Luận án cảnh báo sạt lở bờ sông Cửu Long bằng LSTM - ĐH Cần Thơ

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC CẦN THƠ ĐẶNG TRÂM ANH MÔ HÌNH TỰ ĐỘNG ĐÁNH GIÁ VÀ HỖ TRỢ CẢNH BÁO TÁC ĐỘNG CỦA TẢI TRỌNG NGOÀI ĐẾN SẠT LỞ BỜ SÔNG Ở ĐỒNG BẰNG SÔNG CỬU LONG LUẬN ÁN TIẾN SĨ CHUYÊN NGÀNH: KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA MÃ SỐ NGÀNH: 9520216 NĂM 2024 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC CẦN THƠ ĐẶNG TRÂM ANH MÃ SỐ NGHIÊN CỨU SINH: P1819003 MÔ HÌNH TỰ ĐỘNG ĐÁNH GIÁ VÀ HỖ TRỢ CẢNH BÁO TÁC ĐỘNG CỦA TẢI TRỌNG NGOÀI ĐẾN SẠT LỞ BỜ SÔNG Ở ĐỒNG BẰNG SÔNG CỬU LONG LUẬN ÁN TIẾN SĨ CHUYÊN NGÀNH: KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA MÃ SỐ NGÀNH: 9520216 NGƯỜI HƯỚNG DẪN PGS. NGUYỄN CHÍ NGÔN TS. LƯƠNG VINH QUỐC DANH NĂM 2024 TÓM TẮT Tần suất trượt lở bờ sông ở vùng đồng bằng sông Cửu Long, Việt Nam thời gian gần đây ngày càng gia tăng, gây thiệt hại nghiêm trọng về người và tài sản. Mật độ cơ sở hạ tầng và đường giao thông dọc bờ sông ngày càng tăng có tác động đến sự thay đổi ứng suất cực hạn và chuyển vị ngang của nền đất ven bờ sông được xem là yếu tố kích hoạt gây sạt lở bờ.

Hệ thống cảnh báo sớm sạt lở đất là công cụ có giá trị trong việc phát hiện được những thay đổi của nền đất để kịp thời đưa ra giải pháp, giảm thiểu thiệt hại do hiện tượng này gây ra. Tuy nhiên, chưa có nghiên cứu cụ thể nào đánh giá áp lực ngang trong khối trượt dưới tác dụng của tải trọng và chuyển vị ngang của khối đất gây sạt lở bờ sông. Trong nghiên cứu này, tác giả trình bày việc thiết kế và triển khai hệ thống đo đạc dựa trên IoT để theo dõi sự dịch chuyển của khối đất ven sông dưới tác dụng của tải trọng. Cảm biến đo độ nghiêng, cảm biến độ ẩm đất và cảm biến áp lực đất được sử dụng để theo dõi các thông số cơ học của đất theo thời gian thực tại địa điểm thí nghiệm ven bờ sông Cái Sâu, phường Phú Thứ, thành phố Cần Thơ.

Phương pháp học máy dựa trên thuật toán Bộ nhớ ngắn dài hạn (LSTM) để thử nghiệm cảnh báo sớm các sự kiện sạt lở đất trên nền đất yếu ven sông ở khu vực ĐBSCL đã được áp dụng trong nghiên cứu này. Dữ liệu từ hệ thống cảm biến đã thiết lập được sử dụng để huấn luyện mô hình, tạo ra tập dữ liệu huấn luyện và thử nghiệm gồm 374. Độ chính xác của ngưỡng phát hiện và phân loại của hệ thống được đề xuất đo bằng cách sử dụng điểm F1 trung bình thu được từ các giá trị độ chính xác và thu hồi. Các kết quả dự đoán tối ưu được thu thập từ cửa sổ quan sát trong 4 phút 30 giây để dự đoán tương lai khoảng 2 giờ.

Quá trình xác thực đã mang lại kết quả thu hồi, độ chính xác và điểm F1 ở mức 0,8232 với độ lệch chuẩn thấp đáng kể khoảng 1%. Việc ứng dụng thành công nghiên cứu này có thể giúp xác định các sự kiện bất thường dẫn đến trượt lở bờ sông do tải trọng, từ đó tạo điều kiện phát triển hệ thống thông tin đáng tin cậy cung cấp cho các nhà quản lý khả năng đề xuất giải pháp kịp thời nhằm bảo vệ tính mạng, tài sản của người dân và cơ sở hạ tầng. Từ khóa: Áp lực đất theo phương ngang, Internet of Things, Đồng bằng sông Cửu Long, Sạt lở bờ sông, Cảm biến áp suất đất, LSTM. i ABSTRACT The frequency of riverbank landslides in the Mekong Delta region of Vietnam has been increasing recently, causing serious damage to lives and property.

