Đây là kết quả do các nhà khoa học ở trường ĐH Xây dựng và ĐH Công nghệ mới công bố trong bài báo “A machine learning approach in spatial predicting of landslides and flash flood susceptible zones for a road network” trên tạp chí Modeling Earth Systems and Environment.

Sạt lở đất và lũ quét thường xảy ra cùng lúc ở các khu vực miền núi, ảnh hưởng nghiêm trọng đến các khu dân cư và hệ thống giao thông.

Tuy nhiên, nghiên cứu về ảnh hưởng đồng thời của hai hiện tượng này đến các tuyến đường bộ vẫn còn hạn chế.

Trước thực trạng này, nhóm nghiên cứu đã tìm cách xây dựng mô hình dự báo nguy cơ sạt lở đất và lũ quét trên các tuyến đường bộ ở khu vực miền núi. Sau khi thu thập dữ liệu về 235 điểm sạt lở và 88 vùng lũ quét trên Quốc lộ 6 (Hòa Bình, Việt Nam), họ đã phát triển ba mô hình học máy kết hợp nâng cao Decorate-SYS, Rotation Forest-SYS, và Vote-SYS với bộ phân lớp cơ bản là thuật toán Systematically Developed Forest of Multiple Decision Trees (SYS).
Kết quả đánh giá cho thấy, các mô hình này đều có khả năng dự báo khu vực sạt lở đất và lũ quét với độ chính xác cao. Nhóm nghiên cứu cho biết các mô hình này có thể áp dụng cho các tuyến đường miền núi khác, góp phần phòng tránh và giảm thiểu thiệt hại do lũ quét và sạt lở đất.