Ứng dụng mạng thần kinh nhân tạo dự báo mưa cực đại tháng tại khu vực đông Nam Bộ, Việt Nam

Abstract

Nghiên cứu đánh giá khả năng dự báo mưa cực đại tháng hạn 30 ngày tại khu vực Đông Nam Bộ bằng chuỗi số liệu 45 năm (1980–2024) từ 5 trạm khí tượng và chỉ số dao động nội mùa BSISO. Ba mô hình được xem xét gồm TDNN, LSTM và SARIMA nhằm so sánh hiệu quả dự báo và xác định phương pháp phù hợp. Kết quả cho thấy việc bổ sung chỉ số BSISO không cải thiện chất lượng dự báo; các mô hình đa biến có xu hướng kém ổn định và sai số cao hơn mô hình đơn biến. Trong ba phương pháp, SARIMA đạt hiệu quả tốt và ổn định nhất tại hầu hết các trạm với sai số thấp và hệ số xác định cao hơn. TDNN mô phỏng tốt xu thế dao động của chuỗi mưa, đặc biệt trong các giai đoạn mưa nhỏ, trong khi LSTM cho kết quả hạn chế hơn. Kết quả cũng cho thấy sự khác biệt theo không gian, với trạm Đồng Xoài đạt chất lượng dự báo cao nhất. Nghiên cứu khẳng định tiềm năng ứng dụng của các mô hình thống kê và học máy trong dự báo mưa cực đại tháng, đồng thời đề xuất ưu tiên sử dụng SARIMA và TDNN trong điều kiện dữ liệu hiện nay. Từ khoá: Cực trị mưa, dự báo, mạng thần kinh nhân tạo, Đông Nam Bộ