Đề tài sử dụng mô hình máy học (machine learning) dự báo mưa khu vực thành phố hồ chí minh trong tháng 12 năm 2024

Cơ sở khoa học này sẽ không chỉ cung cấp cái nhìn rõ ràng về quá trìnhthay đổi của lượng mưa mà còn đóng vai trò quan trọng trong việc dự báo xu hướng và xâydựng các chiến lược ứng phó c

TRƯỜNG ĐẠI HỌC VĂN LANG KHOA QUẢN TRỊ KINH DOANH

MÔN HỌC: PHÂN TÍCH KINH DOANH

BÀI TIỂU LUẬN CUỐI KỲ

ĐỀ TÀI: SỬ DỤNG MÔ HÌNH MÁY HỌC (MACHINE LEARNING) DỰ BÁO

MƯA KHU VỰC THÀNH PHỐ HỒ CHÍ MINH

DANH SÁCH THÀNH VIÊN NHÓM

GIÁ (%)

KÝ TÊN (GHI RÕ

Tp HCM,  ngày 16 tháng 11 năm

2024

Trưởng nhóm

Ký và ghi rõ họ tên

Dù môn học không quá khó nhưng cũng không hề dễ, nhờ có sự hướng dẫn tận tình củathầy, chúng em đã có thể vượt qua những khó khăn trong việc tiếp cận và lĩnh hội kiến thức.Thầy không chỉ giảng dạy mà còn kiên nhẫn giải đáp mọi thắc mắc, giúp chúng em từngbước trưởng thành hơn trong tư duy và kỹ năng Đây thật sự là hành trang quý báu màchúng em sẽ mang theo trên con đường sự nghiệp phía trước.

Tuy nhiên, chúng em ý thức rằng, với vốn hiểu biết còn hạn chế và kinh nghiệm thực tế cònnhiều bỡ ngỡ, bài tập nhóm này chắc chắn khó tránh khỏi những sai sót và thiếu sót Dù đã

nỗ lực hết sức, chúng em vẫn mong nhận được những góp ý chân thành từ thầy để hoànthiện hơn nữa bài tập này và tiếp thu thêm nhiều bài học giá trị

Chúng em xin chân thành cảm ơn thầy vì tất cả những gì thầy đã làm cho chúng em Nhữngkiến thức và sự tận tâm của thầy sẽ luôn là nguồn cảm hứng để chúng em tự tin bước tiếptrên con đường phía trước

Kính chúc thầy thật nhiều sức khỏe và thành công!

Trân trọng cảm ơn!

MỤC LỤC

CH ƯƠ NG 1: GI I THI U Đ TÀI NGHIÊN C U Ớ Ệ Ề Ứ 2

1.1 Lý do ch n đ tài ọ ề 2

1.2 M c tiêu nghiên c u ụ ứ 3

1.3 Câu h i nghiên c u ỏ ứ 4

1.4 Ý nghĩa nghiên c u ứ 6

1.5 Đ i t ố ượ ng và ph m vi nghiên c u ạ ứ 6

1.5.1Đ i t ố ượ ng nghiên c u: ứ 6

1.5.2 Ph m vi nghiên c u: ạ ứ 7

CH ƯƠ NG 2: C S LÝ THUY T Ơ Ở Ế 8

2.1 C s lý thuy t và mô hình nghiên c u ơ ở ế ứ 8

2.1.1 D li u ữ ệ 8

a Thu thập và chuẩn bị dữ liệu 8

b Xây dựng mô hình 8

c Đánh giá mô hình 9

d Dự báo 9

e Đánh giá kết quả dự báo 9

2.1.2 D li u mang tính ph quát và vĩ mô ữ ệ ổ 9

- Các ví d v d li u mang tính ph quát và vĩ mô: ụ ề ữ ệ ổ 10

Cách phân tích dữ liệu mang tính phổ quát và vĩ mô: 10

 Ứng dụng trong dự báo lượng mưa: 10

 Các công cụ phân tích: 11

2.2 nh h Ả ưở ng c a l ủ ượ ng m a không n đ nh đ n con ng ư ổ ị ế ườ i và môi tr ườ 11 ng  Ảnh hưởng đến con người: 11

 Ảnh hưởng đến môi trường: 11

Các ví dụ cụ thể: 12

Giải pháp: 12

2.3 Các y u t nh h ế ố ả ưở ng đ n l ế ượ ng m a ư 12

Các yếu tố ảnh hưởng đến lượng mưa 12

a Khí áp: 12

b Frông: 13

c Gió: 13

d Dòng biển: 13

e Địa hình: 13

f Hoạt động của con người: 13

Ch ươ ng 3: Ph ươ ng pháp nghiên c u ứ 13

3.1 Thu th p và mô t d li u ậ ả ữ ệ 14

3.1.1 Thu th p d li u ậ ữ ệ 14

3.1.2 Gi i thích ý nghĩa c a d li u ả ủ ữ ệ 15

3.2 L a ch n mô hình nghiên c u ự ọ ứ 19

3.2.1 T ng quan mô hình nghiên c u ổ ứ 19

3.2.2 Ý nghĩa c a các thu t toán ủ ậ 19

3.2.3 u và nh Ư ượ c đi m c a các mô hình ể ủ 30

3.2.4 ng d ng c a mô hình vào th c t t d báo m a Ứ ụ ủ ự ế ừ ự ư 32

CH ƯƠ NG 4 - K T QU NGHIÊN C U Ế Ả Ứ 33

4.1 Thi t l p mô hình ế ậ 33

4.2 Quy trình th c hi n ự ệ 35

4.2.1 Quy trình th c hi n mô hình ARIMA ự ệ 35

4.2.2 Quy trình th c hi n mô hình Self Organizing Map (SOM) ự ệ 36

4.2.3 Quy trình th c hi n mô hình Artificial Neural Network ự ệ 37

4.2.4 Quy trình th c hi n mô hình Support Vector Machine (SVM) ự ệ 37

4.3 Đánh gia mô hình theo Accuracy, F1 Score, Recall, và Precision 38

4.4 Đánh giá mô hình theo MAE, RMSE, R-squared 39

CH ƯƠ NG 5: K T LU N Ế Ậ 40

5.1 K t lu n m ế ậ ô hình d đoán ự 40

5.2 H n ch c a đ tài ạ ế ủ ề 41

5.3 Gi i pháp, ki n ngh ả ế ị 41

CHƯƠNG 1: GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU

Với tốc độ đô thị hóa nhanh chóng và mật độ dân cư dày đặc, TP Hồ Chí Minh trở nên đặcbiệt dễ bị tổn thương trước những hiện tượng thời tiết cực đoan Các trận mưa lớn bất ngờhoặc kéo dài gây ngập úng diện rộng, gián đoạn giao thông, hư hỏng cơ sở hạ tầng và ảnhhưởng trực tiếp đến các hoạt động kinh tế Ngược lại, khi lượng mưa giảm sút, thành phốphải đối mặt với nguy cơ hạn hán nghiêm trọng, tác động trực tiếp đến nguồn cung cấpnước, đời sống của người dân và sản xuất nông nghiệp, đặc biệt là ở các khu vực ngoạithành và nông thôn, nơi nguồn nước đóng vai trò quyết định trong phát triển kinh tế

