Lọc theo danh mục
  • Năm xuất bản
    Xem thêm
  • Lĩnh vực
liên kết website
Lượt truy cập
 Lượt truy cập :  19,067,550
  • Công bố khoa học và công nghệ Việt Nam

Khoa học kỹ thuật và công nghệ

BB

Đinh Nhật Quang, Tạ Quang Chiểu, Trịnh Trần Tiểu Long

Tổng quan ứng dụng phương pháp học máy trong dự báo lũ

Tạp chí Khoa học và Công nghệ Thủy lợi

2023

79

89

Với tầm quan trọng của việc dự báo và cảnh báo lũ, các nghiên cứu tập trung vào ứng dụng các mô hình học máy vào các bài toán dự báo lũ đang ngày càng được quan tâm. Trong bài báo này, chúng tôi tổng quan lại các bài nghiên cứu gần đây về ứng dụng của học máy trong lĩnh vực về dự báo lũ, dự đoán mực nước, lưu lượng, độ sâu ngập,… cùng với đó là các chỉ số thường dùng để đánh giá độ tin cậy của các mô hình học máy. Các nghiên cứu đã cho thấy, khác với các mô hình toán, mô hình học máy cần ít thông số đầu vào, tốn ít thời gian để mô phỏng và không đòi hỏi nhiều kiến thức về mô phỏng ngập lụt mà vẫn đưa ra kết quả dự đoán có độ chính xác tốt. Bên cạnh đó, nhóm nghiên cứu cũng đã chỉ ra một số hạn chế của việc ứng dụng các mô hình học máy, từ đó đề ra những gợi ý về hướng nghiên cứu cần thực hiện để tối ưu hoá các mô hình học máy trong dự báo lũ

In accordance with the great significance of flood prediction and warning, there has been much research focusing on machine learning models applications (data-driven models) in flood prediction problems. In this paper, we reviewed recent research on the application of machine learning in flood prediction, water-level prediction, discharge prediction, flood depth prediction, etc along with adopted popular indicators for the evaluation of the reliability of machine learning models’ performance. These studies have shown that, unlike traditional numerical models, machine learning models require fewer input parameters, and less simulation time, and do not require extensive knowledge of flood modeling, while still providing good precision prediction results. Besides, the research group has also identified and highlighted some limitations and challenges in the application of machine learning models, along with suggestions for future research orientations to optimize machine learning models in flood prediction.