基于动力学机制和机器学习的滩岸崩退预测方法及系统

本发明提供一种基于动力学机制和机器学习的滩岸崩退预测方法，包括：步骤1.收集预测断面所在河段历史期基础资料数据；步骤2.对基础资料数据进行筛选并基于筛选后的基础资料数据计算特征变量、滩岸崩退概率目标变量和滩岸崩退宽度目标变量；步骤3.构建滩岸崩退概率预测模型和滩岸崩退宽度预测模型；步骤4.评估所述滩岸崩退概率预测模型和所述滩岸崩退宽度预测模型的精度；步骤5.基于滩岸崩退概率预测模型和滩岸崩退宽度预测模型分别预测未来时段的滩岸崩退概率和滩岸崩退宽度。本发明方法能够从多源历史数据中自动学习规律，考虑多因素影响，建立输入特征与输出目标之间的非线性映射关系，实现滩岸崩退的定量预测，对降低灾害风险具有重要意义。