Ứng dụng AI dự báo hạn khí tượng (SPI-3)

Dự báo trước 1 tháng cho 22 trạm TP.HCM, dựa trên dữ liệu ERA5-Land 5 năm.
Bootstrap · Chart.js · Nguồn: du_lieu_era5 (ERA5-Land / Copernicus CDS)
Phương pháp: Mô hình học máy (Ridge Regression) dự báo SPI-3 (chỉ số chuẩn hóa lượng mưa tích lũy 3 tháng, theo McKee 1993 — được WMO và các hệ thống cảnh báo hạn thực tế dùng cho hạn khí tượng ngắn hạn vì ổn định hơn SPI-1 một tháng) của tháng kế tiếp, dựa trên SPI-3 hiện tại, bốc hơi, độ ẩm đất, nhiệt độ, áp suất và gió của tháng hiện tại. Xem đầy đủ minh chứng dữ liệu/mô hình/độ chính xác ở báo cáo bên dưới.

Báo cáo minh chứng mô hình AI

Bộ số liệu huấn luyện, loại mô hình, cách chia dữ liệu và độ chính xác đo được — cập nhật mỗi lần huấn luyện lại (train_model.py).
Đang tải báo cáo...