Tổng quan nghiên cứu

Tỉnh Đồng Tháp, nằm ở đầu nguồn sông Tiền thuộc vùng đồng bằng sông Cửu Long, có hệ thống sông ngòi dày đặc và chịu ảnh hưởng phức tạp từ dòng chảy thượng nguồn, thủy triều biển Đông và mưa nội đồng. Mực nước tại trạm thủy văn Cao Lãnh biến động lớn, gây khó khăn trong dự báo chính xác, ảnh hưởng trực tiếp đến sản xuất nông nghiệp và quản lý tài nguyên nước. Theo số liệu từ năm 2000 đến 2020, mực nước lớn nhất tại trạm đạt 2,61 m, trong khi mức thấp nhất là 0 m, cho thấy sự dao động mạnh trong chuỗi thời gian. Mục tiêu nghiên cứu là xây dựng và đánh giá các mô hình máy học gồm Naïve, ARIMA và Support Vector Regression (SVR) nhằm dự báo mực nước trạm thủy văn Cao Lãnh với độ chính xác cao, phục vụ công tác dự báo và quản lý nguồn nước hiệu quả. Phạm vi nghiên cứu tập trung vào dữ liệu mực nước ngày từ năm 2000 đến 2020 tại trạm Cao Lãnh, tỉnh Đồng Tháp. Ý nghĩa nghiên cứu thể hiện qua việc nâng cao độ tin cậy dự báo mực nước, giảm thiểu thiệt hại do thiên tai và hỗ trợ phát triển kinh tế - xã hội bền vững trong khu vực.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn áp dụng ba mô hình chính trong dự báo chuỗi thời gian:

  • Mô hình Naïve: Dự báo đơn giản sử dụng giá trị quan sát trước đó làm dự báo cho bước tiếp theo, không yêu cầu phân tích thống kê phức tạp. Mô hình này làm cơ sở so sánh hiệu quả với các mô hình máy học khác.

  • Mô hình ARIMA (Autoregressive Integrated Moving Average): Mô hình thống kê kết hợp tự hồi quy, lấy sai phân để tạo chuỗi dừng và trung bình trượt, phù hợp với dữ liệu chuỗi thời gian có xu hướng và tính mùa vụ. ARIMA được đánh giá cao về khả năng dự báo chính xác và loại bỏ đa cộng tuyến.

  • Mô hình Support Vector Regression (SVR): Thuật toán máy học có giám sát, sử dụng hàm kernel (RBF) để ánh xạ dữ liệu vào không gian nhiều chiều, tìm siêu phẳng tối ưu nhằm dự báo các biến phi tuyến. SVR có ưu điểm trong dự báo dòng chảy ngắn hạn và dài hạn với độ chính xác cao.

Các khái niệm chính bao gồm chuỗi thời gian dừng, sai phân bậc d, hàm kernel RBF, chỉ số đánh giá mô hình như Nash–Sutcliffe Efficiency (NSE), Root Mean Square Error (RMSE) và Mean Absolute Error (MAE).

Phương pháp nghiên cứu

Nguồn dữ liệu chính là số liệu mực nước lớn nhất ngày tại trạm thủy văn Cao Lãnh từ tháng 1/2000 đến tháng 12/2020, được chỉnh biên bởi Đài Khí tượng Thủy văn khu vực Nam Bộ và hỗ trợ bởi đề tài khoa học cấp Bộ. Dữ liệu được chia thành tập huấn luyện và kiểm tra theo các khoảng thời gian cụ thể: tập huấn luyện từ 2000 đến cuối năm 2015 hoặc 2016 tùy mô hình, tập kiểm tra từ cuối năm 2015 hoặc 2016 đến cuối năm 2019 hoặc 2020.

Phương pháp phân tích bao gồm:

  • Xây dựng mô hình Naïve với ba phương pháp dự báo: liên tục hàng ngày, liên tục hai tuần và liên tục hai tuần qua một năm trước.

  • Xây dựng mô hình ARIMA với các tham số (p,d,q) được hiệu chỉnh dựa trên phân tích tự tương quan (ACF) và tương quan một phần (PACF).

  • Xây dựng mô hình SVR sử dụng hàm kernel RBF, tối ưu siêu tham số qua thử nghiệm.

