Các nhà khoa học ở Viện Hàn lâm Khoa học Trung Quốc (CAS) vừa phát triển thành công một mô hình trí tuệ nhân tạo (AI) mới có khả năng dự báo nguy cơ lũ lụt và dòng chảy liên khu vực trên khắp thế giới, ngay cả ở các lưu vực ít dữ liệu thủy văn, tờ SCMP đưa tin.
Mô hình – được gọi là ED-DLSTM, không dựa vào dữ liệu lịch sử dòng chảy như các mô hình dự báo khác mà sử dụng các thuộc tính như độ cao, lượng mưa, và đặc tính đất. Nhóm nghiên cứu cho biết các thuộc tính tĩnh như đặc điểm của đất “có thể được lấy từ dữ liệu vệ tinh có sẵn trên toàn thế giới”.
CAS cho biết hơn 95% các lưu vực vừa và nhỏ trên toàn thế giới thiếu hoặc có dữ liệu thủy văn hạn chế, gây khó khăn cho các mô hình cần những thông tin này để dự báo lượng mưa và lũ lụt.
Các nhà khoa học đã sử dụng dữ liệu theo dõi từ năm 2010 đến năm 2012, bao gồm hơn dữ liệu của hơn 2.000 lưu vực ở Mỹ, Canada, Trung Âu và Anh, để kiểm tra tính chính xác của mô hình ED-DLSTM so với một số mô hình khác.
Luồng không khí, nhiệt độ, độ ẩm đất và lượng mưa khác nhau ở từng khu vực, cung cấp dữ liệu đa dạng để nhóm nghiên cứu xác minh mô hình của họ.
Trong mô hình này, các thuộc tính không gian và đặc điểm khí hậu theo chuỗi thời gian được xử lý riêng biệt. “So với các mẫu khác, ED-DLSTM thể hiện khả năng dự đoán vượt trội”, các nhà khoa học cho biết.
Dự đoán cho kết quả tốt nhất ở các lưu vực có lượng mưa lớn hơn hoặc nhiều dòng chảy hơn. Nghiên cứu ban đầu cho thấy gần 82% các lưu vực này đạt được hệ số hiệu suất thủy văn Nash-Sutcliffe trung bình trên 0,6 (trong đó 1 là cao nhất), được đánh giá là mức xuất sắc (trong đó 1 là cao nhất).
Nhóm nghiên cứu cũng kiểm tra xem liệu mô hình này có ứng dụng được tại các khu vực chưa được nghiên cứu hay không. Thử nghiệm được thực hiện tại 160 lưu vực không có trạm đo ở miền trung Chile bằng cách sử dụng các mô hình AI đã được đào tạo ở các khu vực nghiên cứu cấp lục địa trước đó. Trong đó, mô hình được đào tạo ở Mỹ là mô hình hiệu quả nhất, với gần 77% lưu vực đạt NSE lớn hơn 0. Các nhà nghiên cứu cho biết thử nghiệm của họ đã xác minh rằng “mô hình ED-DLSTM có thể học các điều kiện thủy văn phổ biến trên các bộ huấn luyện khác nhau”.
Theo SCMP
