一种基于深度学习重构图像模型的城市洪涝模拟方法

本发明公开了一种基于深度学习重构图像模型的城市洪涝模拟方法，所述方法包括以下步骤：步骤1、获取研究区域基础数据；步骤2、构建一维‑二维水动力耦合模型；步骤3、数据预处理；步骤4、构建U‑Net深度学习重构图像模型；步骤5、U‑Net深度学习重构图像模型的设置与训练；步骤6、城市洪涝模拟。本发明所述方法提高了城市洪涝模拟空间分辨率上响应速度，兼顾了模拟精度与计算效率；实现了在仅使用有限训练数据的情况下，快速准确地获取高分辨率的洪涝积水模拟结果，为城市洪涝灾害防控提供科学支撑。