基于SRFNet的洪涝灾害过程分析方法、介质及设备技术

本发明专利技术公开了一种基于SRFNet的洪涝灾害过程分析方法、介质及设备，涉及时空分析挖掘领域，基于SRFNet的洪涝灾害过程分析方法，其步骤主要包括：对目标研究区域洪涝淹没过程的多模态数据进行预处理得到洪涝淹没过程时空数据集；构建多模态洪涝灾害时序预测模型并进行训练，得到训练好的多模态洪涝灾害时序预测模型；利用训练好的多模态洪涝灾害时序预测模型对目标区域洪涝淹没过程时空数据进行预测，得到目标区域水体淹没范围。实施本发明专利技术提供的基于SRFNet的洪涝灾害过程分析方法、介质及设备，能实现对洪涝灾害多模态数据的自动分析挖掘，提高洪涝灾害模拟预测的精度和范围。

【技术实现步骤摘要】

本专利技术涉及时空分析挖掘领域，更具体地说，涉及一种基于srfnet的洪涝灾害过程分析方法、介质及设备。

技术介绍

1、极端暴雨导致的城市积涝已经并将持续地给全球城市带来冲击及影响，给人类带来巨大的人员及财产损失。这促使众多的气象水文专家将研究的重点放在城市洪涝及积涝的风险识别、预警及预报上。而其中最为主流及最有应用前景的预报预警模式即为结合短时临近预报系统及城市水文模型的开发应用。其经典的流程方法是用城市水文模型，实时模拟城市地区未来的积水状况(积水的深度及持续时间)来实施城市暴雨积涝风险预警及监控，甚至是洪涝灾害损失评估及预评估。这种预警模式能否成功应用的关键依赖于城市水文模型模拟输出结果的有效性。此有效性包括积水模拟是否正确以及预警时间提前量能否满足城市应急的需求。实质上模型模拟的有效性根本依从于预报雨量的准确度。而预报雨量与应用效果之间的矛盾是预报提前量越大，其不确定性也越大，如强迫到水文模型中，效果不会太好。只是预报提前量越大越满足预警时效及应急准备的需求。因此，目前基于水文模型的洪涝灾害预测方法计算效率较高，但原理复杂且计算成本高；而一般基于机本文档来自技高网...

【技术保护点】

1.一种基于SRFNet的洪涝灾害过程分析方法，其特征在于，所述基于SRFNet的洪涝灾害过程分析方法包括以下步骤：

2.根据权利要求1所述的基于SRFNet的洪涝灾害过程分析方法，其特征在于，所述基于SRFNet的洪涝灾害过程分析方法还包括：对所述目标区域水体淹没范围进行评估验证，得到水体淹没范围预测效果指标。

3.根据权利要求2所述的基于SRFNet的洪涝灾害过程分析方法，其特征在于，所述水体淹没范围预测效果指标包括利用平均绝对误差、均方根误差、结构相似性和学习感知图像块相似度。

4.根据权利要求1所述的基于SRFNet的洪涝灾害过程分析方法，其特...

【技术特征摘要】

1.一种基于srfnet的洪涝灾害过程分析方法，其特征在于，所述基于srfnet的洪涝灾害过程分析方法包括以下步骤：

2.根据权利要求1所述的基于srfnet的洪涝灾害过程分析方法，其特征在于，所述基于srfnet的洪涝灾害过程分析方法还包括：对所述目标区域水体淹没范围进行评估验证，得到水体淹没范围预测效果指标。

3.根据权利要求2所述的基于srfnet的洪涝灾害过程分析方法，其特征在于，所述水体淹没范围预测效果指标包括利用平均绝对误差、均方根误差、结构相似性和学习感知图像块相似度。

4.根据权利要求1所述的基于srfnet的洪涝灾害过程分析方法，其特征在于，所述多模态数据包括水体数据、水位数据和降雨量数据。

5.根据权利要求1所述的基于srfnet的洪涝灾害过程分析方法，其特征在于，所述多模态洪涝灾害时序预测模型包括编码器模块、选择性感受场模块和解码器模块；所述编码器模块用于对输入的多模态数据进行特征提取和特征融合，所述选择性感受场模块用于进行时空特征分析抽象，所述解码器模块用于重建预测图像；所述编码器模块、所述选择性感受场模块和所述解码器模块依次串联连接。

...

【专利技术属性】
技术研发人员：陈泽强，李志庆，陈能成，陈来，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：