The increasing density of infrastructure and transportation along the riverbanks impacts the changes in the ultimate bearing capacity and lateral displacement of the riverbank soil, considered as activating factors for bank landslides. An early warning system for landslide detection is a valuable tool in detecting changes in soil conditions to promptly propose solutions and minimize the damage caused by this phenomenon. However, there has been no specific study evaluating the lateral pressure within the sliding mass under the influence of loading and lateral displacement of the soil mass causing riverbank landslides. In this study, the authors present the design and implementation of an IoT-based measurement system to monitor the movement of riverbank soil under loading conditions.

Inclination sensors, soil moisture sensors, and soil pressure sensors are used to monitor the mechanical parameters of the soil in real-time at the experimental site along the Cai Sau Riverbank, Phu Thu Ward, Can Tho City. Machine learning methods based on the Long Short-Term Memory (LSTM) algorithm to test early warning of landslide events on weak riverbank soils in the Mekong Delta region have been applied in this study. Data from the sensor system were used to train the model, creating a training and testing dataset comprising 374,415 samples. The accuracy of the detection and classification thresholds of the proposed system was measured using the F1 score obtained from precision and recall values.

Optimal prediction results were collected from a 4-minute 30-second observation window to predict the future approximately 2 hours ahead. The validation process yielded recovery, accuracy, and F1 scores at 0.8232 with a significantly low standard deviation of approximately 1%. The successful application of this research could help identify abnormal events leading to riverbank landslides due to loading, thereby facilitating the development of a reliable information system to provide managers with the ability to propose timely solutions to protect the lives, property, and infrastructure of the people. Keywords: Horizontal soil pressure, Internet of Things, Mekong Delta, riverbank landslide, soil pressure sensor, Long Short Term Memory ii LỜI CẢM ƠN Luận án tiến sĩ với tựa đề “Mô hình tự động đánh giá và hỗ trợ cảnh báo tác động của tải trọng ngoài đến sạt lở bờ sông ở Đồng Bằng Sông Cửu Long” được nghiên cứu và thực hiện tại Khoa Tự Động Hóa, Trường Bách Khoa, Trường Đại học Cần Thơ.

Tác giả luận án xin bày tỏ lòng biết ơn sâu sắc và trân trọng nhất đến PGS. Nguyễn Chí Ngôn và TS. Lương Vinh Quốc Danh là hai Thầy hướng dẫn trực tiếp, đã tận tình chỉ bảo, tạo mọi điều kiện thuận lợi và động viên tác giả trong suốt quá trình thực hiện luận án. Xin cảm ơn hai Thầy đã dành nhiều thời gian quý báu của mình để lắng nghe và đưa ra những định hướng đúng đắn giúp tác giả hoàn thành luận án.

Tác giả trân trọng gửi lời cảm ơn TS. Trần Văn Tuẩn đã có những góp ý rất quí báu về chuyên môn Cơ học đất trong suốt quá trình thực hiện luận án. Tác giả xin được gửi lời cám ơn đến Ban Giám Hiệu trường Đại học Cần Thơ, Phòng Tổ chức-Cán bộ và Khoa Sau Đại học trường Đại học Cần Thơ, Ban Giám Hiệu trường Bách Khoa đã có chính sách và tạo điều kiện thuận lợi cho tác giả được tham gia và hoàn thành khóa đào tạo nghiên cứu sinh này. Tác giả chân thành gửi lời cảm ơn đến Chi nhánh Công ty Cổ Phần Xây Dựng Công Trình Giao Thông 586 tại Cần Thơ, Công ty Cổ Phần Tư Vấn Đầu Tư Xây Dựng Xuân Anh, Công ty TNHH Đầu Tư Xây Dựng Thương Mại Phương Hoàng Long, Phòng thí nghiệm kiểm định chất lượng công trình xây dựng LAS-XD 1464, Công ty TNHH Một Thành Viên Công Nghệ Eplusi đã dành sự hỗ trợ quý giá về địa điểm thí nghiệm, phương tiện và thiết bị, đóng góp những ý kiến chuyên môn cho tác giả trong quá trình thực hiện luận án.

