Nghiên cứu ứng dụng mô hình LSMT (Long Short-Term Memory) dựbáo thủy triều: trường hợp nghiên cứu tại trạm đo mực nước Bà Rịa -Vũng Tàu, Việt Nam

Tóm tắt

Những năm gần đây, nhờ ứng dụng các nghiên cứu về thủy triều, nhiều hoạt động kinh tế –xã hội ở khu vực ven biển như vận hành cảng, nuôi trồng thủy sản và phòng chống thiên tai đã được hỗ trợ và cải thiện rõ rệt.Việc dự báo chính xác mực nước thủy triều đóng vai trò then chốt trong quy hoạch không gian, vận hành công trình ven biển và cảnh báo sớm nguy cơ ngập lụt. Nghiên cứu này đề xuất mô hình mạng nơ-ron hồi tiếp (LSTM)nhằm dự báo mực nước thủy triều hàng ngày tại trạm Bà Rịa -Vũng Tàu, dựa trên chuỗi số liệu quan trắc thực đo từ năm 1999 đến 2022. Dữ liệu đầu vào được xử lý qua ba bước chính: loại bỏ ngoại lai bằng phương pháp IQR, chuẩn hóa theo thang Min-Max, và phân tích tách thành phần chuỗi thời gian thành xu hướng, chu kỳ mùa vụ và phần nhiễu. Mô hình được huấn luyện trên dữ liệu từ 1999÷2021, kiểm thử với năm 2022 và dự báo cho năm 2023 theo phương pháp cuốn trượt (recursive forecasting). Kết quả cho thấy mô hình LSTM đạt hiệu suất cao với sai số cho tập dữ liệu kiểm thử thấp (MSE = 0,0039cm, MAE = 0,0449cm, R² = 0,9443). Mô hình học tốt đặc trưng chu kỳ bán nhật của thủy triều, hội tụ nhanh, sai số thấp và khả năng dự báo ổn định. Điều này cho thấy tiềm năng ứng dụng của LSTM trong các hệ thống dự báomực nước tự động phục vụ cảnh báo sớm và quản lý vùng ven biển. Tuy nhiên, mô hình hiện chỉ sử dụng dữ liệu đơn biến (mực nước), chưa tích hợp các yếu tố khí tượng -hải văn như gió, áp suất, nhiệt độ hoặc sóng biển. Việc mở rộng theo hướng mô hình đa biến là cần thiết để tăng tính tổng quát và độ chính xác trong các nghiên cứu tiếp the