基于K近邻和水动力模型的城市内涝快速预报

摘要：

利用水动力模型模拟各量级降雨情况下的城市内涝演变过程,以内涝演变过程数据作为K近邻算法机器学习模型的训练集进行模型训练,采用大气数值模式预报降雨驱动经过训练的K近邻算法机器学习模型进行城市内涝快速预报,并以陕西省秦汉新城3场实测降雨检验了模型的预报性能.结果表明:该模型可在17s内快速预测出城市内涝积水,预报内涝积水面积平均误差不超过8％,积水量及积水深度平均误差不超过15％;该模型预报性能较好,可增强城市防灾减灾能力,有效降低生命财产损失.

关键词：城市内涝、K近邻算法、水动力模型、机器学习模型、快速预报、秦汉新城

所属期刊栏目：39

分类号：TV122(水利工程基础科学)

资助基金：国家自然科学基金;国家自然科学基金;中德合作交流项目

在线出版日期：2023-06-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：91-100