BÁO CÁO TỔNG HỢP

áo và do đó tại mỗi điểm trạm số biến có thể sử dụng làm nhân tố dự báo sẽ lớn hơn
21. Khác với phương pháp lấy điểm gần nhất, theo phương pháp này mọi điểm trạm sẽ
cùng chung tập các nhân tố dự báo có thể. Khó khăn chủ yếu với phương pháp này
nằm ở khâu lựa chọn miền xác định các thành phần chính.
Để có một tập nhân tố dự báo với bậc độ lớn tương đương, các nhân tố dự báo
cần được chuẩn hóa trước khi xây dựng phương trình thống kê. Điều này khá hiển
nhiên, nếu quan sát các biến dự báo ở trên có thể thấy với một tập lớn các biến dự báo
được đưa vào tuyển chọn, bậc độ lớn biến thiên khá rộng. Tất nhiên các biến này khác
nhau về thứ nguyên và không thể so sánh với nhau, nhưng phương trình thống kê xem
các nhân tố dự báo như nhau, không phân biệt thứ nguyên. Bậc độ lớn chênh lệch quá
lớn giữa các nhân tố dự báo sẽ dẫn đến sai sót trong xây dựng phương trình thống kê
khi các đại lượng quá lớn hay quá nhỏ sẽ bị bỏ qua. Để khắc phục vấn đề này, tập hợp
các nhân tố dự báo sẽ được chuẩn hóa về một tập hợp nhân tố mới theo công thức như
sau:
x
− x
k k
xˆ k
=
(5.3.1)
sdk
ở đây xˆ
k
là giá trị chuẩn hóa của nhân tố dự báo thứ x
k
, xk
và sdk
tương ứng là
giá trị trung bình và độ lệch chuẩn của nhân tố x k xác định từ tập số liệu quá khứ. Sau
khi được chuẩn hóa, các nhân tố mới xˆ
k
là vô thứ nguyên và có giá trị tập trung trong
khoảng từ -3 cho đến +3.
Quá trình tuyển chọn nhân tố sẽ được thực hiện dựa theo chỉ số R 2 hay RV. Quá
trình này sẽ dừng lại khi RV không tăng thêm với một tỷ lệ phần trăm cho trước nào đó
so với RV của bước trước đó. Tỷ lệ này được gọi là tỷ lệ dừng, đóng vai trò quan trọng
quyết định tới số lượng nhân tố dự báo. Nếu tỷ lệ dừng quá nhỏ, hiện tượng quá khớp
(overfitting) có thể xảy ra. Mặc dù RV xác định từ tập số liệu phụ thuộc có giá trị lớn
nhưng RV xác định từ tập số liệu độc lập sẽ có giá trị nhỏ, thậm chí âm. Nếu tử lệ dừng
quá lớn, một số thông tin dự báo quan trọng sẽ không dược đưa vào phương trình dự
báo và RV sẽ có giá trị nhỏ. Để xác định tỷ lệ dừng tối ưu, ta sẽ hiển thị đồng thời giá
trị RV tính từ tập số liệu phụ thuộc và tập số liệu độc lập dựa theo các tỷ lệ dừng khác
nhau như trên hình 5.2. Có thể thấy RV xác định trên tập số liệu phụ thuộc tăng dần
khi tỷ lệ dừng giảm dần nhưng RV xác định trên tập số liệu độc lập bắt đầu giảm khi tỷ
lệ dừng vượt quá 2% với MLR và 7% với ANN. Tỷ lệ dừng 2% và 7% do đó có thể
xem là tỷ lệ dừng tối ưu trong những trường hợp này. Như vậy không có một tỷ lệ
dừng duy nhất tối ưu cho mọi yếu tố dự báo và mọi phương pháp.
Chỉ số RV được định nghĩa trong phương pháp hồi quy tuyến tính. Khi sử dụng
cho mô hình ANN, cần phải hiểu RV như là bình phương của hệ số tương quan giữa
yếu tố dự báo bởi mô hình với quan trắc thực của yếu tố dự báo. Riêng với các yếu tố
hiện tượng, ta không sử dụng chỉ số RV khi tuyển chọn mà sử dụng chỉ số BSS. Ví dụ
về biến thiên của BSS trong quá trình tuyển chọn nhân tố được cho trên hình 5.3. Chi
tiết về dạng toán học của các chỉ số RV và BSS đã được trình bày trong chương 2.
Khác với cách tiếp cận downscaling thống kê, dự báo sự hoạt động của bão được
thực hiện theo phương pháp thống kê truyền thống. Do đó nhân tố dự báo được sử
dụng 2 nhóm nhân tố là: Nhóm các chỉ số khí hậu và Nhóm chỉ số hoàn lưu (bảng 5.1).
201