nghiên cứu các thuật toán học máy và ứng dụng trong dự báo cháy rừng

Hà Nội, tháng 12 năm 2021 Sinh viên Bích Kiều Thị Ngọc Bích xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de

TÌM HIỂU CÁC THUẬT TOÁN HỌC MÁY TRONG PHÂN LOẠI DỮ LIỆU

Thuật toán Decision Tree Classification

1.1.1 Khái niệm Decision Tree (Cây quyết định)

Decision Tree (Cây quyết định) là một kỹ thuật học có giám sát có thể được sử dụng cho cả bài toán phân loại và bài toán hồi quy, nhưng chủ yếu nó được ưu tiên hơn để giải các bài toán phân loại Nó là một bộ phân loại có cấu trúc cây, trong đó các nút bên trong đại diện cho các tính năng của tập dữ liệu, các nhánh biểu thị các quy tắc quyết định và mỗi nút lá đại diện cho kết quả xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihh

7124130610:06:59 PM10:06:59 PM7124130610:06:59 PM10:06:59 PM7124130610:06:59 PM10:06:59 PM xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihh xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihh xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihh xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihh

71Thursday, June 13, 202410:06:59 PM10:06:59 PM71Thursday, June 13, 202410:06:59 PM10:06:59 PM71Thursday, June 13, 202410:06:59 PM10:06:59 PM xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihh xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihh xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihh xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihh

71Thursday, June 13, 202410:07:00 PM10:07:00 PM71Thursday, June 13, 202410:07:00 PM10:07:00 PM71Thursday, June 13, 202410:07:00 PM10:07:00 PM xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihh xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihh

71Thursday, June 13, 202410:07:01 PM10:07:01 PM71Thursday, June 13, 202410:07:01 PM10:07:01 PM71Thursday, June 13, 202410:07:01 PM10:07:01 PM

71xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhThursday, June 13, 2024

Kiều Thị Ngọc Bích – D17CNPM4 13

Trong cây quyết định, có hai nút, đó là Nút quyết định (Decision Node) và Nút lá (Leaf Node) Các nút quyết định được sử dụng để đưa ra bất kỳ quyết định nào và có nhiều nhánh, trong khi nút lá là đầu ra của các quyết định đó và không chứa bất kỳ nhánh nào khác

Tóm lại, cho dữ liệu về các đối tượng gồm các thuộc tính cùng với lớp (classes) của nó, cây quyết định sẽ sinh ra các luật để dự đoán lớp của các dữ liệu chưa biết

Hình dưới đây minh họa cấu trúc của cây quyết định

Hình 1.1.1.1 Cấu trúc của cây quyết định

Các nút và các nhánh được cấu tạo từ mỗi cây Mỗi nút đại diện cho mỗi thuộc tính trong một lớp được phân loại và mỗi tập con xác định một giá trị mà nút có thể nhận Do phân tích đơn giản và độ chính xác của chúng trên nhiều dạng dữ liệu, cây quyết định đã tìm thấy nhiều trường triển khai

1.1.2 Thuật toán Decision Tree 1.1.2.1 Thuật toán ID3 Để xây dựng cây quyết định với thuật toán ID3 trước tiên cần xác định thứ tự của thuộc tính cần được xem xét tại mỗi bước Trong trường hợp đối tượng có nhiều thuộc tính và mỗi thuộc tính có nhiều giá trị khác nhau thì việc xác định thứ tự tối ưu nhất của các thuộc tính thường là rất khó Vì vậy, để đơn giản ý tưởng của ID3 như sau:

Bước 1: Chọn A ⇐ thuộc tính quyết định “tốt nhất” cho nút kế tiếp xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihh

Bước 2: Gán A là thuộc tính quyết định cho nút Bước 3: Với mỗi giá trị của A, tạo nhánh con mới của nút Bước 4: Phân loại các mẫu huấn luyện cho các nút lá Bước 5: Nếu các mẫu huấn luyện được phân loại hoàn toàn thì NGỪNG, Ngược lại, lặp với các nút lá mớ