Vì thế, nghiên cứu và phân tích xu hướng biến đổi lượng mưa tại TP Hồ Chí Minh là mộtyêu cầu cấp thiết, không chỉ mang tính khoa học mà còn có giá trị thực tiễn lớn Việc nắmbắt những biến động của lượng mưa sẽ cung cấp cơ sở vững chắc để thành phố chủ độngxây dựng các giải pháp ứng phó hiệu quả, từ đó giảm thiểu rủi ro từ các hiện tượng thời tiếtcực đoan Đồng thời, đây cũng là cơ sở để xây dựng các chiến lược phát triển bền vững, bảođảm sự ổn định và an toàn cho cộng đồng trong tương lai

Đề tài "Phân tích và đánh giá xu hướng lượng mưa tại TP Hồ Chí Minh" nhằm làm rõ thựctrạng và xu hướng thay đổi của lượng mưa qua các giai đoạn Thông qua việc cung cấp các

số liệu khoa học chính xác, nghiên cứu này sẽ là nền tảng quan trọng để các nhà hoạch địnhchính sách có thể đưa ra các biện pháp quản lý và ứng phó phù hợp, đảm bảo sự phát triểnbền vững và an toàn cho thành phố

Tóm lại, nghiên cứu không chỉ có giá trị khoa học mà còn đáp ứng nhu cầu thực tế của TP

Hồ Chí Minh và cộng đồng xã hội, giúp xây dựng các giải pháp thích ứng hiệu quả với biếnđổi khí hậu, tạo nền tảng cho sự phát triển bền vững trong tương lai

1.2 Mục tiêu nghiên cứu

Nghiên cứu này được thực hiện với mục tiêu đạt được những kết quả cụ thể và thiết thực,phục vụ cho việc ứng phó với biến đổi khí hậu tại TP Hồ Chí Minh:

a Phân tích xu hướng biến đổi lượng mưa tại TP Hồ Chí Minh:

Mục tiêu đầu tiên của nghiên cứu là phân tích xu hướng biến đổi lượng mưa tại TP Hồ ChíMinh trong một khoảng thời gian xác định Nghiên cứu sẽ sử dụng các dữ liệu thực tế từnhững nguồn tin cậy, tiến hành so sánh và đánh giá sự thay đổi của lượng mưa qua từngnăm Việc này giúp nhận diện những giai đoạn có sự thay đổi mạnh mẽ, chu kỳ biến động

và mức độ biến động của lượng mưa, từ đó làm rõ các xu hướng chính của lượng mưa tại

TP Hồ Chí Minh Cơ sở khoa học này sẽ không chỉ cung cấp cái nhìn rõ ràng về quá trìnhthay đổi của lượng mưa mà còn đóng vai trò quan trọng trong việc dự báo xu hướng và xâydựng các chiến lược ứng phó chủ động trước những biến động khí hậu trong tương lai

b Xác định các yếu tố ảnh hưởng đến sự thay đổi của lượng mưa:

Lượng mưa tại TP Hồ Chí Minh chịu sự tác động của nhiều yếu tố, từ biến đổi khí hậu toàncầu đến sự thay đổi của khí quyển, các hiện tượng thời tiết cực đoan như El Niño, La Niña,cho đến những tác động từ hoạt động của con người như quá trình đô thị hóa, phát thải khínhà kính và thay đổi sử dụng đất Việc xác định và đánh giá mức độ tác động của từng yếu

tố này là vô cùng quan trọng để hiểu rõ nguyên nhân dẫn đến sự thay đổi lượng mưa Cơ sở

đó sẽ giúp nhận diện được các yếu tố chủ đạo, qua đó hình thành các chiến lược ứng phóhiệu quả, giảm thiểu các tác động tiêu cực của biến đổi khí hậu, đặc biệt là trong việc bảo vệnguồn nước, giảm thiểu ngập úng và đối phó với hạn hán

c.Đề xuất các biện pháp dự báo và giải pháp ứng phó với biến đổi lượng mưa:

Dựa trên kết quả phân tích về xu hướng lượng mưa và các yếu tố tác động, nghiên cứu sẽ

đề xuất các biện pháp dự báo chính xác và các giải pháp ứng phó phù hợp với sự thay đổicủa lượng mưa Các giải pháp này không chỉ giúp dự báo kịp thời lượng mưa trong nhữngnăm tới mà còn tăng cường khả năng thích ứng của TP Hồ Chí Minh với những biến đổibất thường trong lượng mưa Mục tiêu là giảm thiểu tối đa những tác động tiêu cực nhưngập úng, hạn hán và thiệt hại về cơ sở hạ tầng, bảo vệ sức khỏe cộng đồng và đảm bảo pháttriển kinh tế bền vững Đồng thời, nghiên cứu cũng sẽ đưa ra các khuyến nghị về việc cảithiện hệ thống quản lý nước, nâng cấp cơ sở hạ tầng đô thị và nông thôn, giúp TP Hồ ChíMinh chủ động trong việc thích ứng với biến đổi khí hậu

d Kết luận nghiên cứu biện pháp dự báo

Như vậy, nghiên cứu này không chỉ mang lại giá trị khoa học sâu sắc mà còn đónggóp thiết thực vào việc xây dựng các giải pháp ứng phó với biến đổi khí hậu tại TP

Hồ Chí Minh Qua đó, nghiên cứu sẽ hỗ trợ thành phố tạo ra những chiến lược pháttriển bền vững, giảm thiểu tác động từ sự thay đổi khí hậu, đảm bảo an toàn và ổnđịnh cho cộng đồng dân cư, đồng thời thúc đẩy sự phát triển kinh tế lâu dài và vữngmạnh

1.3 Câu hỏi nghiên cứu

Nhằm đạt được các mục tiêu đã đề ra, nghiên cứu này sẽ tập trung vào việc trả lời các câuhỏi trọng tâm sau đây:

a) Xu hướng biến đổi lượng mưa tại TP Hồ Chí Minh trong những năm qua là gì?

Đây là câu hỏi quan trọng đầu tiên cần được giải đáp để có cái nhìn rõ ràng về sự thay đổicủa lượng mưa tại TP Hồ Chí Minh Qua việc phân tích các số liệu mưa thu thập đượctrong một khoảng thời gian dài, nghiên cứu sẽ chỉ ra liệu lượng mưa tại thành phố có xuhướng gia tăng hay giảm sút Bên cạnh đó, nghiên cứu cũng sẽ chỉ ra các giai đoạn mưa có

sự biến động mạnh mẽ, hay liệu có chu kỳ nào rõ ràng trong sự thay đổi của lượng mưa.Câu hỏi này không chỉ giúp nhận diện các biến động mà còn tạo cơ sở để đánh giá tác độngcủa những biến đổi này đến đời sống, sinh hoạt và hoạt động sản xuất của người dân, cũngnhư ảnh hưởng đến sự phát triển kinh tế của TP Hồ Chí Minh

b) Những yếu tố nào tác động đến sự thay đổi lượng mưa tại TP Hồ Chí Minh?

