摘要
本申请提供一种基于多传感器数据融合的洪涝预测方法,包括:获取监测区域的多源监测数据,其中,多源监测数据包括气象数据、水文数据、遥感数据,气象数据包括降雨量信息、风速信息、风向信息、气温信息、湿度信息,水文数据包括地上水位信息和地下水位信息;对多源监测数据进行预处理和特征提取,形成监测区域对应的输入数据;将输入数据输入到训练好的洪涝预测模型中,通过洪涝预测模型确定出预测结果。模型构建过程中,通过扩充样本集,利用聚类算法进行聚类,提取特征向量作为入,采用LSTM作为模型架构,进行洪涝预测,可以实现对洪涝灾害的可靠预测。
技术关键词
洪涝预测
多传感器数据融合
历史监测数据
训练样本集
多源监测数据
矩阵
神经网络模型
水文
气象
风速
聚类算法
标签
对象
总量