ỨNG DỤNG MÔ HÌNH HỌC MÁY XGBOOST NHẬN DẠNG LŨ LỚN TRÊN SÔNG ĐÀ

Abstract

Nhận dạng lũ lớn trên các lưu vực sông đóng vai trò quan trọng trong công tác phòng chống thiên tai và đảm bảo sự phát triển bền vững của lưu vực. Hiện nay, với sự phát triển vượt bậc của khoa học máy tính, các phương pháp số như mô hình toán và trí tuệ nhân tạo đang được ứng dụng rộng rãi trong các nghiên cứu dự báo và nhận dạng các đặc trưng lũ lớn trên lưu vực Sông Hồng. Tuy nhiên, để xây dựng được mô hình học máy có thể nhận dạng, dự báo được những trận lũ lớn với độ chính xác cao vẫn còn gặp nhiều thách thức về nguồn dữ liệu và các quan hệ phi tuyến phức tạp. Nghiên cứu này được thực hiện với mục đích xây dựng được thuật toán học máy đủ mạnh, có thể dự báo, nhận dạng được dòng chảy đỉnh lũ đến Hồ Sơn La thông qua Trạm thủy văn Tạ Bú nằm ở hạ lưu hồ trong những trận lũ lớn từ nguồn dữ liệu ngắn (49 số liệu) , không có sự liên tục về thời gian. Mô hình học máy tiên tiến XGBoost và các kỹ thuật xử lý dữ liệu đầu vào được sử dụng cho kết quả huấn luyện đạt trên 97% trong tất cả 1.000 lần chạy và kết quả kiểm tra đạt khoảng 70%. Dự báo thử nghiệm cho trận lũ năm 2024 cũng cho kết quả dự báo đỉnh lũ chính vụ khá tốt, với sai số dưới 5%. Kết quả nhận dạng đỉnh lũ sớm và lũ muộn chấp nhận được với sai số đỉnh lũ trung bình ngày khoảng 14%.