Ứng dụng công nghệ viễn thám và các phương pháp số trong đánh giá tính dễ bị tổn thương do biến đổi khí hậu vùng đồng bằng sông Hồng

1. ĐẶT VẤN ĐỀ

Vùng Đồng bằng sông Hồng (ĐBSH) là một trong những không gian phát triển kinh tế - xã hội năng động nhất của Việt Nam, đồng thời có vị trí đặc biệt quan trọng về dân cư, đô thị, công nghiệp, nông nghiệp, logistics, cảng biển và hạ tầng giao thông. Sau sắp xếp đơn vị hành chính, phạm vi vùng gồm Hà Nội, Hải Phòng, Quảng Ninh, Bắc Ninh, Hưng Yên và Ninh Bình. Đây cũng là khu vực tập trung nhiều hệ sinh thái có giá trị như hệ thống sông Hồng - sông Thái Bình, vùng cửa sông, bãi triều, đất ngập nước, rừng ngập mặn và các khu bảo tồn thiên nhiên. 

Đặc điểm địa hình thấp, bằng phẳng, mạng lưới sông ngòi dày đặc và có đường bờ biển dài khiến ĐBSH chịu tác động đồng thời của nhiều yếu tố khí hậu và thủy văn. Nhiệt độ gia tăng, mưa lớn cực đoan, lũ, ngập úng, hạn hán, xâm nhập mặn, nước biển dâng, bão và xói lở bờ sông, bờ biển đang tạo ra các áp lực ngày càng lớn đối với hệ thống tự nhiên. Đặc biệt, các tác động có tính liên kết: nước biển dâng và xâm nhập mặn có thể làm suy giảm chất lượng đất và nguồn nước; suy giảm rừng ngập mặn làm gia tăng tính dễ tổn thương của vùng ven biển; đô thị hóa làm gia tăng bề mặt không thấm và dòng chảy mặt, qua đó làm tăng nguy cơ ngập úng. 

Bão Yagi năm 2024 là một minh chứng điển hình cho tính chất phức tạp của rủi ro khí hậu tại khu vực phía Bắc. Bão kết hợp với mưa lớn đã gây thiệt hại nghiêm trọng về nhà ở, sản xuất, thủy sản, giao thông, thủy lợi, đê điều và hạ tầng kỹ thuật tại nhiều địa phương trong vùng. Sự kiện này cho thấy đánh giá tác động của biến đổi khí hậu không thể chỉ dừng ở việc xác định một loại thiên tai riêng lẻ mà cần xem xét các tác động đồng thời, liên kết giữa các thành phần tự nhiên và không gian lãnh thổ. 

Trong thực tế, đánh giá tính dễ bị tổn thương do biến đổi khí hậu ở Việt Nam đã được triển khai bằng nhiều phương pháp khác nhau. Khung đánh giá phổ biến dựa trên ba thành phần gồm mức độ phơi bày (Exposure), tính nhạy cảm (Sensitivity) và khả năng thích ứng (Adaptive Capacity), kết hợp với GIS, phân tích đa tiêu chí (MCA), AHP và phương pháp chồng xếp bản đồ. Tuy nhiên, phương pháp này còn phụ thuộc đáng kể vào số liệu thống kê theo đơn vị hành chính và trọng số chuyên gia; dữ liệu thường có độ trễ về thời gian, trong khi điều tra thực địa trên phạm vi rộng đòi hỏi nhiều nhân lực và kinh phí. Do đó, khả năng phản ánh các biến động không gian - thời gian của hệ thống tự nhiên còn hạn chế. 

Sự phát triển của công nghệ quan sát Trái Đất mở ra khả năng khắc phục những hạn chế trên. Các chuỗi ảnh vệ tinh đa thời gian có thể cung cấp thông tin đồng nhất trên phạm vi rộng về lớp phủ bề mặt, sử dụng đất, rừng, mặt nước, nhiệt độ bề mặt, độ ẩm đất, ngập lụt, hạn hán và diễn biến đường bờ. Khi kết hợp với AI, GIS, dữ liệu khí tượng - thủy văn và các mô hình số, dữ liệu viễn thám có thể trở thành nền tảng cho đánh giá tính dễ bị tổn thương theo không gian và thời gian.

