Ứng dụng mô hình học máy Linear Regression (LR) và Random Forest (RF) và K-Nearest Neighbors (KNN) trong dự báo mực nước hệ thống sông Hậu - Đồng bằng sông Cửu Long

Nghiên cứu này tập trung vào việc ứng dụng các mô hình học máy (Machine Learning) để dự báo mực nước trong hệ thống sông Hậu, Đồng bằng sông Cửu Long. Nhấn mạnh tầm quan trọng của dự báo mực nước trong quản lý tài nguyên nước và phòng chống thiên tai, bài viết giới thiệu ba phương pháp: Hồi quy tuyến tính (Linear Regression - LR), Rừng ngẫu nhiên (Random Forest Regression - RFR) và K-Nearest Neighbors (KNN). Mục tiêu là phân tích độ tin cậy và tính chính xác của từng phương pháp, sử dụng dữ liệu từ trạm thủy văn Cần Thơ để dự báo mực nước trong vòng 6 tháng.

Nghiên cứu này hướng tới các nhà khoa học, kỹ sư thủy văn, chuyên gia quản lý tài nguyên nước, và các nhà hoạch định chính sách trong lĩnh vực phòng chống thiên tai và quy hoạch đô thị. Ngoài ra, nó cũng hữu ích cho các nhà nghiên cứu và sinh viên quan tâm đến ứng dụng học máy trong lĩnh vực môi trường và tài nguyên nước, đặc biệt là tại Đồng bằng sông Cửu Long.

Nghiên cứu này trình bày ứng dụng các mô hình học máy (Machine Learning) bao gồm Hồi quy tuyến tính (Linear Regression - LR), Rừng ngẫu nhiên (Random Forest Regression - RFR) và K-Nearest Neighbors (KNN) để dự báo mực nước theo giờ tại trạm Cần Thơ, thuộc hệ thống sông Hậu, Đồng bằng sông Cửu Long. Nhận thức được tầm quan trọng của dự báo mực nước trong quản lý tài nguyên và phòng chống thiên tai, đặc biệt trong bối cảnh các phương pháp truyền thống còn tồn tại hạn chế về yêu cầu dữ liệu và độ phức tạp, nghiên cứu đã khai thác tiềm năng của học máy trong việc xử lý lượng lớn dữ liệu và học hỏi từ các mẫu lịch sử. Dữ liệu mực nước theo giờ được thu thập trong 10 năm (từ 2013 đến 2022) từ ba trạm Tân Châu, Long Xuyên và Cần Thơ. Trong đó, 9 năm dữ liệu từ Châu Đốc và Long Xuyên được sử dụng để huấn luyện mô hình, và 6 tháng dữ liệu tại trạm Cần Thơ được dùng để kiểm định và đánh giá độ tin cậy. Các tiêu chí đánh giá hiệu suất mô hình bao gồm hệ số sai số (NSR), sai số căn quân phương (RMSE), hệ số xác định (R²), hiệu quả Nash-Sutcliffe (NSE) và chỉ số WS. Kết quả nghiên cứu cho thấy cả ba phương pháp đều đạt độ tin cậy và chính xác cao trong dự báo mực nước. Đặc biệt, mô hình K-Nearest Neighbors (KNN) thể hiện khả năng dự báo chính xác nhất với các chỉ số R² và NSE cao nhất, đồng thời RMSE và NSR thấp nhất, khẳng định tính hiệu quả vượt trội trong việc mô phỏng mối quan hệ phi tuyến tính của dữ liệu. Mô hình Random Forest Regression (RFR) cũng cho kết quả tốt nhờ khả năng tổng hợp từ nhiều cây quyết định. Mặc dù đơn giản hơn, Linear Regression (LR) vẫn duy trì hiệu suất đáng kể. Nghiên cứu khẳng định rằng các mô hình học máy là công cụ hiệu quả để theo dõi và dự báo biến động mực nước, đồng thời đơn giản hơn so với các mô hình toán học truyền thống mà vẫn đảm bảo độ chính xác cao, chứng minh tính khả thi và hiệu quả của chúng trong quản lý tài nguyên nước tại Đồng bằng sông Cửu Long.