一种基于物理机制嵌入的深度学习模型在城市洪涝积水点识别中的应用方法

本发明公开了一种基于物理机制嵌入的深度学习模型在城市洪涝积水点识别中的应用方法，包括：收集研究区域的基本数据并进行预处理；将预处理后的基本数据作为输入，采用圣维南方程组作为水动力方程组进行变形处理、离散化和线性化处理；基于离散化后的变形水动力方程组构建可微分物理模块；以可微分物理模块为基础，构建深度学习模型，深度学习模型包括主干网络、可微分物理模块、注意力引导融合模块、迭代修正机制和混合损失函数；对深度学习模型进行预训练、联合微调训练和约束强化训练，并在训练过程中增加对抗训练以模拟极端场景；基于训练后的深度学习模型进行城市洪涝积水点识别。本发明实现了城市洪涝模拟的高精度实时预测。