Xuất phát từ yêu cầu đó, nhiệm vụ nghiên cứu được đề xuất nhằm xây dựng một phương pháp tích hợp, trong đó công nghệ viễn thám và các phương pháp số đóng vai trò trung tâm trong việc hình thành dữ liệu, mô phỏng tác động, đánh giá tổn thương, cảnh báo khu vực có nguy cơ cao và hỗ trợ đề xuất giải pháp thích ứng. Mục tiêu tổng quát của nhiệm vụ là ứng dụng công nghệ viễn thám và các phương pháp số để đánh giá tác động, tính dễ bị tổn thương của hệ thống tự nhiên do biến đổi khí hậu và đề xuất các giải pháp thích ứng nhằm phát triển bền vững vùng ĐBSH. 

2. CÁCH TIẾP CẬN VÀ DỮ LIỆU NGHIÊN CỨU

2.1. Khung tiếp cận tích hợp

Điểm cốt lõi của phương pháp nghiên cứu là chuyển từ đánh giá tính dễ bị tổn thương theo từng lĩnh vực hoặc từng đơn vị hành chính sang đánh giá hệ thống tự nhiên trên nền tảng dữ liệu không gian - thời gian. Đối tượng trọng tâm gồm ba cấu phần: tài nguyên đất, tài nguyên nước và tài nguyên rừng. Phạm vi ưu tiên là vùng ven biển, cửa sông, vùng trũng thấp, khu vực chịu xâm nhập mặn, xói lở, đất ngập nước và rừng ngập mặn. 

Khung đánh giá kế thừa cách tiếp cận Exposure - Sensitivity - Adaptive Capacity, nhưng được mở rộng bằng dữ liệu viễn thám và mô hình số. Theo đó, mức độ phơi bày được xác định thông qua các yếu tố khí hậu và thiên tai; tính nhạy cảm được phản ánh bằng trạng thái, chất lượng và biến động của các tài nguyên; năng lực thích ứng/phục hồi được xem xét từ đặc điểm của hệ thống tự nhiên và các điều kiện liên quan. Hệ thống WebGIS sau này sẽ quản lý đồng thời các lớp dữ liệu khí hậu và thiên tai, dữ liệu tài nguyên đất - nước - rừng, các lớp phản ánh năng lực thích ứng và các chỉ số trung gian phục vụ tính toán chỉ số tổn thương tổng hợp. 

Cách tiếp cận này cho phép phân tích không chỉ “đối tượng nào bị tác động” mà còn “tại sao đối tượng đó dễ bị tổn thương”, “tổn thương diễn biến như thế nào theo thời gian” và “tổn thương của một thành phần có thể tác động đến các thành phần khác ra sao”.

2.2. Hệ thống dữ liệu đa nguồn

Nguồn dữ liệu được tổ chức thành các nhóm chính gồm dữ liệu viễn thám quang học, dữ liệu radar (SAR), mô hình số địa hình (DEM), dữ liệu khí tượng - thủy văn, hải văn, các kịch bản biến đổi khí hậu và nước biển dâng, dữ liệu điều tra thực địa, kiểm kê tài nguyên và các dữ liệu chuyên ngành.

Một điểm đáng chú ý là nhiệm vụ dự kiến thu thập và chuẩn hóa chuỗi dữ liệu quan trắc khí tượng - thủy văn giai đoạn 1986–2025, dữ liệu thống kê bão và áp thấp nhiệt đới ảnh hưởng đến Bắc Bộ, các bộ dữ liệu khí hậu tái phân tích, dữ liệu khí tượng thủy văn toàn cầu, cùng các kịch bản biến đổi khí hậu và nước biển dâng. 