Thuật toán ID3 xây dựng cây quyết định được trình bày như sau:

- decisionTree là biến chứa tập Nodes của cây quyết định

- Values_Attribute là biến chứa giá trị của các Attribute

- Attribute là biến lưu tên các Attribute(Các mẫu huấn luyện)

Function DecisionTree (decisionTree, Values_Attribute, Attribute) {

- Tính Gain của các Attribute để tìm ra Attributei có Gain lớn nhất (thuộc tính có lợi nhất) Gán Attributei là thuộc tính quyết định cho nút

+ Add node Attributei vào decisionTree: decisionTree.name = Attribute[i];

+ Khởi tạo list trong decisionTree: decisionTree.arrnodes = new list

- Xét tất cả giá trị (Values_Attribute) của Attributei, nếu giá trị j nào có mẫu là node lá thì:

+ decisionTree.arrNodes[j].name = Value_Attribute[i][j].name;

+ decisionTree.arrNodes[j].value = giá trị mẫu của giá trị thuộc tính Attributei

Thuật toán Random Forest Classification

1.2.1 Giới thiệu về Random Forest

Random Forest là một loại thuật toán học máy có giám sát dựa trên ensemble learning

Emsemble learning là một kiểu học mà bạn kết hợp nhiều loại thuật toán khác nhau hoặc cùng một thuật toán nhiều lần để tạo thành một mô hình dự đoán mạnh mẽ hơn Thuật toán Random Forest kết hợp nhiều thuật toán cùng loại, tức là nhiều cây quyết định để tạo ra một rừng cây, do đó có tên là “Random Forest” (rừng ngẫu nhiên) Thuật toán Random Forest có thể sử dụng cho cả bài toán hồi quy và phân loại

1.2.2 Cách thức Random Forest hoạt động

Mã giả cho hoạt động của Random Forest:

1 Chọn ngẫu nhiên “k” features từ tập “m” features (k −1 và tiến tới dương vô cực

Hàm mất mát của Support Vector Machine xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihh

𝑛 𝑗=1 Ở đây hằng số C đóng vai trò như 1 λ là độ chính quy hóa của hàm mất mát giúp kiểm soát sai lầm của phương trình giả thuyết Khi xảy ra underfitting, ta cần tăng C Khi xảy ra overfitting, ta cần giảm C

Nghiệm của thuật toán Suport Vector Machine

Ta có thể tìm điểm cực tiểu của hàm mất mát bằng thuật toán Gradient Descent với các biến đổi

Một đặc điểm của Support Vector Machine là nó luôn cố gắng tìm nghiệm sao cho Dicision Boundary cách xa các điểm dữ liệu nhất cho thể Trong hình dưới đây, thuật toán có xu hướng chọn phương án A thay vì phương án B vì nó cách xa các điểm dữ liệu hơn Điều này có thể dẫn tới overfitting và ta có thể làm giảm xu hướng này bằng cách giảm C xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihh

Thuật toán Naive Bayes

1.4.1 Giới thiệu về thuật toán Naive Bayes

Thuật toán Naive Bayes là một giải thuật thuộc lớp giải thuật thống kê, nó có thể dự đoán xác suất của một phần tử dữ liệu thuộc vào một lớp là bao nhiêu Phân lớp Bayes được xây dựng dựa trên định lý Bayes (định lý được đặt theo tên tác giả là Thomas Bayes), Thuật toán Naive Bayes là gì?

Thuật toán Naive Bayes là một kỹ thuật phân loại dựa trên định lý Bayes với giả định về sự độc lập giữa các yếu tố dự đoán Nói một cách dễ hiểu, bộ phân loại Naive Bayes giả định rằng sự hiện diện của một đối tượng cụ thể trong một lớp không liên quan đến sự hiện diện của bất kỳ đối tượng định lý nào khác

Ví dụ, một quả có thể được coi là quả táo nếu nó có màu đỏ, tròn và đường kính khoảng

