基于机器学习快速预报模型的城市洪涝预报预警系统研究及应用

摘要：

为弥补历史降雨积涝数据的不足,实现对暴雨导致的城区洪涝全过程的精准预测,采用城市洪涝水文水动力模型模拟暴雨-内涝过程,设计各种降雨情景获取全面的降雨积涝数据,运用用机器学习算法建立降雨-积涝关系,构建了一个城市洪涝预报决策系统,并以宁波海曙城区为例进行实证,结果表明:采用的KNN机器学习算法可有效驱动降雨-内涝数据库,准确表征降雨径流过程,对城市内涝情况进行预报预警;将宁波海曙城区城市洪涝情况在系统上进行城市洪涝预报和复盘结果对比表明,降雨不确定性是导致模型预报结果偏差的一个主要原因,应获取更准确的短临降雨数据;地形在生成过程中存在人为修正情况,且城市建设对局部地形有一定影响,需对局部地形异常区域进行实测并修正,根据真实积水数据优化模型.该城市洪涝预报决策系统可实现城市洪涝快速地准确预报,为城市洪涝预警和应急管理提供支撑.

关键词：城市洪涝、GAST水动力数值模型、机器学习算法、预报预警

分类号：TV124(水利工程基础科学)

资助基金：国家自然科学基金52079106

在线出版日期：2023-05-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：12-19