一种基于机理知识与深度学习融合的城市内涝态势推演方法

本发明公开了一种基于机理知识与深度学习融合的城市内涝态势推演方法，采集气象、地形、历史灾情等数据，结合内涝产汇流机理，构建标准化数据库；构建城市内涝数值孪生模型，基于水文与水动力学模型，采用有限元计算和多尺度耦合方法，优化超参数提升预测精度；利用数值孪生数据构建因果关联网络，识别核心受灾区域；设计时空图神经网络的态势推演算法，捕捉降雨积涝动态特征，实现超前预警及精准推演；基于涝灾强度、承灾体暴露性及脆弱性，构建风险评估体系，分析灾害扩散趋势与受灾风险，为防汛决策和应急管理提供支持。