Presentation Details
基于LSTM的城市暴雨内涝积水深度预测
ID：2942
View Protection：ATTENDEE
Updated Time：2024-04-12 20:48:41 Hits：1962
Poster Presentation
Start Time：2024-05-18 08:14（Asia/Shanghai）
Duration：1min
Session：SP 张贴报告专场 »
No files
Abstract
全球范围内，由极端降雨引发的城市内涝现象日益增加，从而加剧了生命损失和财产损毁。准确且实时更新的预报对于城市洪水响应和防御至关重要。大数据为复杂城市环境中的洪水淹没深度预测开辟了新途径。在本研究中，提出了一种新的城市暴雨洪水分类方法，通过分为三种类型：持续性城市暴雨洪水（PPFs）、常规性城市暴雨洪水（PNFs）和突发性城市暴雨洪水（PFFs），采用洪水淹没深度变化指数（IDCI）进行分类。使用来自中国深圳市109个雨量站和80个洪水深度站的数据，为这三种洪水类型识别出预测模型。结果表明，反向传播神经网络（BPNNs）和长短期记忆（LSTM）在深度预测方面表现良好，但两者之间没有显著差异，而包含LSTM的模型产生的偏差值要低得多。此外，PPFs需要更长的降雨序列才能获得更好的预测。所有站点深度预测结果的纳什-萨特克利夫效率（NSE）为0.86。讨论了该方法的普遍应用前景及其使用。
Keywords
城市洪涝,深度学习,积水预测
Speaker
孙殿臣
讲师 南京邮电大学Submission Author
All Comments
Important Date
-
Conference Date
May 17
2024
toMay 20
2024
-
Mar 31 2024
Draft paper submission deadline
-
Mar 31 2024
Contribution Submission Deadline
-
May 20 2024
Registration deadline
Sponsored By
青年地学论坛理事会
Organized By
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
Contact Information
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
Submit Comment