Dữ liệu viễn thám được xử lý theo tỷ lệ 1:50.000 với 63 mảnh, hai loại ảnh và ba thời điểm. Quy trình gồm chuẩn bị dữ liệu, nhập ảnh, nắn chỉnh và ghép ảnh, tạo nền dữ liệu thống nhất phục vụ các bước phân tích tiếp theo. 

Việc kết hợp ảnh quang học và SAR có ý nghĩa quan trọng đối với ĐBSH, nơi thường xuyên xuất hiện mây và mưa lớn. Dữ liệu quang học có ưu thế trong nhận dạng lớp phủ và trạng thái bề mặt, trong khi SAR có khả năng quan sát trong điều kiện nhiều mây, qua đó bổ sung thông tin cho các bài toán nhận dạng ngập nước, bề mặt và biến động tự nhiên.

3. ỨNG DỤNG AI VÀ VIỄN THÁM TRONG THÀNH LẬP BỘ DỮ LIỆU TÀI NGUYÊN

Một đóng góp quan trọng của phương pháp nghiên cứu là xây dựng bộ dữ liệu phục vụ đánh giá tác động và tính dễ bị tổn thương thay vì chỉ sử dụng các lớp dữ liệu hiện có. Tùy thuộc đặc điểm từng loại dữ liệu, nhiệm vụ sử dụng ba phương pháp: (i) mô hình học máy/AI kết hợp viễn thám đa thời gian; (ii) xử lý dữ liệu viễn thám và phân tích không gian; và (iii) tích hợp dữ liệu với các mô hình chuyên ngành. 

Đối với phương pháp AI, ba bộ mô hình chuyên biệt được xây dựng tương ứng với tài nguyên đất, nước và rừng. Các mô hình sử dụng những bộ mẫu huấn luyện riêng, phù hợp với đặc điểm phổ, đặc tính không gian và yêu cầu phân loại của từng nhóm tài nguyên. Quy trình chung gồm thu thập, làm sạch, chuẩn hóa dữ liệu theo hướng AI-ready, xây dựng bộ mẫu, huấn luyện, kiểm định và lựa chọn mô hình phù hợp. 

Đối với tài nguyên rừng, chẳng hạn, nhiệm vụ dự kiến xây dựng các lớp dữ liệu về hiện trạng và biến động lớp phủ rừng, rừng ngập mặn, sức khỏe rừng, độ che phủ, độ ẩm, nhiệt độ bề mặt, cháy rừng, phân mảnh rừng, xói lở bãi triều và khả năng phục hồi rừng ngập mặn. Dữ liệu có thể được khai thác từ các chỉ số viễn thám như NDVI, EVI, LSWI, MSI và LST kết hợp với điều tra, kiểm kê rừng. 

Mô hình học sâu U-Net được định hướng sử dụng cho các bài toán phân đoạn ảnh, nhận dạng lớp phủ rừng và rừng ngập mặn, trong khi Random Forest được sử dụng như mô hình đối chứng để so sánh độ chính xác. Cách thiết kế này cho phép đánh giá khách quan hơn hiệu quả của mô hình AI trước khi lựa chọn mô hình chính thức để thành lập sản phẩm dữ liệu. 

Đối với tài nguyên đất và tài nguyên nước, phương pháp tương tự được áp dụng nhưng bộ mẫu và đặc trưng đầu vào được thiết kế phù hợp với từng nhóm đối tượng. Kết quả hướng tới là các lớp dữ liệu thể hiện hiện trạng, biến động và các thuộc tính có liên quan trực tiếp đến tác động của biến đổi khí hậu. Việc thành lập dữ liệu theo chuỗi thời gian giúp chuyển thông tin từ trạng thái “ảnh chụp tại một thời điểm” sang “diễn biến của đối tượng”, qua đó tạo điều kiện nhận diện xu thế và điểm nóng tổn thương.

4. MÔ PHỎNG TÁC ĐỘNG CỦA CÁC HIỆN TƯỢNG KHÍ HẬU CỰC ĐOAN

Dữ liệu viễn thám chỉ phản ánh một phần trạng thái và dấu hiệu tác động trên bề mặt. Để lượng hóa các quá trình động lực như lũ, xâm nhập mặn, ngập đô thị và nước dâng do bão, nhiệm vụ kết hợp dữ liệu viễn thám với các mô hình số chuyên ngành.

