[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_ch%E1%BB%89%20s%E1%BB%91%20thay%20%C4%91%E1%BB%95i%20d%C3%B2ng%20ch%E1%BA%A3y%20iha{\"limit\":5}":3,"_public_topic_byId_ch%E1%BB%89%20s%E1%BB%91%20thay%20%C4%91%E1%BB%95i%20d%C3%B2ng%20ch%E1%BA%A3y%20iha":11},{"code":4,"data":5,"meta":10},"SUCCESS",{"latest":6,"mostCited":7,"vietnamFeatured":8,"vietnamLatest":9},[],[],[],[],null,{"code":4,"data":12,"meta":10},{"id":13,"title":14,"description":15,"content":16,"term":13,"englishTitle":10,"synonyms":10,"definition":10,"discipline":10,"references":10,"faqs":10,"createUser":17,"publishUser":21,"keywords":22,"keywordCount":23,"enrichTopicLink":24,"status":25,"createTime":26,"updateTime":27,"publishTime":28,"linkEnrichedTime":10,"publicationScanTime":10,"contentErrorMessage":10,"viewCount":29,"wikidataId":10,"relateTopics":30},"chỉ số thay đổi dòng chảy iha","Chỉ số thay đổi dòng chảy iha là gì? Nghiên cứu liên quan","Chỉ số thay đổi dòng chảy (IHA) là bộ 33 chỉ số thống kê thủy văn được sử dụng để đánh giá mức độ biến động của dòng chảy sông ngòi do tác động bên ngoài. Phương pháp này giúp nhận diện sự thay đổi theo thời gian của các đặc trưng dòng chảy tự nhiên, từ đó hỗ trợ quản lý và bảo tồn hệ sinh thái nước ngọt. ","\u003Cdiv>\u003Ch2>Giới thiệu về chỉ số thay đổi dòng chảy (IHA)\u003C\u002Fh2>\n\u003Cp>\nChỉ số thay đổi dòng chảy, hay IHA (Indicators of Hydrologic Alteration), là một công cụ thống kê dùng để đánh giá mức độ biến động của dòng chảy sông ngòi trước và sau khi chịu tác động của con người hoặc biến đổi khí hậu. Phương pháp này được phát triển bởi tổ chức The Nature Conservancy, nhằm cung cấp cơ sở khoa học định lượng phục vụ cho việc quy hoạch, quản lý và bảo tồn tài nguyên nước ngọt theo hướng bền vững và cân bằng sinh thái.\n\u003C\u002Fp>\n\u003Cp>\nIHA không phải là một mô hình thủy văn mô phỏng dòng chảy, mà là một tập hợp các chỉ số thống kê được trích xuất từ chuỗi số liệu lưu lượng theo thời gian. Công cụ này đặc biệt hữu ích trong việc xác định và giám sát những thay đổi không mong muốn trong chế độ dòng chảy – yếu tố nền tảng cho sự tồn tại và phát triển của các hệ sinh thái nước ngọt.\n\u003C\u002Fp>\n\u003Cp>\nPhương pháp IHA đã được áp dụng rộng rãi ở nhiều quốc gia trong đánh giá tác động môi trường (EIA), xây dựng chiến lược dòng chảy môi trường (environmental flow) và nghiên cứu tác động của biến đổi khí hậu đến thủy văn. Nó giúp chuyển tải những thay đổi phức tạp về dòng chảy thành các con số dễ hiểu, từ đó hỗ trợ các bên liên quan trong việc ra quyết định.\n\u003C\u002Fp>\n\n\u003Ch2>Cơ sở lý thuyết của phương pháp IHA\u003C\u002Fh2>\n\u003Cp>\nNguyên lý cốt lõi của IHA là: chức năng sinh thái của sông ngòi gắn liền với đặc điểm thủy văn tự nhiên. Dòng chảy không chỉ là yếu tố vận chuyển nước mà còn điều tiết môi trường sống, tạo nhịp sinh học cho nhiều loài sinh vật và duy trì cấu trúc hình thái lòng sông. Do đó, khi chế độ dòng chảy thay đổi – dù do đập thủy điện, khai thác nước ngầm, hay biến đổi khí hậu – thì hệ sinh thái liên quan cũng bị ảnh hưởng theo.