Tóm tắt báo cáo
Biến đổi khí hậu cùng với việc khai thác sử dụng tài nguyên không hợp lý là một trong những nguyên nhân chính gây nên sự gia tăng về tần suất cũng như cường độ lũ lụt. Thêm vào đó, vấn đề xây dựng hạ tầng cơ sở gắn liền với sự phát triển đô thị cũng có thể là một trong những yếu tố ảnh hưởng đến sự lan tryền và phân bố nước lũ. Cùng với sự phát triển của công nghệ máy tính cũng như các kiến thức vật lý liên quan tới lan truyền lũ, việc nghiên cứu phát triển và áp dụng một mô hình tính toán dự báo hiệu quả có thể giảm thiểu những thiệt hại do lũ lụt gây ra.
Thông thường, mô hình số trị mô phỏng và dự báo sự lan truyền nước lũ và ngập lụt trong thành phố có thể dựa trên việc giải số hệ phương trình nước nông 2 chiều mở rộng, trong đó sự tương tác giữa nước lũ và các công trình đô thị (đường xá, cống rãnh, nhà cửa, v.v.) cũng như ảnh hưởng của khí tượng thủy văn (lưu lượng mưa) có thể được tính đến thông qua các hàm nguồn thích hợp. Tuy nhiên, sự phức tạp của địa hình đòi hỏi việc sử dụng lưới tính toán phù hợp cho miền nghiên cứu. Thông thường, các lưới tính phi cấu trúc sẽ được sử dụng với độ phân giải cao tại những khu vực có gradient dòng chảy lớn. Điều này dẫn đến việc gia tăng thời gian tính toán và việc áp dụng những lưới tính như vậy cho tính toán dự báo lan truyền lũ và ngập lụt trong các thành phố lớn là bất khả thi. Một trong những giải pháp cho vấn đề này là việc sử dụng các lưới tính cấu trúc với kích cỡ đủ lớn cùng với các đặc trưng của từng ô lưới được xác định dựa trên tính chất của các vật cản và công trình trong đó. Các đặc trưng này được mô tả bởi một hàm nguồn trong hệ phương trình nước nông (subgrid modelling technique). Tuy vậy, vấn đề về thời gian tính vẫn chưa được giải quyết thỏa đáng.
Phương pháp tiếp cận dữ liệu (data driven method) có thể áp dụng như một trong các giải pháp lựa chọn để nâng cao hiệu quả dự báo và nghiên cứu các yếu tố ảnh hưởng đến sự ngập lụt trong các đô thị. Bài báo này đề cập đến một số khái niệm chính liên quan tới mô hình mạng thần kinh nhân tạo (artificial neural network – ANN), một mô hình toán kết hợp giữa trí tuệ tính toán (computational intelligence) và phương pháp học máy (machine learning). Tiếp đó là phần trình bày việc kết hợp mô hình ANN và mô hình truyền thống trong việc nghiên cứu ngập lụt đô thị. Sử dụng mô hình kết hợp này, thời gian tính đã được giảm thiểu một cách đáng kể. Các kết quả tính toán nhận được khẳng định khả năng đầy triển vọng của việc phát triển và ứng dụng mô hình ANN trong các bài toán liên quan tới lan truyền lũ.
Toàn văn báo cáo