors. [76] P. N. S. S. Ja’afar, N. M. Razali, S. Ambran, and F. Ahmad, 2021. Sodium Chloride Concentration Measurement via Optical Fiber Tip Sensor. Photonic Sensors. [77] M. J. Deen and P. K. Basu, 2012 Silicon photonics: Fundamentals and devices. Wiley Series in Materials for Electronic & Optoelectronic Applications. [78] T.-T. Le, 2010. Multimode interference structures for photonic signal processing. LAP Lambert Academic Publishing. [79] T.-T. Le and L. Cahill, 2013. Generation of two fano resonances using 4x4 multimode interference structures on silicon waveguides. Optics Communications. [80] D. Domenech J. Capmany and P. Muuoz, 2014. Silicon graphene bragg gratings. Optics Express. [81] M. Romagnoli L. C. Kimerling M. Midrio, P. Galli and J. Michel, 2014. Graphene-based optical phasemodulation of waveguide transverse elec- tric modes. Photonics Research. [82] Abraham A. Quiñones-Flores, Jose R. Guzman-Sepulveda, and Ar- turo A. Castillo-Guzman, 2023. Relative humidity measurement based on a tapered, PVA-coated fiber optics multimode interference sensor. Optics, 4(3):473–481. 10.3390/opt4030034. [83] T.-T. Le and L. Cahill, 2013. Generation of two fano resonances using 4x4 multimode interference structures on silicon waveguides. Optics Communications. [84] D.-T. Le and T.-T. Le, 2017. Fano resonance and eit-like effect based on 4x4 multimode interference structures. nternational Journal of Applied Engineering Research. 142 [85] V.-K. Nguyen A.-T. Nguyen D.-T. Le, T.-D. Do and T.-T. Le, 2017. Sharp asymmetric resonance based on 4x4 multimode interference cou- pler. International Journal of Applied Engineering Research. [86] T.-T. Le and L. Cahill, 2009. The design of 4?4 multimode interfer- ence coupler based microring resonators on an soi platform. Journal of Telecommunications and Information Technology. [87] M.-C. Nguyen D.-T. Le and T.-T. Le, 2017. Fast and slow light enhance- ment using cascaded microring resonators with the sagnac reflector. Op- tik - International Journal for Light and Electron Optics. [88] N. V. Khoi B. T. Thuy L. T. Thanh, N. C. Minh and N. T. H. Loan. De- sign of silicon wires based directional couplers for microring resonators. Journal of Science and Technology, University of Danang, 2015. [89] A. Yariv, 2000. Universal relations for coupling of optical power be- tween microresonators and dielectric waveguides. Electronics Letters. [90] C.-Y. Chao and L. J. Guo, 2006. Design and optimization of microring resonators in biochemical sensing applications. IEEE Journal of Lightwave Technology. [91] T.-T. Le, 2011. Realization of a multichannel chemical and biological sensor using 6x6 multimode interference structures. International Journal of Information and Electronics Engineering, Singapore. [92] L. Zhang X. Zhou and W. Pang, 2016. Performance and noise analy- sis of optical microresonator-based biochemical sensors using intensity detection. Optics Express. [93] A. Agarwal J. Hu, X. Sun and L. C. Kimerling, 2009. Design guidelines for optical resonator biochemical sensors. Journal of the Optical Society of America B. [94] Z. Gu J. S. Kee Q. Liu, K.W. Kim andM. K. Park, 2014. Single-channel mach-zehnder interferometric biochemical sensor based on two-lateral- mode spiral waveguide. Optics Express. 143 [95] Y. Xiong O. A. Marsh andW. N. Ye, 2017. Slot waveguide ring-assisted mach?zehnder interferometer for sensing applications. IEEE Journal of Selected Topics in Quantum Electronics. [96] L.Wang G. Duan Y. Zhao Z. Chen, L. Yu and J. Xiao, 2015. A refractive index nanosensor based on fano resonance in the plasmonic waveguide system. IEEE Photonics Technology Letters. [97] Tuan Anh Nguyen, Duy Tien Le, and Trung Thanh Le, 2021. Highly sensitive optical sensor based on resonance shift mechanism for seawa- ter salinity sensing integrated with wireless sensor networks. IEEE 2021 International Conference on System Science and Engineering (ICSSE). [98] Tuan Anh Nguyen, Van Hach Nguyen, Duy Tien Le, and Trung Thanh Le, 2021. Optical integrated sensor based on 2x4 multimode interfer- ence coupler and intensity mechanismwith a high sensitivity. IEEE - 2021 19th International Conference on Optical Communications and Networks (ICOCN). 10.1109/icocn53177.2021.9563842. [99] Nguyen Thi Hong Loan, Le Duy Tien, Nguyen Anh Tuan, and Le Trung Thanh, 2022. UltraCompact All-Optical NAND Logic Gates Based on 4 × 4 MMI Coupler Using Silicon Hybrid Plasmonic Waveguides. Elec- trical and Electronic Engineering and Computer Science, Singapore. [100] Nguyen Thi Hong Loan, Le Duy Tien, Nguyen Anh Tuan, Le Minh Duong, and Le Trung Thanh, 2022. All-Optical XNOR and XOR Logic Gates Based on Ultra-Compact Multimode Interference Couplers Using Silicon Hybrid Plasmonic Waveguides. Communications, Signal Processing, and Systems. [101] Trung Thanh Le, Duy Tien Le, The Duong Do, Thi Hong Loan Nguyen and Anh Tuan Nguyen, 2023. A silicon-on-insulator ring resonator as- sisted Mach Zehnder interferometer structure for highly sensitive hy- drogen intensity detection. Semiconductor Optoelectronics.