Thông tin luận án

Ngày 15-05-2024

Trang thông tin luận án của Nghiên cứu sinh Hoàng Quý Nhân

THÔNG TIN LUẬN ÁN TIẾN SĨ CỦA NCS. HOÀNG QUÝ NHÂN

 

- Tên đề tài luận án: “Nghiên cứu ứng dụng Trí tuệ nhân tạo vào dự báo lũ sông Hồng trong bối cảnh biến đổi khí hậu”

- Ngành: Khoa học môi trường                  Mã số: 9.44.03.01

- Nghiên cứu sinh: Hoàng Quý Nhân

- Người hướng dẫn khoa học:

1. PGS.TS. Nguyễn Xuân Hoài

2. PGS.TS. Đỗ Thị Lan

- Cơ sở đào tạo: Trường Đại học Nông Lâm – Đại học Thái Nguyên.

 

NHỮNG KẾT QUẢ MỚI CỦA LUẬN ÁN

- Kết quả của luận án cung cấp các dẫn liệu khoa học về phương pháp mới trong xử lý cấu trúc bộ dữ liệu sông Hồng tại trạm Thủy văn Sơn Tây như: Đánh giá đặc điểm, tính chất của mực nước trong giai đoạn 2011-2020, đặc điểm tính chất mực nước lũ sông Hồng giai đoạn 2011-2020, trong bối cảnh biến đổi khí hậu. Đề xuất phương thức tiền xử lý dữ liệu sử dụng các kỹ thuật toán học, thống kê và huấn luyện mô hình dự đoán mực sông Hồng bằng Trí tuệ nhân tạo (AI), ứng dụng dự báo lũ sông trong điều kiện số liệu quan trắc của Việt Nam. Luận án xây dựng quy trình mới, cơ sở lý thuyết, phương pháp ứng dụng Thực nghiệm mô hình dự đoán mực nước sông Hồng sử dụng AI (RNN-AI và LSTM-AI) cho kết quả đáng tin cậy.

- Luận án thực hiện mô hình hóa, kết quả đưa ra các phân tích về ảnh hưởng của mực nước sông Hồng đến sự phát triển của kinh tế xã hội và quản lý tài nguyên nước, đề xuất thử nghiệm mô hình cây quyết định (Decision Tree) cho quản lý tài nguyên này, tạo tài liệu trích dẫn khoa học cho hướng dự báo lũ trong tương lai và ra quyết định trong quản lý tài nguyên nước, khoa học môi trường trong thời kỳ công nghệ mới.

 

KHẢ NĂNG ỨNG DỤNG TRONG THỰC TẾ

 HOẶC NHỮNG VẤN ĐỀ CẦN TIẾP TỤC NGHIÊN CỨU

* Khả năng ứng dụng trong thực tế

- Kết quả nghiên cứu của đề tài luận án đã cung cấp thêm nhiều dẫn liệu, thông tin khoa học dữ liệu, AI, mô hình chuẩn hóa số liệu quan trắc mực nước sông Hồng tại trạm thủy văn Sơn Tây, Hà Nội. Các kết quả chuẩn hóa xử lý cơ sở dữ liệu, xây dựng mô hình dự báo lũ Sông Hồng bằng RNN-AI và LSTM-AI thử nghiệm kết quả có độ tin cậy sẽ góp phần tạo tiền để, đề xuất điều chỉnh thêm các phương pháp dự báo lũ, phòng chống lũ trên lưu vực sông Hồng và các con sông khác (khi có sự phối hợp đẩy đủ trên hệ thống sông, mực nước sông và các quan hệ hồ chứa lớn trong lưu vực) trong bối cảnh biến đổi khí hậu hiện nay.

- Kết quả đạt được sẽ đóng góp phần nào hiệu quả nâng cao khả năng dự báo lũ cho trạm Thủy văn Sơn Tây, nhận diện lũ trên sông, giúp ra quyết định cảnh báo, cũng như vận hành, sử dụng tài nguyên nước hợp lý mà vẫn đảm bảo nhiệm vụ phòng, chống lũ cho sông Hồng phía hạ du trạm và tận dụng lợi ích của lũ sông vừa và nhỏ theo mùa. Kết quả phục vụ trực tiếp trong công tác quản lý và sử dụng hợp lý tài nguyên nước hiện nay khi nguồn tài nguyên này đang ngày càng suy kiệt.

