Tên luận án: Nghiên cứu ứng dụng phương pháp học máy và học sâu dự báo nồng độ bụi PM2.5 trong không khí xung quanh – Trường hợp nghiên cứu cho thành phố Hồ Chí Minh
Ngành: Quản lý tài nguyên và môi trường
Mã số ngành: 9850101
Họ tên nghiên cứu sinh: Nguyễn Phúc Hiếu
Khóa đào tạo: 2020
Người hướng dẫn khoa học: PGS.TS. Đào Nguyên Khôi, TS. Nguyễn Lý Sỹ Phú
Cơ sở đào tạo: Trường Đại học Khoa học Tự nhiên - ĐHQG.HCM
1. Tóm tắt nội dung luận án:
Ứng dụng của các thuật toán học máy và học sâu trong quản lý ô nhiễm không khí ngày càng trở nên quan trọng do khả năng mô phỏng các hiện tượng phi tuyến tính phức tạp và xử lý lượng dữ liệu lớn. Bên cạnh đó, các thuật toán trí tuệ nhân tạo còn giúp mô phỏng và dự đoán ô nhiễm đạt hiệu quả cao và cần ít lượng thông tin đầu vào, phù hợp với những khu vực hạn chế về dữ liệu quan trắc. Ô nhiễm không khí, đặc biệt là ô nhiễm bụi mịn , là một vấn đề thu hút nhiều sự quan tâm tại Thành phố Hồ Chí Minh (TP.HCM) do gây ảnh hưởng nghiêm trọng đến sức khỏe cộng đồng và môi trường.
Tuy nhiên, vấn đề dự báo cảnh báo vẫn còn nhiều hạn chế.
Trước những thách thức do vấn đề ô nhiễm bụi, việc phát triển các phương pháp tiên tiến để dự đoán nồng độ bụi ở TP.HCM là điều cần thiết. Nghiên cứu được trình bày chi tiết tại tóm tắt luận án đính kèm.
2. Các ứng dụng/khả năng ứng dụng trong thực tiễn hay những vấn đề còn bỏ ngỏ cần tiếp tục nghiên cứu
- Cải thiện độ chính xác của dự báo: Mở rộng hệ thống quan trắc tại nhiều vị trí khác nhau ở TP.HCM và các khu vực lân cận để tăng độ bao phủ không gian, phản ánh chính xác hơn sự phân bố nồng độ bụi.
- Nâng cao mô hình dự báo dài hạn: Tích hợp thêm dữ liệu về giao thông, mật độ dân cư, nguồn thải công nghiệp và yếu tố mùa vụ nhằm đánh giá chi tiết hơn các tác nhân ảnh hưởng đến ô nhiễm không khí, đặc biệt trong các mùa ô nhiễm cao.
Hãy là người bình luận đầu tiên