Mục tiêu của nghiên cứu là sử dụng mô hình ANN để dự báo hạn khí tượng tại Đồng bằng sông Cửu Long. Chỉ số hạn hán SPI (Standardized Precipitation Index) được tính toán cho 3 và 6 tháng hạn trong giai đoạn hiện tại (1980-2013). Từ đó, đường cong Mức độ - Thời gian – Tần suất hạn (SDF) được thiết lập. Mô hình ANN được thiết lập và hiệu chỉnh (1980-2000) các thông số hạn (SPI), kiểm định (2001-2013) và dự báo hạn khí tượng (thời gian t+1 và t+2). | BÀI BÁO KHOA HỌC SỬ DỤNG MÔ HÌNH ANN (ARTIFICIAL NEURAL NETWORKS) DỰ BÁO HẠN KHÍ TƯỢNG Ở ĐỒNG BẰNG SÔNG CỬU LONG Trần Văn Tỷ1,, Huỳnh Vương Thu Minh2 và Nguyễn Phương Đông3 Tóm tắt: Mục tiêu của nghiên cứu là sử dụng mô hình ANN để dự báo hạn khí tượng tại Đồng bằng sông Cửu Long. Chỉ số hạn hán SPI (Standardized Precipitation Index) được tính toán cho 3 và 6 tháng hạn trong giai đoạn hiện tại (1980-2013); từ đó, đường cong Mức độ - Thời gian – Tần suất hạn (SDF) được thiết lập. Mô hình ANN được thiết lập và hiệu chỉnh (1980-2000) các thông số hạn (SPI), kiểm định (2001-2013) và dự báo hạn khí tượng (thời gian t+1 và t+2). Kết quả tính toán SPI giai đoạn 1980–2013 cho thấy có sự thay đổi theo không gian và thời gian do lượng mưa thay đổi dẫn đến tần suất xuất hiện hạn cũng thay đổi theo. Dựa vào bản đồ hạn và đường cong SDF, các nhà quản lý có thể đưa ra những giải pháp thích hợp thích ứng cho từng vùng tương ứng với từng mức độ và khả năng xảy ra hạn. Kết quả hiệu chỉnh và kiểm định ANN tại 3 trạm (Bạc Liêu, Châu Đốc và Cần Thơ) cho thấy SPI (tính từ số liệu mưa thực đo) và mô phỏng là tương đối phù hợp và càng tốt nếu dự báo với bước thời gian ngắn. Từ khóa: Hạn khí tượng; chỉ số khô hạn (SPI); mạng trí tuệ nhân tạo (ANN); Đồng bằng sông Cửu Long 1. GIỚI THIỆU 1 Trong những năm gần đây, tần xuất xuất hiện lũ lụt và hạn hán tăng cao dưới ảnh hưởng của biến đổi khí hậu (BĐKH) (IPCC, 2007). Các nghiên cứu về quan trắc và dự báo hạn trong một khoảng thời gian dài là cần thiết để tìm các biện pháp đối phó với các hiện tượng hạn hán cực đoan có thể xảy ra ở tương lai (Kim và các cộng sự, 2013). Phương pháp thường dùng là sử dụng các số liệu khí tượng thủy văn quan trắc và số liệu khí tượng thủy văn dự báo thông qua các kết quả của mô hình khí hậu toàn cầu (Global Climate Models - GCMs). Các nghiên cứu dự báo hạn trong thời gian gần đây còn tập trung vào phân tích phân bố không gian của hạn hán trong tương lai bằng cách ứng dụng các phương pháp phân tích thống kê như .
