Ảnh minh họa.

Học máy đã được ứng dụng rộng rãi để dự báo chỉ số chất lượng không khí vì các ưu điểm như tính đơn giản, tính chính xác của kết quả dự báo, mô hình hóa được các mối quan hệ phức tạp và phi tuyến giữa một tập hợp dữ liệu đầu vào và mục tiêu, xử lý được bộ dữ liệu lớn. Do đó, sử dụng phương pháp học máy trong dự báo chất lượng không khí được các nhà nghiên cứu trong và ngoài nước quan tâm đến nhiều hơn, đặc biệt là trong sự bùng nổ phát triển của công nghệ 4.0. Tuy nhiên, các nghiên cứu về ứng dụng các mô hình học máy trong mô phỏng chất lượng không khí ở nước ta vẫn còn hạn chế, đặc biệt là tại TP.HCM vẫn chưa có nghiên cứu nào thực hiện. Vì vậy, nhóm nghiên cứu Nguyễn Phúc Hiếu (Khoa Môi trường, Trường ĐH Khoa học tự nhiên, ĐHQG-HCM) cùng các cộng sự đã áp dụng các mô hình học máy bao gồm MLP (Multi-layer Perceptron), RF (Random Forest) và SVR (Support Vector Regression) để dự báo chỉ số chất lượng không khí tại Tp. Hồ Chí Minh. Mục tiêu chính của nghiên cứu là dự báo AQI tại TP.HCM dựa trên các mô hình học máy với các mục tiêu cụ thể bao gồm: (1) Xây dựng các thuật toán học máy MLP, RF và SVR bằng ngôn ngữ python; (2) Dự báo AQI tại TP.HCM dựa trên các mô hình học máy đã xây dựng.

Dữ liệu đầu vào bao gồm chỉ số chất lượng không khí AQI (Air Quality Index) và 5 biến khí tượng (điểm sương, áp suất, nhiệt độ, độ ẩm, tốc độ gió) từ tháng 3/2019 đến tháng 6/2021, với 70% dữ liệu đầu vào được sử dụng cho giai đoạn huấn luyện và 30% dữ liệu còn lại sử dụng cho giai đoạn kiểm tra. Thông qua phân tích tương quan và phân tích tự tương quan một phần, 6 kịch bản với các thông số đầu vào khác nhau được xây dựng để mô phỏng chỉ số AQI. Kết quả cho thấy cả 3 mô hình đều có hiệu suất dự báo tốt ở cả 6 kịch bản. Trong đó, mô hình MLP với 5 thông số đầu vào (MLP-K5) cho hiệu quả dự báo tốt nhất với MSE = 0,0045, R2 = 0,89, NSE = 0,886. Đối với mô hình SVR, mô hình SVR với 6 thông số đầu vào (SVR-K6) cho kết quả dự báo tốt nhất với MSE = 0,0048, R2 = 0,88, NSE = 0,879. Đối với mô hình RF, mô hình RF với 6 thông số đầu vào (RF-K6) cho kết quả dự báo tốt nhất với MSE = 0,005, R2 = 0,88, NSE = 0,875. Kết quả cho thấy, mô hình MLP có khả năng mô phỏng tốt chỉ số chất lượng không khí cho thành phố Hồ Chí Minh. . Kết quả đạt được trong nghiên cứu này khá tương đồng với kết quả từ nhóm nghiên cứu thực hiện mô phỏng chất lượng không khí tại thành phố Hà Nội, các nghiên cứu đều cho thấy các mô hình dựa trên mạng nơ ron nhân tạo có hiệu quả mô phỏng tốt chất lượng không khí tại khu vực.

Bạn đọc có thể tìm đọc công bố nghiên cứu trên Tạp chí Khí tượng Thủy văn 2024, Tập 761, trang 13-24.