基于机器学习的城市内涝模拟研究进展与展望.pdfVIP

基于机器学习的城市内涝模拟研究进展与展望.pdf

  1. 1、本文档共10页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

第43卷第6期节放技木Vol.43,No.6

2025年6月JournalofMunicipalTechnologyJun.2025

文章编号:1009-7767(2025)06-0181-10D0I:10.19922/j.1009-7767.2025.06.181

基于机器学习的城市内涝模拟研究进展与展望

王俊12*,刘昊宇1,江恩慧1,23,辛瑞瑞,潘鑫1

(1.山东大学土建与水利学院,山东济南250061;2.山东大学流域系统治理研究中心,山东济南250061;

3.黄河水利委员会黄河水利科学研究院,河南郑州450003)

摘要:随着城镇化率的快速提高,城市内涝问题日益严重,而传统的水文水动力模型在模拟城市内涝时存在数据精度要求高、

计算过程复杂、模拟效率低等问题。机器学习作为一种新兴技术,虽然对数据集质量要求同样严格,但其能够自动挖掘数据中的

模式和规律,且模型训练完成后可以大大提高模拟效率和精度,目前已在城市内涝模拟中展现出巨大的潜力。梳理了国内外机器

学习模型在城市内涝模拟中的主要发展历程,并对国内不同地理条件的模型应用情况等进行了总结。得出如下主要结论:当前的

研究趋势已不再仅局限于单个机器学习算法或模型的研究应用,而是逐渐向多模型效果比较、模型耦合和可解释机器学习模型

的方向迈进;多源数据集突破了单一水文数据的局限性,增强了机器学习模型对复杂城市系统的表征能力和预测能力,为针对

性的内涝防治措施提供了科学依据。

关键词:城市内涝;机器学习;内涝模拟;内涝预测;多源数据集

中图分类号:TU992;TU998.4文献标志码:A

ProgressandProspectsResearchofUrbanFloodSimulationBasedon

MachineLearning

WANGJunl.2*,LIUHaoyu,JIANGEnhuil.2.3,XINRuirui,PANXin

(1.SchoolofCivilEngineering,ShandongUniversity,Jinan250061,China;2.GovernanceofBasinSystemResearchCenter,

ShandongUniversity,Jinan250061,China;3.YellowRiverInstituteofHydraulicResearch,YRCC,Zhengzhou450003,China)

Abstract:Withtherapidincreaseofurbanizationrates,theproblemofurbanfloodisbecomingincreasinglysevere.

Someissuessuchashighdataaccuracyrequirements,complexcomputationprocesses,andlowsimulationefficiency

oftenexistintraditionalhydrologicalandhydrodynamicmodelsforurbanfloodsimulation.Asanemergingtechnology,

machinelearninghasstrictrequirementsfordatasetquality,butitcanautomaticallyexplorethepatternsandlawsof

thedata.Oncethemodeltrainingiscompleted,itcansignificantlyenhancesimulatione

文档评论(0)

经典文库 + 关注
实名认证
服务提供商

人力资源管理师持证人

专注于各类文档、文案、文稿的写作、修改、润色和各领域PPT文档的制作,收集有海量各类规范类文件。欢迎咨询!

领域认证该用户于2025年05月14日上传了人力资源管理师

1亿VIP精品文档

相关文档