Đối với lũ trên hệ thống sông, mô hình được thiết kế có xét đến chế độ vận hành của hồ chứa và các công trình điều tiết, bao gồm lưu lượng điều tiết, trạng thái vận hành cống, trạm bơm và các công trình kiểm soát mặn. Điều này nhằm phản ánh đầy đủ hơn quan hệ giữa dòng chảy thượng lưu, điều tiết nguồn nước và tác động đến khu vực hạ du. 

Đối với xâm nhập mặn, phương pháp dự kiến sử dụng MIKE 11 với các mô-đun NAM, HD và AD để mô phỏng dòng chảy, mực nước và lan truyền độ mặn trong hệ thống sông, cửa sông. Các ngưỡng mặn đặc trưng như 1‰ và 4‰ được sử dụng để nhận diện phạm vi ảnh hưởng. Đối với ngập lụt đô thị, MIKE FLOOD kết nối MIKE URBAN và MIKE 21 được sử dụng để mô phỏng dòng chảy trong hệ thống thoát nước, tràn mặt đô thị và lan truyền ngập hai chiều do mưa lớn. 

Đối với nước dâng do bão, MIKE 21 SW và MIKE 21 HD/Flow Model FM được định hướng sử dụng để mô phỏng trường sóng, thủy động lực, mực nước tổng cộng và nước dâng do bão trong điều kiện hiện trạng và các kịch bản biến đổi khí hậu. Đối với hạn hán, các chỉ số SPI và SPEI được sử dụng để đánh giá hạn khí tượng; SRI, SDI hoặc chỉ số thiếu hụt dòng chảy/mực nước mùa kiệt được sử dụng cho hạn thủy văn; đồng thời kết hợp dữ liệu viễn thám như NDVI để nhận diện tác động hạn theo không gian. 

Như vậy, mô hình số không được sử dụng độc lập mà trở thành một lớp thông tin trong hệ thống đánh giá tổng hợp. Kết quả mô phỏng cung cấp thông tin về cường độ, phạm vi và mức độ tác động; dữ liệu viễn thám phản ánh trạng thái và biến động của tài nguyên; các dữ liệu chuyên ngành cung cấp thông tin nền để giải thích và kiểm chứng.

5. ĐÁNH GIÁ TÍNH DỄ BỊ TỔN THƯƠNG CỦA HỆ THỐNG TỰ NHIÊN

Trên cơ sở các bộ dữ liệu thành phần, nhiệm vụ tiến hành đánh giá riêng đối với tài nguyên đất, tài nguyên nước và tài nguyên rừng, sau đó tổng hợp thành đánh giá đối với toàn hệ thống tự nhiên.

Đối với tài nguyên rừng, nội dung đánh giá tập trung vào hiện trạng và biến động lớp phủ rừng; mất rừng, phục hồi rừng, suy giảm và phân mảnh rừng; tác động của bão, nước dâng do bão, triều cường, nước biển dâng, xói lở và biến động bãi bồi đối với rừng ngập mặn; tác động của hạn hán và áp lực nhiệt đến sức khỏe rừng; đồng thời xem xét nguy cơ suy giảm chức năng sinh thái, chức năng phòng hộ và khả năng hấp thụ các-bon. 

Một điểm mới có ý nghĩa về phương pháp là phân tích liên kết đất - nước - rừng. Đây là yêu cầu cần thiết bởi ba thành phần không tồn tại độc lập. Ví dụ, suy giảm rừng ngập mặn có thể liên quan đến xói lở và mất đất ven biển; gia tăng bề mặt không thấm làm thay đổi dòng chảy mặt và nguy cơ ngập; suy giảm vùng trữ nước tự nhiên có thể đồng thời làm gia tăng thiếu nước trong mùa khô và ngập trong mùa mưa; xâm nhập mặn tác động đồng thời đến đất nông nghiệp, nguồn nước ngọt và rừng ngập mặn. 

