Hệ thống cảnh báo ngập lụt đô thị dựa trên phân tích Big Data và thuật toán học sâu. áp dụng thí điểm cho khu đô thị trung tâm thành phố Đà Nẵng
14/09/2026Ngập lụt đô thị là thách thức toàn cầu, đòi hỏi các giải pháp dự báo tốc độ cao mà các mô hình thủy lực truyền thống khó đáp ứng. Bài báo này đề xuất hệ thống cảnh báo ngập lụt thời gian thực, áp dụng thí điểm tại trung tâm TP. Đà Nẵng, dựa trên kiến trúc dữ liệu lai giữa MongoDB (xử lý dữ liệu IoT chuỗi thời gian) và PostGIS (quản lý dữ liệu địa hình DEM và mạng lưới cống). Mục tiêu chính của nghiên cứu là việc xây dựng một mô hình thay thế cho mô hình thủy lực SWMM, kết hợp giữa LSTM và Graph Neural Network - GNN. Mô hình lai ghép này được huấn luyện trên dữ liệu mô phỏng từ SWMM, cho phép dự báo ngập lụt với độ chính xác tương đương nhưng thời gian tính toán giảm đáng kể, hỗ trợ đắc lực cho việc ra quyết định và đánh giá rủi ro tức thời.
1. GIỚI THIỆU
2. PHƯƠNG PHÁP NGHIÊN CỨU
3. KẾT QUẢ VÀ THẢO LUẬN
3.1. Đánh giá hiệu suất mô hình Lai ghép (GNN-LSTM)
3.2. Phân tích Kịch bản điển hình: Sự hiệp đồng Không gian - Thời gian
3.3. Hiệu quả của việc tích hợp PostGIS và DEM trong hiển thị
4. KẾT LUẬN
TÀI LIỆU THAM KHẢO
[1] H. V. Luu, T. T. Tran, and A. B. Vu, "Urban Flood Risk Assessment under impacts of Climate Change and Urbanization in Da Nang City, Vietnam," Journal of Hydrology: Regional Studies, vol. 34, p. 100789, 2021.
[2] L. A. Rossman, "Storm Water Management Model (SWMM) User’s Manual," EPA/600/R-17/001, U.S. Environmental Protection Agency, 2017.
[3] J. H. Kim and D. H. Kim, "Application of Machine Learning for Flood Prediction in Urban Catchments using IoT sensor data," Water, vol. 12, no. 4, p. 1102, 2020.
[4] Y. LeCun, Y. Bengio, and G. Hinton, "Deep learning," Nature, vol. 521, pp. 436-444, 2015.
[5] S. Hochreiter and J. Schmidhuber, "Long short-term memory," Neural Computation, vol. 9, no. 8, pp. 1735-1780, 1997.
_____________________________________________________________________
Chi tiết bài báo xem tại đây: Hệ thống cảnh báo ngập lụt đô thị dựa trên phân tích Big Data và thuật toán học sâu. áp dụng thí điểm cho khu đô thị trung tâm thành phố Đà Nẵng
Nguyễn Đức Diện, Lê Văn Nghị, Mai Thị Ngân Anh
Phòng Thí nghiệm trọng điểm Quốc gia về Động lực học sông biển
TẠP CHÍ KH&CN THỦY LỢI
Ý kiến góp ý:
