Nước ngầm nhiễm asen đang làm nảy sinh nguy cơ lớn đối với sức khỏe của hàng triệu người, đặc biệt là ở các châu thổ sông đông đúc dân cư vùng Đông Nam Châu Á. Đến nay vẫn chưa có phương pháp nào phân biệt được vùng nguy cơ cao mà không cần phải thực hiện các chiến dịch lấy mẫu tốn kém.
Hiện nay, Eawag đã phát triển một mô hình cho phép xác định các vùng dân cư dễ bị ảnh hưởng bằng cách sử dụng dữ liệu có sẵn về địa chất cũng như đặc tính đất đai. Điều này tạo điều kiện cho các nhà nghiên cứu xác định vùng nguy cơ cao tại những nơi mà nghiên cứu về nước ngầm chưa hề được tiến hành trước đó, ví dụ như ở Myanma và đảo Sumatra.
Trên toàn thế giới có trên 100 triệu người tiếp xúc với lượng quá lớn asen trong nước uống. Asen (còn gọi là thạch tín) là chất gây ô nhiễm tạo thành từ các nguồn trong tự nhiên, hòa tan trong nước ngầm. Ở nhiều vùng, mặc dù đã xác định được tình trạng nhiễm asen nhưng do nước mặt đã bị ô nhiễm. Bên cạnh đó người dân lại liên tục đào giếng mới mà không kiểm tra nước có nhiễm asen hay không.
Tận dụng dữ liệu có sẵn
Một người đàn ông Campuchia cho xem ảnh hưởng của chất độc asen trên đôi tay. (Ảnh: Resource Development International-Cambodia) |
Trong một bài viết đăng tải trên tờ Nature Geoscience, các nhà nghiên cứu Eawag mới đây mô tả một phương pháp cho phép xác định vùng nguy cơ cao tương đối dễ dàng mà không cần thực hiện các phân tích nước ngầm tốn kém và tốn thời gian. Với mục đích này, nhóm nghiên cứu do nhà địa chất học Lenny Winkel cùng nhà hóa học môi trường Michael Berg đã sưu tập tài liệu địa chất học từ Băng-la-đet, Myanmar, Thái Lan, Campuchia, Việt Nam và Sumatra (Indonexia) để lập bản đồ phân loại đồng dạng.
Tài liệu chủ yếu tập trung vào trầm tích bề mặt cũng như đặc tính đất đai. Đáng ngạc nhiên là, tuyển tập thông tin có thể đưa ra những kết luận tương đối chính xác liên quan đến đặc điểm lý hóa của nước ngầm.
Các nhà khoa học sau đó đã tìm hiểu mối liên hệ thống kê giữa 30 thống số bề mặt (dữ liệu khí hậu, thủy học và địa chất) với nồng độ asen, cuối cùng họ kết hợp 8 biến số liên quan nhiều nhất vào một mô hình hồi quy lôgic. Đặc biệt, trầm tích của các con sông trẻ chứa nhiều thành phần hữu cơ chính là chỉ dấu thể hiện tình trạng nước ngầm nhiễm độc asen. Từ bản đồ có thể thấy rõ xác suất nồng độ asen cao được thể hiện dưới dạng đồ họa.
Hỗ trợ từ phía các tổ chức phối hợp cùng chính phủ
Kiểm tra mô hình trên 1750 điểm nước ngầm từ thung lũng sông Bengal, Mekong, và Sông Hồng cho thấy dự đoán tương đối khớp với tình hình thực tế. Tuy nhiên, đối với những khu vực mô hình dự đoán có nguy cơ thấp cũng nên coi nguy cơ đó ở mức không. Như Michael Berg chỉ ra: “Không có nơi nào không có nguy cơ”. Nhà hóa học môi trường cũng thêm rằng về cơ bản ngay cả đối với mô hình tinh lọc, bao gồm nhiều dữ liệu hơn từ địa tầng đá sâu, cũng không thể thay thế biện pháp phân tích mẫu nước. “Nhưng nhờ có tấm bản đồ, chính phủ cùng các quan chức địa phương hay đơn vị hỗ trợ có thể nhanh chóng biết được nơi nào không nên đào giếng”.