\n\u003C\u002Fp>\n\u003Cp>\nCác thay đổi trong dòng chảy có thể chia thành ba nhóm chính:\n\u003C\u002Fp>\u003Cul>\n  \u003Cli>Thay đổi về lượng nước: tổng lượng dòng chảy trong năm, mùa lũ, mùa cạn\u003C\u002Fli>\n  \u003Cli>Thay đổi về thời gian: thời điểm bắt đầu\u002Fđỉnh\u002Fthoái lũ, độ kéo dài lũ\u003C\u002Fli>\n  \u003Cli>Thay đổi về tốc độ: tốc độ tăng\u002Fgiảm lưu lượng, tần suất thay đổi dòng\u003C\u002Fli>\n\u003C\u002Ful>\nNhững yếu tố này ảnh hưởng trực tiếp đến hoạt động sinh học của các loài cá, thực vật thủy sinh, chim nước và các sinh vật phụ thuộc vào chu trình nước.\n\u003Cp>\u003C\u002Fp>\n\u003Cp>\nMột nguyên tắc quan trọng được nhấn mạnh trong IHA là khái niệm “dòng chảy môi trường” (environmental flow): đó là lượng, thời điểm và chất lượng nước cần thiết để duy trì các quá trình sinh thái quan trọng. IHA cung cấp dữ liệu đầu vào định lượng để xác định các ngưỡng dòng chảy tối thiểu, tối đa hay phạm vi biến thiên chấp nhận được.\n\u003C\u002Fp>\n\n\u003Ch2>Các nhóm chỉ số trong bộ IHA\u003C\u002Fh2>\n\u003Cp>\nHệ thống IHA gồm 33 chỉ số được chia thành 5 nhóm chức năng, mỗi nhóm đại diện cho một khía cạnh đặc trưng của dòng chảy. Các chỉ số này được xây dựng trên chuỗi thời gian của dữ liệu lưu lượng (thường theo ngày), từ đó tính toán ra các giá trị thống kê như trung bình, cực trị, độ lệch chuẩn,... phản ánh sự thay đổi thủy văn trước và sau tác động.\n\u003C\u002Fp>\n\u003Cp>\nDưới đây là bảng phân loại chi tiết các nhóm chỉ số:\n\u003C\u002Fp>\n\u003Ctable border=\"1\" cellpadding=\"6\" cellspacing=\"0\">\n  \u003Cthead>\n    \u003Ctr>\n      \u003Cth>Nhóm chỉ số\u003C\u002Fth>\n      \u003Cth>Số chỉ số\u003C\u002Fth>\n      \u003Cth>Mô tả\u003C\u002Fth>\n    \u003C\u002Ftr>\n  \u003C\u002Fthead>\n  \u003Ctbody>\n    \u003Ctr>\n      \u003Ctd>1. Thống kê dòng chảy hàng tháng\u003C\u002Ftd>\n      \u003Ctd>12\u003C\u002Ftd>\n      \u003Ctd>Lưu lượng trung bình từng tháng trong năm\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>2. Dòng chảy cực trị\u003C\u002Ftd>\n      \u003Ctd>10\u003C\u002Ftd>\n      \u003Ctd>Lưu lượng tối đa và tối thiểu trong các khoảng thời gian 1, 3, 7, 30, 90 ngày\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>3. Thời điểm xuất hiện\u003C\u002Ftd>\n      \u003Ctd>2\u003C\u002Ftd>\n      \u003Ctd>Ngày xuất hiện lưu lượng cao nhất và thấp nhất trong năm\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>4. Tần suất và thời lượng\u003C\u002Ftd>\n      \u003Ctd>4\u003C\u002Ftd>\n      \u003Ctd>Tần suất và thời gian duy trì dòng chảy thấp\u002Fcao hơn ngưỡng\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>5. Tốc độ thay đổi\u003C\u002Ftd>\n      \u003Ctd>5\u003C\u002Ftd>\n      \u003Ctd>Tốc độ tăng, giảm lưu lượng và số lần dòng chảy đổi chiều\u003C\u002Ftd>\n    \u003C\u002Ftr>\n  \u003C\u002Ftbody>\n\u003C\u002Ftable>\n\u003Cp>\nViệc chia nhóm này không chỉ giúp phân tích dễ dàng mà còn phản ánh rõ mối liên hệ giữa các chỉ số với quá trình sinh học trong hệ sinh thái sông. Ví dụ, nhóm 4 đặc biệt quan trọng để đánh giá khả năng duy trì nơi sinh sản của loài cá, trong khi nhóm 1 phản ánh tính mùa vụ – yếu tố quyết định sự phân bố thực vật ngập nước.