3 inch Ngay cả khi các đặc điểm này phụ thuộc vào nhau hoặc dựa trên sự tồn tại của các đặc điểm khác, tất cả các đặc tính này đều góp phần độc lập vào xác suất quả này là táo và đó là lý do tại sao nó được gọi là 'Naive'

Mô hình Naive Bayes dễ xây dựng và đặc biệt hữu ích cho các tập dữ liệu rất lớn Cùng với sự đơn giản, Naive Bayes được biết đến là làm tốt hơn các phương pháp phân loại thậm chí rất phức tạp

Gọi A, B là hai biến cố:

Hàm Công thức Đa thức (Polynomial Kernels)

𝐾(𝑥, 𝑦) = 𝑡𝑎𝑛ℎ (𝑎𝑥 ⊤ 𝑦 + 𝑏) , 𝑎, 𝑏 ≥ 0, ∀𝑥, 𝑦 ∈ ℝ 𝑛 xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihh

𝑃(𝐵) Công thức chỉ ra xác suất của A xảy ra nếu B cũng xảy ra, ta viết là P(A|B) Và nếu ta biết xác suất của B xảy ra khi biết A, ta viết là P(B|A) cũng như xác suất độc lập của A và B

 P(A|B) là “xác suất của A khi biết B”

 P(A) là xác suất xảy ra của A

 P(B|A) là “xác suất của B khi biết A”

 P(B) là xác suất xảy ra của B Suy ra:

𝑃(𝐴|𝐵)𝑃(𝐵) + 𝑃(𝐴|𝐵̅)𝑃(𝐵̅) Công thức Bayes tổng quát

Với P(A) >0 và {B1, B2,…,Bn} là một hệ đầy đủ các biến cố:

- Tổng xác suất của hệ bằng 1:

- Từng đôi một xung khắc:

1.4.3 Cách hoạt động của thuật toán Naive Bayes

Bộ phân lớp Naive Bayes hay bộ phân lớp Bayes (simple bayes classifier) hoạt động như sau:

Bước 1: Gọi D là tập dữ liệu huấn luyện, trong đó mỗi phần tử dữ liệu X được biểu diễn bằng một vectơ chứa n giá trị thuộc tính A1, A2, ,An = {x1,x2, ,xn} xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihh

ỨNG DỤNG HỌC MÁY TRONG DỰ BÁO CHÁY RỪNG

Tổng quan về hiện trạng cháy rừng hiện nay trên thế giới

Trên Trái đất, Cháy rừng bắt đầu do sét đánh hoặc do con người vô tình, và mọi người sử dụng đám cháy có kiểm soát để quản lý đất nông nghiệp và đồng cỏ và dọn sạch thảm thực vật tự nhiên cho đất canh tác Hỏa hoạn có thể tạo ra một lượng lớn khói ô nhiễm, giải phóng khí nhà kính và vô tình làm suy thoái các hệ sinh thái Tuy nhiên, hỏa hoạn cũng có thể loại bỏ những bụi cây đã chết và đang chết dần, có thể giúp khôi phục hệ sinh thái trở lại trạng thái tốt Trong nhiều hệ sinh thái, bao gồm cả rừng núi và đồng cỏ, thực vật cùng tiến hóa với lửa và cần đốt định kỳ để sinh sản

Hình 2.1 Thảm hóa chảy rừng ở Amazon (2019)

Trong những năm gần đây, tác động tàn khốc của các trận cháy rừng, khiến hơn 100 người thiệt mạng và hàng nghìn người mất nhà cửa, đã chiếm lĩnh các tiêu đề trên khắp thế giới xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihh

Một số quốc gia đã báo cáo những vụ hỏa hoạn tồi tệ nhất của họ trong nhiều thập kỷ, bao gồm hàng trăm vụ hỏa hoạn chết người trên khắp Địa Trung Hải Tại Algeria, ít nhất 90 người đã thiệt mạng Đám cháy Dixie của California - đám cháy lớn thứ hai trong lịch sử của bang, và đám cháy rừng ở Siberia đang được coi là một số đám cháy lớn nhất trong lịch sử được ghi lại

