Những hạn chế của quan trắc môi trường tự động

Chất lượng dữ liệu cuối cùng phụ thuộc vào cả một chuỗi gồm cảm biến, hệ thống lấy mẫu, hiệu chuẩn, điều kiện môi trường, thiết bị thu nhận dữ liệu, đường truyền và quy trình QA/QC. Chỉ cần một mắt xích suy giảm, hệ thống vẫn có thể tạo ra số liệu nhưng số liệu đó không còn phản ánh chính xác trạng thái môi trường cần quan trắc.

Thiết bị và cảm biến có thể phát sinh sai số trong quá trình vận hành

Đây là một trong những hạn chế cơ bản nhất của quan trắc môi trường tự động. Cảm biến và máy phân tích không duy trì đặc tính đo tuyệt đối ổn định trong suốt vòng đời thiết bị.

Tín hiệu có thể bị trôi theo thời gian

Sau một thời gian hoạt động, đáp ứng của cảm biến có thể thay đổi dù nồng độ thực tế của chất cần đo không đổi. Hiện tượng này thường được gọi là drift – độ trôi của thiết bị. Drift có thể làm kết quả tăng hoặc giảm dần một cách có hệ thống, khiến biến động do thiết bị dễ bị nhầm với biến động thực của môi trường.

US EPA lưu ý rằng drift có thể xuất phát từ nhiều nguyên nhân như ảnh hưởng thời tiết, suy giảm cảm biến, nhiễm bẩn hoặc sự suy giảm của nguồn sáng trong cảm biến quang học. Vì vậy, hiệu chuẩn và kiểm tra định kỳ là một phần bắt buộc của kiểm soát chất lượng chứ không phải thao tác chỉ thực hiện khi thiết bị đã báo hỏng.

Nhiệt độ, độ ẩm và chất gây nhiễu có thể làm thay đổi kết quả

Nhiều đầu đo không chỉ phản ứng với thông số mục tiêu mà còn chịu tác động của môi trường xung quanh. Nhiệt độ quá thấp hoặc quá cao, độ ẩm lớn, bụi bẩn, hơi nước hay các hợp chất gây nhiễu có thể làm thay đổi đáp ứng của cảm biến.

Vấn đề đặc biệt đáng chú ý với các cảm biến có độ chọn lọc thấp: tín hiệu được ghi nhận có thể bao gồm cả ảnh hưởng của chất khác ngoài chất cần đo. US EPA cho biết các cảm biến không khí có thể gặp hạn chế về độ nhạy, độ chọn lọc và độ chính xác, đồng thời nhiệt độ và độ ẩm cao có thể gây kết quả không chính xác.

Do đó, một thông số được hệ thống ghi nhận liên tục chưa chắc đã có cùng độ tin cậy trong mọi điều kiện vận hành.

Bề mặt đầu đo và hệ thống lấy mẫu có thể bị bám bẩn

Đối với nước mặt, nước thải hoặc môi trường có hàm lượng chất rắn cao, đầu đo có thể bị bám cặn, màng sinh học hoặc chất bẩn. Với hệ thống khí, bụi và tạp chất có thể tích tụ tại đầu lấy mẫu, bộ lọc hoặc đường ống.

Khi tình trạng này xảy ra, sai số không nhất thiết xuất hiện đột ngột. Thiết bị có thể tiếp tục trả dữ liệu bình thường trong khi độ chính xác giảm dần. Việc vệ sinh đầu đo, thay bộ lọc và kiểm tra đường lấy mẫu vì thế ảnh hưởng trực tiếp đến tính tin cậy của chuỗi số liệu. US EPA cũng xem vệ sinh bề mặt, đường vào mẫu và thay thế các bộ phận cảm biến lão hóa là những hoạt động bảo trì cần thiết.

Dữ liệu liên tục vẫn có thể thiếu, sai hoặc không đủ điều kiện sử dụng

Một hệ thống có khả năng đo và truyền dữ liệu 24/7 không có nghĩa là 100% dữ liệu sinh ra đều hợp lệ.

Mất dữ liệu có thể xảy ra ở nhiều điểm trong chuỗi

Khoảng trống dữ liệu có thể xuất hiện do mất điện, lỗi cảm biến, thiết bị thu thập dữ liệu ngừng hoạt động, lỗi bộ nhớ, mất kết nối mạng hoặc thời gian bảo dưỡng và hiệu chuẩn.

Vì vậy, khi đánh giá hệ thống không nên chỉ xem thiết bị “có dữ liệu” hay “không có dữ liệu”, mà còn phải xem data completeness – mức độ đầy đủ của dữ liệu. EPA định nghĩa tính đầy đủ dựa trên lượng dữ liệu thực tế thu được so với lượng dữ liệu có thể thu được nếu cảm biến hoạt động liên tục mà không xảy ra gián đoạn.

Một chuỗi số liệu có nhiều khoảng trống có thể làm sai lệch giá trị trung bình hoặc bỏ sót những thời điểm môi trường biến động mạnh.

