CityLab 城市研究雷达城市研究雷达
城市数据科学与方法
期刊论文开放获取

面向道路的洪水深度与流速深度学习预测:提升交通韧性

Road-focused flood depth and velocity prediction using deep learning for transportation resilience

发表于 2026年11月12日 · 收录于雷达 2026年11月17日

中文摘要

研究开发深度学习框架,利用地貌和水文特征预测交通网络上的洪水深度与流速,并通过道路加权损失函数优先提高道路像元的预测精度。模型在未见过的暴雨条件下也具有较好的泛化能力。该方法无需耗时耗资的传统水文水力建模,可用于洪水预报、交通韧性规划和应急响应。

结构化研究记录 PRO

研究问题 · 主要发现 · 方法 · 数据 · 空间尺度

专业版 · 每条研究的研究问题、主要发现、方法与数据
登录 了解专业版

阅读原文 ↗ DOI ↗