Theo Cơ quan Vũ trụ Châu Âu , “cháy rừng ảnh hưởng đến ước tính khoảng bốn triệu km vuông (1,5 triệu dặm vuông) đất của Trái đất mỗi năm” Đặt nó trong bối cảnh, đó là khoảng một nửa diện tích của Hoa Kỳ, lớn hơn Ấn Độ, hoặc gần gấp bốn lần kích thước của Nigeria

Cháy rừng đang gia tăng

Trong khi cháy rừng là một phần tự nhiên của nhiều môi trường như một cách để loại bỏ bụi cây chết và phục hồi chất dinh dưỡng, các nhà khoa học đã cảnh báo rằng chúng đang trở nên thường xuyên hơn và lan rộng hơn

Vào tháng 8, một báo cáo đáng báo động của Liên hợp quốc cho rằng hoạt động của con người gây ra những thay đổi "chưa từng có" đối với khí hậu Các nhà khoa học trên toàn cầu cho biết nhân loại sẽ phải trải qua thời tiết khắc nghiệt hơn trong những năm tới và sẽ gánh chịu hậu quả do mực nước biển dâng cao và băng ở Bắc Cực tan chảy

Theo Trung tâm Nghiên cứu Dịch tễ học về Thảm họa , ít nhất 470 thảm họa cháy rừng

- những sự cố khiến 10 người trở lên hoặc hơn 100 người bị ảnh hưởng - đã được báo cáo trên toàn cầu kể từ năm 1911, gây thiệt hại ít nhất 120 tỷ USD [14] xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihh

Hình 2.2 Những đám cháy thiệt hại nặng nề nhât trong lịch sử

Tổng quan về hệ thống cảnh báo cháy rừng FWI

xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihh

Hệ thống Chỉ số Thời tiết Cháy (FWI) là phần đầu tiên của Hệ thống Xếp hạng Nguy cơ Cháy rừng của Canada (CFFDRS) được đưa vào New Zealand vào năm 1980 Nó đã được chứng minh là một hệ thống xếp hạng nguy hiểm cháy phù hợp cho quốc gia này FWI đã được đánh giá trong nhiều mùa trước khi nó được giới thiệu cho mùa cháy 1980-1981

Chỉ số Thời tiết cháy (FWI) là một chỉ số dựa trên khí tượng được sử dụng trên toàn thế giới để ước tính nguy cơ hỏa hoạn Nó bao gồm các thành phần khác nhau giải thích cho ảnh hưởng của độ ẩm nhiên liệu và gió đến hành vi và sự lan truyền của đám cháy FWI càng cao thì điều kiện khí tượng càng thuận lợi để gây ra cháy rừng Chỉ số này có thể giúp hình thành chiến lược du lịch dài hạn và lập kế hoạch đầu tư trong tương lai trong điều kiện khí hậu thay đổi

Hệ thống FWI yêu cầu quan sát thời tiết được thu thập từ địa điểm và thời gian quan sát tiêu chuẩn Các tiêu chuẩn về vị trí này có thể được tìm thấy trong cuốn Weather Guide for the Canadian Forest Fire Danger Rating System (Lawson and Armitage, 2008) [1] Hệ thống yêu cầu các quan sát được thực hiện vào buổi trưa khi mặt trời đạt đỉnh

FWI dựa trên kết quả đo thời tiết được thực hiện vào giờ chuẩn giữa trưa và xếp hạng nguy cơ hỏa hoạn tại đỉnh điểm giữa buổi chiều từ 2:00 - 4:00 chiều Các bài đọc về thời tiết được yêu cầu là:

* Nhiệt độ không khí (trong bóng râm)

* Độ ẩm tương đối (trong bóng râm)

* Tốc độ gió (ở độ cao 10 mét so với mặt đất trong thời gian trung bình hơn 10 phút)

* Lượng mưa (Trong 24 giờ trước) Chỉ số Thời tiết Cháy (The Weather Index) có sáu thành phần:

