Không khí giữ vai trò cốt lõi trong hệ sinh thái và là yếu tố quyết định sự tồn tại của con người cũng như mọi sinh vật trên Trái Đất. Khi chất lượng không khí biến đổi theo chiều hướng xấu, những hệ lụy tiêu cực sẽ tác động trực tiếp đến sức khỏe cộng đồng, hoạt động kinh tế và sự ổn định môi trường.
Tại Việt Nam, tình trạng ô nhiễm bụi ở các đô thị lớn vẫn ở mức cao và kéo dài, đặc biệt tại những khu vực tập trung hoạt động phát triển kinh tế xã hội với mật độ dân cư và phương tiện giao thông dày đặc. Bên cạnh đó, ô nhiễm không khí từ các khu công nghiệp, cụm công nghiệp và làng nghề cũng ngày càng nghiêm trọng, làm dấy lên nhiều lo ngại về chất lượng môi trường sống. Mặc dù một số thành phố lớn như TP.HCM, Hà Nội hay Đà Nẵng đã đầu tư hệ thống trạm quan trắc không khí tự động, dữ liệu thu được vẫn còn hạn chế do chỉ phản ánh chất lượng không khí tại một số vị trí cố định. Điều này khiến việc đánh giá tổng thể tình trạng ô nhiễm theo không gian hai chiều hoặc ba chiều còn nhiều khoảng trống.
Trong bối cảnh đó, việc ứng dụng các mô hình phát tán khí để mô phỏng, dự báo và đánh giá chất lượng không khí trên phạm vi rộng trở nên cần thiết, giúp cơ quan quản lý và địa phương có đủ cơ sở khoa học để đưa ra giải pháp phù hợp nhằm bảo vệ sức khỏe cộng đồng và cải thiện chất lượng môi trường.
Mô hình chất lượng không khí được xây dựng với mục tiêu mô phỏng các quá trình khí quyển phức tạp, phản ánh sự biến đổi, lan truyền và lắng đọng của các chất ô nhiễm theo thời gian và không gian. Đây là công cụ quan trọng giúp tái hiện một cách chi tiết các quá trình vật lý và hóa học diễn ra trong khí quyển, từ sự khuếch tán của các chất phát thải đến những phản ứng tạo thành các chất ô nhiễm thứ cấp. Các mô hình này hoạt động dựa trên kỹ thuật giải tích và giải tích số, cho phép mô phỏng chính xác các diễn biến của chất ô nhiễm trong không khí và đánh giá sự thay đổi của chúng dưới tác động của các yếu tố khí tượng, địa hình hay nguồn phát thải.
Thông qua mô hình hóa, người sử dụng có thể nhận diện rõ mối liên hệ giữa từng nguồn ô nhiễm và mức độ ảnh hưởng của chúng đối với chất lượng không khí xung quanh. Mô hình còn hỗ trợ dự báo tác động của các nguồn phát thải trong nhiều kịch bản khác nhau như gia tăng công suất sản xuất, mở rộng giao thông hay thay đổi về điều kiện khí tượng. Nhờ khả năng mô phỏng đa chiều này, cơ quan quản lý dễ dàng xác định nguồn đóng góp chính gây ô nhiễm, qua đó đưa ra các biện pháp kiểm soát phù hợp nhằm đảm bảo tuân thủ Quy chuẩn Kỹ thuật về chất lượng không khí. Việc ứng dụng mô hình chất lượng không khí không chỉ giúp tối ưu hóa công tác quản lý môi trường mà còn đóng vai trò quan trọng trong việc xây dựng chính sách bảo vệ sức khỏe cộng đồng và hướng tới cải thiện chất lượng không khí một cách bền vững.
