一种基于双驱动城市洪涝模型的城市洪涝预测方法

本发明公开了一种基于双驱动城市洪涝模型的城市洪涝预测方法，包括：模型构建前期准备，构建城市洪涝水文水动力耦合模型框架，构建基于GBDT算法的深度学习模型框架，通过实时数据同化技术实现水文水动力模型与深度学习模型预测值与实测数据的同化，随后将城市洪涝水文水动力耦合模型的输出结果作为深度学习模型的输入特征，根据混淆矩阵的匹配度动态调整输入特征及参数，使混淆矩阵中TP最大，TN最小，最终完成双驱动城市洪涝模型的构建，并通过模型进行预测。本发明在考虑计算精确度的同时，发挥深度学习模型计算效率快的特性，提出了分层耦合架构，解决了水文水动力模型计算效率低和传统深度学习模型具有“黑箱效应”的难题。