Trên phương diện tổng hợp, nhiệm vụ xác định các khu vực có nhiều dạng tổn thương xảy ra đồng thời, các khu vực có tổn thương liên ngành đất - nước - rừng và những nơi có nguy cơ suy giảm chức năng tự nhiên tổng hợp. Đây là cơ sở để xác định không gian ưu tiên cho các giải pháp thích ứng.

Để thuận lợi cho quản lý và so sánh, lớp dữ liệu tổn thương tổng hợp được phân thành năm cấp theo phương pháp phân lớp tự nhiên Jenks Natural Breaks, phân vị hoặc khoảng giá trị đều tùy đặc điểm phân bố dữ liệu. Năm cấp gồm: rất thấp, thấp, trung bình, cao và rất cao. Trong đó, cấp cao và rất cao là những khu vực cần được chú trọng triển khai các giải pháp thích ứng, bảo vệ, phục hồi hoặc đầu tư giảm thiểu rủi ro. 

Một nguyên tắc quan trọng trong nghiên cứu là không tuyệt đối hóa một chỉ thị viễn thám hoặc một kết quả mô hình đơn lẻ. Kết quả đánh giá được diễn giải trên cơ sở đối chiếu giữa dữ liệu viễn thám, mô hình số, khí tượng - thủy văn, hải văn, dữ liệu chuyên ngành, quan trắc, thống kê và ý kiến chuyên gia. Các lớp dữ liệu dạng dấu hiệu, chỉ thị hoặc ước tính được xem là căn cứ hỗ trợ phân tích chứ không thay thế hoàn toàn dữ liệu chuyên ngành và kiểm chứng thực địa. 

6. TỪ ĐÁNH GIÁ TỔN THƯƠNG ĐẾN GIẢI PHÁP THÍCH ỨNG

Giá trị ứng dụng của nghiên cứu không chỉ nằm ở việc xây dựng bản đồ tổn thương mà còn ở khả năng chuyển hóa kết quả đánh giá thành thông tin phục vụ lựa chọn giải pháp thích ứng. Trên cơ sở các kết quả đánh giá đất, nước và rừng, nhiệm vụ xác định vấn đề thích ứng ưu tiên, không gian ưu tiên và nhóm giải pháp phù hợp với đặc điểm tổn thương của từng khu vực. 

Các giải pháp được định hướng theo ba nhóm tương ứng với các cấu phần của hệ thống tự nhiên: giải pháp giảm tổn thương đối với tài nguyên đất; giải pháp đối với tài nguyên nước; và giải pháp đối với tài nguyên rừng. Tiêu chí lựa chọn không chỉ dựa trên mức độ tổn thương mà còn xem xét mức độ phơi lộ, tính nhạy cảm, năng lực thích ứng/phục hồi, tính khả thi và đồng lợi ích sinh thái.

Cách tiếp cận này cho phép chuyển từ tư duy “ứng phó với thiên tai sau khi xảy ra” sang “quản lý rủi ro dựa trên không gian và dữ liệu”. Chẳng hạn, khu vực có tổn thương cao do xâm nhập mặn cần được xem xét đồng thời về nguồn nước ngọt, đất sản xuất và hệ sinh thái rừng ngập mặn; khu vực chịu ngập đô thị cần được xem xét cùng biến động sử dụng đất, bề mặt không thấm, khả năng tiêu thoát nước và vùng trữ nước tự nhiên; khu vực rừng ngập mặn bị xói lở cần đánh giá đồng thời diễn biến đường bờ, bãi bồi và khả năng phục hồi đai rừng.

