TốiưuhóamôhìnhProphetbằngBayesianOptimizationtrongdựbáolúnđấttạimộtsốphường,xãtrungtâmcủaCàMa

Các tác giả

  • HàTrung Khiên
  • Trần Vân Anh
  • Phạm Qu ýNhân
  • Lương Ngọc Dũng
  • Vũ Đình Chiều
  • Đặng Diệu Huệ
  • Nguyễn Đình Huy

Từ khóa:

BayesianOptimization,Dựbáo,Lúnđất,Prophet,PS-InSAR

Tóm 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

Lượt tải

Chưa có dữ liệu tải xuống.

Lượt tải xuống

Đã Xuất bản

2025-10-21

Số

Chuyên mục

Bài viết