Tần suất lấy mẫu môi trường nên xác định theo yếu tố nào?

Về nguyên tắc, tần suất phải tăng khi môi trường biến động nhanh, hậu quả của việc bỏ sót ô nhiễm lớn hoặc quyết định yêu cầu độ chắc chắn cao; tần suất có thể giảm khi hệ thống ổn định, biến động đã được đặc trưng tốt và rủi ro thấp. Cách tiếp cận này phù hợp với logic thiết kế chương trình lấy mẫu của ISO 5667 và quy trình Data Quality Objectives của US EPA: xác định mục tiêu dữ liệu trước, sau đó mới quyết định khi nào và lấy bao nhiêu mẫu.

Mục tiêu giám sát quyết định dữ liệu phải được lấy thường xuyên đến đâu

Cùng một nguồn nước, khí thải hoặc khu vực đất nhưng tần suất hợp lý có thể khác hoàn toàn nếu mục đích sử dụng dữ liệu khác nhau.

Nếu mục tiêu là xác lập đường nền, chương trình phải thu đủ mẫu để mô tả được trạng thái thông thường và các biến động tự nhiên. Nếu mục tiêu là theo dõi xu hướng dài hạn, điều quan trọng là duy trì chuỗi dữ liệu nhất quán qua các mùa và các năm. Với giám sát tuân thủ, lịch lấy mẫu còn phải đáp ứng tần suất bắt buộc trong giấy phép, quy chuẩn hoặc chương trình quản lý áp dụng. Khi mục tiêu là phát hiện nhanh sự cố, lấy mẫu định kỳ thưa có thể không đáp ứng được yêu cầu dù số mẫu trung bình trong năm tương đối lớn.

Vì vậy, câu hỏi đầu tiên không nên là “mỗi tháng lấy bao nhiêu mẫu?” mà là “dữ liệu này sẽ dùng để đưa ra quyết định gì?”. Sau khi xác định quyết định, mới xác định mức sai số chấp nhận được, khoảng thời gian cần đại diện và nguy cơ nếu một trạng thái bất thường không được quan sát.

Một lịch lấy mẫu phù hợp cho đánh giá trung bình năm chưa chắc phù hợp để phát hiện một đợt xả bất thường kéo dài vài giờ. Đây là lý do tần suất phải gắn với mục tiêu chứ không thể sao chép nguyên một lịch quan trắc từ cơ sở hoặc khu vực khác.

Mức biến động theo thời gian là yếu tố trực tiếp chi phối khoảng cách lấy mẫu

Hai môi trường có cùng nồng độ trung bình nhưng mức dao động khác nhau sẽ cần tần suất khác nhau.

Khi chỉ tiêu thay đổi chậm và tương đối ổn định, các lần lấy mẫu quá gần nhau thường cung cấp ít thông tin mới. Ngược lại, nếu nồng độ thay đổi mạnh theo giờ, ca sản xuất, lưu lượng, lượng mưa, thủy triều hoặc mùa, lấy mẫu quá thưa có thể khiến kết quả không đại diện cho điều kiện thực tế.

Có thể xem biến động ở nhiều thang thời gian:

·         Biến động trong ngày do chu kỳ sản xuất, giao thông, nhiệt độ hoặc hoạt động sinh học

·         Biến động theo ngày hoặc tuần do lịch vận hành

·         Biến động theo mùa do lượng mưa, dòng chảy, nhiệt độ và điều kiện khí tượng

·         Biến động theo sự kiện như mưa lớn, khởi động thiết bị, xả mẻ hoặc sự cố

Dữ liệu lịch sử là căn cứ tốt nhất để nhận diện các chu kỳ này. Khi chưa có đủ dữ liệu, nên thực hiện một giai đoạn lấy mẫu ban đầu với mật độ cao hơn. Kết quả thí điểm cho biết phương sai, khoảng biến động và mức tương quan giữa các mẫu liên tiếp, từ đó có thể điều chỉnh khoảng cách lấy mẫu.

Điểm quan trọng là số mẫu không đồng nghĩa với số quan sát độc lập. Nếu một thông số thay đổi chậm mà lấy nhiều mẫu cách nhau quá ngắn, các kết quả có thể tương quan mạnh với nhau. Chương trình tốn thêm chi phí nhưng lượng thông tin độc lập tăng không tương ứng.

Rủi ro càng cao thì khả năng bỏ sót ô nhiễm càng phải thấp

Tần suất lấy mẫu cũng là một công cụ quản lý rủi ro.

Một sự kiện hiếm nhưng hậu quả thấp có thể chấp nhận xác suất không phát hiện cao hơn. Ngược lại, nếu một lần vượt ngưỡng có thể gây ảnh hưởng nghiêm trọng đến sức khỏe, hệ sinh thái, vận hành hoặc tuân thủ pháp luật, chương trình phải giảm khả năng sự kiện xảy ra giữa hai lần lấy mẫu mà không được phát hiện.