7. XÂY DỰNG WEBGIS VÀ HỖ TRỢ RA QUYẾT ĐỊNH

Một trong những sản phẩm có tính ứng dụng cao của nhiệm vụ là WebGIS tích hợp toàn bộ kết quả đánh giá. Hệ thống dự kiến quản lý tập trung các lớp dữ liệu không gian, cho phép hiển thị, bật/tắt, chồng xếp và so sánh các lớp chuyên đề; tra cứu theo vị trí, đối tượng, địa danh và đơn vị hành chính; thống kê diện tích theo cấp độ tác động và tổn thương; hiển thị biểu đồ, bảng số liệu; xuất bản đồ và báo cáo; đồng thời cập nhật, bổ sung dữ liệu trong quá trình vận hành. 

Về cấu trúc thông tin, WebGIS không chỉ công bố bản đồ cuối cùng mà còn cho phép người sử dụng tiếp cận các lớp dữ liệu thành phần và chỉ số được sử dụng trong quá trình đánh giá. Điều này tạo khả năng truy xuất nguồn gốc của kết quả, tăng tính minh bạch và hỗ trợ chuyên gia kiểm tra nguyên nhân hình thành mức độ tổn thương tại từng khu vực.

Hệ thống dự kiến tích hợp bốn nhóm bản đồ chính: bản đồ tính dễ bị tổn thương tài nguyên đất; bản đồ tài nguyên nước; bản đồ tài nguyên rừng; và bản đồ tổn thương tổng hợp của hệ thống tự nhiên vùng ĐBSH. Các bản đồ được thể hiện theo năm cấp từ rất thấp đến rất cao, cho phép tra cứu trực tiếp tại từng khu vực hoặc đối tượng tài nguyên. 

Như vậy, WebGIS có thể trở thành lớp giao diện kết nối giữa nghiên cứu khoa học và quản lý nhà nước. Thay vì một bộ báo cáo và bản đồ được sử dụng tại thời điểm hoàn thành, hệ thống có khả năng trở thành nền tảng dữ liệu được cập nhật và khai thác thường xuyên, phục vụ quy hoạch, quản lý tài nguyên, phòng chống thiên tai và thích ứng với biến đổi khí hậu.

8. KẾT QUẢ DỰ KIẾN VÀ GIÁ TRỊ ỨNG DỤNG

Do nhiệm vụ được xác định thực hiện trong giai đoạn 2027–2029, các kết quả dưới đây là sản phẩm dự kiến của nghiên cứu, không phải các kết quả thực nghiệm đã hoàn thành. Theo thuyết minh, hệ thống sản phẩm bao gồm bộ dữ liệu viễn thám sau xử lý; bộ dữ liệu các đối tượng tự nhiên dễ bị tổn thương; bộ dữ liệu và hồ sơ kỹ thuật mô hình AI; bộ dữ liệu cảnh báo khu vực dễ bị tổn thương; báo cáo đánh giá tác động, tính dễ bị tổn thương và rủi ro; bộ bản đồ phân cấp tính dễ bị tổn thương tỷ lệ 1:50.000 và 1:250.000; báo cáo đề xuất giải pháp thích ứng; và WebGIS thể hiện kết quả đánh giá. 

Về khoa học, phương pháp nghiên cứu góp phần hình thành một quy trình tích hợp giữa quan sát Trái Đất, AI, GIS, dữ liệu khí tượng - thủy văn và mô hình số. Điểm khác biệt quan trọng là dữ liệu không chỉ được sử dụng để mô tả hiện trạng mà còn được tổ chức thành chuỗi không gian - thời gian, cho phép phân tích biến động và liên kết các tác động.

Về quản lý, hệ thống dữ liệu và bản đồ dự kiến cung cấp cơ sở khoa học để xác định các khu vực có mức độ tổn thương cao hoặc rất cao, từ đó hỗ trợ ưu tiên nguồn lực thích ứng. Các kết quả cũng có thể phục vụ quy hoạch phát triển, quản lý tài nguyên đất, nước và rừng, bảo vệ hệ sinh thái, phòng chống thiên tai và phát triển hạ tầng thích ứng.

