Tổng quan nghiên cứu
Hệ thống sông ngòi tỉnh Bình Định sở hữu tổng trữ lượng nước khoảng 5,2 tỷ m³ cùng tiềm năng thủy điện ước đạt 182,4 triệu kW. Tuy nhiên, do độ che phủ rừng tự nhiên hiện nay chỉ còn trên 40% kết hợp với địa hình sườn đông dãy Trường Sơn dốc và ngắn, tình trạng lũ quét và sạt lở vào mùa mưa bão thường xuyên gây thiệt hại nặng nề cho các vùng hạ lưu. Dự báo chính xác mực nước sông đóng vai trò sống còn trong việc giảm thiểu rủi ro thiên tai và bảo vệ an toàn dân sinh.
Vấn đề cốt lõi đặt ra trong thủy văn học là chuỗi dữ liệu mực nước vừa chứa đựng các quy luật tuần hoàn tuyến tính, vừa đan xen các biến động phi tuyến phức tạp do yếu tố khí hậu cực đoan. Các mô hình thống kê cổ điển như hồi quy hay tự hồi quy thuần túy thường bỏ sót các thành phần phi tuyến, trong khi mạng nơ-ron nhân tạo độc lập lại dễ bị quá khớp hoặc kém ổn định trước xu hướng dài hạn.
Nhằm khắc phục triệt để hạn chế này, luận văn tập trung nghiên cứu xây dựng mô hình lai ghép giữa mô hình tự hồi quy tích hợp trung bình trượt (ARIMA) và mạng nơ-ron truyền thẳng (FFNN). Mục tiêu trọng tâm là mô hình hóa đồng thời thành phần tuyến tính và phi tuyến, từ đó nâng cao độ chuẩn xác cho bài toán dự báo chuỗi thời gian thực tế.
Phạm vi thực nghiệm của đề tài được triển khai trên tập dữ liệu quan trắc mực nước lúc 7 giờ 00 sáng trong các tháng cao điểm mùa lũ (tháng 9, 10, 11 và 12) liên tục từ năm 2016 đến năm 2019 tại trạm thủy văn An Hòa, tỉnh Bình Định. Nghiên cứu mang ý nghĩa khoa học và thực tiễn sâu sắc, cung cấp giải pháp dự báo định lượng giúp giảm sai số RMSE xuống dưới 0,05 và cải thiện độ chính xác tổng thể hơn 20% so với các phương pháp đơn lẻ.
Cơ sở lý thuyết và phương pháp nghiên cứu
Khung lý thuyết áp dụng
Khung lý thuyết của đề tài được xây dựng dựa trên sự giao thoa giữa kinh tế lượng chuỗi thời gian và công nghệ học máy hiện đại, bao gồm hai nền tảng trụ cột:
Thứ nhất là lý thuyết mô hình hóa chuỗi thời gian tuyến tính Box-Jenkins (1970). Mô hình ARIMA(p,d,q) là sự tích hợp của ba thành phần: tự hồi quy bậc p, sai phân bậc d nhằm đưa chuỗi về trạng thái dừng, và trung bình trượt bậc q. Tính dừng của chuỗi được kiểm tra nghiêm ngặt thông qua kiểm định nghiệm đơn vị Dickey-Fuller mở rộng (ADF) và kiểm định Phillips-Perron. Cấu trúc tuyến tính này cho phép trích xuất tối đa xu hướng biến thiên cơ bản và các dao động có tính quy luật của dòng chảy.
Thứ hai là lý thuyết mạng nơ-ron nhân tạo (ANN), cụ thể là cấu trúc mạng nơ-ron truyền thẳng nhiều lớp (FFNN) kết hợp thuật toán tối ưu hóa lan truyền ngược (Back-Propagation). FFNN bao gồm một lớp vào, một hoặc nhiều lớp ẩn và một lớp ra. Nhờ sử dụng hàm kích hoạt phi tuyến dạng hàm Sigmoid hoặc Hyperbolic Tangent, mạng có khả năng xấp xỉ vạn năng mọi hàm phi tuyến phức tạp mà không cần giả định trước về phân phối dữ liệu.
Đóng vai trò cầu nối là mô hình kết hợp do G. Peter Zhang khởi xướng. Dữ liệu chuỗi thời gian được phân rã thành hai thành phần chính: thành phần tuyến tính được dự báo bằng ARIMA, và chuỗi sai số còn lại (đại diện cho các biến động phi tuyến) sẽ được mạng FFNN học và ước lượng. Kết quả dự báo cuối cùng là phép cộng tổng hòa giữa giá trị tuyến tính và giá trị phần dư phi tuyến.
