a. Tên nhiệm vụ: Nghiên cứu ứng dụng mạng nơ ron nhân tạo đánh giá chất lượng nước - Trường hợp nghiên cứu tỉnh Bình Dương
b. Đơn vị chủ trì: Khoa Quản lý - Trường Đại học Thủ Dầu Một Bình Dương
c. Chủ nhiệm nhiệm vụ: ThS Nguyễn Hiền Thân và cá nhân tham gia thực hiện:
1. ThS Trương Quốc Minh
d. Mục tiêu nghiên cứu:
- Thu thập số liệu và cơ sở dữ liệu phục vụ tính toán chất lượng nước
- Xây dựng mô hình đánh giá chất lượng nước mặt bằng phương pháp mạng trí tuệ nhân tạo
- Đánh giá, so sánh chất lượng nước tỉnh Bình Dương giai đoạn 2007 - 2018 bằng phương pháp mạng nơ ron nhân tạo với các phương pháp đánh giá khác
- Đề xuất các giải pháp quản lý và bảo vệ chất lượng nước tỉnh Bình Dương
đ. Kết quả nghiên cứu (tóm tắt)
Đây là nhiệm vụ khoa học và công nghệ cấp cơ sở của Ths. Nguyễn Hiền Thân, trường Đại học Thủ Dầu Một thực hiện với mục tiêu thu thập số liệu và cơ sở dữ liệu phục vụ tính toán chất lượng nước; xây dựng mô hình đánh giá chất lượng nước mặt bằng phương pháp mạng nơ ron nhân tạo; đánh giá, so sánh chất lượng nước tỉnh Bình Dương giai đoạn 2007 - 2018 bằng phương pháp mạng nơron nhân tạo với các phương pháp đánh giá khác; đề xuất các giải pháp quản lý và bảo vệ chất lượng nước tỉnh Bình Dương.
Nghiên cứu mạng trí tuệ nhân tạo được ứng dụng thành công trong nhiều lĩnh vực từ thập niên 80 - 90, đặc biệt là lĩnh vực năng lượng máy tính. Trải qua các thập kỷ, mạng trí tuệ nhân tạo cải tiến không chỉ là một công cụ nghiên cứu mà còn ứng dụng trong nhiều vấn đề thế giới thực. Kết quả là nó ngày càng ứng dụng trong nhiều lĩnh vực trong đó có quản lý tài nguyên nước.
Cấu trúc mạng phổ biến hiện nay là perceptron nhiều lớp, hàm cơ sở bán kính (RBF) và bản đồ tự kiểm soát Kohonen (SOM) đã được ứng dụng thành công trong dữ liệu. Kỹ thuật thông minh nhân tạo với khả năng phân tích dữ liệu chất lượng nước đa biến bằng các mô phỏng các yếu tố phức tạp có thể đem đến một sự thay thế cho các mô hình hiện tại.
Theo báo cáo, các nghiên cứu trên thế giới về đánh giá chất lượng nước thường sử dụng mạng truyền thẳng: lan truyền ngược (BPNN) và perceptron nhiều lớp (MLPNN). Tuy nhiên, rất ít nghiên cứu so sánh giữa nhiều loại mạng ANN như mạng nơ ron hướng tâm (RFBNN) và mạng nơ ron hồi qui tổng quát (GRNN) để đánh giá chất lượng nước. Việc phân lớp chất lượng nước bằng mạng MLPNN và GRNN chưa được so sánh và kiểm chứng trong phân lớp chất lượng nước. So sánh khả năng đánh giá chất lượng nước giữa mạng MLPNN, GRNN với phương pháp chỉ số chất lượng nước theo quyết định số chất lượng nước Việt Nam và phương pháp đánh giá toàn diện mờ. Như vậy, trong đánh giá môi trường nước sử dụng ANN chủ yếu tập trung vào mạng lan truyền ngược, thiếu các nghiên cứu so sánh cùng lúc các loại mạng khác nhau khi đánh giá chất lượng nước. Các mô hình mạng nơron perceptron nhiều lớp (MLPNN) và mạng nơron hồi qui tổng quát (GRNN) rất ít nghiên cứu khai thác.