Lượng mưa tại TP Hồ Chí Minh không phải chỉ chịu tác động của các yếu tố tự nhiên màcòn bị chi phối bởi những tác động do con người gây ra Các yếu tố như biến đổi khí hậutoàn cầu, sự thay đổi cấu trúc khí quyển, hiện tượng El Niño, La Niña, cùng với các hoạtđộng đô thị hóa, phát thải khí nhà kính và việc khai thác tài nguyên thiên nhiên có thể ảnhhưởng trực tiếp đến lượng mưa Câu hỏi này sẽ giúp xác định và phân tích mức độ ảnhhưởng của từng yếu tố, từ đó làm rõ nguyên nhân của sự biến đổi lượng mưa tại TP Hồ ChíMinh Việc hiểu rõ các yếu tố này là cơ sở để đưa ra các giải pháp ứng phó hiệu quả vớinhững thay đổi khí hậu bất thường

c) Lượng mưa có mối quan hệ như thế nào với các hiện tượng thời tiết cực đoan như lũ lụt, hạn hán tại TP Hồ Chí Minh?

Câu hỏi này sẽ đi sâu vào việc tìm hiểu mối quan hệ giữa lượng mưa và các hiện tượng thờitiết cực đoan, như ngập úng, lũ lụt và hạn hán, đang gia tăng tại TP Hồ Chí Minh Liệu sựthay đổi trong lượng mưa có ảnh hưởng trực tiếp đến tần suất và mức độ nghiêm trọng củacác hiện tượng này hay không? Câu hỏi này sẽ giúp làm rõ sự liên kết giữa lượng mưa vàcác hiện tượng thời tiết cực đoan, từ đó giúp chúng ta nhận diện được nguyên nhân sâu xacủa các vấn đề như ngập úng và hạn hán Điều này cũng sẽ tạo cơ sở khoa học quan trọng

để thiết lập các biện pháp phòng ngừa và ứng phó hiệu quả

d) Những biện pháp nào có thể giúp giảm thiểu ảnh hưởng của biến đổi lượng mưa tại TP Hồ Chí Minh?

Câu hỏi cuối cùng này hướng đến việc tìm ra các giải pháp thực tiễn giúp giảm thiểu nhữngtác động tiêu cực của sự biến đổi lượng mưa Các giải pháp này không chỉ là dự báo chínhxác lượng mưa, mà còn là việc nâng cao khả năng thích ứng của TP Hồ Chí Minh đối với

các thay đổi bất thường của thời tiết Điều này bao gồm việc cải thiện hệ thống hạ tầng đôthị, phát triển các công trình thoát nước, và quản lý tài nguyên nước một cách bền vững.Ngoài ra, nghiên cứu cũng sẽ đề xuất các biện pháp nâng cao nhận thức cộng đồng về biếnđổi khí hậu và khuyến khích việc sử dụng công nghệ mới trong dự báo mưa Các chiến lượcquy hoạch đô thị thông minh cũng sẽ được nghiên cứu để giúp TP Hồ Chí Minh có thểthích ứng hiệu quả hơn với sự thay đổi của lượng mưa, bảo vệ hạ tầng cơ sở, sức khỏe cộngđồng và tài nguyên thiên nhiên, góp phần thúc đẩy sự phát triển bền vững cho thành phố.

Thông qua việc trả lời các câu hỏi này, nghiên cứu sẽ cung cấp cái nhìn toàn diện và sâu sắc

về xu hướng biến đổi lượng mưa, những yếu tố tác động, và mối quan hệ giữa lượng mưavới các hiện tượng thời tiết cực đoan Đồng thời, nghiên cứu cũng sẽ đưa ra các biện phápứng phó thiết thực, góp phần vào việc xây dựng một TP Hồ Chí Minh có thể đối phó vàthích ứng tốt hơn với những thách thức do biến đổi khí hậu mang lại

1.4 Ý nghĩa nghiên cứu

Nghiên cứu này mang lại ý nghĩa khoa học và thực tiễn quan trọng, góp phần cung cấp mộtnguồn cơ sở dữ liệu tin cậy về sự biến động của lượng mưa tại TP Hồ Chí Minh trong bốicảnh biến đổi khí hậu Về mặt khoa học, nghiên cứu cung cấp một cái nhìn toàn diện về xuhướng biến đổi lượng mưa và các yếu tố tác động đến sự thay đổi này Những dữ liệu và kếtquả thu được từ nghiên cứu sẽ giúp các nhà khoa học, chuyên gia khí tượng có thêm nguồnthông tin đáng tin cậy trong việc phân tích và nghiên cứu khí hậu, thời tiết khu vực, từ đó bổsung vào cơ sở dữ liệu khí hậu quốc gia, phục vụ cho việc dự báo và quản lý khí hậu dàihạn

Về mặt thực tiễn, kết quả nghiên cứu là cơ sở quan trọng để đề xuất các biện pháp bảo vệ tàisản, tính mạng của người dân, đặc biệt là trong bối cảnh TP Hồ Chí Minh đang phải đốimặt với tình trạng ngập lụt, lũ lụt và các hiện tượng thời tiết cực đoan ngày càng gia tăng.Việc quản lý và dự báo chính xác lượng mưa sẽ giúp chính quyền thành phố và các cơ quanchức năng lập kế hoạch phòng chống thiên tai hiệu quả, từ đó giảm thiểu được thiệt hại, bảo

vệ an toàn cho người dân và tài sản, đảm bảo sự ổn định cho các hoạt động kinh tế, sinhhoạt hàng ngày Cũng nhờ đó, thành phố có thể chủ động trong việc xây dựng và cải thiệncác hệ thống hạ tầng đô thị, đặc biệt là hệ thống thoát nước, để giảm thiểu nguy cơ ngập úng

và các tác động tiêu cực khác do thời tiết gây ra

Ý nghĩa xã hội của nghiên cứu không chỉ thể hiện ở việc giảm thiểu thiệt hại do thời tiết cựcđoan mà còn trong việc nâng cao nhận thức cộng đồng về biến đổi khí hậu Khi người dân,các tổ chức và cộng đồng có thông tin chính xác và khoa học về các hiện tượng thời tiết và

sự thay đổi của lượng mưa, họ sẽ có khả năng chuẩn bị và ứng phó tốt hơn với các tình

huống thiên tai Ngoài ra, nghiên cứu còn giúp tạo ra tiền đề để TP Hồ Chí Minh phát triểnbền vững, với các chiến lược phát triển kinh tế, xã hội hợp lý, đồng thời bảo vệ môi trường

và tài nguyên thiên nhiên, từ đó tạo nền tảng cho một tương lai lâu dài, ổn định và bền vữngcho thành phố

1.5 Đối tượng và phạm vi nghiên cứu

1.5.1Đối tượng nghiên cứu:

