Đề tài mã số CSCL03.02/24-25 do ThS. Dương Thị Thanh Hương làm chủ nhiệm đã ứng dụng trí tuệ nhân tạo (mô hình mạng thần kinh nhân tạo học sâu) trong việc dự báo hạn hán sớm từ 1 đến vài tháng tại vùng Tây Nguyên và Nam Trung Bộ nhờ việc phân tích mối quan hệ phi tuyến giữa chỉ số SPI và SSI tại nhiều vị trí trong vùng nghiên cứu.
Tóm tắt: Nghiên cứu này tập trung đánh giá đặc điểm hạn khí tượng và hạn thủy văn, đồng thời làm rõ mối quan hệ giữa hai loại hạn nhằm phục vụ cảnh báo sớm hạn hán cho khu vực Tây Nguyên và Nam Trung Bộ trong bối cảnh khô hạn và thiếu nước ngày càng gia tăng. Mối quan hệ giữa hạn khí tượng và hạn thủy văn được xác định thông qua các hàm giải tích truyền thống và đặc biệt là mô hình mạng thần kinh nhân tạo (ANN). Tại Tây Nguyên, SPI và SSI phản ánh tốt các sự kiện hạn hán lịch sử và cho thấy tính phức tạp của quá trình lan truyền hạn. Tại Nam Trung Bộ, hạn hán có xu thế tăng dần từ Bắc vào Nam về mức độ, thời gian và tần suất, đồng thời tồn tại mối quan hệ phi tuyến giữa hạn khí tượng và hạn thủy văn. So sánh các phương pháp cho thấy mô hình ANN có kết quả tốt hơn so với các hàm giải tích, với chỉ số NSE đạt trên 0,8 ở cả hai khu vực nghiên cứu. Kết quả của nghiên cứu cho thấy có thể dự báo hạn hán sớm từ 1 đến vài tháng. Việc ứng dụng mô hình mạng thần kinh nhân tạo ANN trong bài toán dự báo hạn hán là một hướng mới nhiều tiềm năng, góp phần nâng cao hiệu quả cảnh báo sớm và hỗ trợ công tác quản lý tài nguyên nước trong điều kiện biến đổi khí hậu.
Abstract: This study focuses on evaluating the characteristics of meteorological and hydrological drought and clarifying the relationship between the two types of drought to support early drought warning in the Central Highlands and South Central Vietnam under increasingly severe drought and water scarcity conditions. The relationship between meteorological and hydrological drought is identified using traditional analytical functions and, in particular, artificial neural network (ANN) models. In the Central Highlands, the SPI and SSI indices effectively capture historical drought events and reveal the complexity of drought propagation processes. In South Central Vietnam, drought exhibits an increasing trend from north to south in terms of severity, duration, and frequency, and a nonlinear relationship exists between meteorological and hydrological drought. A comparison of methods indicates that ANN models outperform analytical functions, with NSE values exceeding 0.8 in both study regions. The results demonstrate that drought can be predicted one to several months in advance. The application of artificial neural network (ANN) models to drought forecasting represents a promising new approach, contributing to improved early warning effectiveness and supporting water resources management under climate change conditions.
Sản phẩm của đề tài đã được công bố qua 01 bài báo quốc tế và 02 bài hội nghị chuyên ngành trong nước:
- Truong Nguyen‑Minh, Hang Vu‑Thanh, Hang Do‑Thanh, Kien Nguyen‑Chinh, Huong Duong‑Thi‑Thanh , “Meteorological and hydrological drought characteristics and their relationships in the Central Highlands of Vietnam”. Theoretical and Applied Climatology 156, 8, https://doi.org/10.1007/s00704-024-05243-8. Received: 6 February 2024/ Accepted: 18 November 2024/ Published online: 10 December 2024.
- Dương Thị Thanh Hương, Đỗ Thanh Hằng, Nguyễn Chính Kiên, Nguyễn Thị Hằng, “Thử nghiệm một số hàm toán học trong bài toán dự báo hạn thuỷ văn tại vùng Nam Trung Bộ”. Tuyển tập công trình khoa học hội nghị cơ học toàn quốc kỷ niệm 45 năm thành lập Viện Cơ học, Hà Nội, 09/04/2024, chỉ số ISBN: 978-604-357-278-0. Tập 2. p. 208-216.
- Đỗ Thanh Hằng, Dương Thị Thanh Hương, Nguyễn Chính Kiên, Nguyễn Thị Hằng, “Ứng dụng mạng thần kinh nhân tạo cho bài toán dự báo hạn hán tại Tây Nguyên”. Tuyển tập công trình khoa học hội nghị cơ học toàn quốc kỷ niệm 45 năm thành lập Viện Cơ học, Hà Nội, 09/04/2024, chỉ số ISBN: 978-604-357-278-0. Tập 2. p. 217-226.