Phát hiện thêm vùng nguy cơ cao trên đảo Sumatra và Myanmar
Phát hiện mới nhất về vùng nguy cơ cao ở Đông Nam Á nằm trong dự án Chất lượng nguồn nước (Water Resource Quality – WRQ) – chương trình nghiên cứu Eaway tập trung vào các chất gây ô nhiễm trong nguồn nước ngầm trên toàn thế giới. Cũng giống như asen, nước ngầm còn chứa flo, selen và urani. Người ta cũng đang tiến hành tìm ra các phương pháp giúp người dân khắc phục nguồn nước bị ô nhiễm bằng cách sử dụng các kỹ thuật thích hợp. Đến nay, dự án mới chỉ được được thực hiện trên quy mô rất khiêm tốn, nhưng nhờ có sự hỗ trợ của dự án thực hiện tại Đông Nam Á nên đã được cải tiến tương đối tốt. Mô hình mới đặc biệt thích hợp với những vùng hiện chưa có dữ liệu về nguồn nước ngầm.
Do đó, nhóm nghiên cứu nguồn nước Thụy Sĩ đã áp dụng mô hình với đảo Sumatra, Indonexia, có diện tích bao phủ là 100.000 km2 trên bờ biển phía đông có nguy cơ nhiễm asen cao. Các nhà nghiên cứu đã sử dụng khoảng 100 mẫu nước ngầm để xác định nguy cơ mà mô hình dự đoán với khu vực nằm ở ranh giới giữa vùng nguy cơ cao và vùng nguy cơ thấp. Một lần nữa, kết quả phân tích lại khớp với dự đoán: 94% giếng nước ở vùng nguy cơ thấp có nồng độ asen dưới 10 µg/L. Bản đồ cũng chỉ ra nguy cơ đạt nồng độ asen cao ngày một tăng trong nước ngầm ở vùng châu thổ Irrawaddy (Myanmar) và khu vực dọc sông Chao Phraya phía bắc Băng-Cốc (Thái Lan). Cả hai khu vực này đều chưa từng được phát hiện nguy cơ trước đây.
Thông tin cơ bản về Asen
Asen là một trong những chất vô cơ gây ô nhiễm nguy hiểm có trong nguồn nước ăn uống. Nó là á kim đồng thời là thành phần tự nhiên trong đá ngầm trên toàn thế giới với lượng nhỏ hòa tan trong nước do tác động của nắng mưa. Muối vô cơ của asen không mùi, không vị nhưng có độc tính cao đối với con người. Nếu ăn asen vào cơ thể trong thời gian dài dù chỉ với nồng độ nhỏ cũng gây nguy hiểm đối với sức khỏe, bao gồm hiện tượng cường sắc tố da, rối loạn chức năng gan thận cùng với các dạng ung thư khác nhau.
Trên thực tế có rất nhiều vấn đề nảy sinh. Thứ nhất là nồng độ asen biến đổi rất khác nhau ở từng địa phương. Thứ hai, người dân thường không ý thức hoàn toàn về nguy cơ bởi giếng nước của họ hay nguồn nước ngầm mà họ sử dụng chưa bao giờ được kiểm tra có bị nhiễm asen hay không. Nồng độ asen dưới 10 µg/L được coi là an toàn. Tổ chức y tế thế giới WHO khuyến cáo dùng mức độ asen nói trên làm tiêu chuẩn giá trị asen trong nước uống.
Tại đồng bằng châu thổ sông Hồng và sông Mekong, Eawag phát hiện nồng độ asen vượt quá 100 µg/L ở một trong số 5 mẫu nước phân tích với giá trị tối đa là 3000 µg/L. Vùng đồng băng châu thổ Irrawaddy (Myanmar) có nồng độ asen vượt quá 50 µg/L ở 2/3 mẫu nước giếng được phân tích (theo một nghiên cứu được tổ chức Unicef tài trợ).
Tham khảo
Lenny Winkel, Michael Berg, Manouchehr Amini, Stephan J. Hug And C. Annette Johnson. Predicting groundwater arsenic contamination in Southeast Asia from surface parameters. Nature Geoscience, 2008; DOI: 10.1038/ngeo254 ((all: Eawag, Swiss Federal Institute of Aquatic Science and Technology, 8600 Du¨ bendorf, Switzerland) doi: 10.1038/ngeo254 http://dx.doi.org/10.1038/ngeo254
Theo Trà Mi (ScienceDaily)