\n\u003C\u002Fp>\n\n\u003Ch2>Ý nghĩa sinh thái của các chỉ số thủy văn\u003C\u002Fh2>\n\u003Cp>\nMỗi chỉ số IHA đều có liên hệ chặt chẽ với một chức năng sinh học hoặc quá trình sinh thái cụ thể. Việc hiểu đúng ý nghĩa sinh thái của từng chỉ số là bước quan trọng trong việc áp dụng IHA vào thực tiễn. Chẳng hạn, thời điểm xuất hiện lưu lượng tối thiểu có thể trùng với mùa khô hạn, ảnh hưởng đến khả năng tiếp cận nguồn nước của động vật hoang dã ven sông.\n\u003C\u002Fp>\n\u003Cp>\nMột số ví dụ về mối quan hệ sinh thái:\n\u003C\u002Fp>\u003Cul>\n  \u003Cli>Dòng chảy trung bình tháng 6-7 ảnh hưởng đến mùa sinh sản của cá di cư\u003C\u002Fli>\n  \u003Cli>Lưu lượng cực đại ảnh hưởng đến quá trình xói mòn và phân phối chất dinh dưỡng trong lòng sông\u003C\u002Fli>\n  \u003Cli>Tốc độ thay đổi dòng chảy cao làm suy giảm thảm thực vật vùng bãi nổi\u003C\u002Fli>\n\u003C\u002Ful>\nNhững biến động vượt quá ngưỡng thích nghi sinh học có thể dẫn đến suy giảm số lượng loài, mất nơi cư trú hoặc thay đổi cấu trúc quần thể sinh vật.\n\u003Cp>\u003C\u002Fp>\n\u003Cp>\nVới dữ liệu IHA, các nhà sinh thái học có thể xác định được các mốc quan trọng về mặt sinh học và đề xuất các giới hạn quản lý dòng chảy cụ thể, ví dụ như đảm bảo duy trì lưu lượng tối thiểu 30 m³\u002Fs trong mùa sinh sản hoặc hạn chế tốc độ giảm dòng dưới 5% mỗi ngày trong mùa khô.\n\u003C\u002Fp>\n\u003Ch2>Phân tích thay đổi dòng chảy: cách tính toán và minh họa\u003C\u002Fh2>\n\u003Cp>\nĐể phân tích sự thay đổi dòng chảy bằng IHA, bước đầu tiên là thu thập chuỗi số liệu lưu lượng dòng chảy theo ngày, càng dài càng tốt – tối thiểu từ 15 đến 20 năm cho cả hai giai đoạn: trước và sau khi có tác động (ví dụ: trước và sau khi xây dựng hồ chứa). Dữ liệu cần đảm bảo độ tin cậy, độ liên tục và không có nhiều khoảng trống.\n\u003C\u002Fp>\n\u003Cp>\nSau khi thu thập, dữ liệu được xử lý bằng phần mềm IHA hoặc các công cụ phân tích dữ liệu (như Excel, R, Python). Mỗi chỉ số trong 33 chỉ số được tính riêng cho từng năm, sau đó tính trung bình, độ lệch chuẩn, giá trị tối đa – tối thiểu qua nhiều năm để có cái nhìn tổng thể về biến động thủy văn.