ĐÁNH GIÁ MỨC TỰ TƯƠNG QUAN TRONG SỐ LIỆU KHÍ HẬU TẠI HAI TRẠM KHÍ TƯỢNG Ở ĐỒNG BẰNG NAM BỘ SỬ DỤNG HÀM TỰ TƯƠNG QUAN RIÊNG PHẦN (PACF) VÀ MẠNG NƠRON NHÂN TẠO (ANN)

Tóm tắt

Nghiên cứu này sử dụng Mạng nơron nhân tạo (ANN) và biểu đồ hàm tự tương quan riêng phần (PACF) để đánh giá mức tự tương quan trong chuỗi thời gian của những yếu tố khí hậu giai đoạn 2014 - 2017 đo tại các trạm khí tượng Cần Thơ và Nhà Bè. Cấu trúc ANN được sử dụng có 2 lớp ẩn dạng n - 25 - 25 - 1, thuật toán huấn luyện lan truyền ngược Levenberg-Marquardt với hàm chuyển “tansig” cho các lớp ẩn. Kết quả cho thấy vấn đề tự tương quan tồn tại ở mức có ý nghĩa thống kê đối với tất cả các yếu tố khí hậu đưa vào xem xét, nhưng thường tắt dần (với khoảng cách tối đa 5 - 7 ngày, riêng tổng lượng mưa lên đến 30 ngày). Trừ yếu tố tổng lượng mưa, giá trị hệ số tương quan lớn nhất (R_max) của 1000 lần mô phỏng ANN độc lập là khá hiệu quả để đánh giá mức độ tương quan cho số liệu ngày trễ (hay nằm trước) đầu tiên, dù còn chưa xác định rõ được mức ảnh hưởng đến các ngày nằm xa hơn. Để ANN phát huy tác dụng, giá trị PACF của một ngày trễ (hay nằm trước) so với ngày nghiên cứu có thể sẽ phải lớn hơn 0.4 và cao hơn ít nhất 2 lần so với giá trị PACF lớn kế nó.