Ứng dụng AI trong quan trắc mực nước bằng Camera

Bài viết Ứng dụng AI trong quan trắc mực nước bằng Camera nghiên cứu xử lý nhận dạng hình ảnh thu được từ hệ thống camera trên cơ sở các thuật toán trí tuệ nhân tạo (Aritificial Inteligence – AI) nhằm chuyển các trạm quan trắc mực nước thủ công thành các trạm quan trắc mực nước tự động.
Nội dung trích xuất từ tài liệu:
Ứng dụng AI trong quan trắc mực nước bằng Camera TẠP CHÍ KHÍ TƯỢNG THỦY VĂN Bài báo khoa học Ứng dụng AI trong quan trắc mực nước bằng Camera Nguyễn Nam Đức1*, Lê Ngọc Quyền1, Phạm Hồ Quốc Tuấn1, Nguyễn Minh Giám1, Trần Minh Triết2, Trần Tiến Dũng3 1 Đài Khí tượng Thủy văn khu vực Nam Bộ; ngnamduc@gmail.com; quyentccb@gmail.com; phamhoquoctuan@yahoo.com; nmg@kttvnb.vn 2 Đại học Khoa học Tự nhiên Thành phố Hồ Chí Minh, Đại học Quốc gia Việt Nam; tmtriet@hcmus.edu.vn 3 Văn phòng Tổng cục khí tượng thuỷ văn, Tổng cục Khí tượng Thuỷ văn; dungtranca5@gmail.com *Tác giả liên hệ: ngnamduc@gmail.com; Tel.: +84–903788140 Ban Biên tập nhận bài: 5/2/2023; Ngày phản biện xong: 1/3/2023; Ngày đăng bài: 25/3/2023 Tóm tắt: Nghiên cứu xử lý nhận dạng hình ảnh thu được từ hệ thống camera trên cơ sở các thuật toán trí tuệ nhân tạo (Aritificial Inteligence – AI) nhằm chuyển các trạm quan trắc mực nước thủ công thành các trạm quan trắc mực nước tự động. Đồng thời kết hợp công nghệ thông tin nhằm thu thập, kết nối dữ liệu quan trắc mực nước từ các trạm thủy văn để tăng cường số lượng và chất lượng dữ liệu cung cấp cho các mô hình dự báo thủy văn. Nghiên cứu này đáp ứng yêu cầu chuyển đổi số, tự động hóa các trạm quan trắc thủ công thành các trạm tự động trên cơ sở các công trình chuyên môn hiện có, đồng thời tiết kiệm được nguồn nhân lực tại các trạm khí tượng thủy văn; giải quyết bài toán thiếu hụt nhân sự, khó khăn trong việc tuyển dụng nhân lực cho các trạm theo vị trí việc làm. Từ khóa: Camera; Khí tượng thủy văn; Trí tuệ nhân tạo; AI. 1. Đặt vấn đề Trên hệ thống mạng lưới trạm khí tượng thủy văn thuộc Đài Khí tượng Thủy văn khu vực Nam Bộ còn nhiều trạm thủy văn thủ công, trạm truyền thống đang quan trắc mực nước bằng công trình tuyến cọc, hệ thống thủy chí và máy tự ghi mực nước. Máy tự ghi được trang bị tại các trạm hầu hết là máy tự ghi Stevens. Các trạm thủ công cần có quan trắc viên để vận hành và xử lý thiết bị trong quá trình quan trắc. Tuy nhiên, trong tình huống đặc biệt như bối cảnh dịch bệnh Covid–19, các địa phương thực hiện giãn cách xã hội theo Chỉ thị 16 của Thủ tướng chính phủ [1]. Một số trạm thủy văn cũng bị ảnh hưởng theo, các quan trắc viên không thể tới trạm để quan trắc, trích xuất số liệu để phục vụ cho công tác dự báo, cảnh báo phòng chống thiên tai. Giải pháp sử dụng camera kết hợp với các thuật toán trí tuệ nhân tạo để quan trắc từ xa đối với các trạm bị phong tỏa rất hữu ích khi có thể trực tiếp thu thập số liệu bất kỳ thời gian nào để phục vụ chuyên môn. Đồng thời có thể nâng cấp chuyển đổi các trạm từ quan trắc mực nước thủ công thành các trạm quan trắc tự động. Hiện nay trên thế giới, lĩnh vực trí tuệ nhân tạo