1
MỞ ĐẦU
1. Tính cấp thiết của luận án
Trong những năm gần đây, sự phát triển nhanh chóng của công nghệ đã thúc đẩy nghiên
cứu và dự báo lũ quét sang một hướng mới. Các công nghệ như viễn thám, hệ thống thông tin
địa lý (GIS), địa thống kê và trí tuệ nhân tạo đã đóng vai trò quan trọng trong việc cung cấp các
giải pháp hiệu quả hơn. Công nghệ mới trong viễn thám, như ảnh Radar Sentinel-1A và B miễn
phí đã cung cấp các giải pháp mới cho phát hiện và thành lập bản đồ hiện trạng lũ quét với độ
chính xác và độ phân giải cao (10 m).
Trong khi đó, sự phát triển của GIS và các phương pháp địa thống kê mới đã tạo điều kiện thuận
lợi cho việc xử lý và phân tích mối quan hệ của nhiều yếu tố đầu vào liên quan đến lũ quét. Cuối
cùng, mô hình trí tuệ nhân tạo với khả năng xử lý dữ liệu phi tuyến và đa biến, đã đóng góp một vai
trò quan trọng trong xây dựng và kiểm định các mô hình dự báo lũ quét với độ chính xác cao. Thực
tế, cách tiếp cận mới này đã được áp dụng thành công trong nghiên cứu lũ quét tại nhiều khu vực
khác nhau trên thế giới [22, 28, 44, 55, 59, 62]. Điều này thể hiện tầm quan trọng của việc sử dụng
công nghệ và phương pháp hiện đại trong nghiên cứu và dự báo lũ quét. Hiện nay, đây là một trong
các hướng nghiên cứu chính trong lĩnh vực lũ quét trên toàn thế giới.
Từ phân tích trên, trong nghiên cứu tiến sĩ này, luận án “Nghiên cứu phát triển mô hình trí
tuệ nhân tạo trong phân vùng nguy cơ lũ quét ở Việt Nam”. được lựa chọn
2. Mục tiêu nghiên cứu
Xây dựng được các mô hình trí tuệ nhân tạo trong phân vùng lũ quét có độ chính xác cao
ứng dụng ảnh Radar Sentinel-1, kỹ thuật GIS và địa thống kê. Thực nghiệm áp dụng cho khu
vực thuộc tỉnh Lào Cai (Việt Nam).
3. Đối tượng nghiên cứu
Đối tượng nghiên cứu chính là dữ liệu địa không gian, các mô hình dự báo và phân vùng
nguy cơ lũ quét, cụ thể bao gồm: (i) - Ảnh viễn thám Radar đa thời gian ứng dụng phát hiện và
thành lập bản đồ hiện trạng lũ quét; (ii) - Cơ sở dữ liệu GIS cho mô hình hóa và dự báo lũ quét:
gồm dữ liệu địa hình, địa mạo, loại đất, địa chất, khí hậu và thủy văn; (iii) - Các thuật toán phát
hiện và chiết xuất điểm lũ quét; (iv) - Các mô hình khai phá dữ liệu, trí tuệ nhân tạo và các thuật
toán tối ưu hóa.
4. Phạm vi nghiên cứu
Phạm vi địa lý: Luận án nghiên cứu của NCS lựa chọn khu vực tỉnh Lào Cai.
Phạm vi khoa học: Các thuật toán liên quan đến xử lý ảnh viễn thám Radar đa thời gian, kỹ
thuật GIS và địa thống kê, mô hình trí tuệ nhân tạo và tối ưu hóa.
5. Nội dung nghiên cứu
- Nghiên cứu tổng quan về lũ quét.
- Nghiên cứu phát triển thuật toán và mô hình phục vụ cho việc phát hiện và chiết xuất các
điểm lũ quét từ tư liệu ảnh viễn thám đa thời gian Sentinel-1. Thực nghiệm và kiểm tra, điều tra
thực địa, đánh giá độ chính xác.
- Xây dựng cơ sở dữ liệu GIS lũ quét cho khu vOPực nghiên cứu.
- Phân tích thống kê và đánh giá các bản đồ thành phần trong mối quan hệ với các điểm lũ
quét, phục vụ cho việc mô hình hóa, đánh giá, lựa chọn và loại bỏ các bản đồ thành phần.
- Phát triển các mô hình phân vùng và dự báo lũ quét:
+ Nghiên cứu mô hình mạng Nơ-ron nhân tạo FA-LM-ANN là sự kết hợp các thuật toán
Firefly Algorith- Levenberg Marquardt (FA-LM) để tự động tìm kiếm, cập nhật và tối ưu hóa
trọng số của mô hình ANN.
+ Nghiên cứu mô hình PSO-ELM là sự kết hợp thuật toán máy học cực trị Extreme
Learning Machines (ELM) và thuật toán tối ưu hóa Particle Swarm Optimization (PSO).