Đối tượng chính của nghiên cứu này là lượng mưa tại TP Hồ Chí Minh, thông qua việc thuthập, phân tích và đánh giá các số liệu thực tế về lượng mưa qua nhiều năm Số liệu nàyđược lấy từ các trạm khí tượng chính thức và các nghiên cứu đã được công nhận, giúp tạonền tảng vững chắc cho việc nhận diện các biến động trong lượng mưa theo thời gian Mụctiêu của nghiên cứu là xác định các xu hướng, biến động, chu kỳ và những giai đoạn bấtthường của lượng mưa, từ đó hiểu rõ sự tác động của các yếu tố tự nhiên và nhân tạo đếnhiện tượng này Các yếu tố này có thể bao gồm sự biến đổi khí hậu toàn cầu, các hiện tượngthời tiết cực đoan như El Niño, La Niña, cũng như sự thay đổi cấu trúc khí quyển, đô thị hóa

và phát thải khí nhà kính Việc hiểu rõ các nguyên nhân sâu xa dẫn đến sự thay đổi củalượng mưa là vô cùng quan trọng, bởi vì nó không chỉ giúp phản ánh hiện trạng mà còn gópphần xây dựng các giải pháp dài hạn nhằm ứng phó với biến đổi khí hậu tại TP Hồ ChíMinh

1.5.2 Phạm vi nghiên cứu:

- Về không gian: Nghiên cứu sẽ tập trung vào TP Hồ Chí Minh, nơi không chỉ có vai trò

trọng yếu trong nền kinh tế quốc gia mà còn là điểm nóng về tác động của biến đổi khí hậu.Với mật độ dân cư cao và tốc độ đô thị hóa nhanh chóng, TP Hồ Chí Minh đối mặt vớinhiều vấn đề liên quan đến lượng mưa như ngập lụt, thiếu nước, và các hiện tượng khí hậucực đoan khác Do đó, nghiên cứu lượng mưa tại thành phố này sẽ giúp tạo ra các chiếnlược ứng phó không chỉ cho riêng TP Hồ Chí Minh mà còn cho các khu vực đô thị lớn kháctrong cả nước

- Về thời gian: Dữ liệu nghiên cứu sẽ được thu thập từ khoảng thời gian 10-20 năm gần đây

để đảm bảo tính cập nhật và chính xác Khoảng thời gian này sẽ cung cấp cái nhìn tổng quan

về các xu hướng dài hạn của lượng mưa, giúp phát hiện các giai đoạn có sự biến động mạnh

và phân tích tác động của các yếu tố biến đổi khí hậu hiện nay Đây là giai đoạn quan trọng

để theo dõi sự thay đổi của lượng mưa trong bối cảnh biến đổi khí hậu, giúp dự báo xuhướng trong tương lai và chuẩn bị cho các biện pháp ứng phó kịp thời

- Về nội dung: Nội dung nghiên cứu sẽ được chia thành ba phần chính Thứ nhất là phân

tích xu hướng biến đổi của lượng mưa qua các năm, nhằm làm rõ sự thay đổi về tần suất,cường độ và chu kỳ của các trận mưa tại TP Hồ Chí Minh Phần này không chỉ giúp nhậndiện các giai đoạn lượng mưa tăng hoặc giảm mà còn chỉ ra những biến động bất thường cóthể gây ảnh hưởng lớn đến đời sống và hoạt động kinh tế của thành phố Thứ hai là đánh giácác yếu tố tác động đến sự biến đổi lượng mưa Nghiên cứu sẽ tìm hiểu tác động của cácyếu tố tự nhiên như biến đổi khí hậu toàn cầu và các hiện tượng thời tiết cực đoan, đồng thờiphân tích sự ảnh hưởng của các yếu tố nhân tạo như đô thị hóa, phát thải khí nhà kính vàkhai thác tài nguyên Cuối cùng, phần ba sẽ tập trung vào việc đưa ra các biện pháp và giảipháp thực tiễn để ứng phó với sự biến đổi lượng mưa Các giải pháp này sẽ bao gồm cảithiện hệ thống hạ tầng, tăng cường khả năng dự báo lượng mưa chính xác, phát triển cácchiến lược quy hoạch đô thị bền vững và tăng cường nhận thức cộng đồng về biến đổi khíhậu Những giải pháp này không chỉ bảo vệ hạ tầng mà còn bảo vệ sức khỏe, ổn định đờisống của người dân và duy trì sự phát triển kinh tế bền vững cho TP Hồ Chí Minh

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT

2.1 Cơ sở lý thuyết và mô hình nghiên cứu

2.1.1 Dữ liệu

- Dự báo lượng mưa lớn là một bài toán lớn của ngành khí tượng vì nó gắn liền với nềnkinh tế và đời sống con người Nó là nguyên nhân gây ra các thảm họa thiên nhiên như lũlụt, hạn hán mà người dân trên toàn cầu phải đối mặt hàng năm

- Độ chính xác của dự báo lượng mưa: có tầm quan trọng lớn đối với các quốc gia như Ấn

Độ có nền kinh tế chủ yếu phụ thuộc vào nông nghiệp Do tính chất động của khí quyển, các

kỹ thuật thống kê không mang lại độ chính xác cao cho việc dự báo lượng mưa Tính phituyến của dữ liệu lượng mưa làm cho Mạng thần kinh nhân tạo trở thành một kỹ thuật tốthơn Công việc xem xét và so sánh các phương pháp và thuật toán khác nhau được các nhànghiên cứu sử dụng để dự đoán lượng mưa được trình bày dưới dạng bảng

- Lợi ích của dự báo lượng mưa: Dự báo lượng mưa giúp ích trong việc tránh lũ lụt, cứu

sống và cứu tài sản của con người Hơn nữa, nó giúp quản lý tài nguyên nước Thông tin vềlượng mưa trước đó giúp nông dân quản lý cây trồng tốt hơn, từ đó thúc đẩy nền kinh tế đấtnước tăng trưởng Sự biến động về thời gian mưa và số lượng của nó khiến việc dự đoánlượng mưa trở thành một nhiệm vụ đầy thách thức đối với các nhà khoa học khí tượng.Trong tất cả các dịch vụ do cơ quan khí tượng cung cấp, dự báo thời tiết là dịch vụ hàng đầuđối với tất cả các quốc gia trên toàn cầu

Sau đây là quá trình dự báo lượng mưa:

a Thu thập và chuẩn bị dữ liệu

 Thu thập dữ liệu:

 Kiểm tra và làm sạch dữ liệu:

 Tiền xử lý:

thay đổi nhiệt độ)

b Xây dựng mô hình

 Chọn mô hình:

o Mô hình thống kê: ARIMA (AutoRegressive Integrated Moving Average)

o Học máy: ANN (Mạng thần kinh nhân tạo), SVM (Máy vectơ hỗ trợ),

Random Forest, Gradient Boosting, XGBoost

 Thiết kế kiến trúc:

o ANN: Xác định số lớp ẩn, số neuron, hàm kích hoạt.

o SVM: Chọn hàm kernel phù hợp.

o Các mô hình khác: Thiết lập các tham số tương ứng.

