基于PINN与强化学习的三维径流水位预测方法

本发明公开了一种基于DEM处理、PINN和强化学习的三维径流水位预测方法。该方法首先从DEM数据中提取空间和时间特征，包括高程、坡度、曲率、流量累积和河道宽度，生成自适应计算网格。PINN通过预训练纳维‑斯托克斯方程，随后利用近端策略优化的强化学习优化粗糙度系数和流量，通过优化后的PINN进行模型精炼，精确预测流速(u,v,w)、水位。接着利用训练好的PINN模型生成一系列“总流量‑流速‑水位”数据，并采用深度学习方法构建三者的预测模型。最后，当接收到外部输入流量时，通过调用PINN模型获得不同时刻对应的水流速度，再用已拟合的“总流量‑流速‑水位”预测模型快速得到对应的水深，获得不同时刻的水流速度和位置。