Phương pháp nghiên cứu
Nghiên cứu sử dụng nguồn dữ liệu thứ cấp chuẩn hóa do Chi cục Thủy lợi và Phòng chống Thiên tai tỉnh Bình Định cung cấp. Tập dữ liệu bao gồm 487 quan trắc mực nước sông An Hòa (đo bằng mét) thu thập đều đặn vào lúc 7 giờ 00 mỗi ngày trong suốt 4 mùa lũ từ năm 2016 đến hết ngày 31 tháng 12 năm 2019. Phương pháp chọn mẫu theo chuỗi thời gian toàn phần giúp bao quát toàn bộ các chu kỳ lũ lịch sử và các đợt biến động bất thường.
Toàn bộ quy trình tính toán, xử lý dữ liệu và huấn luyện mô hình được lập trình trên môi trường thống kê R. Lý do lựa chọn R vì đây là hệ sinh thái mã nguồn mở mạnh mẽ, cung cấp các gói công cụ phân tích chuỗi thời gian chuyên sâu, tối ưu hóa thuật toán học máy và trực quan hóa dữ liệu chính xác.
Tập dữ liệu 487 mẫu được phân chia theo tỷ lệ chuẩn: 80% số quan trắc đầu tiên (khoảng 390 mẫu) phục vụ giai đoạn huấn luyện mô hình, và 20% số quan trắc còn lại (khoảng 97 mẫu) dành riêng cho kiểm thử độc lập. Quy trình phân tích tuân thủ nghiêm ngặt 9 bước: từ xác định mục tiêu, làm sạch dữ liệu, nhận dạng tham số p và q qua đồ thị tự tương quan (ACF) và tự tương quan riêng phần (PACF), huấn luyện lan truyền ngược, đến đánh giá sai số qua hai tiêu chí RMSE và MAPE.
Kết quả nghiên cứu và thảo luận
Những phát hiện chính
Quá trình thực nghiệm và kiểm định mô phỏng trên ngôn ngữ R đã mang lại những kết quả định lượng cụ thể như sau:
Thứ nhất, trong nhóm mô hình tuyến tính đơn lẻ, việc khảo sát biểu đồ ACF và PACF đã chỉ ra các cấu hình tiềm năng là ARIMA(2,1,1) và ARIMA(3,1,1). Kết quả kiểm tra sai số trên tập dữ liệu kiểm thử cho thấy mô hình ARIMA(3,1,1) đạt hiệu năng vượt trội với giá trị sai số toàn phương trung bình RMSE và sai số phần trăm tuyệt đối trung bình MAPE thấp hơn khoảng 12% so với cấu hình ARIMA(2,1,1).
Thứ hai, đối với mô hình mạng nơ-ron truyền thẳng FFNN đơn lẻ với cấu trúc một lớp ẩn, nghiên cứu đã thử nghiệm tăng dần số nơ-ron từ 1 node đến 5 node (ký hiệu từ FFNN 1-1-1 đến FFNN 1-5-1). Kết quả thực nghiệm khẳng định mạng FFNN với 5 nút ẩn (FFNN 1-5-1) cho kết quả tối ưu nhất với giá trị sai số RMSE đạt mức 0,0036 trên tập dữ liệu phần dư, chứng minh năng lực học sâu các đặc trưng phi tuyến của dòng chảy.
Thứ ba, mô hình tích hợp lai ghép A-FFNN (kết hợp giữa ARIMA(3,1,1) và FFNN 1-5-1) đạt độ chính xác cao nhất trong toàn bộ các phép thử. Độ lỗi dự báo RMSE của mô hình kết hợp giảm khoảng 25,4% so với việc chỉ sử dụng riêng mô hình ARIMA, đồng thời giảm hơn 18,2% so với việc chỉ sử dụng mạng FFNN đơn thuần.
Thứ tư, phân tích phần dư của mô hình kết hợp cho thấy sai số đầu ra tiệm cận hoàn toàn với quá trình nhiễu trắng thuần túy. Điều này chứng minh toàn bộ thông tin có quy luật cả về mặt tuyến tính lẫn phi tuyến đã được mô hình trích xuất triệt để.
Thảo luận kết quả
Hiệu quả vượt trội của mô hình lai A-FFNN bắt nguồn từ cơ chế xử lý dữ liệu hai giai đoạn bù trừ lẫn nhau. Lưu vực sông Bình Định có đặc điểm dốc đứng, dòng chảy chịu tác động cùng lúc bởi yếu tố tuần hoàn theo mùa và các đợt mưa lớn cực đoan bất chợt. Mô hình ARIMA đóng vai trò như một bộ lọc mạnh mẽ giúp nắm bắt các xu thế tự hồi quy và trung bình trượt tuyến tính. Sau khi loại bỏ phần tuyến tính, chuỗi sai số còn lại phản ánh sự nhiễu loạn thủy lực phi tuyến – đây chính là thế mạnh tuyệt đối của mạng FFNN với giải thuật lan truyền ngược.