Về chuyển đổi số, việc xây dựng cơ sở dữ liệu không gian thống nhất và WebGIS tạo nền tảng cho phát triển các hệ thống hỗ trợ ra quyết định (Decision Support System - DSS), tăng khả năng chia sẻ và khai thác dữ liệu giữa các cơ quan quản lý. Đây là hướng phù hợp với yêu cầu tăng cường ứng dụng dữ liệu số, AI, GIS, viễn thám và các công nghệ phân tích hiện đại trong quản lý tài nguyên và môi trường. 

Một giá trị ứng dụng khác là khả năng hỗ trợ theo dõi các hệ sinh thái có vai trò trong quản lý phát thải và hấp thụ các-bon. Dữ liệu viễn thám đa thời gian cho phép theo dõi diện tích đất lúa, rừng ngập mặn, biến động sử dụng đất và lớp phủ. Khi kết hợp với điều tra thực địa, kiểm kê và mô hình AI, các lớp thông tin này có thể trở thành nguồn dữ liệu không gian phục vụ tính toán phát thải, hấp thụ các-bon và kiểm chứng kết quả giảm phát thải trong tương lai. 

9. KẾT LUẬN

Đánh giá tác động và tính dễ bị tổn thương do biến đổi khí hậu tại vùng Đồng bằng sông Hồng đang đứng trước yêu cầu chuyển đổi phương pháp từ cách tiếp cận chủ yếu dựa trên số liệu thống kê và điều tra truyền thống sang phương pháp dựa trên dữ liệu không gian - thời gian, quan sát Trái Đất và các công nghệ phân tích hiện đại. Đặc điểm phức tạp của ĐBSH, nơi đồng thời chịu tác động của bão, mưa cực đoan, lũ, ngập úng, hạn hán, xâm nhập mặn, nước biển dâng và biến động sử dụng đất, càng đòi hỏi một phương pháp đánh giá có tính tích hợp cao.

Cách tiếp cận được đề xuất trong nhiệm vụ dựa trên sự kết hợp giữa viễn thám đa thời gian, dữ liệu SAR, GIS, AI/học máy, dữ liệu khí tượng - thủy văn và các mô hình số. Ba phương pháp thành lập dữ liệu gồm AI kết hợp viễn thám, xử lý viễn thám - phân tích không gian và tích hợp dữ liệu với mô hình chuyên ngành tạo thành một chuỗi công nghệ tương đối hoàn chỉnh từ thu nhận dữ liệu đến đánh giá và hỗ trợ ra quyết định. 

Điểm có ý nghĩa nhất của phương pháp là đánh giá tính dễ bị tổn thương không chỉ theo từng tài nguyên mà còn xem xét mối liên kết giữa đất - nước - rừng trong cùng một hệ thống tự nhiên. Trên cơ sở đó, các khu vực tổn thương tổng hợp, điểm nóng liên ngành và không gian ưu tiên thích ứng có thể được nhận diện một cách trực quan hơn.

Kết quả dự kiến của nhiệm vụ, đặc biệt là bộ dữ liệu không gian - thời gian, bản đồ phân cấp tổn thương, dữ liệu cảnh báo và WebGIS, sẽ tạo nền tảng cho việc chuyển kết quả nghiên cứu thành công cụ phục vụ quản lý nhà nước. Nếu được triển khai đồng bộ và cập nhật thường xuyên, hệ thống có thể góp phần hình thành phương thức quản lý biến đổi khí hậu dựa trên dữ liệu, tăng khả năng giám sát, cảnh báo và hỗ trợ ra quyết định, đồng thời nâng cao năng lực bảo vệ, phục hồi và sử dụng bền vững tài nguyên đất, nước và rừng của vùng Đồng bằng sông Hồng.

Tài liệu nguồn: Thuyết minh nhiệm vụ chuyên môn “Ứng dụng công nghệ viễn thám và các phương pháp số trong đánh giá tác động, tính dễ bị tổn thương do biến đổi khí hậu và đề xuất các giải pháp thích ứng nhằm phát triển bền vững vùng đồng bằng sông Hồng”, Cục Viễn thám quốc gia, Trung tâm Kiểm định sản phẩm và thiết bị viễn thám, Hà Nội, 2026.