一种基于深度学习的城市暴雨内涝过程模拟方法技术

本发明专利技术公开了一种基于深度学习的城市暴雨内涝过程模拟方法，涉及洪涝灾害技术领域。包括构建城市内涝降雨‑水深数据集；使用所述降雨‑水深数据集对ConvLSTM深度学习模型进行训练，构建基于深度学习模型的洪水预报系统；基于不同降雨情景下的模拟结果，构建训练集和验证集，对ConvLSTM模型的性能进行综合评估，并在实际场景中进行验证。本发明专利技术的耦合模型不仅提高了城市洪涝预报的准确性和速度，还增强了对极端天气事件的适应能力，未来的研究将着重于进一步优化模型结构。

【技术实现步骤摘要】

本专利技术涉及洪涝灾害，特别是一种基于深度学习的城市暴雨内涝过程模拟方法。

技术介绍

1、随着全球经济的快速发展，城市化已成为必然趋势。城市化有利于经济的发展，但同时也带来了热岛效应、洪涝灾害等棘手的生态环境问题。随着植被的减少及硬化面积的增大，城市降雨后直接在地面形成径流，而城市的排水管网往往无法及时排出长时间或高强度降雨形成的径流，越来越多的城市遭受着严重的洪涝灾害的影响。根据全球灾害数据平台发布的《2020年全球自然灾害评估报告》洪涝灾害已经成为2020年影响全球的主要自然灾害，据研究人员估计，到2030年洪水区或将有7.58亿人遭受洪水影响。

2、城市洪涝模拟及预测技术是洪涝灾害防治的重要手段有助于研究城市洪水的形成与演进过程，有助于发现城市易涝点、易涝区等洪涝防治的薄弱环节，通过针对性的工程措施加以改进；在城市洪涝模拟的基础上，城市洪涝预测有助于在降雨发生之前预演降雨发生时城市的洪水发展情况，预警该场降雨可能带来的问题，为管理层做出合理的决策提供科学可靠的依据。此外，如果能够提高预测模型的精度，则可以对降雨发生时城市洪水的发展有更全面本文档来自技高网...

【技术保护点】

1.一种基于深度学习的城市暴雨内涝过程模拟方法，其特征在于：包括，

2.如权利要求1所述的基于深度学习的城市暴雨内涝过程模拟方法，其特征在于：所述构建城市内涝降雨-水深数据集包括：

3.如权利要求2所述的基于深度学习的城市暴雨内涝过程模拟方法，其特征在于：所述降雨数据的来源包括实际降雨数据和设计降雨情景；

4.如权利要求3所述的基于深度学习的城市暴雨内涝过程模拟方法，其特征在于：所述芝加哥雨型的降雨强度公式为：

5.如权利要求4所述的基于深度学习的城市暴雨内涝过程模拟方法，其特征在于：所述建立降雨-水深数据关系包括：p>

6.如权利...

【技术特征摘要】

1.一种基于深度学习的城市暴雨内涝过程模拟方法，其特征在于：包括，

2.如权利要求1所述的基于深度学习的城市暴雨内涝过程模拟方法，其特征在于：所述构建城市内涝降雨-水深数据集包括：

3.如权利要求2所述的基于深度学习的城市暴雨内涝过程模拟方法，其特征在于：所述降雨数据的来源包括实际降雨数据和设计降雨情景；

4.如权利要求3所述的基于深度学习的城市暴雨内涝过程模拟方法，其特征在于：所述芝加哥雨型的降雨强度公式为：

5.如权利要求4所述的基于深度学习的城市暴雨内涝过程模拟方法，其特征在于：所述建立降雨-水深数据关系包括：

6.如权利要求5所述的基于深度学习的城市暴雨内涝过程模拟方法，其特征在于：所述使用所述降雨-水深数据集对convlst...

【专利技术属性】
技术研发人员：崔志美，黄维，黄志都，邬蓉蓉，
申请(专利权)人：广西电网有限责任公司电力科学研究院，
类型：发明
国别省市：