一种融合暴雨内涝径流特征因子的半湿润城市LSTM-BERT内涝预测方法技术

技术编号:41446543 阅读:46 留言:0更新日期:2024-05-28 20:37
本发明专利技术公开了一种融合暴雨内涝径流特征因子的半湿润城市LSTM‑BERT内涝预测方法,主要包括以下步骤:S1:收集资料;S2:分析半湿润城市暴雨内涝径流预测特征因子;S3:构建LSTM‑BERT模型;S4:构建融合暴雨内涝径流特征的LSTM‑BERT内涝预测模型。本发明专利技术的有益效果是针对半湿润城市蓄满产流特点,将LSTM‑BERT神经网络与暴雨内涝径流特征进行结合,把半湿润城市内涝特征引入深度学习模型,从而辅助政府决策部门开展城市内涝防灾减灾工作。

【技术实现步骤摘要】

本专利技术涉及水文水资源领域的水文预报,具体地说是一种融合暴雨内涝径流特征因子的半湿润城市lstm-bert内涝预测方法。


技术介绍

1、近年来,伴随着全球气候变暖的趋势,各类极端气候事件频发,引起了国内外相关学者的高度关注。如何有效应对内涝灾害及其不利影响已成为中国防灾减灾和灾害风险管理工作的重要内容,越来越多的“非工程措施”在内涝灾害管理中的作用正逐渐成为灾害风险管理等诸多领域专家学者研究的热点问题。

2、长期以来,以水文学、水动力学知识为基础的物理驱动方法在城市内涝模拟研究中发挥着重要作用,逐渐形成了一系列的水文、水动力的城市内涝模型。但是,当面对地理、气象和水文观测等多源数据时,模型很难与观测数据有机结合。此外,此类水文模型模拟耗时很长,难以在大范围的城市尺度上进行高效高精度模拟。且多数水文模型在干旱地区具有良好的适用性,但在半湿润地区,城市中土壤含水量较高,导致其在一场降雨中很快被蓄满,各式产流机制同时存在并互相转换,所以很多水文模型在半湿润地区适用性不佳。

3、近年来一种新型的机器学习技术被广泛应用,即深度学习技术。作为本文档来自技高网...

【技术保护点】

1.一种融合暴雨内涝径流特征因子的半湿润城市LSTM-BERT内涝预测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种融合暴雨内涝径流特征因子的半湿润城市LSTM-BERT内涝预测方法,其特征在于,所述的S1收集资料包括以下步骤:

【技术特征摘要】

1.一种融合暴雨内涝径流特征因子的半湿润城市lstm-bert内涝预测方法,其特征在于,包括以下步骤:

2.根据权利...

【专利技术属性】
技术研发人员:任东风王爽安浩
申请(专利权)人:辽宁工程技术大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1