 Huấn luyện mô hình:

 Nhập dữ liệu mới: Nhập dữ liệu mới vào mô hình đã được huấn luyện.

 Tính toán kết quả: Mô hình sẽ đưa ra dự báo về lượng mưa.

e Đánh giá kết quả dự báo

 So sánh với dữ liệu thực tế: Đánh giá độ chính xác của dự báo.

 Phân tích sai số: Tìm nguyên nhân gây ra sai số.

 Cải tiến mô hình: Điều chỉnh mô hình để cải thiện độ chính xác.

Techniques For Rainfall Prediction: A Review” được cung cấp tại trang web:

https://www.researchgate.net/profile/Aakash-Parmar-2/publication/319503839_Mach ine_Learning_Techniques_For_Rainfall_Prediction_A_Review/links/

A-Review.pdf

59afb922458515150e4cc2e4/Machine-Learning-Techniques-For-Rainfall-Prediction-2.1.2 Dữ liệu mang tính phổ quát và vĩ mô

- Dữ liệu mang tính phổ quát và vĩ mô trong dự báo lượng mưa là những thông tin thu

thập được trên quy mô lớn, bao phủ một khu vực rộng và phản ánh các đặc trưng chungcủa khí hậu Loại dữ liệu này cực kỳ quan trọng vì nó giúp chúng ta nắm bắt được các xuhướng chung của khí hậu, từ đó xây dựng các mô hình dự báo chính xác hơn

- Các ví dụ về dữ liệu mang tính phổ quát và vĩ mô:

 Dữ liệu khí hậu toàn cầu: Nhiệt độ bề mặt biển, chỉ số El Niño-Southern

Oscillation (ENSO), North Atlantic Oscillation (NAO)

 Dữ liệu vệ tinh: Hình ảnh vệ tinh, dữ liệu khí tượng từ vệ tinh.

 Dữ liệu tái phân tích: Dữ liệu khí hậu được tái tạo lại từ các mô hình khí hậu số.

 Dữ liệu khí hậu lịch sử: Dữ liệu khí hậu thu thập được trong nhiều thập kỷ.

Cách phân tích dữ liệu mang tính phổ quát và vĩ mô:

a.Khám phá dữ liệu:

o Vẽ đồ thị: Quan sát xu hướng, biến động của các biến khí hậu theo thời gian.

o Tính toán thống kê: Tính toán các chỉ số như trung bình, độ lệch chuẩn, hệ

số tương quan

o Phân tích thành phần chính (PCA): Giảm chiều dữ liệu và tìm các thành

phần chính giải thích phần lớn biến động của dữ liệu

b Phân tích mối tương quan:

o Ma trận tương quan: Xác định mối liên hệ giữa các biến khí hậu.

o Phân tích hồi quy: Đánh giá ảnh hưởng của các biến độc lập đến biến phụ

thuộc (lượng mưa)

c Phân tích chu kỳ:

o Phân tích Fourier: Phân tích chu kỳ của các biến khí hậu.

o Wavelet analysis: Phân tích các đặc trưng thời gian và tần số của dữ liệu.

d Phân tích xu hướng:

o Kiểm định xu hướng: Kiểm tra xem có xu hướng tăng hoặc giảm trong dữ

liệu hay không

o Mô hình hóa xu hướng: Mô tả xu hướng thay đổi của các biến khí hậu.

 Ứng dụng trong dự báo lượng mưa:

 Xác định các yếu tố khí hậu ảnh hưởng đến lượng mưa: Phân tích mối quan hệ

giữa lượng mưa và các biến khí hậu khác

 Xây dựng các mô hình dự báo: Sử dụng dữ liệu để xây dựng các mô hình dự báo

phức tạp

 Đánh giá độ tin cậy của dự báo: So sánh kết quả dự báo với dữ liệu quan trắc.

 Phân tích các sự kiện cực đoan: Phân tích các sự kiện như hạn hán, lũ lụt.

 Các công cụ phân tích:

 Phần mềm thống kê: SPSS, SAS, R.

 Phần mềm chuyên dụng: MATLAB, Python (với các thư viện như NumPy, Pandas,

Scikit-learn)

 Các công cụ trực quan hóa: Tableau, Power BI.

2.2 Ảnh hưởng của lượng mưa không ổn định đến con người và môi

trường

Lượng mưa không ổn định, bao gồm cả việc tăng cường hoặc giảm lượng mưa, thay đổimùa mưa, và các sự kiện thời tiết cực đoan như hạn hán và lũ lụt, gây ra nhiều tác độngtiêu cực đến cuộc sống của con người và môi trường

 Ảnh hưởng đến con người:

 An ninh lương thực:

o Hạn hán: Thiếu nước tưới tiêu dẫn đến giảm sản lượng nông nghiệp, gây ra

mất an ninh lương thực và tăng giá thực phẩm

o Lũ lụt: Hủy hoại mùa màng, làm nhiễm mặn đất, ảnh hưởng đến chất lượng

và số lượng sản phẩm nông nghiệp

 Sức khỏe:

o Bệnh tật: Lũ lụt tạo điều kiện cho các bệnh truyền nhiễm phát triển, như sốt

rét, tiêu chảy

o Suy dinh dưỡng: Thiếu lương thực gây ra suy dinh dưỡng, đặc biệt ở trẻ em

và người già

 Kinh tế:

o Thiệt hại về cơ sở hạ tầng: Lũ lụt có thể phá hủy nhà cửa, đường xá, cầu

cống, gây thiệt hại kinh tế lớn

o Giảm năng suất lao động: Hạn hán và lũ lụt làm giảm năng suất lao động

trong các ngành nông nghiệp, thủy sản

o Di cư: Người dân buộc phải di cư đến những nơi có điều kiện sống tốt hơn.

 Ảnh hưởng đến môi trường:

 Ô nhiễm môi trường:

o Lũ lụt: Làm trôi các chất thải, hóa chất vào nguồn nước, gây ô nhiễm môi

trường

 Biến đổi khí hậu:

o Vòng tuần hoàn nước: Lượng mưa không ổn định làm thay đổi vòng tuần

hoàn nước, ảnh hưởng đến cân bằng sinh thái

Các ví dụ cụ thể:

 Hạn hán ở châu Phi: Gây ra nạn đói, xung đột và di cư hàng loạt.

 Lũ lụt ở các nước châu Á: Gây thiệt hại nặng nề về người và tài sản, ảnh hưởng đến

 Xây dựng hệ thống cảnh báo sớm: Cảnh báo về các sự kiện thời tiết cực đoan để

người dân có thời gian chuẩn bị

 Đầu tư vào cơ sở hạ tầng: Xây dựng các công trình chống lũ, bảo vệ bờ biển.

