基于CNN-GRU-ATT的城市暴雨積水預(yù)測(cè)研究

打開(kāi)文本圖片集

摘 要：多發(fā)頻發(fā)的極端暴雨事件導(dǎo)致很多城市普遍面臨嚴(yán)重內(nèi)澇問(wèn)題。能否準(zhǔn)確高效地預(yù)測(cè)城市積水點(diǎn)的水位變化，是城市內(nèi)澇防治的重要組成部分。為有效提升城市暴雨積水預(yù)測(cè)的精度和效率，建立了一種基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）-門(mén)控循環(huán)單元（GRU）-注意力機(jī)制（ATT）的城市暴雨積水預(yù)測(cè)模型。首先利用CNN與GRU提取水位數(shù)據(jù)的局部空間特征和深層時(shí)間特征，然后引入ATT加強(qiáng)對(duì)降雨序列中關(guān)鍵信息的記憶，從而完成城市積水點(diǎn)的水位預(yù)測(cè)。（剩余13110字）