基于時(shí)空特征融合的城市洪澇混合深度學(xué)習(xí)預(yù)測(cè)

摘要： 傳統(tǒng)物理模型在二維地表淹沒計(jì)算中雖然實(shí)現(xiàn)了高精度的求解，但其構(gòu)建過(guò)程復(fù)雜、校準(zhǔn)難度高，且計(jì)算效率低，在實(shí)時(shí)洪澇預(yù)報(bào)方面存在局限性。深度學(xué)習(xí)作為人工智能領(lǐng)域的重要分支，具有強(qiáng)大的數(shù)據(jù)處理和學(xué)習(xí)能力，可為洪澇預(yù)測(cè)提供變革性、創(chuàng)新性的技術(shù)手段。為此，提出了一種基于時(shí)空特征融合技術(shù)的城市洪澇混合深度學(xué)習(xí)預(yù)測(cè)模型，充分結(jié)合卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)對(duì)空間和時(shí)間數(shù)據(jù)的學(xué)習(xí)優(yōu)勢(shì)，建立了Seg...