Ba mã độ ẩm nhiên liệu

1 Mã độ ẩm nhiên liệu mịn (FFMC-Fine Fuel Moisture Code)

2 Mã độ ẩm Duff (DMC-Duff Moisture Code)

3 Mã hạn hán (DC- Drought Code)

Ba chỉ số hành vi cháy

1 Chỉ số lây lan ban đầu (ISI - Initial Spread index) xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihh

2 Chỉ số tích lũy (BUI-Build Up Index)

3 Chỉ số thời tiết cháy (FWI - Fire Weather Index)

Hình 2.4 Cấu trúc tính toán chỉ số thời tiết cháy

Giải thích các mã và chỉ số FWI Để giải thích hệ thống, ba mã độ ẩm nhiên liệu và ba chỉ số hành vi cần phải được hiểu

Mỗi mã và chỉ mục là một đánh giá bằng số liên quan đến hành vi có thể xảy ra cháy Các thang đo bắt đầu từ 0, và ngoại trừ Mã độ ẩm nhiên liệu tốt có tối đa là 99, tất cả đều là kết thúc mở Xếp hạng thấp cho biết độ ẩm cao và xếp hạng tăng khi độ ẩm giảm Xếp hạng tăng lên khi thời tiết hỏa hoạn trở nên khắc nghiệt hơn

Mã độ ẩm nhiên liệu (Fuel Moisture Codes)

Ứng dụng học máy trong dự báo cháy rừng

Cháy rừng là một vấn đề nghiêm trọng về môi trường gây ra những tổn hại về kinh tế và sinh thái cũng như gây nguy hiểm cho cuộc sống của con người Kiểm soát một tình trạng như vậy đòi hỏi phải xác định nhanh chóng Một lựa chọn là sử dụng các kỹ thuật trí tuệ nhân tạo (AI) dựa trên một số phép đo, chẳng hạn như các phép đo do các trạm khí tượng cung cấp Các phép đo khí tượng cụ thể là nhiệt độ, độ ẩm tương đối, mưa và gió được biết là có tác động đến cháy rừng và nhiều chỉ số cháy, chẳng hạn như chỉ số thời tiết cháy rừng (FWI), mã độ ẩm nhiên liệu mịn (FFMC), mã độ ẩm Duff (DMC), mã hạn hán (DC), chỉ số lây lan ban đầu (ISI), chỉ số tích lũy (BUI) [8] xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihh

Một phương pháp tiếp cận trong bài toán này là phương pháp phân loại dữ liệu dựa trên nhũng dữ liệu có sẵn để dự đoán khả năng xảy ra cháy rừng Tập dữ liệu về cháy rừng ở Algeria sẽ gồm 11 thuộc tính với 244 bản ghi Trong có có 1 trường là nhãn (fire, not fire) cho biết khả năng cháy hay không cháy Tập dữ liệu này có sẵn trong kho lưu trữ dữ liệu ICU

Ta sẽ tiến hành thử nghiệm các thuật toán phân loại với cùng một bộ dữ liệu để đánh giá độ chính xác của các phương pháp học máy được đề xuất Từ đó đánh giá và lựa chọn thuật toán tốt nhất để ứng dụng dự báo cháy rừng xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihh

CÁC KẾT QUẢ THỰC NGHIỆM

Tập dữ liệu sử dụng

Tập dữ liệu cho nhiệm vụ này có thể được tải xuống từ liên kết này: https://archive.ics.uci.edu/ml/datasets/Algerian+Forest+Fires+Dataset++ [9]

Thông tin Tập dữ liệu:

Bộ dữ liệu bao gồm 244 trường hợp tập dữ liệu của hai vùng ở Algeria, cụ thể là Bejaia nằm ở phía đông bắc Algeria và Sidi Bel-abbes nằm ở phía tây bắc của Algeria

Tập dữ liệu bao gồm 11 thuộc tính và 1 thuộc tính đầu ra (lớp)

244 trường hợp đã được phân loại thành “fire” và “not fire”

Thông tin các thuộc tính:

Quan sát dữ liệu thời tiết

Temperature: Nhiệt độ được đo vào giữa trưa (nhiệt độ cao nhất trong ngày) tính bằng độ C: từ 22-42 độ C

