基于U-RNN的城市内涝高分辨率时空临近预报方法及存储介质

基于U‑RNN的城市内涝高分辨率时空临近预报方法及存储介质，根据当前的降雨序列以及城市空间因子得到输入特征，将所得输入特征输入到U‑RNN中，得到城市内涝即时预报结果；所述U‑RNN在训练过程中使用滑动窗口预热训练范式；其中，所述U型循环神经网络U‑RNN与浅水方程求解器构成了反问题训练框架，基于反问题训练框架对所述U型循环神经网络U‑RNN以及所述浅水方程求解器进行交替训练，从而进行网络参数与物理参数的交替优化，得到训练完成的所述U型循环神经网络U‑RNN。通过物理参数的优化提升U‑RNN的预测准确性，再基于更高精度的预测结果继续反演优化物理参数，实现全局协调优化，从而提高系统的整体精度，实现更加快速、精准且具备高时空分辨率的城市内涝临近预报。