TRÍCH YẾU LUẬN ÁN TIẾN SĨ
– Tên tác giả: Hoàng Quý Nhân
– Tên luận án: “Nghiên cứu ứng dụng Trí tuệ nhân tạo vào dự báo lũ sông Hồng trong bối cảnh biến đổi khí hậu”
– Thuộc ngành: Khoa học môi trường, Mã số: 9.44.03.01
– Cơ sở đào tạo: Trường Đại học Nông Lâm – Đại học Thái Nguyên
Nội dung bản trích yếu
1. Mục tiêu luận án
* Mục tiêu tổng quát
Nghiên cứu được phương pháp xử lý cơ sở dữ liệu mực nước và ứng dụng mô hình Trí tuệ nhân tạo vào dự báo lũ sông Hồng trong bối cảnh biến đổi khí hậu ở Việt Nam.
* Mục tiêu cụ thể
– Phân tích, đánh giá một số đặc trưng, cấu trúc, tỉnh chất và các yếu tố ảnh hưởng đến bộ dữ liệu mực nước Sông Hồng, đoạn chảy qua trạm Thủy văn Sơn Tây, Hà Nội, giai đoạn 2011-2020. Xây dựng được bộ dữ liệu chuẩn hóa, huẩn luyện và kiểm tra phục vụ cho dự báo mực nước lũ sông Hồng bằng trí tuệ nhân tạo (AI);
– Xây dựng phương pháp, áp dụng cơ sở lý thuyết và mô hình ứng dụng AI vào dự báo mực nước lũ sông Hồng tại trạm Thúy văn Sơn Tây trong bối cảnh biển đổi khí hậu;
– Dự báo mực nước lũ sông Hồng tại trạm Thủy văn Sơn Tây thực nghiệm với 2 mô hình RNN-AI và LSTM-AI có kết quả, nhằm dự báo mực nước lũ sông, hỗ trợ cảnh báo, nhận diện lũ sông Hồng tại trạm Thủy văn Sơn Tây, trong giai đoạn 2011-2020 có độ tin cậy:
– Đánh giá độ tin cậy mô hình dự báo, đề xuất mô hình ra quyết định, điều tiết mực nước trong quản lý tài nguyên nước sông Hồng trong bối cảnh biến đổi khi hậu hiện nay.
2. Đối tượng, phạm vi nghiên cứu
* Đối tượng nghiên cứu
Mực nước sông Hồng tại trạm thủy văn Sơn Tây, Hà Nội và mô hình Trí tuệ nhân tạo dự báo mực nước lũ trên sông Hồng tại trạm thủy văn Sơn Tây, Hà Nội.
Phạm vi nghiên cứu
Để tải tập trung vào nghiên cứu mực nước sông Hồng đoạn cháy qua trạm thủy văn Sơn Tây, số hiệu 74162. Luận án phân tích các giá trị mực nước đo được, xử lý, phân tích cao hơn mực nước trung bình năm, các mực nước sấp xỉ hoặc cao mực nước báo động 1 tại trạm trong Luận án được gọi là đại diện cho những trận lũ, xây dựng cơ sở dữ liệu, áp dụng thực nghiệm mô hình RNN-AI và LSTM-AI để dự báo mực nước lũ tại trạm.
3. Các phương pháp nghiên cứu đã sử dụng
Luận án sử dụng các phương pháp nghiên cứu chỉnh như:
– Phương pháp nghiên cứu kế thừa và thống kê tài liệu thứ cấp tại trạm thủy văn Sơn tây:
+ Số liệu quan trắc mực nước giai đoạn 2011-2020;
+ Các mô hình dữ liệu, phân tích và xử lý dữ liệu chuỗi thời gian.
– Phương pháp chuyên gia
+ Các tư vấn của các chuyên gia về xử lý số liệu, xử lý dữ liệu KTTV, mực nước quan trắc tự động trên sông, các phương pháp dự báo, biến đổi khí hậu và AI.
– Phương pháp xử lý và giải đoản ảnh bằng hệ thống thông tin địa lý
+ Hệ thống thông tin địa lý (GIS) nhằm phân tích các nhóm nhân tố KTTV qua hình ảnh vệ tinh trong giai đoạn nghiên cứu, so sánh theo các năm, các mùa trong năm, trước và sau thời điểm thời điểm có lũ.
Phương pháp mô hình hóa thực nghiệm bằng Trí tuệ nhân tạo
+ Thiết lập và đánh giá tính chất bộ Cơ sở dữ liệu về dự liệu mực nước sông Hồng qua trạm Thủy văn Sơn Tây;
+ Phương pháp xây dựng mô hình Al dự báo mực nước lũ sông Hồng tại trạm thủy văn Sơn Tây; Sử dụng mạng Nơron truy hồi RNN và LSTM.
+ Kiểm tra đặc trưng dữ liệu, trích rút cơ sở dữ liệu huấn luyện, huấn luyện dự báo mực nước sông,
+ Trích rút kết quả cơ sở dữ liệu huấn luyện, dự báo và đánh giá độ tin cậy;
+ Phương pháp phân tích đánh giá bằng mô hình thực nghiệm.
– Phương pháp ra quyết định thống kê mô hình hóa (DT) bằng Trí tuệ nhân tạo trong quá trình dự báo mực nước lũ sông.