Hiện nay, trên thế giới tồn tại nhiều mô hình phát tán khí được ứng dụng rộng rãi trong nghiên cứu và quản lý chất lượng không khí, mỗi nhóm mô hình phù hợp với những mục tiêu và điều kiện áp dụng khác nhau. Nhóm mô hình CFD như Ansys hay OpenFOAM thường được sử dụng khi cần mô phỏng phát tán khí hoặc nước với độ chi tiết cao trong phạm vi hẹp. Các mô hình này cho phép mô phỏng quá trình phát tán các chất ô nhiễm từ một hoặc vài nguồn thải dưới tác động của gió trung bình, sự nhiễu xạ, điều kiện khí hậu như độ ẩm, mưa, nắng hay bức xạ. Tuy nhiên, khi áp dụng ở quy mô đô thị, CFD đòi hỏi dữ liệu đầu vào rất lớn liên quan đến cấu trúc che chắn của các tòa nhà và tiêu tốn nhiều tài nguyên tính toán, dẫn tới thời gian xử lý lâu, khiến mô hình này thường không phù hợp cho mô phỏng phát tán khí trên phạm vi toàn thành phố. Bên cạnh đó, mô hình theo hướng Lagrangian như NAME, HYSPLIT hay FLEXPART lại được đánh giá cao trong việc mô phỏng phát tán ô nhiễm gần nguồn xả. Các mô hình này tạo ra kết quả chính xác và đáng tin cậy, đặc biệt phù hợp khi đánh giá mức độ ảnh hưởng của các thảm họa môi trường hoặc sự cố phát tán chất độc hại. Trong khi đó, nhóm mô hình chùm điển hình như AERMOD hay ADMS lại có ưu thế trong việc tính toán nồng độ ô nhiễm trung bình dài hạn từ một hoặc nhiều nguồn thải được quan trắc liên tục theo thời gian. Dù không thực sự chính xác khi áp dụng trong điều kiện thời tiết hoặc địa hình phức tạp, các mô hình này lại có tốc độ tính toán nhanh, phù hợp để mô phỏng và phân tích chất lượng không khí trên phạm vi rộng và trong các điều kiện khí hậu thông thường.
Tại nhiều quốc gia trên thế giới, các mô hình chất lượng không khí đã được nghiên cứu và ứng dụng từ khá sớm, trở thành công cụ quan trọng trong công tác dự báo và quản lý môi trường. Tại Mỹ, mô hình AQMD được triển khai nhằm dự báo chất lượng không khí trước từ một đến hai ngày, sử dụng dữ liệu dự báo thời tiết, số liệu quan trắc trực tuyến, thông tin về phát thải cùng các mô hình toán học để dự báo nồng độ PM2.5, PM10, O3, NO và CO dựa trên chỉ số AQI. Bên cạnh đó, mô hình CMAQ cũng được tích hợp với mô hình khí tượng để nâng cao khả năng dự báo các chất ô nhiễm có nguy cơ cao như O3, PM, CO và SO2 ở quy mô khu vực, với thời gian dự báo linh hoạt từ ngắn hạn đến trung hạn và dài hạn. Tại Anh, hệ thống dự báo ô nhiễm ứng dụng mô hình AMDS kết hợp điều kiện biên từ mô hình CMAQ để dự báo nồng độ hàng giờ của NO2, PM10, PM2.5 và O3, đồng thời công bố dữ liệu hai lần mỗi ngày trên các nền tảng trực tuyến nhằm giúp người dân dễ dàng theo dõi. Tại Việt Nam, phương pháp mô hình hóa chất lượng không khí cũng đang được ứng dụng ngày càng phổ biến, đặc biệt trong bối cảnh vấn đề ô nhiễm môi trường ngày một được quan tâm trong khi mạng lưới quan trắc còn hạn chế, gây khó khăn cho việc đánh giá hiện trạng và dự báo tác động ô nhiễm không khí. Một ví dụ điển hình là mô hình GAINS do FMI triển khai như một công cụ đánh giá chính sách, giúp xác định tác động của ô nhiễm không khí, khả năng giảm nhẹ phát thải khí nhà kính và mối liên hệ giữa các chính sách trên toàn bộ khu vực miền Bắc Việt Nam. Mô hình này đồng thời cho phép đánh giá ảnh hưởng của khí thải xuyên biên giới, hoạt động vận chuyển quốc tế cũng như các nguồn phát thải tự nhiên trong nước.
Tóm lại, việc ứng dụng các mô hình trong kiểm soát chất lượng không khí mang lại nhiều lợi ích rõ rệt khi cho phép thu được kết quả nhanh chóng và có độ chính xác cao. Trong bối cảnh hệ thống thiết bị quan trắc còn hạn chế về số lượng và phạm vi phủ, mô hình hóa trở thành giải pháp kinh tế hơn, giúp cơ quan quản lý chủ động đánh giá hiện trạng ô nhiễm, dự báo xu hướng và xây dựng các chính sách phù hợp nhằm bảo vệ môi trường không khí một cách hiệu quả và bền vững.