RH: Độ ẩm tương đối tính bằng % Giá trị từ 21 đến 90%

Ws: Tốc độ gió tính bằng km/h: Giá trị từ 6 đến 29 km/h Rain: Tổng lượng mưa trong ngày tính bằng mm Giá trị từ 0-16,8 mm Thành phần FWI

FFMC: Chỉ số mã độ ẩm nhiên liệu từ hệ thống FWI (từ 28,6 đến 92,5) DMC: Chỉ số mã độ ẩm Duff (DMC) từ hệ thống FWI (từ 1,1 đến 65,9) DC: Chỉ số mã hạn hán (DC) từ hệ thống FWI (từ 7 đến 220,4)

ISI: Chỉ số chênh lệch ban đầu từ hệ thống FWI (từ 0 đến 18,5) BUI: Chỉ số tích tụ từ hệ thống FWI (từ 1,1 đến 6,8)

FWI: Chỉ số thời tiết cháy (từ 0 đến 31,1) Classes: hai lớp, cụ thể là “fire” và “not fire” xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihh

Mô hình đánh giá thuật toán

Trong quá trình xây dựng một mô hình machine learning, một phần không thể thiếu để biết được chất lượng của mô hình như thế nào đó chính là đánh giá mô hình Đánh giá thuật toán học máy là một phần thiết yếu của bất kỳ dự án nào Đánh giá mô hình giúp chúng ta lựa chọn được mô hình phù hợp nhất đối với bài toán của mình Tuy nhiên để tìm được thước đo đánh giá mô hình phù hợp thì chúng ta cần phải hiểu về ý nghĩa, bản chất và trường hợp áp dụng của từng thước đo Ở đây, ta đề cập đến một số kỹ thuật đánh giá có sẵn cho bài toán phân loại

Nó chỉ hoạt động tốt nếu có số lượng mẫu bằng nhau thuộc mỗi lớp Đây là độ đo của bài toán phân loại mà đơn giản nhất, tính toán bằng cách lấy số dự đoán đúng chia cho toàn bộ các dự đoán Ví dụ với bài toán Fire/Not-Fire như trên, độ chính xác sẽ được tính như sau:

Nhược điểm của cách đánh giá này là chỉ cho ta biết được bao nhiêu phần trăm lượng dữ liệu được phân loại đúng mà không chỉ ra được cụ thể mỗi loại được phân loại như thế nào, lớp nào được phân loại đúng nhiều nhất hay dữ liệu của lớp nào thường bị phân loại nhầm nhất vào các lớp khác

Precision trả lời cho câu hỏi trong các trường hợp được dự báo là positive thì có bao nhiêu trường hợp là đúng ? Và tất nhiên precision càng cao thì mô hình của chúng ta càng tốt trong việc phân loại

Công thức của precision như sau:

Recall xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihh

Recall đo lường tỷ lệ dự báo chính xác các trường hợp positive trên toàn bộ các mẫu thuộc nhóm positive Công thức của recall như sau:

𝑇𝑜𝑡𝑎𝑙 𝑎𝑐𝑡𝑢𝑎𝑙 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑒 Để tính được recall thì chúng ta phải biết trước nhãn của dữ liệu Do đó recall có thể được dùng để đánh gía trên tập train và validation vì chúng ta đã biết trước nhãn Trên tập test khi dữ liệu được coi như mới hoàn toàn và chưa biết nhãn thì chúng ta sẽ sử dụng precision

𝑭 𝟏 Score là trung bình điều hòa giữa precision và recall Do đó nó đại diện hơn trong việc đánh gía độ chính xác trên đồng thời precision và recall

Macro-average precision là trung bình cộng của các precision theo class, tương tự với Macro-average recall

Precision càng cao, tức là số điểm mô hình dự đoán là positive đều là positive càng nhiều Precision = 1, tức là tất cả số điểm mô hình dự doán là Positive đều đúng, hay không có điểm nào có nhãn là Negative mà mô hình dự đoán nhầm là Positive

