Đảng và Nhà nước đã sớm quan tâm tới việc đào tạo, phát triển đội ngũ trí thức. Đào tạo nguồn nhân lực đáp ứng yêu cầu đa dạng, đa tầng của công nghệ và trình độ phát triển của các lĩnh vực, ngành nghề, trong đó có lĩnh vực khoa học tài nguyên nước (TNN) đang là nhu cầu cấp thiết

Các hồ cấp nước sinh hoạt (HCNSH) trên địa bàn tỉnh Bà Rịa - Vũng Tàu (BR-VT) có vai trò quan trọng trong việc cung cấp nước cho các hoạt động dân sinh, các ngành sản xuất công nghiệp, cũng như lượng nước tưới tiêu canh tác nông nghiệp trên địa bàn toàn tỉnh. Do đó, việc đánh giá chất lượng nước (CLN) tại các lưu vực hồ (LVH) chứa, cũng như điều tra đánh giá các nguồn thải có khả năng gây ảnh hưởng đến chất lượng nguồn nước, từ đó đề xuất các giải pháp khả thi để bảo vệ môi trường (BVMT) lưu vực (LV) các hồ chứa nước là công việc cần thiết cấp bách.

Hà Tĩnh là một tỉnh ven biển thuộc vùng Bắc Trung Bộ Việt Nam. Trong vùng này, nước phục vụ cho các hoạt động được khai thác chủ yếu từ nước dưới đất trong các tầng chứa nước trầm tích bở rời Pleistocen và Holocen vùng đồng bằng tỉnh Hà Tĩnh. Bằng phương pháp mô hình số xác định được trữ lượng khai thác tiềm năng (Tiềm năng nước dưới đất) trong các tầng chứa nước này là 288.990 m3/ngày.

Tài nguyên du lịch tự nhiên bao gồm cảnh quan thiên nhiên, các yếu tố địa chất, địa mạo, khí hậu, thủy văn, hệ sinh thái và các yếu tố tự nhiên khác có thể được sử dụng cho mục đích du lịch. Sự kết hợp giữa các hoạt động nội sinh và ngoại sinh đã tạo nên cho tỉnh Bắc Kạn các nguồn tài nguyên du lịch rất phong phú đa dạng. Trên cơ sở các kết quả khảo sát thực tế, tham khảo và tổng hợp tài liệu, bài báo phân tích và mô tả các nguồn tài nguyên du lịch tự nhiên tỉnh Bắc Kạn. Hiện đã ghi nhận được 141 điểm tài nguyên du lịch tự nhiên tại tỉnh bao gồm 40 điểm tài nguyên hang động karts, 40 thác nước, 10 hồ sinh thái, 3 khu bảo tồn thiên nhiên, 46 điểm cảnh quan đẹp, 2 khu vực có tiềm năng di sản địa chất. Phần lớn các tài nguyên du lịch tự nhiên có điều kiện giao thông thuận lợi để khai thác, bảo vệ và phát triển, đây là các điều kiện quan trọng để phát triển du lịch tỉnh Bắc Kạn.

Nhóm sinh viên Trường Cơ khí, Đại học Bách khoa Hà Nội vừa phát triển và sản xuất thành công máy chế tạo ống hút organic.

Từ đống rác thải hữu cơ tưởng chừng vô dụng, qua sáng chế tài hoa của kỹ sư Nguyễn Tuấn Anh, chúng lại biến thành phân bón hữu cơ vi sinh, góp phần bảo vệ môi trường.

Ngày 2/4, Đại học Thương mại công bố Công trình nghiên cứu thường niên về chuyển đổi số và phát triển bền vững.

Hiệu suất thu hồi kim loại của các tấm pin mặt trời thải bằng chất hòa tách kim loại HNO3 đã được nghiên cứu. Pin mặt trời thải có chứa khoảng 1% các kim loại bao gồm: Al, Cu, Ag, Pb, Antimon, Zn, Sn,… Tuy giá trị kinh tế của việc thu hồi không cao nhưng đem lại giá trị về mặt môi trường rất lớn. Các nghiên cứu được thực hiện bằng cách thay đổi nồng độ HNO3, thời gian hòa tách, nhiệt độ hòa tách và tỷ lệ giữa chất rắn/chất lỏng (trọng lượng/thể tích) để tìm ra được điều kiện thực nghiệm tối ưu. Điều kiện tối ưu để đạt được hiệu suất thu hồi Ag, Pb và Cu là: nồng độ HNO3 5M, thời gian hòa tách 180 phút, nhiệt độ hòa tách 60oC, tỷ lệ chất rắn/chất lỏng (trọng lượng/thể tích) là 1/30 (g/ml).