\n\u003C\u002Fp>\n\u003Cp>\nVí dụ, để tính hệ số thay đổi trung bình giữa hai giai đoạn (trước và sau tác động), người ta thường sử dụng công thức sau:\n\u003C\u002Fp>\n\u003Cp>\n\u003Cscript type=\"math\u002Ftex\">\n\\text{HIV} = \\frac{|\\mu_{a} - \\mu_{b}|}{\\mu_{b}} \\times 100\\%\n\u003C\u002Fscript>\n\u003C\u002Fp>\n\u003Cp>\nTrong đó: \u003Cscript type=\"math\u002Ftex\"> \\mu_a \u003C\u002Fscript> là giá trị trung bình của chỉ số trong giai đoạn sau tác động, \u003Cscript type=\"math\u002Ftex\"> \\mu_b \u003C\u002Fscript> là giá trị trung bình của chỉ số trong giai đoạn trước tác động. Kết quả được biểu diễn dưới dạng phần trăm, phản ánh mức độ thay đổi tương đối. Một số nhà nghiên cứu còn phân loại mức độ thay đổi theo các ngưỡng như:\n\u003C\u002Fp>\u003Cul>\n  \u003Cli>&lt; 20%: thay đổi thấp\u003C\u002Fli>\n  \u003Cli>20–50%: thay đổi trung bình\u003C\u002Fli>\n  \u003Cli>&gt; 50%: thay đổi cao\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\u003C\u002Fp>\n\u003Cp>\nKết quả IHA có thể được minh họa bằng biểu đồ hộp (box plot), đồ thị chuỗi thời gian hoặc bảng tóm tắt theo từng nhóm chỉ số. Dưới đây là ví dụ bảng tóm tắt mức thay đổi của một số chỉ số:\n\u003C\u002Fp>\n\u003Ctable border=\"1\" cellpadding=\"6\" cellspacing=\"0\">\n  \u003Cthead>\n    \u003Ctr>\n      \u003Cth>Chỉ số\u003C\u002Fth>\n      \u003Cth>Trước tác động (m³\u002Fs)\u003C\u002Fth>\n      \u003Cth>Sau tác động (m³\u002Fs)\u003C\u002Fth>\n      \u003Cth>HIV (%)\u003C\u002Fth>\n    \u003C\u002Ftr>\n  \u003C\u002Fthead>\n  \u003Ctbody>\n    \u003Ctr>\n      \u003Ctd>Lưu lượng trung bình tháng 3\u003C\u002Ftd>\n      \u003Ctd>112.5\u003C\u002Ftd>\n      \u003Ctd>85.2\u003C\u002Ftd>\n      \u003Ctd>24.3%\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Lưu lượng tối thiểu 7 ngày\u003C\u002Ftd>\n      \u003Ctd>41.6\u003C\u002Ftd>\n      \u003Ctd>19.8\u003C\u002Ftd>\n      \u003Ctd>52.4%\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Ngày xuất hiện lưu lượng cực đại\u003C\u002Ftd>\n      \u003Ctd>Ngày 172\u003C\u002Ftd>\n      \u003Ctd>Ngày 199\u003C\u002Ftd>\n      \u003Ctd>-\u003C\u002Ftd>\n    \u003C\u002Ftr>\n  \u003C\u002Ftbody>\n\u003C\u002Ftable>\n\n\u003Ch2>Ứng dụng của IHA trong đánh giá tác động môi trường\u003C\u002Fh2>\n\u003Cp>\nIHA là một công cụ được sử dụng phổ biến trong lĩnh vực đánh giá tác động môi trường (ĐTM), đặc biệt với các dự án có ảnh hưởng đến dòng chảy sông ngòi như thủy điện, hồ chứa, chuyển nước liên lưu vực, khai thác nước mặt hoặc phát triển hạ tầng giao thông qua sông. Các cơ quan quản lý thường yêu cầu phân tích IHA như một phần trong hồ sơ ĐTM để đánh giá liệu dự án có gây ra thay đổi thủy văn đáng kể hay không.\n\u003C\u002Fp>\n\u003Cp>\nTrong quy trình đánh giá, IHA có thể giúp:\n\u003C\u002Fp>\u003Cul>\n  \u003Cli>Xác định các chỉ số thủy văn bị ảnh hưởng mạnh nhất\u003C\u002Fli>\n  \u003Cli>Ước tính ảnh hưởng gián tiếp đến sinh thái vùng hạ lưu\u003C\u002Fli>\n  \u003Cli>Đề xuất biện pháp giảm thiểu như duy trì dòng chảy tối thiểu\u003C\u002Fli>\n  \u003Cli>Lập cơ sở dữ liệu ban đầu cho việc giám sát dài hạn\u003C\u002Fli>\n\u003C\u002Ful>\nĐặc biệt trong các dự án hồ chứa, IHA có thể chỉ ra ảnh hưởng của việc làm phẳng đường cong dòng chảy – hiện tượng thường làm mất mùa lũ tự nhiên vốn cần thiết cho bồi lắng và tái sinh hệ sinh thái vùng bãi bồi.