 Giảm thiểu biến đổi khí hậu: Giảm lượng khí thải nhà kính để hạn chế tác động của

biến đổi khí hậu

Tóm lại, lượng mưa không ổn định gây ra nhiều hậu quả nghiêm trọng đối với con người và

môi trường Để ứng phó với tình hình này, cần có sự phối hợp của các quốc gia, tổ chức vàcộng đồng để tìm ra các giải pháp bền vững

2.3 Các yếu tố ảnh hưởng đến lượng mưa

Các yếu tố ảnh hưởng đến lượng mưa

Lượng mưa là một hiện tượng tự nhiên phức tạp, chịu ảnh hưởng của nhiều yếu tố khácnhau Dưới đây là một số yếu tố chính:

a Khí áp:

 Vùng áp thấp: Không khí ấm ẩm bốc lên cao, ngưng tụ tạo thành mây và mưa Đây

là những khu vực thường có lượng mưa lớn

 Vùng áp cao: Không khí lạnh chìm xuống, ít tạo mây mưa.

 Gió mang hơi ẩm: Gió thổi từ biển vào đất liền mang theo nhiều hơi nước, tạo điều

kiện cho mưa

 Gió khô: Gió thổi từ đất liền ra biển làm giảm độ ẩm của không khí, hạn chế lượng

mưa

d Dòng biển:

 Dòng biển nóng: Làm tăng độ ẩm của không khí, tạo điều kiện cho mưa.

 Dòng biển lạnh: Làm giảm độ ẩm của không khí, hạn chế lượng mưa.

e Địa hình:

 Sườn núi đón gió: Không khí ẩm bốc lên cao, ngưng tụ tạo mưa nhiều.

 Sườn núi khuất gió: Không khí khô, ít mưa.

 Độ cao: Càng lên cao, nhiệt độ càng giảm, hơi nước ngưng tụ tạo mưa.

f Hoạt động của con người:

 Ô nhiễm không khí: Các hạt bụi, khí thải làm hạt nhân ngưng tụ, tăng lượng mưa

nhưng cũng gây ra mưa axit

 Biến đổi khí hậu: Sự gia tăng nhiệt độ toàn cầu làm thay đổi các mô hình mưa, gây

ra các hiện tượng cực đoan như hạn hán, lũ lụt

Chương 3: Phương pháp nghiên cứu

Để dự báo lượng mưa tại khu vực Thành phố Hồ Chí Minh trong tháng 12 năm 2024 đượcxây dựng dựa trên mô hình phân tích trên nền tảng Colab, với việc triển khai đồng thời bốnthuật toán: Arima, Artificial Neural Network (ANN), Support Vector Machine (SVM) vàSelf-Organizing Map (SOM) Quy trình thực hiện bao gồm các bước chi tiết sau:

Bước 1: Thu thập và xử lý dữ liệu

Để dự báo lượng mưa, chúng tôi sẽ tiến hành thu thập dữ liệu về các chỉ số khí tượng quantrọng, bao gồm thời điểm xuất hiện sương mù, nhiệt độ, độ ẩm, mật độ mây, hướng gió vàtốc độ gió từ nguồn dữ liệu trên Kaggle Sau đó, dữ liệu được làm sạch nhằm đảm bảo tínhchính xác và nhất quán, phục vụ cho quá trình phân tích

Bước 2: Áp dụng các thuật toán dự báo

Với dữ liệu đã được tiền xử lý, chúng tôi áp dụng các mô hình học máy gồm Arima, ANN,SVM và SOM trên Colab Mỗi thuật toán sẽ được huấn luyện với dữ liệu đầu vào và cácbiến khí tượng đã chọn nhằm dự đoán khả năng xuất hiện mưa tại Thành phố Hồ Chí Minhtrong tháng 12 năm 2024

Bước 3: Đánh giá hiệu suất mô hình

Dựa trên kết quả thu được từ các mô hình, chúng tôi tiến hành so sánh hiệu suất của từngthuật toán bằng các chỉ số đánh giá như độ chính xác, sai số trung bình tuyệt đối (MAE), vàsai số bình phương trung bình (MSE) Mô hình có hiệu suất cao nhất sẽ được chọn làm môhình dự báo chính cho bài toán này

Bước 4: Kết luận và ứng dụng

Cuối cùng, chúng tôi sẽ rút ra những kết luận từ kết quả dự báo, bao gồm việc đánh giá tínhkhả thi và ứng dụng của mô hình trong thực tiễn Những kết quả và ý nghĩa của các thuậttoán máy học đã triển khai sẽ được phân tích kỹ lưỡng nhằm cung cấp cái nhìn toàn diện vềkhả năng dự báo lượng mưa và ứng dụng của chúng trong công tác dự báo thời tiết tạiThành phố Hồ Chí Minh

3.1 Thu thập và mô tả dữ liệu

3.1.1 Thu thập dữ liệu

Trong nghiên cứu này, chúng tôi tập trung vào việc dự báo lượng mưa tại khu vực Thànhphố Hồ Chí Minh vào tháng 12 năm 2024, với mục tiêu phát triển một mô hình dự báo hiệuquả và có độ chính xác cao Dữ liệu phục vụ cho nghiên cứu được thu thập từ các nguồn uytín nhằm đảm bảo chất lượng và tính khả dụng của dữ liệu Đặc biệt, nguồn dữ liệu chínhđược lấy từ nền tảng Kaggle - một nền tảng phổ biến và đáng tin cậy, cung cấp các bộ dữliệu chất lượng cao cho các nghiên cứu và ứng dụng học máy Dữ liệu từ Kaggle cung cấpcác thông tin chi tiết và đầy đủ về các yếu tố khí tượng như: thời điểm xuất hiện sương mù,nhiệt độ, độ ẩm, mật độ mây, hướng gió, và tốc độ gió - những yếu tố then chốt có ảnhhưởng lớn đến khả năng mưa tại khu vực này

Ngoài nguồn dữ liệu từ Kaggle, chúng tôi cũng tham khảo từ các tài liệu chuyên ngành vàcác bài báo khí tượng về tình hình thời tiết và lượng mưa tại Thành phố Hồ Chí Minh trongcác tháng gần đây, đặc biệt là tháng 9, 10 và 11 năm 2024 Thông tin từ các tài liệu này giúpchúng tôi hiểu rõ hơn về xu hướng thời tiết và các biến động khí tượng, từ đó điều chỉnh cáctham số trong mô hình nhằm đạt được dự báo sát thực nhất Việc tham khảo các nguồn tàiliệu khí tượng chuyên sâu không chỉ cung cấp bối cảnh cho nghiên cứu mà còn đóng vai trò

là cơ sở đối chiếu kết quả, giúp xác định những yếu tố đặc thù của khu vực nghiên cứu vàcải thiện độ chính xác của mô hình dự báo

Quá trình thu thập dữ liệu được thực hiện một cách có hệ thống, trong đó các dữ liệu đượclàm sạch và xử lý nhằm đảm bảo độ chính xác và tính nhất quán cao Dữ liệu được chuẩn bịbao gồm các biến số thời tiết quan trọng, được phân loại và mã hóa một cách cẩn thận đểsẵn sàng cho việc đưa vào các mô hình học máy Chúng tôi sử dụng các công cụ và thư viện

xử lý dữ liệu mạnh mẽ của Python, bao gồm Pandas và NumPy, để thực hiện các thao táclàm sạch dữ liệu như loại bỏ các giá trị ngoại lai và xử lý dữ liệu thiếu Việc làm sạch dữliệu là một bước quan trọng, vì các sai số và giá trị không nhất quán trong dữ liệu có thể làmgiảm độ tin cậy của kết quả dự báo