Recall càng cao, tức là số điểm là positive bị bỏ sót càng ít Recall = 1, tức là tất cả số điểm có nhãn là Positive đều được mô hình nhận ra

Accuracy hay độ chính xác, độ chính xác càng cao thì mô hình của chúng ta càng chuẩn xác

Thực nghiệm trên tập dữ liệu

Ở đây, sử dụng công cụ Jupyter và thư viện Scikit-Learn để thực hiện huấn luyện tập dữ liệu, dự đoán và đánh giá thuật toán xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihh

3.3.1 Thuật toán Decision Tree với thư viện Scikit-Learn

Tập lệnh sau nhập các thư viện bắt buộc:

Vì tập dữ liệu ở định dạng csv, nên sẽ sử dụng hàm read_csv trọng thư viện panda để đọc tệp dữ liệu csv [4]

Thực thi tập lệnh sau để làm như vậy Ở đây, tệp “Dataset_ForestFire.csv” nằm trong thư mục”Datasets” của ổ “D”

Thực thi lệnh sau để xem số hàng và số cột trong tập dữ liệu:

Kết quả trả về là (244,11) có nghĩa là tập dữ liệu có 244 bản ghi và 11 thuộc tính

Có thể thực hiện lệnh sau để kiểm tra năm bản ghi đầu tiên của tập dữ liệu: xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihh

Trong phần này, thực hiện chia tập dữ liệu trên thành các thuộc tính và các nhãn, sau đó sẽ chia dữ liệu kết quả thành tập huấn luyện và tập kiểm tra Bằng cách này, ta có thể huấn luyện thuật toán của mình trên 1 tập dữ liệu và sau đó kiểm tra nó trên một tập dữ liệu hoàn toàn khác mà thuật toán chưa thấy Điều này cung cấp cho chúng ta cái nhìn chính xác hơn về các thuật toán được huấn luyện thực sự hoạt động Để phân chia dữ liệu thành các thuộc tính và nhãn, hãy thực thi đoạn mã sau: Ở đây biến x chứa tất cả các cột, ngoại từ cột “Classes” là nhãn Biến y chứa các giá trị từ cột “Classes” Biến x là chứa giá trị và các thuộc tính và biến y chứa các nhãn tương ứng

Bước tiền xử lý cuối cùng là chia dữ liệu thành các tập huấn luyện và thử nghiệm Thư viện model_selection của Scikit-Learn chứa hàm train_test_split mà ta sử dụng để chia 1 cách ngẫu nhiên các dữ liệu vào bộ dữ liệu huấn luyện và bộ dữ liệu kiểm tra Thực thi đoạn mã sau để làm như vậy:

Trong đoạn mã trên, test_size là tham số chỉ định tỉ lệ của tập kiểm tra, nghĩa là sử dụng 20% dữ liệu cho y1 tập kiểm tra và 80% cho tập huấn luyện xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihh

Đánh giá và kết luận

Sau khi thử nghiệm với các thuật toán Cây quyết định (Decesion Tree), Random Forest, Kernel SVM (Polynomial, Gaussian, Sigmoid) và Nạve Bayes Ta rút ra được bản dưới đây

Thuật toán Accuracy_score precision recall F1 score

Bảng 3.1 Đánh giá độ chính xác các thuật toán

Ta thấy thuật toán Random Forest có độ chính xác cao nhất ~98% Do thuật toán Random Forest được xây dựng kết hợp bởi nhiều cây có và mỗi cây được huấn luyện trên mỗi tập con dữ liệu Mặc dù tệp dữ liệu đầu vào ít, chỉ khoảng 244 bản ghi, nhưng thuật toán vẫn xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihh

Kiều Thị Ngọc Bích – D17CNPM4 66 cho kết quả dự đoán chính xác đến 98% Ngoài ra, thuật toán cũng hoạt động tốt ngay cả khi dữ liệu có bị thiếu giá trị hoặc nó chưa được chia tỷ lệ tốt