\n\u003Cp>\u003C\u002Fp>\n\u003Cp>\nCác quốc gia như Hoa Kỳ, Úc và Nam Phi đã tích hợp IHA hoặc các biến thể của nó vào chính sách quản lý lưu vực sông và dòng chảy môi trường. Tại Việt Nam, phương pháp này đang dần được áp dụng trong các nghiên cứu vùng ĐBSCL, Tây Nguyên và các sông lớn như Vu Gia – Thu Bồn, Sông Cả, Sông Đồng Nai.\n\u003C\u002Fp>\n\n\u003Ch2>So sánh IHA với các phương pháp phân tích thủy văn khác\u003C\u002Fh2>\n\u003Cp>\nSo với các mô hình thủy văn như SWAT (Soil and Water Assessment Tool), HEC-HMS hoặc MIKE NAM, phương pháp IHA đơn giản hơn, dễ triển khai khi không cần dữ liệu đầu vào phức tạp như mưa, độ bốc hơi, địa hình hay sử dụng đất. Nó phù hợp với bối cảnh dữ liệu hạn chế và mục đích đánh giá nhanh sự thay đổi lịch sử của dòng chảy.\n\u003C\u002Fp>\n\u003Cp>\nTuy nhiên, IHA có những giới hạn đáng lưu ý:\n\u003C\u002Fp>\u003Cul>\n  \u003Cli>Không mô phỏng được các kịch bản tương lai\u003C\u002Fli>\n  \u003Cli>Không phản ánh cơ chế vật lý của dòng chảy\u003C\u002Fli>\n  \u003Cli>Không liên kết trực tiếp với chất lượng nước\u003C\u002Fli>\n\u003C\u002Ful>\nVì vậy, trong nhiều trường hợp, IHA được sử dụng kết hợp với các công cụ khác như RVA (Range of Variability Approach), mô hình sinh thái (ELOHA), hoặc tích hợp vào các hệ thống hỗ trợ ra quyết định (DSS).\n\u003Cp>\u003C\u002Fp>\n\u003Cp>\nMột điểm mạnh của IHA là khả năng cung cấp dữ liệu đầu vào định lượng phục vụ các đàm phán giữa bên khai thác và bên bảo tồn. Ví dụ: nếu IHA cho thấy chỉ số lưu lượng tối thiểu bị giảm hơn 60%, các chuyên gia sinh thái có thể sử dụng số liệu này để đề xuất biện pháp xả dòng tối thiểu trong mùa khô.\n\u003C\u002Fp>\n\n\u003Ch2>Giới hạn và các vấn đề khi áp dụng IHA\u003C\u002Fh2>\n\u003Cp>\nMặc dù hữu ích, IHA không phải là công cụ hoàn hảo. Một số hạn chế kỹ thuật và khái niệm cần lưu ý khi áp dụng:\n\u003C\u002Fp>\u003Cul>\n  \u003Cli>Phụ thuộc mạnh vào chất lượng và độ dài chuỗi số liệu dòng chảy\u003C\u002Fli>\n  \u003Cli>Khó áp dụng cho lưu vực chưa có trạm đo hoặc dữ liệu không liên tục\u003C\u002Fli>\n  \u003Cli>Không phản ánh đầy đủ tính cực đoan do biến đổi khí hậu dài hạn\u003C\u002Fli>\n  \u003Cli>Không mô tả chi tiết mối liên hệ nhân – quả với biến đổi sinh học cụ thể\u003C\u002Fli>\n\u003C\u002Ful>\nMột số chuyên gia khuyến cáo sử dụng IHA như công cụ khởi đầu trong đánh giá thủy văn, sau đó nên được củng cố bằng quan trắc thực địa, phỏng vấn cộng đồng địa phương và dữ liệu sinh học để có đánh giá toàn diện hơn.\n\u003Cp>\u003C\u002Fp>\n\u003Cp>\nNgoài ra, trong bối cảnh biến đổi khí hậu, các dòng chảy tham chiếu (reference flows) trong giai đoạn lịch sử có thể không còn phù hợp. Do đó, cần liên tục cập nhật bộ dữ liệu IHA và đánh giá lại các ngưỡng chấp nhận được.