【技术实现步骤摘要】
本专利技术属于城市雨水系统模拟的，具体涉及一种基于深度学习的城市内涝快速预测方法。
技术介绍
1、由于气候变化、极端天气增加以及城市快速发展，导致伴随暴雨发生带来的城市内涝问题严重影响了城市的正常运转，并损害居民的生命财产安全。因此，为了缓解内涝灾害，降低内涝造成的损失，实时的监测手段和系统化的管理方法以及内涝预警技术等相关技术的研究，逐渐得到关注。
2、城市内涝预警技术的相关研究最早是基于城市雨洪管理模型，通过收集的地区的地形地势，管网数据、降雨数据等建模，从而进行该区域的内涝模拟及预警方面的研究。这种方法应用成熟，但建模过程受限于对水文水动力学的认知，且通常无法兼顾模型的精度与实时性。而大数据分析、人工智能、机器学习等前沿技术的发展，使得基于深度学习架构的数据驱动模型进入城市内涝预测预警技术的研究视野中。
3、在城市雨水系统研究领域中，已有学者针对监测点液位、系统流量等的预测，引入深度学习模型进行了研究，但普遍存在训练样本集的数据少、数据集依托于水力模型模拟导致数据驱动模型的精度依托于水力模型的精度等问题。此...
【技术保护点】
1.一种基于深度学习的城市内涝快速预测方法，用于根据地区的t时刻的外部入流量信息和地形信息得到该地区t时刻的地区积水预测结果，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于深度学习的城市内涝快速预测方法，其特征在于：
3.根据权利要求2所述的基于深度学习的城市内涝快速预测方法，其特征在于：
4.根据权利要求1所述的基于深度学习的城市内涝快速预测方法，其特征在于：
5.根据权利要求4所述的基于深度学习的城市内涝快速预测方法，其特征在于：
6.根据权利要求1所述的基于深度学习的城市内涝快速预测方法，其特征在于：
【技术特征摘要】
1.一种基于深度学习的城市内涝快速预测方法，用于根据地区的t时刻的外部入流量信息和地形信息得到该地区t时刻的地区积水预测结果，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于深度学习的城市内涝快速预测方法，其特征在于：
3.根据权利要求2所述的基于深度学习的城...
【专利技术属性】
技术研发人员：陶涛，朱文，王思懿，王嘉莹，颜合想，信昆仑，李树平，
申请(专利权)人：同济大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。