[发明专利]一种基于长短期记忆网络的风暴潮洪涝预警方法和系统

说明书

本发明提供了一种基于长短期记忆网络的风暴潮洪涝预警方法，包括：获取历史数据进行归一化处理；将数据输入长短期记忆网络中进行迭代训练，得到用于预测未来水位变化情况的洪涝预测模型；将当前风暴事件数据输入洪涝预测模型中，预测水位变化情况；如果水位超过预设警戒线，则启动抗洪应急预案，否则预测内涝点位置，启动内涝应急预案。本发明还提供了风暴潮预警系统，本发明提供的基于长短期记忆网络的风暴潮洪涝预警方法和系统的优点在于：基于长短期记忆网络算法构建预测风暴潮水位变化的模型，并基于SWMM模型在水位未超过洪灾界线时预测衍生内涝灾害情况，为预警和救灾工作提供了决策支持。

技术领域

本发明涉及风暴潮灾害预警技术领域，尤其涉及一种基于长短期记忆网络的风暴潮洪涝灾害预警方法和系统。

背景技术

台风风暴潮灾害是我国的主要海洋灾害之一，遍及中国沿海，其成灾频率高、致灾强度大，造成的人员和经济损失严重。风暴潮灾害风险是对风暴潮灾害损失发生的可能性及不确定性的度量，由于风暴潮致灾因子的多样性和承灾体的特殊性，风暴潮灾害风险比其他灾害风险具有更大的不确定性，尤其当风暴潮与天文大潮相遇时，会具有更大的破坏性，常常会使其影响所及的海域水位暴涨，导致河口水位抬高、潮流顶托作用加强，河道排水不畅，沿海城市泄洪和排涝难度加大，加重台风暴潮致灾影响。

现有技术中存在风暴潮灾害预警方法，主要技术是针对风暴的路径、风暴强度或者灾害等级进行预测分析，但是忽略了风暴潮引发的城市内涝问题，无法给出针对性的预警信息。

发明内容

本发明所要解决的技术问题在于提供一种有效的针对风暴潮引发的城市洪涝问题进行内涝点分析预警的方法和系统。

本发明是通过以下技术方案解决上述技术问题的：

一种基于长短期记忆网络的风暴潮洪涝预警方法，包括以下步骤：

步骤A：获取历史风暴事件的监测数据以及在这一风暴事件中的水位实时变化情况，对获取的数据进行归一化处理；

步骤B：将处理后的数据按比例随机分为训练集和测试集，将训练集数据输入长短期记忆网络中进行迭代训练，并用测试集数据验证每一次的训练模型，直到预测结果满足预设标准，输出用于预测未来水位变化情况的洪涝预测模型；

步骤C：将当前风暴事件数据输入洪涝预测模型中，预测一定时间内的水位变化情况；

步骤D：如果预测时间内，出现水位超过预设警戒线的情况，则启动抗洪应急预案，否则预测内涝点位置，启动内涝应急预案。

本申请基于长短期记忆网络算法构建预测风暴潮水位变化的模型，并在水位未超过洪灾界线时预测内涝点位置，实现了对沿海地区风暴潮引起的内涝灾害的预测，为开展应急救灾工作提供了决策支持。

优选地，步骤A中所述水位实时变化情况为去除天文潮影响后t+1时刻相对t时刻的增水量所述风暴潮事件的监测数据包括t时刻的风暴中心最低气压观测站点风速风暴与观测站点最短距离最大风速半径

优选地，步骤A中所述的归一化处理的方法为：

其中，为归一化后的数值，T为该历史风暴潮监测数据的终止时间。

优选地，步骤B将处理后的历史数据表示为：

其中h为选择的监测数据总时长，单位为小时，以其中的0.8作为训练集，0.2作为测试集。