Tác giả

Đơn vị công tác

1 Đài khí tượng thủy văn khu vực Nam Bộ; dh.hoat@gmail.com; quyentccb@gmail.com; vudieuhong15@gmail.com; jackynguyen.kttv@gmail.com

*Tác giả liên hệ: dh.hoat@gmail.com; Tel.: +84–908586859

Tóm tắt

Số liệu ra đa thời tiết là nguồn số liệu rất hữu hiệu được sử dụng để phân tích và dự báo thời tiết, đặc biệt là trong việc cảnh báo hạn cực ngắn phục vụ dự báo. Việc sử dụng hiệu quả và kịp thời số liệu radar sẽ mang lại ý nghĩa rất lớn. Do đó, nghiên cứu xây dựng công cụ ước lượng mưa bằng công nghệ trí tuệ nhận tạo (AI) trong việc sử dụng số liệu radar vào dự báo mưa hạn cực ngắn. Mô hình Convolutional Neural Networks (CNN) với cơ sở Rainet được dùng để tính toán và ước lượng mưa từ ảnh radar Nhà Bè, với dữ liệu các tháng mùa mưa từ tháng 5 đến tháng 11 năm 2019 và năm 2020 dùng để huấn luyện mô hình. Nghiên cứu đã áp dụng số liệu năm 2021 để kiểm nghiệm kết quả. Đánh giá các trường hợp cho thấy khả năng ước lượng mưa của công cụ là tương đối tốt về khả năng xảy ra mưa; về lượng mưa đa phần nhỏ hơn so với thực tế, tuy nhiên, sai số cũng không quá lớn.

Từ khóa

Trích dẫn bài báo

Hoạt, Đ.H.; Quyền, L.N.; Hồng, V.D.;, Thành, N.C. Xây dựng công cụ ước lượng mưa từ độ phản hồi radar bằng công nghệ AI. Tạp chí Khí tượng Thuỷ văn 2023, 747, 70-80.

Tài liệu tham khảo

1. Agrawal, S.; Barrington, L.; Bromberg, C.; Burge, J.; Gazen, C.; Hickey, J. Machine learning for precipitation nowcasting from radar images. arXiv preprint arXiv:1912.12132, 2019.

2. McGovern, A.; Elmore, K.L.; Gagne, D.J.; Haupt, S.E.; Karstens, C.D.; Lagerquist, R.;... Williams, J.K. Using artificial intelligence to improve real–time decision–making for high–impact weather. Bull. Am. Meteorol. Soc.            2017, 98(10), 2073–2090.

3. Abbot, J.; Marohasy, J. Using artificial intelligence to forecast monthly rainfall under present and future climates for the Bowen Basin, Queensland, Australia. Int. J. Sustainable Dev. Plann. 2015, 10(1), 66–75.

4. Scher, S. Artificial intelligence in weather and climate prediction. On Friday 12 June 2020 at 10.00 in Vivi Täckholmsalen, Svante Arrhenius väg, 20, 2020.

5. Marzban, C.; Stumpf, G. A neural network for tornado prediction based on Doppler radar–derived attributes. J. Appl. Meteor. 1996, 35, 617–626. Doi:10.1175/1520–0450(1996)035 <0617: ANNFTP>2.0.CO;2.

6. Mellit, A. Artificial intelligence technique for modeling and forecasting of solar radiation data: A review. Int. J. Artif. Intell. Soft Comput. 2008, 1, 52–76. doi:10.1504/IJAISC.2008.021264.

7. McCandless, T.C.; Haupt, S.E.;  Young, G.S.  A regime–dependent artificial neural network technique for short–range solar irradiance forecasting. Renewable Energy 201689, 351–359. doi:10.1016/j.renene.2015.12.030.

8. Wang, F.;  Mi, Z.;  Su, S.;  Zhao, H. Short–term solar irradiance forecasting model based on artificial neural network using statistical feature parameters. Energies, 2012, 5, 1355–1370. doi:10.3390/en5051355.

9. Baldwin, M.;  Kain, J.;  Lakshmivarahan, S. Development of an automated classification procedure for rainfall systems. Mon. Wea. Rev. 2005, 133, 844–862. doi:10.1175/MWR2892.1.

10. http://vnmha.gov.vn/chi-dao-dieu-hanh-103/tong-cuc-khi-tuong-thuy-van-day-manh-ung-dung-tri-tue-nhan-tao-trong-linh-vuc-khi-tuong-thuy-van-14112.html.

11. Quyền, L.N. và cs. Nghiên cứu, xây dựng và triển khai thử nghiệm hệ thống cảnh báo sớm ngập lụt đô thị dựa trên nền tảng trí tuệ nhân tạo tại Thành phố Hồ Chí Minh. Báo cáo tổng kết đề tài NCKH cấp Thành phố, 2022.

12. Wu, J. Introduction to convolutional neural networks. National Key Lab for Novel Software Technology. Nanjing University, China, 2017, 5(23), 495.

13. Ayzel, G.; Scheffer, T.; Heistermann, M. RainNet v1. 0: a convolutional neural network for radar–based precipitation nowcasting. Geosci. Model Dev. 2020, 13(6), 2631–2644.

14. https://github.com/hydrogo/rainnet

15. https://gmd.copernicus.org/articles/13/2631/2020/

16. Tân, P.V. Phương pháp thống kê trong khí hậu, NXB Đại học quốc gia Hà Nội, 2005.

17. Toàn, N.T và cs. Đánh giá khả năng dự báo mưa lớn của mô hình WRF do hình thế không khí lạnh kết hợp với gió đông trên cao cho khu vực Trung Trung Bộ. Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Môi trường 2018, 34(1S), 132–136.

18. Nga, N.T.; Thanh, C.; Hưng, M.K.; Tiến, D.Đ. Đánh giá kĩ năng dự báo mưa định lượng từ mô hình quy mô toàn cầu và khu vực phân giải cao cho khu vực Bắc Bộ. Tạp chí Khí tượng Thuỷ văn 2021, 730, 79–92.

19. Đánh giá chất lượng dự báo mưa định lượng của mô hình WRF cho khu vực Việt Nam. Tạp chí Khí tượng Thủy văn 2022, 738, 1–11.