TốiưuhóamôhìnhProphetbằngBayesianOptimizationtrongdựbáolúnđấttạimộtsốphường,xãtrungtâmcủaCàMa
Từ khóa:
BayesianOptimization,Dựbáo,Lúnđất,Prophet,PS-InSARTóm tắt
HiệntượnglúnđấttạiCàMaungàycàngphứctạp,đedọasựpháttriểnbềnvữngcủavùngđồngbằngvenbiểnnày.Trongbốicảnhđó,việcgiámsátvàdựbáolúnđấttheothờigianlàcầnthiếtđểcảnhbáosớmvàhỗtrợquyhoạchứngphóthiêntai.NghiêncứunàyđềxuấtứngdụngmôhìnhhọcmáytiêntiếnProphetkếthợpvớiphươngpháptốiưuhóaBayesian(BayesianOptimization-BO)nhằmnângcaođộchínhxáctrongdựbáolúnđấttheothờigian.Dữliệusửdụngtrongnghiêncứubaogồmchuỗithờigianlúnđấttại1817điểm,đượctríchxuấttừcôngnghệradargiaothoatánxạcốđịnh(PersistentScattererInSAR-PS-InSAR).Cácdữliệunàyđượcthuthậpliêntụctừtháng01/2015đếntháng01/2019vớitổngcộng178mốcthờigian.KếtquảthửnghiệmchothấymôhìnhProphetkếthợpBOđạthiệusuấtdựbáocao,vớisaisốtrungbìnhRMSElà3,4mmvàMAElà2,6mm.Đặcbiệt,tạithờiđiểm31/01/2019,kếtquảdựbáocóđộtươngquanrấtcaovớidữliệuthựcđotừPS-InSAR(R²=0,96).Vớiđộchínhxácnày,môhìnhcóthểđượcứngdụnghiệuquảtronggiámsátxuhướnglúnđấtdàihạnvàxâydựngbảnđồnguycơtạicáckhuvựccótốcđộlúnchậmvàổnđịnhnhưđồngbằngvenbiểnCàMa