Tác giả xin cảm ơn các anh chị em, bạn bè đồng nghiệp và các Thầy/Cô giáo Khoa Tự Động Hóa trường Bách Khoa, trường ĐH Cần Thơ đã động viên, hỗ trợ tác giả trong quá trình thực hiện luận án. Tác giả xin gửi lời tri ân đến các nhà khoa học trong Hội đồng đánh giá luận án, các thầy cô giáo, cùng các nhà khoa học trong và ngoài trường Đại học Cần Thơ đã dành thời gian và tâm huyết đọc và góp ý giúp tác giả hoàn thiện luận án. Cuối cùng, tác giả xin được gửi đến CHA MẸ, chồng và hai con, cùng những người thân yêu trong gia đình của mình lời biết ơn vô cùng sâu sắc vì sự yêu thương, ủng hộ và đồng hành, dành thời gian và điều kiện tốt nhất để có thể hoàn thành nghiên cứu này. Tác giả Chân thành cảm ơn đến tất cả mọi người, kính chúc sức khỏe và sự bình an! Xin trân trọng kính chào, Đặng Trâm Anh iii CHẤP THUẬN CỦA HỘI ĐỒNG Luận án này, với đề tựa là “Mô hình tự động đánh giá và hỗ trợ cảnh báo tác động của tải trọng ngoài đến sạt lở bờ sông ở Đồng Bằng Sông Cửu Long”, do nghiên cứu sinh Đặng Trâm Anh thực hiện theo sự hướng dẫn của PGS.

Nguyễn Chí Ngôn và đồng hướng dẫn của TS. Lương Vinh Quốc Danh. Luận án đã báo cáo và được Hội đồng đánh giá luận án tiến sĩ thông qua ngày: … /…/2024. Luận án đã được chỉnh sửa theo góp ý và được Hội đồng đánh giá luận án xem lại.

Thành viên đọc luận án sau khi chỉnh sửa ………………………………. Chủ tịch Hội đồng Thư ký hội đồng ………………………………. Người hướng dẫn chính Người hướng dẫn phụ PGS. Nguyễn Chí Ngôn TS.

Lương Vinh Quốc Danh iv LỜI CAM ĐOAN Tôi tên là Đặng Trâm Anh, là nghiên cứu sinh ngành Kỹ thuật điều khiển và Tự động hóa, khóa 2019. Tôi xin cam đoan luận án này là công trình nghiên cứu khoa học thực sự của bản thân tôi được sự hướng dẫn của PGS. Nguyễn Chí Ngôn, TS. Lương Vinh Quốc Danh và người hướng dẫn chuyên đề tiến sĩ 1 là TS.

Các thông tin được sử dụng tham khảo trong luận án được thu thập từ các nguồn đáng tin cậy, đã được kiểm chứng, được công bố rộng rãi và được tôi trích dẫn nguồn gốc rõ ràng ở phần Danh mục Tài liệu tham khảo. Các kết quả nghiên cứu được trình bày trong luận án này là do chính tôi thực hiện một cách nghiêm túc, trung thực và không trùng lắp với các đề tài khác đã được công bố trước đây. Tôi xin lấy danh dự và uy tín của bản thân để đảm bảo cho lời cam đoan này. Cần Thơ, ngày … tháng … năm 2024 Người hướng dẫn chính Người hướng dẫn phụ Tác giả thực hiện PGS.

Nguyễn Chí Ngôn TS. Lương Vinh Quốc Danh Đặng Trâm Anh v MỤC LỤC TÓM TẮT. ii LỜI CẢM ƠN. iii CHẤP THUẬN CỦA HỘI ĐỒNG.

iv LỜI CAM ĐOAN. vi DANH SÁCH BẢNG .x DANH SÁCH HÌNH. xi DANH MỤC KÝ HIỆU. xvi DANH MỤC TỪ VIẾT TẮT/ TỪ TIẾNG ANH.

xviii Chương 1 GIỚI THIỆU .1 Lý do chọn đề tài .2 Mục tiêu nghiên cứu .1 Mục tiêu tổng quát .2 Mục tiêu cụ thể .3 Đối tượng nghiên cứu .4 Vấn đề nghiên cứu .5 Phạm vi nghiên cứu .6 Nội dung nghiên cứu .7 Phương pháp nghiên cứu .