4. Các kết quả chính và kết luận
4.1. Đặc điểm mực nước và lũ Sông Hồng đoạn chảy qua đoạn Thủ đô Hà Nội Căn cứ vào dữ liệu trung tâm KTTV quốc gia, trên hệ thống Sông Hồng có 7 trạm Thủy văn chỉnh (Bảng 3.1.), trong đó trạm Sơn tây, Hà Nội là trạm Thủy văn hết sức quan trọng, trạm là đầu mối quan trắc mực nước Sông Hồng tử Sơn Tây đến Hà Nội – Thượng Cát nằm ở hạ lưu, các yếu tố khí tượng thủy văn cho toàn Thủ đô Hà Nội được thu thập và phân tích ở đây.
Theo kết quả điều tra cho thấy số liệu quan trắc giai đoạn 2011-2020 dòng cháy tại các trạm Thủy văn trên lưu vực Sông Hồng có nhiều biến động thất thường. Mực nước nhiều nơi đạt mức thấp nhất lịch sử nhưng cũng có nhiều nơi cao bất thường đã gây thiệt hại cho sản xuất nông nghiệp, sinh hoạt của người dân. Theo kịch bản biển đồi khí hậu (BĐKH) Quốc gia, ở hầu hết các lưu vực sông dòng chảy mùa lũ có xu hướng tăng, lũ lớn và đặc biệt lớn xảy ra nhiều và nghiêm trọng hơn. Dòng cháy mùa khô giảm, hạn hán, thiếu nước xảy ra thường xuyên hơn, hai yếu tố chỉnh nhận biết tác động của biến đổi khí hậu là nhiệt độ và lượng mưa. BĐKH cũng đã có sự tác động đến nhiệt độ của khu vực, nhiệt độ trung bình năm giai đoạn 2011-2020 đã tăng lên, có những giá trị đo được cao bất thường (Max 41.2°C) trong tháng 6 năm 2016 hoặc (Max 42.3°C) trong tháng 5 năm 2021. Các yếu tố BĐKH đã xuất hiện trong khoảng thời gian nghiên cứu.
Theo kết quả dữ liệu thực đo tại trạm thủy văn Sơn Tây, cho thây dữ liệu mực nước tại các trạm trên sông hiện nay chủ yếu được thu thập bằng phương pháp quan trắc thủ công với tần suất thu thập khác nhau tùy thuộc vào từng thời điểm trong năm. So sánh 03 trạm thủy văn, kết quả trạm thủy văn Sơn Tây có giá trị về mặt cơ sở dữ liệu, số liệu đầy đủ, các điểm dị thường, ngoại lai và sai số ít nhất (1725 điểm/ 26.900 điểm đảm bảo dưới 10% sai số). Điều này hết sức quan trọng cho việc xây dựng CSDL huấn luyện sau này. Kết quả chỉ ra hiện trạng của dữ liệu mực nước thu thập được tại trạm Sơn Tây – trong giai đoạn 10 năm từ 31/10/2010 đến 31/3/2020, trong đó số liệu từ giai đoạn 2011 để 2019 là 14.562 điểm ghi, dữ liệu là lớn và tương đối đầy đủ. Tuy nhiên, dữ liệu thu thập được bị ngắt quãng và không liên tục, thời điểm lấy dữ liệu khác nhau tùy thuộc vào từng mùa trong năm, đặc điểm lưu vực, đặc điểm trận mưa, thời gian lũ… Đây là các dữ liệu được ghi nhận và lưu trữ theo thời gian, nhưng lại không phải là dữ liệu chuỗi thời gian.
5. Ý nghĩa khoa học và ý nghĩa thực tiễn của luận án
* Ý nghĩa khoa học của luận án
– Bổ sung cập nhật, xây dựng cơ sở dữ liệu về kết quả nghiên cứu chuẩn hóa bộ dữ liệu mực nước Sông Hồng tại trạm Sơn Tây, giai đoạn 2011-2020 góp phần làm sáng tỏ luận cứ, cơ sở khoa học và lý thuyết ứng dụng vào xây dựng bộ dữ liệu mực nước sông hoàn chỉnh vào dự báo lũ sông, sử dụng cho các mô hình AI trên nền dữ liệu Sông Hồng quan trắc thực tế. Trên cơ sở dữ liệu chuẩn hóa có được thực nghiệm với 02 mô hình dự bảo linh hoạt là mô hình RNN-AI và LSTM-AI theo hướng ứng dụng công nghệ mới, đưa ra các kết quả dự báo, xác định các yếu tố ảnh hưởng, thời gian dự báo và so sánh với các phương pháp dự báo khác, cùng cổ các nghiên cứu về dự báo lũ, ra quyết định quản lý vận hành tài nguyên nước, trong bối cảnh công nghệ phát triển và BĐKH hiện nay nói riêng, và trong dự báo trong ngành KHMT nói chung. Kết quả đạt được của Luận án đóng góp làm cơ sở khoa học, tài liệu tham khảo cho phương pháp dự báo lũ sông bằng AI trên cơ sở dữ liệu mực nước sông theo chuỗi thời gian.
* Ý nghĩa thực tiễn của luận án
Kết quả nghiên cứu của Luận án này dựa trên thực tiễn số liệu quan trắc tại trạm Sơn Tây, sông Hồng. Các kết quả chuẩn hóa xử lý cơ sở dữ liệu, thực nghiệm với mô hình dự báo lũ Sông Hồng bằng RNN-AI và LSTM-AI sẽ góp phần tạo tiền để, đề xuất điều chỉnh các phương pháp dự báo lũ trong tương lai, phòng chống lũ trên lưu vực sông Hồng và các con sông khác (khi có sự phối hợp đầy đủ trên hệ thống sông, mực nước sông và các quan hệ hồ chứa lớn trong lưu vực) trong bối cảnh biển đổi khí hậu hiện nay.
