考慮時空特征的城市內(nèi)澇智能預報模型研究

打開文本圖片集

摘要：

針對傳統(tǒng)城市內(nèi)澇預報模型計算耗時長、實測內(nèi)澇樣本少、內(nèi)澇特征因子欠考慮等問題，通過耦合SWMM模型和LISFLOOD-FP模型搭建了城市內(nèi)澇機理模型，利用不同重現(xiàn)期下的設計暴雨進行數(shù)值模擬并生成內(nèi)澇樣本;基于樣本和內(nèi)澇特征因子構建了三維時空矩陣，實現(xiàn)對內(nèi)澇特征因子數(shù)據(jù)的有序組織;在此基礎上，將卷積神經(jīng)網(wǎng)絡（CNN）與長短時記憶網(wǎng)絡（LSTM）進行耦合，構建了一種考慮多時空特征的城市內(nèi)澇智能預報模型（CNN-LSTM）;最后以三維時空矩陣為驅動，對該智能模型進行訓練，選取廣州市天河區(qū)的實測樣本對其性能進行評估。（剩余13480字）