Có thể hình dung việc thiết kế theo ba biến:

Xác suất xảy ra × mức độ hậu quả × khả năng phát hiện

Khi xác suất hoặc hậu quả tăng, tần suất định kỳ thường phải tăng hoặc cần bổ sung phương thức quan trắc khác.

Ví dụ, nếu một trạng thái bất thường xuất hiện độc lập với xác suất (p) tại mỗi thời điểm quan sát và cần xác suất ít nhất (C) để gặp trạng thái đó ít nhất một lần, số quan sát tối thiểu về mặt xác suất có thể biểu diễn:

n ≥ ln(1 − C) / ln(1 − p)

Nếu trạng thái cần phát hiện xuất hiện tại khoảng 10% số thời điểm và mong muốn xác suất phát hiện ít nhất 95%, mô hình đơn giản này cho kết quả khoảng 29 quan sát độc lập. Đây không phải công thức để áp dụng máy móc cho mọi chương trình môi trường: dữ liệu thực tế thường có tính mùa vụ, tự tương quan và xác suất ô nhiễm không cố định. Giá trị của phép tính là cho thấy mức chắc chắn mong muốn và mức độ hiếm của sự kiện trực tiếp ảnh hưởng đến lượng dữ liệu cần thu.

Đối với rủi ro cao và diễn biến nhanh, tăng lấy mẫu thủ công đôi khi vẫn không đủ. Quan trắc liên tục, thiết bị cảnh báo hoặc lấy mẫu kích hoạt theo sự kiện có thể phù hợp hơn.

Đặc điểm nguồn phát và điều kiện môi trường quyết định thời điểm lấy mẫu

Tần suất chỉ có ý nghĩa khi các thời điểm lấy mẫu thực sự đại diện cho quá trình cần đánh giá.

Một nguồn thải vận hành liên tục, ổn định khác với dây chuyền chạy theo mẻ. Nước mặt mùa khô khác nước mặt trong và ngay sau mưa lớn. Chất lượng nước ngầm thường thay đổi theo thang thời gian khác so với nước thải công nghiệp. Không khí xung quanh còn chịu ảnh hưởng mạnh của gió, lớp nghịch nhiệt, nhiệt độ và hoạt động của nguồn phát.

Vì vậy, thiết kế phải xem xét đồng thời:

·         Chu kỳ hoạt động của nguồn phát

·         Thời gian tồn tại của chất ô nhiễm

·         Lưu lượng và khả năng pha loãng

·         Mùa và điều kiện khí tượng, thủy văn

·         Mưa, triều hoặc các sự kiện có khả năng làm thay đổi tải lượng

·         Thời gian phản ứng của môi trường tiếp nhận

Nếu chất lượng môi trường thay đổi chủ yếu trong các sự kiện ngắn, tăng số mẫu ở những giai đoạn bình thường không giải quyết được khoảng trống dữ liệu. Cách phù hợp hơn là phân tầng lịch lấy mẫu theo trạng thái vận hành hoặc điều kiện môi trường, chẳng hạn tách mùa khô/mùa mưa hoặc trạng thái vận hành bình thường/sự kiện.

Đây cũng là lý do một lịch cố định như “mỗi tháng một lần” có thể tạo cảm giác đều đặn nhưng vẫn không đại diện nếu luôn lấy mẫu vào cùng một trạng thái thuận lợi.

Yêu cầu pháp lý và ngưỡng quyết định tạo ra giới hạn tối thiểu cho tần suất

Khi chương trình lấy mẫu phục vụ tuân thủ, tần suất không thể được xác định hoàn toàn bằng tối ưu thống kê hoặc chi phí.

Quy định pháp luật, giấy phép môi trường, tiêu chuẩn kỹ thuật hoặc yêu cầu của cơ quan quản lý có thể quy định trực tiếp hoặc gián tiếp số lần quan trắc, thời điểm, thông số, phương pháp và hình thức giám sát. Trong trường hợp đó, tần suất bắt buộc là ràng buộc tối thiểu, không phải một lựa chọn có thể giảm chỉ vì dữ liệu trước đây tương đối ổn định.

Ngược lại, đáp ứng đúng tần suất bắt buộc chưa chắc đã đủ cho mục tiêu quản trị nội bộ. Nếu quá trình có nguy cơ xảy ra biến động giữa hai kỳ quan trắc pháp lý, doanh nghiệp hoặc đơn vị vận hành có thể cần lấy mẫu bổ sung để kiểm soát rủi ro.

Cũng cần phân biệt giữa ngưỡng tuân thủ và mức cảnh báo nội bộ. Nếu kết quả thường xuyên nằm sát giới hạn ra quyết định, sai số lấy mẫu và biến động tự nhiên có thể làm kết luận thay đổi chỉ với một dao động nhỏ. Trường hợp này cần mật độ dữ liệu lớn hơn so với hệ thống có kết quả ổn định và cách xa ngưỡng.

Do quy định khác nhau theo quốc gia, loại nguồn thải, giấy phép và từng chương trình quan trắc, không nên dùng một con số tần suất chung thay thế cho việc kiểm tra yêu cầu pháp lý áp dụng trực tiếp.