Để tối ưu hóa quá trình phân tích và mô hình hóa, chúng tôi còn thực hiện thao tác chuẩnhóa các biến số Quá trình chuẩn hóa này giúp các giá trị trong bộ dữ liệu được đồng nhất,tạo điều kiện cho các thuật toán học máy hoạt động ổn định và đạt hiệu suất cao hơn Cácchỉ số quan sát sau khi làm sạch và chuẩn hóa được trình bày một cách trực quan thông quacác bảng và biểu đồ minh họa, giúp chúng tôi dễ dàng nhận diện các mối quan hệ tiềm nănggiữa các biến khí tượng và hiện tượng mưa, từ đó đưa ra các giả thuyết về những yếu tố cóảnh hưởng lớn đến khả năng mưa tại khu vực nghiên cứu

Việc thu thập và chuẩn bị dữ liệu một cách kỹ lưỡng không chỉ đóng vai trò quyết địnhtrong việc xây dựng mô hình dự báo mà còn tạo nền tảng vững chắc cho các bước tiếp theo

của nghiên cứu Bằng cách sử dụng các nguồn dữ liệu đa dạng và đáng tin cậy, chúng tôi cóthể đảm bảo rằng nghiên cứu dựa trên dữ liệu đầy đủ và khách quan, từ đó mang lại kết quả

dự báo có giá trị thực tiễn cao

3.1.2 Giải thích ý nghĩa của dữ liệu

Để dự báo thời tiết, đặc biệt là dự báo lượng mưa trong tương lai gần, các nhà khí tượng họcthường dựa vào các yếu tố thời tiết hiện tại và dữ liệu quá khứ Các yếu tố thời tiết hiện tạiđóng vai trò quan trọng trong việc dự báo diễn biến khí hậu, bởi vì khí hậu hôm nay sẽ ảnhhưởng trực tiếp đến thời tiết ngày mai Với nền tảng này, chúng tôi đã xây dựng một bộ dữliệu bao gồm các biến khí tượng cần thiết để dự báo mưa Bộ dữ liệu này được cấu trúc theocác biến X đại diện cho các chỉ số khí tượng quan trọng Dưới đây là ý nghĩa và vai trò củatừng biến trong việc dự báo mưa

X1: Thời điểm xuất hiện sương mù

Sương mù là hiện tượng khi hơi nước trong khí quyển ngưng kết thành những hạt nước rấtnhỏ, lơ lửng trong không khí, làm giảm tầm nhìn Hiện tượng này thường liên quan đến cácđiều kiện như nhiệt độ thấp và độ ẩm cao, tạo nên một môi trường thuận lợi cho khả năngxuất hiện mưa Sương mù có thể được phân thành nhiều loại dựa trên điều kiện hình thành,bao gồm sương mù bình lưu, sương mù bức xạ, sương mù bốc hơi và sương mù frônt.Những loại sương mù này đều có thể cung cấp thông tin về sự biến động khí quyển và độ

ẩm - các yếu tố có liên quan mật thiết đến khả năng xảy ra mưa Ngoài ra, mù cũng là mộthiện tượng khí quyển tương tự, với các hạt bụi và khói lơ lửng trong không khí, thường docác yếu tố môi trường như cháy rừng hoặc ô nhiễm Cả sương mù và mù đều là các dấu hiệuquan trọng, giúp các nhà dự báo hiểu rõ hơn về tình trạng không khí, từ đó hỗ trợ dự báo vềmưa, bão hoặc thời tiết xấu

X2: Nhiệt độ

Nhiệt độ là một yếu tố quan trọng trong khí tượng học, biểu hiện mức độ năng lượng nhiệtcủa các hạt phân tử trong môi trường Được đo bằng các đơn vị độ C, độ K, độ F hoặc độ R,nhiệt độ không chỉ xác định trạng thái nóng hay lạnh của một khu vực mà còn ảnh hưởnglớn đến sự hình thành và phát triển của các hiện tượng thời tiết Trong dự báo mưa, nhiệt độ

có mối liên hệ nghịch đảo với khả năng mưa - khi nhiệt độ tăng cao, khả năng mưa thườnggiảm và ngược lại Mối quan hệ này đặc biệt quan trọng trong khí hậu nhiệt đới như ởThành phố Hồ Chí Minh, nơi sự thay đổi nhiệt độ có thể ảnh hưởng trực tiếp đến lượng mưa

và cường độ mưa trong ngày

dự báo lượng mưa Các thay đổi trong độ ẩm có thể là dấu hiệu của thời tiết sắp thay đổi, vàthông qua việc giám sát độ ẩm, dự báo viên có thể dự đoán trước những thay đổi này để ứngphó kịp thời Ngoài ra, độ ẩm còn có vai trò quan trọng trong nhiều lĩnh vực khác, như bảoquản hàng hóa, sản xuất nông nghiệp và y tế, nơi việc điều chỉnh độ ẩm phù hợp có thểgiảm thiểu tác động của thời tiết đến hoạt động kinh tế và xã hội.

X4: Đám mây

Các loại mây khác nhau có thể cung cấp thông tin về tình trạng thời tiết sắp tới Chẳng hạn,

sự xuất hiện của mây ti và mây ti tầng - các loại mây ở độ cao - thường báo hiệu một mặttrận ấm đang đến gần, có thể dẫn đến mưa Ở các vùng nhiệt đới như Thành phố Hồ ChíMinh, sự xuất hiện của các loại mây như mây tích và mây tầng là dấu hiệu của các điều kiệnkhí quyển không ổn định, thường đi kèm với mưa rào hoặc mưa dông Do đó, việc phân tíchmây và theo dõi sự biến đổi của các lớp mây là rất cần thiết trong dự báo lượng mưa

X5: Hướng gió

Hướng gió là hướng mà gió thổi đến, được xác định theo các hướng la bàn: Đông, Tây,Nam, Bắc, Tây Bắc, Tây Nam, Đông Bắc và Đông Nam Trong khí tượng học, hướng gióđóng vai trò quan trọng trong việc xác định các khối khí di chuyển, từ đó ảnh hưởng đếnkhả năng hình thành mưa Ví dụ, ở Việt Nam, gió mùa Tây Nam thổi vào mùa hè có thểmang theo không khí ẩm từ biển, dẫn đến mưa lớn ở nhiều vùng Do vậy, việc theo dõi vàphân tích hướng gió giúp dự báo viên xác định các nguồn không khí ẩm, từ đó đánh giá khảnăng xảy ra mưa