Dữ liệu bất thường không phải lúc nào cũng được phần mềm nhận diện đúng

Hệ thống quản lý dữ liệu có thể tự động phát hiện giá trị vượt khoảng đo, dữ liệu đứng yên bất thường, đột biến hoặc lỗi thiết bị. Tuy nhiên, thuật toán QC tự động có hai giới hạn.

Thứ nhất, một lỗi diễn biến chậm như drift có thể không vượt ngưỡng cảnh báo nên tồn tại khá lâu mà không được phát hiện. Thứ hai, một sự kiện ô nhiễm thực sự nhưng hiếm gặp có thể bị thuật toán đánh dấu nhầm là ngoại lai. EPA vì vậy khuyến cáo không dựa hoàn toàn vào kiểm tra dữ liệu tự động mà vẫn cần quá trình xem xét và xác minh của con người.

Điều này cho thấy dữ liệu tự động không đồng nghĩa với dữ liệu đã được xác nhận chất lượng.

Sai lệch thời gian cũng làm giảm giá trị dữ liệu

Dữ liệu quan trắc không chỉ gồm giá trị đo mà còn gắn với thời điểm đo. Sai đồng hồ thiết bị, khác múi giờ hoặc lỗi đồng bộ giữa các hệ thống có thể khiến hai dữ liệu vốn được ghi ở những thời điểm khác nhau lại bị đem ra so sánh trực tiếp.

Vấn đề này đặc biệt quan trọng khi cần đối chiếu giữa nhiều trạm, so sánh thiết bị tự động với phép đo tham chiếu hoặc phân tích mối liên hệ giữa nồng độ ô nhiễm và quá trình vận hành của nguồn phát thải.

Hiệu chuẩn và bảo trì tạo ra yêu cầu vận hành thường xuyên

Một hạn chế dễ bị đánh giá thấp là hệ thống tự động không phải mô hình “lắp đặt rồi để thiết bị tự chạy”. Để giữ chất lượng số liệu, thiết bị phải được kiểm tra, hiệu chuẩn, vệ sinh, bảo dưỡng và sửa chữa trong suốt thời gian khai thác.

Hiệu chuẩn là điều kiện để kiểm soát sai số

Hiệu chuẩn hoặc kiểm tra bằng chuẩn giúp xác định thiết bị còn duy trì quan hệ đúng giữa tín hiệu đầu ra và giá trị thực hay không. Khi sai lệch vượt giới hạn cho phép, hệ thống cần được điều chỉnh, hiệu chuẩn lại hoặc sửa chữa.

Tại Việt Nam, Thông tư 10/2021/TT-BTNMT quy định các yêu cầu kỹ thuật và QA/QC cho nhiều loại hệ thống quan trắc tự động, liên tục. Chẳng hạn, với trạm quan trắc chất lượng không khí xung quanh tự động, liên tục, một số thiết bị phải được kiểm tra bằng chất chuẩn theo khuyến cáo của nhà sản xuất nhưng tối thiểu 01 tháng/lần; khi giá trị thiết bị so với nồng độ chất chuẩn sai lệch từ 10% trở lên thì phải thực hiện kiểm định, hiệu chuẩn lại theo quy định. Các yêu cầu cụ thể khác nhau tùy loại trạm và thông số. Thông tư 10/2021/TT-BTNMT hiện được Cơ sở dữ liệu quốc gia về văn bản pháp luật ghi nhận còn hiệu lực.

Quy định này cũng phản ánh một đặc điểm kỹ thuật quan trọng: độ tin cậy của quan trắc tự động chỉ được duy trì khi có hoạt động kiểm soát đo lường định kỳ.

Bảo trì phòng ngừa làm phát sinh nhân lực và chi phí

Ngoài máy phân tích chính, một trạm tự động còn có thể gồm bơm, đường ống, đầu lấy mẫu, bộ lọc, hệ thống làm sạch, thiết bị điều hòa, nguồn điện dự phòng, bộ thu nhận dữ liệu và thiết bị truyền thông.

Mỗi thành phần đều có khả năng trở thành điểm hỏng. Một lỗi nhỏ ở hệ thống lấy mẫu có thể làm kết quả của máy phân tích không còn đại diện cho mẫu thực tế dù bản thân máy vẫn vận hành.

Do đó, đơn vị khai thác cần có quy trình vận hành chuẩn, lịch bảo trì, vật tư thay thế và nhân sự có khả năng nhận biết lỗi. Thông tư 10/2021/TT-BTNMT cũng yêu cầu đối với các trạm thuộc phạm vi điều chỉnh phải xây dựng quy trình vận hành, kiểm tra–bảo dưỡng, quản lý số liệu và khắc phục sự cố; cán bộ vận hành phải được đào tạo phù hợp.

Chi phí thực tế của một hệ thống vì vậy không chỉ là giá mua thiết bị ban đầu mà còn bao gồm hiệu chuẩn, chất chuẩn, vật tư tiêu hao, linh kiện, nhân lực kỹ thuật và thời gian ngừng hệ thống khi bảo dưỡng.

