Nghiên cứu đề xuất công cụ kiểm kê phát thải cảng biển SPEI, được coi là cơ sở cần thiết trong mọi chiến lược giảm thiểu phát thải. Công cụ ứng dụng mô hình học máy XGBoost và LightGBM giúp dự đoán lượng phát thải đạt độ chính xác cao hơn R2 lớn hơn 0,96 với MAPE nhỏ hơn 7% khi ứng dụng thí điểm trong kiểm kê lượng phát thải của tàu biển ra vào trong phạm vi cảng Hải An tính từ ngày 01/02/2025 đến ngày 08/02/2026 với lượng khí nhà kính CO2e đạt 13437,757 tấn và NOx đạt 176,247 tấn và PM10 đạt 3,4356 tấn. Đây là cơ sở khoa học quan trọng giúp cảng Hải An đánh giá và xây dựng kế hoạch giảm thiểu lượng phát thải của tàu biển khi hoạt động trong khu vực cảng, đặc biệt là trong giai đoạn làm hàng. Công cụ kiểm kê phát thải cảng biển SPEI giúp cho việc đưa ra biện pháp từ vi mô tới vĩ mô tại các khu vực cảng biển, đề xuất xây dựng hệ thống quản lý phát thải cảng biển tại Việt Nam, hướng tới mục tiêu Net Zero và phát triển kinh tế biển bền vững tầm nhìn năm 2050. AbstractThe research proposes the SPEI port emission inventory tool, regarded as a necessary prerequisite for all emission mitigation strategies. The tool integrates machine learning models, namely XGBoost and LightGBM, to predict emission levels with high accuracy, achieving an R² greater than 0,96 and a MAPE lower than 7%. A pilot application was conducted to estimate emissions from ships operating within Hai An Port during the period from February 1, 2025 to February 8, 2026. The results indicate that total emissions reached 13437,757 tons of CO₂e, 176,247 tons of NOx, and 3,4356 tons of PM10. These findings provide a significant scientific basis for Hai An Port to assess and develop emission reduction strategies for ship activities within the port area, particularly during cargo handling operations. The SPEI tool enables the formulation of mitigation measures at both micro and macro levels across port areas, contributing to the development of an integrated port emission management system in Vietnam, and supporting the transition toward Net Zero emissions and sustainable marine economic development with a vision toward 2050.Keywords: Machine learning, ship emissions, port emission management, SPEI.