Kịch bản biến đổi khí hậu

Đọc kết quả kịch bản thế nào cho đúng

Ở Hà Tĩnh, lượng mưa tương quan âm với vùng từng ngập (vùng mưa lớn là sườn núi thoát nước nhanh). Vì vậy tăng mưa có thể làm diện tích nguy cơ GIẢM ở phần lớn mô hình, và dấu của tác động phụ thuộc vào mô hình học máy nhiều hơn kịch bản khí hậu: lựa chọn mô hình chiếm 50,2% bất định, khí hậu 6,3%, kịch bản phát thải 1,2%, tương tác 41,7%.

Tác động của mưa đổi dấu theo mô hình: khi nhân cả lượng mưa năm và Rx5day lên 1,40 lần, tỷ lệ diện tích cao + rất cao thay đổi XGBoost +1,88 điểm phần trăm, DNN-PSO (bài 3, huấn luyện lại) +0,47 điểm phần trăm, Hồi quy logistic +1,59 điểm phần trăm nhưng Rừng ngẫu nhiên -2,78 điểm phần trăm, LightGBM -0,12 điểm phần trăm. Các mô hình này có độ chính xác kiểm định gần như nhau.

Hai biến mưa tương quan ÂM với nhãn ngập (mưa năm -0,327; mưa cực trị -0,111) vì vùng mưa lớn là sườn núi thoát nước nhanh; tăng mưa làm nguy cơ GIẢM ở phần lớn mô hình, và dấu của tác động phụ thuộc lựa chọn mô hình học máy (50,2% bất định) nhiều hơn kịch bản khí hậu. Bản đồ là nguy cơ, không phải dự báo ngập.

Kết quả DNN-PSO theo kịch bản là suy luận mới từ mô hình đã lưu của đề tài (khác DNN huấn luyện lại trong bài 3), chưa công bố. Bản đồ nguy cơ ngập lụt thể hiện khả năng tương đối bị ngập của từng vị trí, xây dựng bằng học máy từ dữ liệu 2015-2023. Đây không phải dự báo ngập thời gian thực.