Ở Việt Nam, ứng dụng ANN vào lĩnh vực môi trường còn hạn chế. Hiện nay chỉ có một vài nghiên cứu áp dụng đánh giá và dự báo chất lượng nước. Tiêu biểu như: Phạm Văn Tất và Phạm Nữ Ngọc Hân thực hiện công trình nghiên cứu “Monitoring and assessing water quality of Dankia lake using artificial neural network and nonlinear model”. Kết quả cấu trúc mạng nơron I(9)-HL(2)-O(2) được sử dụng để đánh giá chất lượng nước và kết quả từ mô hình này phù hợp và có liên hệ với kết quả đánh giá bằng mô hình phi tuyến tính. Đến nay, chưa có nghiên cứu áp dụng mô hình đánh giá chất lượng nước bằng mạng nơ ron nhân tạo cho tỉnh Bình Dương.
Đề tài đã tiến hành thu thập dữ liệu quan trắc chất lượng nước mặt trên địa bàn tỉnh Bình Dương tại Sở Tài nguyên và Môi trường. Số liệu thu thập được là dữ liệu quan trắc chất lượng nước tỉnh Bình Dương từ 2012 đến 2018. Dữ liệu quan trắc tiến hành xử lý thống kê bằng các phần mềm Excel, SPSS, XLSTAT; tính toán chỉ số chất lượng nước cho các điểm quan trắc từ 2012 đến 2018.
Dữ liệu quan trắc là dữ liệu thô cần được xử lý trước khi tính toán chỉ số chất lượng nước và mô hình Các phân tích dữ liệu quan trắc môi trường được sử dụng bao gồm: Xử lý trị bất thường; phân tích thống kê: sai số, hệ số xác định R2, thống kê mô tả…. Chuẩn hóa dữ liệu; phân tích cluster; phân tích hồi qui tương quan; phân tích nhân tố thành phần chính.
Trong mô hình đánh giá chất lượng nước bằng mạng nơron nhân tạo được sử dung rất đa dạng. Tuy nhiên, hiện nay chưa có tiêu chí thống nhất để lựa chọn mô hình đánh giá chất lượng nước mạng nơ ron. Từ khảo sát các kết quả nghiên cứu, tác giả cho thấy mô hình đánh giá chất lượng nước phải đảm bảo các tiêu chí: chi phí thấp, không mất nhiều thời gian và cho độ chính xác cao. Do đó, các tiêu chí này dùng đánh giá mô hình lựa chọn biến được dựa vào kết quả xây dựng mô hình đánh giá chất lượng nước bằng mạng nơ ron thu được.
Kết quả đánh giá chất lượng nước tỉnh Bình Dương bằng các phương pháp truyền thống cho thấy có 19/34 điểm đạt mức CLN theo quy hoạch sử dụng nước của tỉnh Bình Dương. Chất lượng nước tại các sông như Đồng Nai dao động trên mức 90 (mức rất tốt), sông Sài Gòn có chất lượng nước thấp hơn sông Đồng Nai dao động từ 79 - 84,4 (mức tốt), sông Bé có chất lượng nước tốt 89,8 và sông Thị Tính có chất lượng nước dao động từ mức trung bình đến tốt (71 - 80). Chất lượng nước tại các kênh rạch xấu hơn các sông trên địa bàn tỉnh.
Mô hình đánh giá chất lượng nước bằng mạng nơ ron perceptron nhiều lớp với cấu trúc mạng I6H7O1 bằng phương pháp phân tích nhóm và thành phần chính cho kết quả đánh giá chất lượng nước hoạt động tốt: Sai số RMSE = 0,076, phần trăm sai số MARE (%) = 9,18 và hệ số R2 = 0,85.
Mô hình đánh giá chất lượng nước mạng nơ ron perceptron nhiều lớp cho chi phí đánh giá thấp 442.800 VNĐ/mẫu, tiết kiệm 1.643.652 VNĐ/mẫu so với chỉ số WQI (10 thông số chất lượng nước) tính toán theo Quyết định 1460 của Tổng cục Môi trường. Nhóm nghiên cứu cũng đã đề xuất một số giải pháp quản lý môi trường nước mặt tỉnh Bình Dương, trong đó việc kiểm soát nguồn thải và đầu tư cơ sở hạ tầng xử lý nước thải phát sinh là một trong những giải pháp chủ chốt để cải thiện chất lượng nước tỉnh Bình Dương.
e. Thời gian nghiên cứu:
- Thời gian bắt đầu: 03/2019
- Thời gian kết thúc: 03/2020
f. Kinh phí thực hiện: 46.916.000 đồng
(Có thể tìm đọc toàn văn Báo cáo kết quả nghiên cứu tại Trung tâm Thông tin và Thống kê khoa học và công nghệ)