* Những vấn đề cần tiếp tục nghiên cứu

           - Cần tiếp tục các nghiên cứu nhiều mô hình AI có bộ dữ liệu tiếp tục được cập nhật. Khi có tích lũy được kết quả dự báo nhiều hơn, và khi đưa vào thực tiễn ra phần mềm, có thêm các mô hình ra quyết định mới cần có thêm nhiều kỹ thuật mới và ứng dụng các mô hình lai kết hợp AI nhiều hơn.

- Cần phải tiến hành các nghiên cứu sâu hơn đối với sự kết hợp các mô hình khác nhau, phát triển mô hình dự đoán và nghiên cứu thêm có thể phát triển khi kết hợp với các mô hình Rainfall, Mike… để tiếp tục nghiên cứu.

 

PHD THESIS INFORMATION OF GRADUATE STUDENT HOANG QUY NHAN

- Name of Thesis: “application of Artificial intelligence in flood forecasting for the Hong river in the context of climate change”

- Major: Environmental science                  Code: 9.44.03.01

- Name of Graduate Student: Hoang Quy Nhan

- Science instructor:

1. Assoc Prof. PhD. Nguyen Xuan Hoai

2. Assoc Prof. PhD. Do Thi Lan

- Name of Training University: Thai Nguyen University of Agriculture and Forestry.

 

NEW RESULTS OF THE THESIS

- The results of the thesis provide scientific data on new methods in processing the structure of the Hong River data set at Son Tay Hydrological station such as: Assessing the characteristics and properties of water levels in the period 2011- 2020, characteristics of the Hong River flood level in the period 2011-2020, in the context of climate change. Proposing a data preprocessing method using mathematical and statistical techniques and training a Hong River level prediction model using Artificial Intelligence (AI), applying river flood forecasting under important data conditions survey of Vietnam. The thesis develops a new process, theoretical basis, and application method. Experimental model for predicting Hong River water level using AI (RNN-AI and LSTM-AI) gives reliable results.

- The thesis carries out modeling, the results provide analysis of the influence of the Hong River water level on socio-economic development and water resources management, and proposes to test the decision tree model for this resource management, creating scientific citation documents for future flood forecasting and decision making in water resources management and environmental science in the new technology era.

 

PRACTICAL APPLICABILITY OR ISSUES THAT NEED FURTHER RESEARCH

* Practical applicability

- The research results of the thesis topic have provided more data, data science information, artificial intelligence, and a model to standardize Hong River water level monitoring data at Son Tay hydrological station, Hanoi. The results of standardizing database processing, building a Hong River flood forecasting model using RNN-AI and LSTM-AI, testing the reliability of the results will contribute to creating money to propose further adjustments to forecasting methods. floods, flood prevention in the Hong River basin and other rivers (when there is adequate coordination on the river system, river water level and large reservoir relationships in the basin) in the context of current climate change.

- The achieved results will contribute to the effectiveness of improving flood forecasting capabilities for Son Tay Hydrological Station, identifying floods on the river, helping to make warning decisions, as well as operating and using water resources appropriately. while still ensuring the task of flood prevention and control for the Hong River downstream of the station and taking advantage of the benefits of small and medium seasonal river floods. The results directly serve the management and reasonable use of water resources today when this resource is increasingly depleted.

* Issues that need further research

- It is necessary to continue researching many Artificial Intelligence models whose data sets continue to be updated. As more forecasting results are accumulated, and when software is put into practice, there are new decision-making models that require more new techniques and the application of more Artificial Intelligence hybrid models. than.

- It is necessary to conduct further research on the combination of different models for model development and further research that can be developed in combination with Rainfall, Mike... models for further research.

 

Nguồn: Trường Đại học Nông lâm - Đại học Thái Nguyên.

Các bài liên quan