Khi đối chiếu với các công trình nghiên cứu của Bogdan Oancea về chuỗi tài chính hay Kumar Abhishek về dữ liệu chuỗi thời gian, kết quả của luận văn hoàn toàn đồng nhất: mô hình tích hợp luôn vượt qua các mô hình đơn lẻ về độ ổn định và giảm thiểu sai số ngoại vi.
Về phương diện hiển thị và trình bày dữ liệu, các kết quả phân tích trong nghiên cứu có thể được trực quan hóa sinh động thông qua biểu đồ đường kép so sánh giữa mực nước thực tế và mực nước dự báo theo thời gian, đồ thị hàm tự tương quan ACF/PACF với các dải tin cậy 95%, và bảng ma trận đối sánh chi tiết các chỉ số RMSE và MAPE giữa các thế hệ mô hình. Sự trực quan hóa này giúp các nhà vận hành dễ dàng nhận diện ngưỡng rủi ro khi mực nước vượt báo động lũ.
Đề xuất và khuyến nghị
Dựa trên kết quả nghiên cứu thực nghiệm vững chắc, bốn giải pháp mang tính hành động cao được đề xuất nhằm ứng dụng mô hình vào thực tiễn:
Một là, tích hợp trực tiếp thuật toán lai A-FFNN vào phần mềm giám sát tự động của Chi cục Thủy lợi và Ban Chỉ huy Phòng chống Thiên tai tỉnh Bình Định trước quý 3 năm 2026. Mục tiêu hướng tới là tự động hóa quá trình đưa ra cảnh báo mực nước trước 12 đến 24 giờ, giúp rút ngắn thời gian ban hành thông báo khẩn cấp xuống dưới 15 phút.
Hai là, mở rộng mạng lưới thu thập dữ liệu đa chiều tại lưu vực sông Côn và sông Hà Thanh trong giai đoạn 2026 - 2027. Cần bổ sung các biến số đầu vào như lưu lượng xả của hồ chứa thủy điện Định Bình, hồ Vĩnh Sơn, lượng mưa đo được tại các trạm đo mưa tự động thượng nguồn và độ ẩm tầng đất với tần suất lấy mẫu 1 giờ/lần nhằm tăng cường độ nhạy của mô hình.
Ba là, Sở Khoa học và Công nghệ phối hợp với Trường Đại học Quy Nhơn triển khai thử nghiệm nâng cấp thành phần mạng nơ-ron từ FFNN truyền thống lên các kiến trúc mạng hồi quy sâu như LSTM hoặc GRU trong vòng 12 tháng tới. Động thái này nhằm mục tiêu cải thiện độ chính xác trong việc dự báo các đỉnh lũ lịch sử thêm khoảng 10% đến 15%.
Bốn là, xây dựng cổng thông tin cảnh báo ngập lụt tương tác trực tuyến cho chính quyền và người dân tại 4 huyện trọng điểm hạ lưu sông gồm Tuy Phước, Phù Cát, An Lão và thị xã An Nhơn, hoàn thiện trước mùa mưa lũ tháng 9 năm 2026 nhằm nâng cao tính chủ động trong công tác di dời và ứng phó.
Đối tượng nên tham khảo luận văn
Công trình nghiên cứu cung cấp khối lượng tri thức và công cụ thực hành giá trị cho 4 nhóm đối tượng chính:
Thứ nhất là các kỹ sư khoa học dữ liệu, lập trình viên và chuyên viên phân tích trí tuệ nhân tạo. Luận văn cung cấp trọn vẹn quy trình xây dựng mô hình lai trên ngôn ngữ R, đóng vai trò là tài liệu tham khảo chất lượng để giải quyết các bài toán chuỗi thời gian phức tạp trong nhiều lĩnh vực khác nhau.
Thứ hai là các nhà quản lý tài nguyên nước, cán bộ kỹ thuật tại các Chi cục Thủy lợi và Trung tâm Dự báo Khí tượng Thủy văn. Nhóm này có thể ứng dụng trực tiếp thuật toán để lập phương án điều tiết hồ đập và vận hành xả lũ an toàn cho các lưu vực sông miền Trung.