Có thể xác định tần suất bằng quy trình điều chỉnh dựa trên dữ liệu và rủi ro

Một chương trình thực tế có thể xác định tần suất theo trình tự sau:

1.    Xác định quyết định cần hỗ trợ

2.    Làm rõ chương trình nhằm mô tả hiện trạng, phát hiện vượt ngưỡng, đánh giá tuân thủ, theo dõi xu hướng hay cảnh báo sự cố

3.    Xác định thang thời gian của biến động

4.    Dùng dữ liệu lịch sử, thông tin vận hành hoặc lấy mẫu thí điểm để nhận diện biến động theo giờ, ngày, mùa và sự kiện

5.    Xác định mức rủi ro nếu bỏ sót

6.    Đánh giá xác suất xảy ra, hậu quả và mức độ chắc chắn cần có trước khi đưa ra quyết định

7.    Kiểm tra các ràng buộc bắt buộc

8.    Đối chiếu giấy phép, quy định, tiêu chuẩn và chương trình quan trắc có liên quan

9.    Thiết kế lịch lấy mẫu ban đầu

10.  Phân bố mẫu vào các trạng thái và khoảng thời gian cần đại diện thay vì chỉ chia đều số mẫu theo lịch

11.  Đánh giá dữ liệu thu được

12.  Kiểm tra phương sai, xu hướng, tính mùa vụ, tự tương quan, tỷ lệ vượt ngưỡng và khoảng trống thời gian có nguy cơ cao

13.  Điều chỉnh tần suất

14.  Tăng tần suất khi biến động hoặc rủi ro cao hơn dự kiến; chỉ giảm khi dữ liệu đủ chứng minh trạng thái ổn định và việc giảm không vi phạm yêu cầu bắt buộc

Với mục tiêu ước lượng một giá trị trung bình, cỡ mẫu còn có thể được thiết kế thống kê. Trong trường hợp đơn giản với các quan sát độc lập, độ lệch chuẩn ước tính là (s), sai số cho phép quanh trung bình là (E) và hệ số theo mức tin cậy là (z), cỡ mẫu ban đầu có dạng:

n ≈ (z × s / E)²

Công thức cho thấy phương sai càng lớn hoặc sai số cho phép càng nhỏ thì số mẫu cần thiết càng tăng. Tuy nhiên, cỡ mẫu thống kê vẫn phải được chuyển thành một lịch theo thời gian phù hợp; 30 mẫu tập trung trong vài ngày không thể đại diện cho cả năm nếu đối tượng có biến động mùa rõ rệt.

Sau khi chương trình vận hành, tần suất nên được xem là tham số có thể đánh giá lại, không phải con số cố định vĩnh viễn. Sự thay đổi nguyên liệu, công suất, công nghệ xử lý, nguồn phát, điều kiện thủy văn hoặc kết quả quan trắc đều có thể làm thiết kế ban đầu không còn phù hợp.

Tần suất lấy mẫu môi trường nên được xác định từ mục tiêu sử dụng dữ liệu, mức biến động theo thời gian, mức rủi ro khi bỏ sót, đặc điểm nguồn phát và môi trường tiếp nhận, yêu cầu pháp lý cùng độ chắc chắn cần thiết của quyết định. Không có một tần suất chung thích hợp cho mọi đối tượng.

Cách tiếp cận đáng tin cậy là bắt đầu từ mục tiêu và rủi ro, dùng dữ liệu lịch sử hoặc chương trình thí điểm để định lượng biến động, bố trí mẫu theo các trạng thái cần đại diện, sau đó đánh giá lại bằng dữ liệu thực tế. Khi biến động nhanh hoặc hậu quả của việc bỏ sót lớn, cần tăng mật độ quan sát hoặc chuyển sang quan trắc liên tục/sự kiện thay vì chỉ tăng số lần lấy mẫu định kỳ.

Có nên lấy mẫu càng nhiều càng tốt?

Không. Tăng số mẫu chỉ có giá trị khi các mẫu bổ sung tạo thêm thông tin cần thiết. Các mẫu lấy quá gần nhau trong một hệ thống biến đổi chậm có thể tương quan mạnh, làm chi phí tăng nhưng không cải thiện tương xứng độ chắc chắn của quyết định.

Khi nào nên tăng tần suất lấy mẫu?

Nên xem xét tăng khi dữ liệu cho thấy phương sai lớn, xuất hiện nhiều giá trị sát hoặc vượt ngưỡng, có thay đổi quy trình hay nguồn phát, rủi ro môi trường tăng, xuất hiện sự kiện bất thường hoặc tần suất hiện tại không bắt được các chu kỳ biến động quan trọng.

Khi nào có thể giảm tần suất lấy mẫu?

Có thể cân nhắc khi chuỗi dữ liệu đủ dài chứng minh trạng thái ổn định, mức rủi ro thấp và tần suất thấp hơn vẫn đáp ứng mục tiêu dữ liệu. Việc giảm không được làm mất khả năng phát hiện các trạng thái quan trọng và không được thấp hơn yêu cầu pháp lý hoặc yêu cầu của chương trình quan trắc áp dụng.