摘要
本发明公开了一种基于深度学习的洪涝预测方法,所述方法包括获取和处理地理空间数据及降雨数据;然后将所获取数据输入到洪涝数值模型,从而得到洪涝样本;将所获取的地理空间数据、降雨数据以及从数值模型得到的洪涝样本数据进行预处理,构建模型训练数据库;将模型训练数据库中的一维降雨数据和二维地理空间数据作为模型输入,将洪涝样本作为模型输出训练洪涝预测模型。在极端降雨发生前,仅需要向模型输入研究区域的地理空间数据及降雨序列数据,就可以计算出该研究区域的洪涝风险地图。
技术关键词
洪涝预测
数字高程数据
土地利用数据
深度学习算法
标签数据处理
样本
滑动窗口方法
分辨率
风险
RNN模型
LSTM模型
编程工具
机器学习模型
水文模型
栅格
拼接方法
情景
系统为您推荐了相关专利信息
电网频率偏差
交易优化方法
调频
策略
粒子群优化算法
监测报警装置
安防监控系统
监控模块
数据处理模块
图像采集模块
卫星遥感影像数据
制图方法
医疗卫生单位
土地利用数据
行政区