论文部分内容阅读
洪水是对人类生命财产造成威胁的重大自然灾害之一,使用洪水演进计算结果来提高抗洪救灾应急的效果是一种行之有效的重要方法。现有的洪水演进计算主要基于二维水力物理模型,其模型建立和计算时间都比较长,不能满足快速应急响应的时间要求。本文使用水力模型数值模拟结果作为数据驱动,构建了卷积神经网络(Convolutional Neural Networks,CNN)模型,将训练的CNN模型应用于洪水演进的预测计算。结果表明:CNN预测模型计算时间大幅缩减,大大提高了洪水演进的计算效率;模型可计算1~6 h的洪水演进,1