Các mô hình được đánh giá bằng các chỉ số NSE, RMSE và MAE để so sánh hiệu quả dự báo. Timeline nghiên cứu kéo dài từ thu thập dữ liệu, xây dựng mô hình, hiệu chỉnh đến đánh giá chất lượng dự báo trong khoảng 2020-2022.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Hiệu quả dự báo của mô hình SVR vượt trội: Mô hình SVR đạt chỉ số NSE cao nhất, khoảng 0,82, trong khi ARIMA đạt khoảng 0,75 và Naïve chỉ đạt khoảng 0,60. Sai số trung bình tuyệt đối (MAE) của SVR thấp nhất, khoảng 0,06 m, so với 0,09 m của ARIMA và 0,12 m của Naïve.

  2. Mô hình ARIMA cho kết quả tốt hơn Naïve nhưng kém SVR: ARIMA thể hiện khả năng dự báo chính xác hơn Naïve với RMSE giảm khoảng 20%, tuy nhiên vẫn không bằng SVR do hạn chế trong xử lý phi tuyến và biến động phức tạp của mực nước.

  3. Mô hình Naïve phù hợp cho dự báo ngắn hạn đơn giản: Dự báo liên tục hàng ngày của Naïve có sai số thấp hơn so với dự báo hai tuần, nhưng tổng thể vẫn kém hiệu quả so với các mô hình máy học.

  4. Dự báo nhiều bước với chiến lược lặp lại hiệu quả: Việc sử dụng chiến lược lặp lại trong dự báo nhiều bước giúp các mô hình duy trì độ chính xác trong khoảng 5 ngày dự báo, với sai số tăng dần khi bước dự báo kéo dài.

Thảo luận kết quả

Nguyên nhân mô hình SVR vượt trội là do khả năng xử lý các mối quan hệ phi tuyến phức tạp trong dữ liệu mực nước, đồng thời sử dụng hàm kernel RBF giúp ánh xạ dữ liệu vào không gian đặc trưng phù hợp. Kết quả này phù hợp với các nghiên cứu quốc tế về dự báo dòng chảy sử dụng SVR, cho thấy tính ứng dụng cao trong điều kiện biến động phức tạp của Đồng Tháp.

Mô hình ARIMA, mặc dù có ưu điểm trong xử lý chuỗi thời gian dừng và xu hướng, nhưng hạn chế trong việc mô hình hóa phi tuyến và biến động bất thường, dẫn đến sai số cao hơn SVR. Mô hình Naïve tuy đơn giản nhưng vẫn có giá trị trong dự báo ngắn hạn và làm chuẩn so sánh.

Dữ liệu được trình bày qua biểu đồ so sánh giá trị dự báo và thực đo, bảng tổng hợp chỉ số NSE, RMSE, MAE cho từng mô hình, giúp minh họa rõ ràng hiệu quả từng phương pháp. Kết quả nghiên cứu góp phần nâng cao độ chính xác dự báo mực nước, hỗ trợ công tác phòng chống thiên tai và quản lý tài nguyên nước tại Đồng Tháp.

Đề xuất và khuyến nghị

  1. Ứng dụng mô hình SVR trong dự báo mực nước trạm Cao Lãnh: Khuyến nghị các cơ quan thủy văn áp dụng mô hình SVR làm công cụ chính trong dự báo mực nước ngắn hạn với mục tiêu giảm sai số MAE xuống dưới 0,07 m trong vòng 1 năm tới.

  2. Phát triển hệ thống dự báo tự động tích hợp đa mô hình: Kết hợp mô hình SVR và ARIMA trong hệ thống dự báo để tận dụng ưu điểm từng mô hình, nâng cao độ tin cậy và khả năng dự báo dài hạn, triển khai trong 2 năm tới do Trung tâm Dự báo Khí tượng Thủy văn khu vực Nam Bộ thực hiện.

  3. Tăng cường thu thập và xử lý dữ liệu chất lượng cao: Đề xuất nâng cấp hệ thống quan trắc mực nước và khí tượng, đảm bảo dữ liệu liên tục, chính xác, phục vụ huấn luyện và hiệu chỉnh mô hình, thực hiện trong 1-2 năm.

  4. Đào tạo chuyên gia và nâng cao năng lực vận hành mô hình: Tổ chức các khóa đào tạo về máy học và phân tích dữ liệu cho cán bộ dự báo thủy văn nhằm đảm bảo vận hành hiệu quả mô hình SVR và ARIMA, triển khai ngay trong năm 2024.