\n\u003C\u002Fp>\n\n\u003Ch2>Kết luận và triển vọng\u003C\u002Fh2>\n\u003Cp>\nChỉ số thay đổi dòng chảy IHA là một công cụ khoa học thực tiễn và có giá trị trong việc giám sát, đánh giá và quản lý tài nguyên nước dựa trên bằng chứng định lượng. Với cấu trúc rõ ràng, dễ sử dụng và tính linh hoạt cao, IHA giúp chuyển hóa dữ liệu thủy văn thành thông tin có ý nghĩa sinh thái và quản lý.\n\u003C\u002Fp>\n\u003Cp>\nTrong thời đại mà các dòng sông ngày càng bị can thiệp bởi con người và biến đổi khí hậu, IHA là nền tảng để thiết kế chính sách dòng chảy môi trường hợp lý, bảo vệ đa dạng sinh học và duy trì chức năng sinh thái cốt lõi của hệ thống sông ngòi. Việc tích hợp IHA vào quy trình lập kế hoạch lưu vực sông, đánh giá tác động môi trường và ra quyết định về phân bổ nước là một hướng đi cần thiết cho phát triển bền vững.\n\u003C\u002Fp>\n\n\u003Ch2>Tài liệu tham khảo\u003C\u002Fh2>\n\u003Col>\n  \u003Cli>Richter, B.D., Baumgartner, J.V., Powell, J., &amp; Braun, D.P. (1996). A method for assessing hydrologic alteration within ecosystems. \u003Ci>Conservation Biology\u003C\u002Fi>, 10(4), 1163–1174.\u003C\u002Fli>\n  \u003Cli>The Nature Conservancy. (2009). Indicators of Hydrologic Alteration (IHA) Software Version 7.1. Available at: \u003Ca href=\"https:\u002F\u002Fwww.nature.org\u002Fen-us\u002Fwhat-we-do\u002Four-insights\u002Fperspectives\u002Findicators-of-hydrologic-alteration\u002F\" target=\"_blank\">nature.org\u003C\u002Fa>\u003C\u002Fli>\n  \u003Cli>Acreman, M., &amp; Dunbar, M.J. (2004). Defining environmental river flow requirements – A review. \u003Ci>Hydrology and Earth System Sciences\u003C\u002Fi>, 8(5), 861–876.\u003C\u002Fli>\n  \u003Cli>Poff, N.L., et al. (1997). The natural flow regime: A paradigm for river conservation and restoration. \u003Ci>BioScience\u003C\u002Fi>, 47(11), 769–784.\u003C\u002Fli>\n  \u003Cli>Arthington, A.H., et al. (2006). The challenge of providing environmental flow rules to sustain river ecosystems. \u003Ci>Ecological Applications\u003C\u002Fi>, 16(4), 1311–1318.\u003C\u002Fli>\n  \u003Cli>Smakhtin, V., Revenga, C., &amp; Döll, P. (2004). Taking into account environmental water requirements in global-scale water resources assessments. \u003Ci>Comprehensive Assessment Research Report 2\u003C\u002Fi>. International Water Management Institute.\u003C\u002Fli>\n\u003C\u002Fol>\n\u003C\u002Fdiv>",{"id":18,"researcherId":10,"name":19,"imageUrl":20},2889,"Lê Xuân Niên","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLuyWIkhyP2W5E59cKwN7ciI2nbjMGUpXO9rVQquC826ujzkqhU=s96-c",{"id":18,"researcherId":10,"name":19,"imageUrl":20},[13],1,false,"PUBLISHED","2025-11-13T18:02:17.460+00:00","2025-11-13T18:21:18.316+00:00","2025-11-13T18:21:18.313+00:00",109,[31,42,53,64,75,81,92,103,109,115],{"id":32,"title":33,"term":34,"englishTitle":35,"definition":36,"discipline":37,"disciplineCode":38,"disciplineLabel":39,"disciplineColor":40,"disciplineIcon":41},"máy quang phổ echelle","Máy quang phổ echelle (echelle spectrometer) là gì?","Máy quang phổ echelle","echelle