Dự báo mực nước hạn dài trên dòng chính sông Mekong bằng mạng noron tiến hóa - EANN

Bài viết đã trình bày tóm tắt “Nghiên cứu dự báo mực nước hạn dài cho một số trạm trên dòng chính sông Mekong bằng Mạng Nơ ron Tiến hóa - EANN”. Kết quả nghiên cứu thử nghiệm cho 3 trạm Tân Châu, Châu Đốc và Chieng Sean có mức đảm bảo phương án trên 75% ở mức khá tốt đối với dự báo hạn dài.
Nội dung trích xuất từ tài liệu:
Dự báo mực nước hạn dài trên dòng chính sông Mekong bằng mạng noron tiến hóa - EANN Tuyển tập Hội nghị Khoa học thường niên năm 2021. ISBN: 978-604-82-5957-0 DỰ BÁO MỰC NƯỚC HẠN DÀI TRÊN DÒNG CHÍNH SÔNG MEKONG BẰNG MẠNG NORON TIẾN HÓA - EANN Hoàng Thanh Tùng1, Nguyễn Hoàng Sơn1, Ngô Lê An1 1 Trường Đại học Thủy lợi, email: httung@tlu.edu.vn 1. ĐẶT VẤN ĐỀ Nhóm 2: Các mô hình nhận thức được xây dựng dựa vào cơ sở vật lý của các mối quan Sông Mekong là con sông quốc tế chảy hệ giữa dòng chảy và nhân tố ảnh hưởng. Mặc qua các nước Trung Quốc, Miến Điện, Lào, dù có hạn chế về thời gian dự kiến trong dự Thái Lan, Campuchia và Việt Nam. Phần báo nhưng cùng với sự phát triển của các mô diện tích lưu vực trên lãnh thổ Việt Nam gọi hình khí hậu toàn cầu với các công nghệ, kỹ là Đồng bằng Sông Cửu Long (ĐBSCL) - thuật xử lý mới, nhóm này có nhiều triển vọng đồng bằng sông lớn nhất ở Việt Nam, là vựa ứng dụng [theo Ngô Lê An và nnk (2021)]. lúa đóng góp lớn đến an ninh lương thực và Nhóm 3: Các phương pháp nhận dạng - xuất khẩu gạo của Việt Nam trên thế giới. tương tự và phương pháp thống kê xác suất, Tuy nhiên do ĐBSCL ở hạ nguồn sông và mạng trí tuệ nhân tạo (AI). Trong đó Mekong do vậy chịu tác động rất lớn của các phương pháp thống kê khách quan cũng được công trình thủy lợi, thủy điện ở bên trên nên sử dụng trong dự báo hạn dài dòng chảy dòng chảy về ĐBSCL đang có xu thế thay sông. Phương pháp nhận dạng tương tự và AI đổi mạnh và giảm dần ở cả mùa lũ lẫn mùa được dùng ở nhiều dạng khác nhau, từ đơn kiệt trong những năm gần đây làm cho sản giản, với một hoặc hai nhân tố dự báo, đến xuất nông nghiệp, nuôi trồng và đánh bắt phức tạp với hàng trăm nhân tố, hàng chục thủy hải sản bị ảnh hưởng mạnh. Chính vì loại số liệu khác nhau. Phương pháp đã được vậy để hạn chế những ảnh hưởng này và để nghiên cứu ứng dụng trong dự báo hạn vừa, chủ động thích nghi với những thay đổi về dự báo tháng và phân phối dòng chảy các dòng chảy về ĐBSCL trong phát triển kinh tế tháng trong năm. xã hội thì việc dự báo dòng chảy hạn dài tại Bài báo này trình bày tóm tắt “Nghiên cứu một số trạm trên dòng chính sông Mekong là dự báo mực nước hạn dài cho một số trạm rất cần thiết. trên dòng chính sông Mekong bằng Mạng Nơ Ở Việt Nam, dự báo hạn dài đã được quan ron Tiến hóa - EANN”. Mạng EANN là một tâm từ những năm 60 và được xem như một trong những dạng lai ghép giữa mạng Nơ ron nhiệm vụ chủ yếu của Tổng Cục Khí tượng thần kinh với thuật toán quét ngược (BPNN - Thủy văn. Một số phương pháp dự báo hạn Back Propagation Neural Network) được áp dài của nước ngoài đã được nghiên cứu ứng dụng nhiều trong thủy văn với thuật toán giải dụng vào dự báo dòng chảy 10 ngày, tháng, đoán gen (GA - Genetic Algorithms). Khi áp mùa, năm tại một số trạm cơ bản trên một số dụng mạng BPNN người dùng sẽ phải chạy hệ thống sông của Việt Nam. Có thể tổng hợp rất nhiều trường hợp để tìm ra mạng nơ ron tốt các phương pháp dự báo hạn vừa, hạn dài nhất (tìm ra số lớp ẩn, số nút trong lớp ẩn) nên vào 3 nhóm chính [1]: thời gian chạy mô hình sẽ rất lâu, đặc biệt với - Nhóm 1: Mô hình tương quan với hoàn yêu cầu cập nhật số liệu liên tục trong dự báo lưu khí quyển, khí hậu; hiện nay Tổng Cục tác nghiệp. Với việc áp dụng mạng EANN, KTTV vẫn đang sử dụng phương pháp này. thuật toán GA sẽ giúp việc tối ưu mạng nơ ron 567 Tuyển tập Hội nghị Khoa học thường niên năm 2021. ISBN: 978-604-82-5957-0 BPNN nhanh hơn rất nhiều, do vậy rất thích 3. KẾT QUẢ NGHIÊN CỨU hợp cho việc dự báo tác nghiệp. Từ số liệu đã thu thập, tiến hành phân tích 2. PHƯƠNG PHÁP NGHIÊN CỨU ma trận tương quan và sử dụng thuật toán Stepwise, nghiên cứu đã lựa chọn ra các biến 2.1. Số liệu sử dụng trong nghiên cứu tốt nhất đưa vào xây dựng mô hình EANN. Dữ liệu KTTV (mưa, mực nước) vùng hạ Tất cả các biến mưa, các biến mực nước ở nguồn châu thổ sông Mekong thời đoạn ngày, các trạm trên dòng chính sông ở quá xa trạm từ 1/1980 đến 12/2019. Số liệu này được thu cần dự báo cũng bị loại, do đây là mô hình dự thập được từ Ủy Ban sông Mekong Quốc tế. báo hạn dài thời hạn tháng nên tương quan 2.2. Phương pháp nghiên cứu các biến này với biến cần dự báo quá nh ...