Bản đồ dự báo nguy cơ trượt lở là một công cụ hữu ích trong việc đánh giá, dự báo và quản lý nguy cơ trượt lở đất. Nghiên cứu này so sánh độ chính xác của các thuật toán học máy trong việc thành lập bản đồ nguy cơ trượt lở tỉnh Quảng Bình, được mô hình hóa dựa trên 267 điểm thực địa và 8 yếu tố ảnh hưởng bao gồm: Độ cao, độ dốc, hướng dốc, lượng mưa, đất, khoảng cách tới đới đứt gãy, chỉ số thực vật chuẩn hóa (NDVI), và chỉ số nước chuẩn hóa (NDWI). Dựa trên đường cong Receiver Operating Characteristic (ROC) và chỉ số Area Under the Curve (AUC), kết quả cho thấy, mô hình cây quyết định Random Forest (RF) có độ chính xác cao nhất với AUC = 0,795, tiếp theo là mô hình Gradient Tree Boost (GTB) với AUC = 0.789, và cuối cùng là mô hình Classification And Regression Tree (CART) với AUC = 0,706. Các thuật toán học máy cho phép tối ưu hóa mô hình dự báo trượt lở đất dựa trên dữ liệu thực địa và điều kiện địa hình, khí hậu, lớp phủ của khu vực nghiên cứu. Nghiên cứu hỗ trợ ra quyết định cảnh b

Mô hình Bộ nhớ gần xa (Long Short-Term Memory - LSTM) được sử dụng để cảnh báo tổng lượng nước mùa cạn vào vùng Đồng bằng sông Cửu Long mà không cần các số liệu địa hình và dự báo mưa. Dữ liệu cần thiết cho việc cảnh báo sớm tổng lượng là lượng nước theo tháng tại các trạm Kratie, Tân Châu và Châu Đốc. Mô hình được thiết lập để dự báo tổng lượng nước đến cho trạm Kratie, Tân Châu và Châu Đốc với thời đoạn cảnh báo 6 tháng. Kết quả cho thấy, mô hình LSTM mà các tác giả đề xuất dự báo chính xác về tổng lượng nước khá cao, có thể áp dụng mô hình này để cảnh báo sớm nguồn lượng nước mùa cạn vào vùng Đồng bằng sông Cửu Long.

Đó là chủ đề của Hội thảo quốc tế diễn ra tại Hà Nội ngày 22/03/2024 do Viện Khoa học và Công nghệ Việt Nam - Hàn Quốc (VKIST) phối hợp với Hội các phòng Thử nghiệm Việt Nam (VINALAB) và Hiệp hội các nhà sản xuất thiết bị phân tích Nhật Bản (JAIMA) tổ chức.

Phân nhóm tài nguyên phục vụ để đáp ứng các nguồn lực được bố trí tối đa không bị lãng phí là vấn đề thử thách ngày càng lớn hiện nay. Bài báo viết về một kỹ thuật AI trong phân nhóm, đó là kỹ thuật CFP (cell formation problem). Kỹ thuật CFP được áp dụng nhiều trong các ứng dụng thực tế. Cụ thể hơn là trên các lĩnh vực cần tối ưu và hợp lý hóa để đảm bảo các phân hoạch khi thực hiện việc phân bổ như sử dụng nhân lực, thiết bị và tài nguyên trong y tế, môi trường; khi chăm sóc khách hàng, xử lý các tình huống khẩn cấp,... Theo đó, nghiên cứu đề cập đến phương pháp giải bài toán CFP với giải thuật di truyền trên tập dữ liệu mẫu khi quản lý tài nguyên.

Sự nóng lên toàn cầu cùng với các hoạt động của con người đã và đang góp phần làm cho môi trường nhanh chóng suy thoái, giảm diện tích sông băng và tăng kích thước các hồ băng. Các khu vực đạt lượng mưa chưa từng có, thay đổi việc sử dụng đất và độ che phủ đất gây ảnh hưởng đến sự suy thoái rừng, lũ lụt, sạt lở đất và sự thiếu hụt cây trồng nông nghiệp là một trong nhiều vấn đề thay đổi môi trường gây ra. Những vấn đề này cần được theo dõi và giám sát kịp thời. Trong đó, việc giám sát môi trường hiệu quả và nâng cao hiểu biết về môi trường đòi hỏi thông tin và dữ liệu có giá trị, được trích xuất thông qua các ứng dụng của công nghệ 3S. 

Mới đây, Chương trình “Thách thức Đổi mới sáng tạo Việt Nam 2024” (Vietnam Innovation Challenge) với chủ đề “Đổi mới sáng tạo cùng doanh nghiệp thúc đẩy ngành công nghiệp bán dẫn và trí tuệ nhân tạo chinh phục thị trường toàn cầu” chính thức được công bố.

Chiều 15/3/2014, tại Hội trường Tổng cục Khí tượng thuỷ văn, Hội Khí tượng thủy văn Việt Nam tổ chức ra mắt Viện Nghiên cứu và Phát triển Công nghệ Khí tượng Thủy văn và Môi trường.

Dự kiến từ nay đến năm 2030, Việt Nam sẽ mở rộng và hoàn thiện mạng lưới quan trắc chất lượng không khí, trong đó thí điểm bước đầu thiết lập mạng lưới quan trắc thủy ngân tự động trong không khí.

Các nhà khoa học theo đuổi năng lượng nhiệt hạch cho biết, họ đã tìm ra cách vượt qua một trong những thách thức lớn nhất cho đến nay bằng cách sử dụng trí tuệ nhân tạo (AI).