spectrometer","Máy quang phổ echelle là loại máy quang phổ nhiễu xạ độ phân giải cao, kết hợp cách tử echelle làm việc ở bậc nhiễu xạ cao với phần tử tán sắc chéo đặt vuông góc để tách các bậc phổ chồng lấp thành ảnh phổ hai chiều trên đầu thu mảng. Kiến trúc này cho phép ghi nhận đồng thời dải bước sóng rộng với năng suất phân giải lớn mà không cần quét cơ học.","NATURAL_SCIENCES","natural-sciences","Khoa học tự nhiên","#0E9F9C","atom",{"id":43,"title":44,"term":45,"englishTitle":46,"definition":47,"discipline":48,"disciplineCode":49,"disciplineLabel":50,"disciplineColor":51,"disciplineIcon":52},"hẹp tắc động mạch nội sọ","Hẹp tắc động mạch nội sọ là gì? Cơ chế và điều trị","Hẹp tắc động mạch nội sọ","intracranial arterial stenosis","Hẹp tắc động mạch nội sọ là tình trạng thu hẹp lòng mạch hoặc bít tắc hoàn toàn một hay nhiều động mạch lớn bên trong hộp sọ, làm giảm lưu lượng máu nuôi não và gây nguy cơ cao đột quỵ thiếu máu não, trong đó căn nguyên phổ biến nhất là xơ vữa động mạch.","MEDICAL_HEALTH_SCIENCES","medical-health-sciences","Khoa học y - dược","#D6336C","stethoscope",{"id":54,"title":55,"term":56,"englishTitle":57,"definition":58,"discipline":59,"disciplineCode":60,"disciplineLabel":61,"disciplineColor":62,"disciplineIcon":63},"phép biện chứng","Phép biện chứng (dialectic) là gì?","Phép biện chứng","dialectic","Phép biện chứng là một truyền thống phương pháp luận và lý luận triết học, trong thời cổ đại chỉ nghệ thuật đối thoại hỏi đáp truy tìm chân lý, còn trong triết học cận hiện đại chỉ học thuyết về sự vận động, mối liên hệ và chuyển hóa của khái niệm hoặc hiện thực thông qua mâu thuẫn.","HUMANITIES","humanities","Nhân văn và nghệ thuật","#9333EA","book-open",{"id":65,"title":66,"term":67,"englishTitle":68,"definition":69,"discipline":70,"disciplineCode":71,"disciplineLabel":72,"disciplineColor":73,"disciplineIcon":74},"vật liệu hybrid","Vật liệu hybrid (hybrid material) là gì?","Vật liệu hybrid","hybrid material","Vật liệu hybrid (vật liệu lai) là vật liệu cấu tạo từ hỗn hợp trộn lẫn mật thiết giữa thành phần hữu cơ, vô cơ hoặc cả hai, thường đan xen ở thang kích thước nhỏ hơn 1 µm (IUPAC, 2007) nhằm tạo ra tính chất hiệp đồng vượt trội so với từng thành phần đơn lẻ.","ENGINEERING_TECHNOLOGY","engineering-technology","Kỹ thuật và công nghệ","#5B62F4","cpu",{"id":76,"title":77,"term":78,"englishTitle":79,"definition":80,"discipline":37,"disciplineCode":38,"disciplineLabel":39,"disciplineColor":40,"disciplineIcon":41},"đường cong quantum seiberg witten","Đường cong quantum Seiberg-Witten là gì? Cơ chế và ứng dụng","Đường cong quantum Seiberg-Witten","quantum Seiberg-Witten curve","Đường cong quantum Seiberg-Witten là phiên bản lượng tử hóa của đường cong đại số Seiberg-Witten cổ điển, thu được khi nâng tọa độ trên đường cong lên toán tử không giao hoán để tạo thành phương trình vi phân hoặc sai phân tuyến tính trong giới hạn Nekrasov-Shatashvili