Thuật toán Kernel là thuật toán hoạt động kém hiệu quả hơn cả Điều này là do với bộ dữ liệu sử dụng có số lượng thuộc tính khá lớn và số lượng bản ghi không quá nhiều thì thuật toán cho kết quả rất tồi Hơn nữa việc phân lớp của Kernel SVM chỉ là việc cố gắng tách các đối tượng vào hai lớp được phân tách bởi siêu phẳng SVM nên kết quả của thuật toán không tốt như các thuật toán khác

Từ kết quả thử nghiệm trên, ta sẽ chọn ứng dụng thuật toán Random Forest vào bài toán dự đoán cháy rừng Ở đây ta sẽ xây dựng 1 bản demo khi ứng dụng thuật toán Random Forest vào hệ thống cảnh báo cháy rừng như sau:

Thêm 1 đoạn code sau vào thuật toán Random Forest [11]

Pickle, là một phần của thư viện Python theo mặc định, là một mô-đun quan trọng bất cứ khi nào bạn cần sự bền bỉ giữa các phiên người dùng Là một mô-đun, pickle cung cấp khả năng lưu các đối tượng Python giữa các quy trình.

Xây dựng 1 trang web demo bằng python và thư viện streamlit [11] xay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihhxay duhg ke hoaeh ky thuat de xah xuat mot xah uham tai eohg ty eo uhah ehe bieh lam xah hcm dihh

Hình 3.1 Giao diện trang web demo: gồm 10 thuộc tính nhãn và button ‘Predict’

Tiêu đề	NGHIÊN CỨU CÁC THUẬT TOÁN HỌC MÁY VÀ ỨNG DỤNG TRONG DỰ BÁO CHÁY RỪNG
Tác giả	Kiều Thị Ngọc Bích
Người hướng dẫn	TS. NGUYỄN ĐÌNH HÓA
Trường học	Học viện Công nghệ Bưu chính Viễn thông
Chuyên ngành	Công nghệ thông tin
Thể loại	Đồ án tốt nghiệp đại học
Năm xuất bản	2021
Thành phố	Hà Nội

Định dạng
Số trang	71
Dung lượng	25,51 MB

Tài liệu tham khảo	Loại	Chi tiết
4. Scott Robinson, Decision Trees in Python with Scikit-Learn, 2018 [Online] https://stackabuse.com/decision-trees-in-python-with-scikit-learn/	Link
5. Daniyal Shahrokhian, The Naive Bayes Algorithm in Python with Scikit-Learn, 2018 [Online] https://stackabuse.com/the-naive-bayes-algorithm-in-python-with-scikit-learn/	Link
6. amandp13, Random Forest Classifier using Scikit-learn, 2021 [Online] https://www.geeksforgeeks.org/random-forest-classifier-using-scikit-learn 7. Usman Malik, Implementing SVM and Kernel SVM with Python's Scikit-Learn,2018 [Online] https://stackabuse.com/implementing-svm-and-kernel-svm-with-pythons-scikit-learn	Link
8. Muhammad Arif, Khloud K Alghamdi, Salma A Sahel, Samar O Alosaimi, Mashael E Alsahaft, Maram A Alharthi and Maryam Arif, Role of Machine LearningAlgorithms in Forest Fire Management: A Literature Review, 2021 [Online]https://scholars.direct/Articles/robotics/jra-5-024.php?jid=robotics	Link
9. Paulo Cortez, Aníbal Morais, Forest Fires Data Set, 2007 [Online] https://archive.ics.uci.edu/ml/datasets/Forest+Fires	Link
10. Weather Elements that Affect Fire Behavior [Online] https://www.auburn.edu/academic/forestry_wildlife/fire/weather_elements.htm	Link
1. B.D. Lawson1 and O.B. Armitage, Weather Guide for the Canadian forest fire danGer ratinG system, 2008	Khác
2. Ali Karouni, Ali Karouni, Pierre Chauvet, Applying Decision Tree Algorithm and Neural Networks to Predict Forest Fires in Lebanon, 2014	Khác
3. Florent Lafarge, Xavier Descombes and Josiane Zerubia Textural kernel for SVM classificatio fire detection and urban extraction 2005	Khác