Ứng dụng mô hình học máy XGBOOST và LIGHTGBM trong việc dự báo mực nước triều trên sông Sài Gòn

Ứng dụng mô hình học máy XGBOOST và LIGHTGBM trong việc dự báo mực nước triều trên sông Sài Gòn - Đồng Nai

0 Người đánh giá. Xếp hạng trung bình 0

Tác giả: Đồng Nguyên Đặng, Thị Hòa Bình Lê, Hồng Đức Phạm, Tấn Phương Phùng

Ngôn ngữ: vie

Ký hiệu phân loại:

Thông tin xuất bản: Tạp chí Khoa học và Công nghệ Thủy lợi, 2024

Mô tả vật lý: tr.110

Bộ sưu tập: Metadata

ID: 484473

Thêm vào giỏ

Trong những năm gần đây, trí tuệ nhân tạo (AI) đã được sử dụng rộng rãi, thay thế dần cho các mô hình thủy động lực học trong việc dự báo mực nước, lưu lượng trên các sông nhằm cảnh báo sớm nguy cơ lũ lụt. Nghiên cứu này áp dụng một số mô hình học máy để dự báo mực nước tại vị trí các trạm quan trắc trên hệ thống sông Sài Gòn – Đồng Nai. Kết quả của nghiên cứu chỉ ra rằng có xu thế gia tăng đáng kể dữ liệu mực nước tại Nhà Bè, Phú An và Thủ Dầu Một trong khi đó xu thế gia tăng không đáng kể được ghi nhận tại trạm Vũng Tàu. Mô hình XGBoost và LightGBM được đánh giá có độ tin cậy cao để dự báo mực nước tại 4 trạm đo mực nước. Ngoài ra đề tài cũng tích hợp mô hình XGBoost và LightGBM vào trong nền tảng website cung cấp thông tin về mực nước triều dự báo của cả 2 mô hình trong 10 ngày tiếp theo tại các trạm. Kết quả dự báo mực nước triều cung cấp những thông tin hữu ích trong việc phòng tránh ngập úng cho đô thị ven sông Sài Gòn – Đồng Nai cũng như là vận hành công trình thủy phục vụ cho nông nghiệp và giao thông thủy.

1. Đọc trực tuyến

1. Đọc trực tuyến

Tạo bộ sưu tập với mã QR