Đối tượng nên tham khảo luận văn

  1. Các nhà dự báo thủy văn và khí tượng: Nghiên cứu cung cấp phương pháp và mô hình dự báo mực nước chính xác, hỗ trợ công tác dự báo và cảnh báo thiên tai.

  2. Cơ quan quản lý tài nguyên nước và phòng chống thiên tai: Tham khảo để xây dựng hệ thống dự báo tự động, nâng cao hiệu quả quản lý và ứng phó với lũ lụt, ngập úng.

  3. Nhà nghiên cứu và sinh viên chuyên ngành thủy văn, khoa học dữ liệu: Tài liệu tham khảo về ứng dụng máy học trong dự báo chuỗi thời gian, phương pháp xây dựng và đánh giá mô hình.

  4. Doanh nghiệp và tổ chức phát triển nông nghiệp, thủy sản: Sử dụng kết quả dự báo mực nước để điều chỉnh kế hoạch sản xuất, giảm thiểu rủi ro do biến động thủy văn.

Câu hỏi thường gặp

  1. Mô hình SVR có ưu điểm gì so với ARIMA trong dự báo mực nước?
    SVR xử lý tốt các mối quan hệ phi tuyến và biến động phức tạp trong dữ liệu, cho độ chính xác cao hơn ARIMA, đặc biệt trong dự báo ngắn hạn và dữ liệu không dừng.

  2. Tại sao cần sử dụng mô hình Naïve trong nghiên cứu?
    Mô hình Naïve đơn giản, dễ triển khai, dùng làm chuẩn so sánh để đánh giá hiệu quả các mô hình phức tạp hơn như ARIMA và SVR.

  3. Dữ liệu mực nước được sử dụng trong nghiên cứu có đặc điểm gì?
    Dữ liệu là mực nước lớn nhất ngày tại trạm Cao Lãnh từ năm 2000 đến 2020, có biến động lớn từ 0 đến 2,61 m, phản ánh đặc trưng thủy văn phức tạp của vùng.

  4. Chiến lược dự báo nhiều bước lặp lại hoạt động như thế nào?
    Mô hình dự báo một bước trước, sau đó sử dụng kết quả dự báo làm đầu vào cho bước tiếp theo, lặp lại cho đến khi hoàn thành dự báo nhiều bước, giúp duy trì độ chính xác trong khoảng thời gian dự báo.

  5. Các chỉ số đánh giá mô hình nào được sử dụng và ý nghĩa của chúng?
    NSE đánh giá độ tương đồng giữa dự báo và thực đo (giá trị càng gần 1 càng tốt), RMSE đo sai số trung bình căn bậc hai, MAE đo sai số trung bình tuyệt đối; các chỉ số này giúp đánh giá toàn diện hiệu quả mô hình.

Kết luận

  • Đã xây dựng thành công ba mô hình dự báo mực nước trạm thủy văn Cao Lãnh gồm Naïve, ARIMA và SVR, trong đó SVR cho kết quả chính xác nhất với NSE đạt khoảng 0,82.

  • Mô hình SVR thể hiện ưu thế vượt trội trong xử lý dữ liệu phi tuyến và biến động phức tạp, phù hợp với đặc điểm thủy văn Đồng Tháp.

  • Chiến lược dự báo nhiều bước lặp lại giúp duy trì độ chính xác trong dự báo ngắn hạn, đặc biệt trong khoảng 5 ngày tiếp theo.

  • Kết quả nghiên cứu góp phần nâng cao hiệu quả dự báo mực nước, hỗ trợ công tác phòng chống thiên tai và quản lý tài nguyên nước tại Đồng Tháp.

  • Đề xuất triển khai ứng dụng mô hình SVR trong hệ thống dự báo thủy văn, đồng thời nâng cấp hệ thống quan trắc và đào tạo nhân lực để đảm bảo vận hành hiệu quả.

Luận văn mở ra hướng nghiên cứu ứng dụng máy học trong dự báo thủy văn tại Việt Nam, khuyến khích các nghiên cứu tiếp theo mở rộng phạm vi và tích hợp đa mô hình nhằm nâng cao độ chính xác và tính ứng dụng thực tiễn. Các cơ quan liên quan được khuyến nghị áp dụng kết quả nghiên cứu để cải thiện công tác dự báo và quản lý nguồn nước hiệu quả hơn.