được ứng dụng rộng rãi cho nhiều ngành [2–7], trong đó có khí tượng thủy văn. Nhiều nước đã và đang đầu tư xây dựng các hệ thống dự báo hay cảnh báo sớm dựa trên nền tảng trí tuệ nhân tạo như: hệ thống cảnh báo sớm lũ tại Jakarta của Indonesia; hệ thống dự báo ngập do mưa tại Nhật; hệ thống dự báo và cảnh báo sớm lũ lụt tại Ấn Độ…Trong nước cũng có nhiều nghiên cứu ứng dụng trong ngành khí tượng thủy văn như: [8] đã nghiên cứu trong đề tài cấp Bộ “Nghiên cứu, xây dựng công cụ nhận dạng và số hóa các giản đồ tự ghi khí tượng thủy văn” [8–11]; đề tài cấp thành phố [12] Tạp chí Khí tượng Thủy văn 2023, 747, 113-126; doi:10.36335/VNJHM.2023(747).113-126 http://tapchikttv.vn/ Tạp chí Khí tượng Thủy văn 2023, 747, 113-126; doi:10.36335/VNJHM.2023(747).113-126 114 đã nghiên cứu xây dựng và triển khai thử nghiệm hệ thống cảnh báo sớm ngập lụt đô thị dựa trên nền tảng trí tuệ nhân tạo tại Thành phố Hồ Chí Minh, đã nghiên cứu và sử dụng hình ảnh từ các camera đo ngập lụt trên đường phố cũng như khai thác nguồn các video từ hệ thống camera giám sát giao thông qua ứng dụng AI để dự báo ngập tại các tuyến đường của thành phố; [13] đã nghiên cứu một giải pháp dựa trên Vision Transformer, để phân loại bốn cấp độ mưa và ngập lụt ở các khu vực đô thị từ camera… Nghiên cứu xử lý nhận dạng hình ảnh thu được từ hệ thống camera trên cơ sở AI đáp ứng yêu cầu chuyển đổi số [14–16], tự động hóa các trạm quan trắc thủ công trên cơ sở các công trình chuyên môn hiện có. Đồng thời đáp ứng được Chiến lược phát triển ngành khí tượng thủy văn đến năm 2030, tầm nhìn đến năm 2045 [17]. 2. Phương pháp nghiên cứu và tài liệu thu thập 2.1. Giới thiệu phạm vi khu vực nghiên cứu Khu vực nghiên cứu thuộc phạm vi quản lý của Đài Khí tượng Thủy văn khu vực Nam Bộ với 19 tỉnh thành. Hiện nay mạng lưới trạm thủy văn thủ công ở Nam Bộ bao gồm 50 trạm truyền thống, trong đó hầu hết được trang bị máy tự ghi mực nước Stevens, Valdai, GR– 38 [18]. Để thử nghiệm, nhóm nghiên cứu chọn 02 trạm thủy văn có đặc thù chung cho các trạm thủ công ở Nam Bộ là Trạm Thủy văn Mỹ Tho và Trạm Thủy văn Long Định như Bảng 1. Bảng 1. Danh sách và vị trí trạm thử nghiệm. TT Tên trạm Tên sông Kinh độ (o) Vĩ độ (o) 1 Thủy văn Mỹ Tho Sông Tiền 106°20’48” 10°20’54” 2 Thủy văn Long Định Kênh Xáng 106°15’23” 10°23’60” 2.2. Hệ thống camera, chế độ hoạt động và truyền dữ liệu 2.2.1. Tiêu chí lựa chọn thiết bị camera Camera là loại cố định, độ phân giải FullHD (1080) trở lên; Có thể quan sát trong điều kiện thời tiết xấu (mưa lớn), chế độ màu cả ngày và đêm, cho phép lựa chọn vùng quan sát; mã hóa hình ảnh theo chuẩn nén H.265; H.264; H.264B; MJPEG; kết nối mạng theo chuẩn RJ45, WiFi; truyền dữ liệu (video, ảnh) trực tiếp về máy chủ, cấu hình từ xa; vỏ kim loại, lắp đặt ngoài trời, khả năng chống nước, bụi chuẩn IP 67 trở lên; thông dụng nhiều hãng cung cấp trên thị trường, dễ lắp đặt. 2.2.2. Nguồn điện sử dụng Thuận tiện nhất hiện tại các camera đều sử dụng nguồn điện một chiều DC 12V và dòng tiêu thụ tương đối nhỏ, do đó đối với vấn đề nguồn cung cấp duy trì ...