Thứ ba là các nhà nghiên cứu, giảng viên và học viên cao học chuyên ngành Khoa học máy tính, Hệ thống thông tin và Kỹ thuật tài nguyên nước. Luận văn là nguồn tham khảo học thuật chỉn chu về phương pháp kết hợp mô hình thống kê cổ điển với học máy hiện đại.
Thứ tư là ban điều hành các nhà máy thủy điện và doanh nghiệp nông nghiệp quy mô lớn. Nghiên cứu giúp các đơn vị này tối ưu hóa lịch trình tích nước phát điện và chủ động kế hoạch cấp nước tưới tiêu cho hàng nghìn hecta hoa màu.
Câu hỏi thường gặp
Mô hình kết hợp A-FFNN có ưu điểm gì vượt trội so với mô hình ARIMA truyền thống? Mô hình kết hợp giải quyết triệt để điểm nghẽn của mô hình ARIMA vốn chỉ xử lý tốt dữ liệu tuyến tính. Bằng cách dùng mạng FFNN để học tiếp các sai số phi tuyến, mô hình lai giúp giảm chỉ số sai số toàn phương RMSE hơn 25%, đặc biệt hiệu quả với các biến động lũ đột ngột tại các sông miền Trung.
Tại sao nghiên cứu lại chọn cấu hình 5 nơ-ron lớp ẩn cho mạng FFNN? Dựa trên phương pháp thử - sai khoa học từ 1 nút đến 5 nút, cấu hình 5 nút ẩn (FFNN 1-5-1) mang lại sai số kiểm thử RMSE thấp nhất ở mức 0,0036. Cấu trúc này đảm bảo mạng học đủ sâu các đặc trưng thủy văn phức tạp mà không rơi vào trạng thái quá khớp (overfitting).
Quy mô dữ liệu và phương thức phân chia tập mẫu được thực hiện ra sao? Nghiên cứu sử dụng 487 bản ghi mực nước quan trắc lúc 7 giờ 00 trong 4 mùa lũ liên tiếp từ năm 2016 đến 2019. Tập dữ liệu được phân chia theo tỷ lệ 80% (khoảng 390 mẫu) cho huấn luyện và 20% (khoảng 97 mẫu) cho kiểm thử độc lập, đảm bảo tính khách quan khoa học.
Ngôn ngữ lập trình R đóng vai trò như thế nào trong nghiên cứu? R cung cấp môi trường tính toán thống kê toàn diện, cho phép phân tích tính dừng, vẽ biểu đồ ACF/PACF để định dạng tham số ARIMA, đồng thời hỗ trợ huấn luyện thuật toán lan truyền ngược cho mạng nơ-ron và đo lường các sai số RMSE, MAPE một cách chuẩn xác.
Mô hình này có thể mở rộng cho các hệ thống sông khác không? Hoàn toàn có thể. Quy trình 9 bước của mô hình có tính tổng quát hóa cao, dễ dàng tái áp dụng cho hệ thống sông Côn, sông Lại Giang, sông Hà Thanh hoặc bất kỳ lưu vực sông nào có đặc tính lũ lên nhanh rút nhanh tương tự tại Việt Nam.
Kết luận
Đề tài đã hoàn thành xuất sắc các mục tiêu nghiên cứu với những dấu ấn nổi bật:
- Xây dựng thành công khung mô hình lai ghép A-FFNN kết hợp hoàn hảo giữa phương pháp chuỗi thời gian ARIMA và mạng nơ-ron nhân tạo truyền thẳng.
- Giải quyết triệt để bài toán mô hình hóa đồng thời hai thành phần tuyến tính và phi tuyến trong chuỗi dữ liệu thủy văn thực tế.
- Đạt mức cải thiện độ chính xác ấn tượng, giảm chỉ số sai số RMSE hơn 25% so với mô hình ARIMA và 18% so với mạng FFNN độc lập.
- Kiểm chứng thực nghiệm thành công trên 487 bộ dữ liệu mùa lũ giai đoạn 2016 - 2019 tại trạm thủy văn An Hòa, tỉnh Bình Định.
- Mở ra hướng tiếp cận công nghệ mới, tin cậy và có khả năng ứng dụng tác nghiệp tức thì cho hệ thống dự báo thiên tai.
Trong giai đoạn tiếp theo từ năm 2026 đến 2027, nhóm nghiên cứu dự kiến tiếp tục mở rộng mô hình với các thuật toán học sâu nhiều chiều và tích hợp dữ liệu viễn thám thời gian thực. Hãy liên hệ với các đơn vị chuyển giao công nghệ hoặc tác giả để tiếp cận toàn văn công trình và triển khai giải pháp vào thực tiễn quản lý nguồn nước.