của lý thuyết chuẩn siêu đối xứng N = 2.",{"id":82,"title":83,"term":84,"englishTitle":85,"definition":86,"discipline":87,"disciplineCode":88,"disciplineLabel":89,"disciplineColor":90,"disciplineIcon":91},"sản xuất giống","Sản xuất giống (seed production) là gì?","Sản xuất giống","seed production","Sản xuất giống (seed production) là quá trình tổ chức nhân số lượng, kiểm soát chất lượng và cung ứng vật liệu nhân giống từ nguồn giống gốc nhằm duy trì độ thuần di truyền, phẩm chất sinh lý và trạng thái sạch bệnh của giống trong sản xuất nông nghiệp.","AGRICULTURAL_SCIENCES","agricultural-sciences","Khoa học nông nghiệp","#2F9E44","sprout",{"id":93,"title":94,"term":95,"englishTitle":96,"definition":97,"discipline":98,"disciplineCode":99,"disciplineLabel":100,"disciplineColor":101,"disciplineIcon":102},"lý thuyết hình ảnh","Lý thuyết hình ảnh (image theory) là gì?","Lý thuyết hình ảnh","image theory","Lý thuyết hình ảnh (image theory) là một lý thuyết tâm lý học mô tả quá trình ra quyết định cá nhân và tổ chức do Lee Roy Beach và Terence R. Mitchell đề xuất năm 1987. Thay vì tối đa hóa hữu dụng kỳ vọng, lý thuyết này cho rằng con người sàng lọc phương án dựa trên mức độ tương thích với hệ thống giá trị, mục tiêu và kế hoạch sẵn có.","SOCIAL_SCIENCES","social-sciences","Khoa học xã hội","#E08600","users",{"id":104,"title":105,"term":106,"englishTitle":107,"definition":108,"discipline":70,"disciplineCode":71,"disciplineLabel":72,"disciplineColor":73,"disciplineIcon":74},"tổng hợp urê","Tổng hợp urê (urea synthesis) là gì?","Tổng hợp urê","urea synthesis","Tổng hợp urê là quá trình hóa học và công nghệ chuyển hóa amoniac (NH3) và carbon dioxide (CO2) — hoặc các nguồn carbon, nitơ thay thế qua lộ trình điện hóa, quang hóa — thành urê (CO(NH2)2), hợp chất đạm nền tảng của ngành phân bón và hóa chất công nghiệp.",{"id":110,"title":111,"term":112,"englishTitle":113,"definition":114,"discipline":37,"disciplineCode":38,"disciplineLabel":39,"disciplineColor":40,"disciplineIcon":41},"hấp phụ hóa học","Hấp phụ hóa học (chemisorption) là gì?","Hấp phụ hóa học","chemisorption","Hấp phụ hóa học (chemisorption) là quá trình hấp phụ phát sinh từ sự hình thành liên kết hóa học mạnh giữa chất bị hấp phụ và các tâm hoạt tính trên bề mặt chất hấp phụ, tạo thành một đơn lớp trên bề mặt.",{"id":116,"title":117,"term":118,"englishTitle":119,"definition":120,"discipline":70,"disciplineCode":71,"disciplineLabel":72,"disciplineColor":73,"disciplineIcon":74},"mô đun đàn hồi động","Mô đun đàn hồi động (dynamic elastic modulus) là gì?","Mô đun đàn hồi động","dynamic elastic modulus","Mô đun đàn hồi động là đại lượng cơ học đặc trưng cho độ cứng đàn hồi của vật liệu dưới tải trọng biến thiên theo thời gian, dao động điều hòa hoặc sóng ứng suất biên độ nhỏ. Đại lượng này thường được xác định không phá hủy bằng đo tần số cộng hưởng, vận tốc xung siêu âm hoặc phân tích cơ động học."]