Xuất bản trên tạp chí Q1
Xin chúc mừng thầy Lê Đức Trọng, cô Nguyễn Thị Nhật Thanh cùng nhóm nghiên cứu GEOI (Trường Đại học Công nghệ, ĐHQGHN) và nhóm nghiên cứu đối tác tại Trường Đại học Bách khoa Hà Nội đã xuất bản thành công bài báo khoa học với tựa đề: “From reanalysis to climatology: deep learning reconstruction of tropical cyclogenesis in the western North Pacific”. Bài báo được đăng tải trên Geoscientific Model Development – tạp chí uy tín thuộc hệ thống Copernicus Publications, đạt phân hạng Q1 với chỉ số Impact Factor 4.9.
Phương pháp đề xuất
Bài báo đề xuất một phương pháp tiếp cận mới trong việc dự báo sớm sự hình thành bão bằng Trí tuệ Nhân tạo, là một chủ đề vô cùng cấp thiết trong bối cảnh biến đổi khí hậu phức tạp hiện nay. Nghiên cứu không chỉ có giá trị cao về mặt học thuật mà còn mang ý nghĩa thực tiễn sâu sắc, với mục tiêu đóng góp công cụ hỗ trợ công tác dự báo, phòng chống thiên tai cho cơ quan chính quyền các cấp, mong muốn san sẻ những khó khăn với đồng bào miền Trung, nơi thường xuyên hứng chịu thiệt hại do bão lũ gây ra hàng năm.
Kết quả dự báo
Với việc áp dụng kiến trúc học sâu ResNet-18 - một kiến trúc phổ biến trong lĩnh vực Thị giác Máy tính - nghiên cứu đã cho thấy khả năng của mô hình học sâu này trong việc dự báo sớm sự hình thành bão với hạn mức dự báo lên tới 2 ngày, cùng với phạm vi dự báo được mở rộng từ Biển Đông tới bao quát toàn bộ khu vực không gian rộng lớn của Tây Bắc Thái Bình Dương.
Bản đồ vị trí hình thành
Đáng chú ý, nghiên cứu đã tái tạo thành công bản đồ phân bố vị trí và tần suất hình thành bão theo tháng trong giai đoạn từ năm 2017 đến năm 2022. Kết quả này cung cấp cơ sở dữ liệu hữu ích để phân tích tác động cụ thể của biến đổi khí hậu lên quá trình hình thành bão nhiệt đới, tạo tiền đề cho các nghiên cứu dài hạn về xu hướng khí hậu trong những thập kỷ tới.
Tần suất hình thành bão