Khả năng đo liên tục không có nghĩa là đo được mọi thông số môi trường

Quan trắc tự động phù hợp nhất với những thông số đã có công nghệ cảm biến hoặc máy phân tích đủ ổn định cho vận hành liên tục. Không phải mọi chất ô nhiễm đều có thể được xác định trực tiếp bằng một đầu đo tự động với độ chọn lọc và độ chính xác tương đương phương pháp phân tích tham chiếu.

Một số chỉ tiêu phức tạp vẫn cần lấy mẫu, bảo quản mẫu, xử lý mẫu và phân tích trong phòng thí nghiệm. Trong các trường hợp này, hệ thống tự động và quan trắc định kỳ có vai trò bổ sung cho nhau thay vì đơn giản thay thế hoàn toàn.

Ngay cả với thông số có thể đo tự động, phép đo đối chứng hoặc so sánh với phương pháp tham chiếu vẫn có giá trị để kiểm tra độ chính xác của hệ thống. Với CEMS, US EPA sử dụng các performance specification và thủ tục QA để đánh giá khả năng chấp nhận của hệ thống và chất lượng dữ liệu phục vụ các mục đích tuân thủ.

Một trạm đo không thể đại diện cho toàn bộ khu vực trong mọi tình huống

Dữ liệu tự động có độ phân giải thời gian cao nhưng vẫn được tạo ra tại một vị trí cụ thể. Điều đó tạo ra giới hạn về tính đại diện không gian.

Nồng độ chất ô nhiễm có thể thay đổi đáng kể theo khoảng cách tới nguồn phát thải, hướng gió, địa hình, dòng chảy, độ sâu lấy mẫu hoặc điều kiện pha loãng. Một đầu đo đặt đúng kỹ thuật vẫn chỉ phản ánh môi trường mà vị trí lấy mẫu của nó đại diện.

Vì vậy, số lượng trạm và vị trí đặt trạm phải phù hợp với mục tiêu quan trắc. Không nên diễn giải một giá trị tại một điểm đo thành tình trạng của toàn bộ khu vực nếu chưa có cơ sở về tính đại diện.

Giới hạn này cũng giải thích vì sao tăng tần suất đo không thể tự động bù cho một vị trí lấy mẫu không phù hợp: hệ thống có thể tạo rất nhiều dữ liệu chính xác về một vị trí nhưng vẫn không trả lời đúng câu hỏi về khu vực cần đánh giá.

Các hạn chế cần được kiểm soát như thế nào?

Hạn chế của quan trắc môi trường tự động không có nghĩa công nghệ này kém hiệu quả. Vấn đề nằm ở việc dữ liệu phải được quản lý như kết quả của một hệ thống đo lường có kiểm soát, thay vì coi thiết bị là nguồn số liệu đúng mặc định.

Một hệ thống đáng tin cậy cần đồng thời kiểm soát bốn lớp:

·         Thiết bị đo: Kiểm định, hiệu chuẩn, kiểm tra drift và điều kiện hoạt động

·         Hệ thống lấy mẫu: Làm sạch đầu đo, kiểm tra đường mẫu, bộ lọc và các thiết bị phụ trợ

·         Dữ liệu: Theo dõi dữ liệu thiếu, giá trị bất thường, trạng thái thiết bị và thời gian ghi nhận

·         Vận hành: Có SOP, lịch bảo trì, nhân sự được đào tạo, vật tư dự phòng và quy trình xử lý sự cố

Khi một giá trị bất thường xuất hiện, việc đánh giá cũng không nên chỉ dựa vào con số. Cần xem đồng thời trạng thái thiết bị, thời điểm hiệu chuẩn gần nhất, diễn biến các thông số liên quan và điều kiện thực tế tại trạm. Một điểm dữ liệu cao bất thường có thể là sự kiện môi trường thật, nhưng cũng có thể xuất phát từ nhiễu, drift hoặc sự cố lấy mẫu; ngược lại, tự động loại bỏ mọi giá trị khác thường có thể khiến một sự kiện ô nhiễm thực tế bị bỏ qua.

Quan trắc môi trường tự động giải quyết tốt bài toán theo dõi liên tục nhưng không loại bỏ những giới hạn vốn có của quá trình đo lường. Các hạn chế chính tập trung ở độ ổn định và độ chọn lọc của thiết bị, ảnh hưởng của điều kiện môi trường, nguy cơ mất hoặc sai dữ liệu, yêu cầu hiệu chuẩn–bảo trì liên tục và giới hạn về khả năng đại diện của điểm đo.

Vì vậy, giá trị lớn nhất của hệ thống không nằm ở việc tạo ra càng nhiều số liệu càng tốt, mà ở khả năng duy trì một chuỗi dữ liệu có thể kiểm chứng. Thiết bị tự động chỉ phát huy đầy đủ hiệu quả khi được đặt trong một hệ thống QA/QC, bảo trì, hiệu chuẩn và đánh giá dữ liệu phù hợp.