耦合水文和神经网络的城市积水动态风险评价

• 作者: 刘聪 刘野 孟庆祥 秦永 胡玉龙 逯跃锋 闻俏
• 来源期刊: 测绘科学
• 学科: 地球科学
• 关键词: 积水点 风险评估 水文模型 深度神经网络
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 地图学与地理信息
• 页码范围: 174-180
• 页数: 7页
• 分类号: P208
• 语种: 中文
• DOI: 10.16251/j.cnki.1009-2307.2020.08.026

摘要

为了综合分析城市积水点的时空动态及其风险等级,该文将水文模型与深度神经网络(DNN)相结合,提出了耦合水文模型和神经网络的城市暴雨积水点的风险评价模型.应用水文模型计算降雨过程中积水点的动态积水量以及积水区域;使用缓冲区分析来提取积水点附近道路的兴趣点(POI).然后利用积水量、积水范围和POI的信息,采用深层神经网络对积水点风险进行评价;利用贵阳市中心城区的内涝调查数据对模拟结果进行实验验证.结果 表明,该模型能够比较精确地评估城市积水灾害风险等级及其时空分布.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟庆祥		14	101	5.0	10.0
2	刘聪		11	4	1.0	1.0
3	秦永		13	77	5.0	8.0
4	逯跃锋		14	21	2.0	4.0
6	刘野		2	0	0.0	0.0
7	胡玉龙		3	0	0.0	0.0
10	闻俏		4	1	1.0	1.0