X6: Tốc độ gió

Tốc độ gió thể hiện cường độ của gió, thường được đo trong khoảng thời gian quan trắc haiphút Tốc độ gió có thể ảnh hưởng đến mức độ lưu chuyển và tần suất các khối khí dichuyển trong khí quyển, từ đó gián tiếp ảnh hưởng đến lượng mưa Ví dụ, các đợt gió mạnhhoặc gió giật có thể thúc đẩy sự hình thành các vùng khí áp thấp, gây mưa dông Tốc độ gióthường được phân thành các cấp gió, với mỗi cấp tương ứng với một khoảng tốc độ xácđịnh, giúp dự báo viên đánh giá mức độ ảnh hưởng của gió đến tình hình thời tiết

Tổng quan, các yếu tố như nhiệt độ, áp suất khí quyển, độ ẩm, lượng mưa, tốc độ và hướnggió đều là các biến số cơ bản trong khí tượng học Hàng ngày, dữ liệu khí tượng này đượcthu thập từ hàng nghìn trạm khí tượng trên toàn cầu và từ các vệ tinh quỹ đạo địa tĩnh Dữliệu từ các trạm quan trắc tại hơn 200 quốc gia, bao gồm nhiệt kế, khí áp kế, máy đo gió vàmáy đo mưa, theo dõi sự thay đổi khí quyển vài lần mỗi giờ Các trạm tự động, radar vàkhinh khí cầu cũng đóng góp vào quá trình thu thập dữ liệu, tạo nên một mạng lưới quan sáttoàn cầu, cung cấp dữ liệu ở độ phân giải cao.

Mục tiêu của việc thu thập dữ liệu này là để phân tích diễn biến của các khối không khí nóng hoặc lạnh - khi chúng gặp nhau và tương tác trong tầng đối lưu, gây ra các hiện tượngthời tiết như mưa và bão Sau khi dữ liệu được thu thập, nó được xử lý bằng các mô hìnhkhí tượng số, mô phỏng sự phát triển của khí quyển trong các giờ và ngày tiếp theo trongkhông gian ba chiều Các mô hình này chia khí quyển thành các ô vuông, mỗi ô chứa giá trị

-áp suất, nhiệt độ, độ ẩm và gió tương ứng, tạo nên các bản đồ thời tiết ba chiều chi tiết.Kết quả dự báo có thể được điều chỉnh thông qua các kịch bản khí tượng khác nhau, chophép dự báo viên tinh chỉnh các dự báo và tính toán chỉ số tin cậy cho từng kịch bản Nhữngkết quả này, bao gồm tỷ lệ phần trăm khả năng xảy ra mưa, tuyết, băng giá hoặc nắng nóng,sau đó sẽ được công bố để cung cấp cho công chúng các thông tin dự báo chi tiết và chínhxác

3.2 Lựa chọn mô hình nghiên cứu

3.2.1 Tổng quan mô hình nghiên cứu

Dựa theo các mô hình được phân tích và chọn lựa, nhóm chúng tôi chọn những mô hình sau

để tiến hành dự báo mưa như sau:

STT CLASSIFICATION

3.2.2 Ý nghĩa của các thuật toán

Trong bối cảnh dự báo mưa, nhằm trình bày rõ ràng lý do chọn lựa các thuật toán này chobài toán dự báo thời tiết:

3.2.2.1 Mô hình ARIMA (Auto-Regressive Integrated Moving Average)

Mô hình ARIMA là một phương pháp phân tích chuỗi thời gian rất phổ biến trong dự báo

dữ liệu có chu kỳ và xu hướng, đặc biệt là trong các lĩnh vực có liên quan đến khí hậu vàthời tiết ARIMA là viết tắt của ba thành phần chính:

• AR (Auto-Regressive) - Tự hồi quy: Thành phần này dựa trên các giá trị trong quá khứcủa chính chuỗi thời gian đó để dự báo giá trị hiện tại Điều này có nghĩa là dữ liệu hiện tại

sẽ có tương quan với các dữ liệu trước đó Thành phần AR giúp xác định mức độ phụ thuộccủa dữ liệu hiện tại vào các giá trị quá khứ và giúp nhận biết các yếu tố có ảnh hưởng đếnchuỗi thời gian

• I (Integrated) - Tích hợp: Thành phần tích hợp này thực hiện phép lấy sai phân để chuyểnđổi chuỗi không dừng thành chuỗi dừng Trong dự báo chuỗi thời gian, tính dừng của dữliệu là yếu tố quan trọng để đạt được kết quả dự báo chính xác, và quá trình tích hợp giúploại bỏ xu hướng để làm dữ liệu ổn định hơn

• MA (Moving Average) - Trung bình trượt: Thành phần MA sử dụng các sai số của chuỗithời gian trong quá khứ để điều chỉnh và cải thiện dự báo, giúp giảm thiểu ảnh hưởng củacác dao động ngẫu nhiên

ARIMA đặc biệt phù hợp trong dự báo các yếu tố thời tiết như nhiệt độ hoặc lượng mưa vìcác yếu tố này thường có xu hướng biến đổi theo chu kỳ và thời gian Trong bối cảnh dựbáo lượng mưa, ARIMA giúp xây dựng mô hình dự báo ngắn hạn và trung hạn dựa trên các

dữ liệu lịch sử của chuỗi thời gian, giúp phát hiện xu hướng và mùa vụ trong chuỗi thời gianlượng mưa Nhờ vào các khả năng trên, ARIMA là một công cụ mạnh mẽ trong phân tíchchuỗi thời gian và đã được áp dụng rộng rãi trong lĩnh vực dự báo khí hậu và thời tiết

3.2.2.2 Mạng nơ-ron nhân tạo (Artificial Neural Network - ANN)

Mạng nơ-ron nhân tạo (ANN) là một kỹ thuật học máy dựa trên nguyên lý hoạt động của hệthần kinh của con người, đặc biệt mạnh mẽ khi xử lý các dữ liệu phi tuyến và phức tạp MộtANN bao gồm các thành phần chính sau:

• Lớp đầu vào (Input Layer): Nơi dữ liệu thô đầu vào được đưa vào mạng, chứa các đặctrưng và biến dự báo

• Lớp ẩn (Hidden Layer): Các lớp trung gian có nhiệm vụ trích xuất các đặc trưng phức tạp

và tìm kiếm mối quan hệ giữa các biến Mỗi nơ-ron trong lớp ẩn xử lý thông tin và truyềncác đặc trưng đã trích xuất lên các lớp tiếp theo

• Lớp đầu ra (Output Layer): Đưa ra kết quả dự đoán sau cùng Trong bài toán dự báo mưa,đây có thể là khả năng xảy ra mưa hoặc lượng mưa dự báo trong một khoảng thời gian nhấtđịnh

ANN có khả năng học và nhận biết các mẫu hình tiềm ẩn phức tạp trong dữ liệu, từ đó tìm

ra các mối quan hệ giữa các yếu tố khí tượng như nhiệt độ, độ ẩm, hướng và tốc độ gió vớihiện tượng mưa Mô hình này đặc biệt phù hợp trong dự báo thời tiết vì nó có thể xử lýnhiều yếu tố cùng lúc và có khả năng tổng quát hóa cao Một ANN được huấn luyện đúng