一种洪涝灾害下建筑经济动态损失评估及减灾决策系统

    公开(公告)号:CN118014227A

    公开(公告)日:2024-05-10

    申请号:CN202211356395.X

    申请日:2022-11-01

    Applicant: 浙江大学

    Abstract: 本发明公开了一种洪涝灾害下建筑经济动态损失评估及减灾决策系统,该系统基于精细的物理模型并考虑了建筑构件在应对洪涝灾害时抗力分布的不确定性,当应用于灾前模拟场景时能够获得整个洪涝过程中时变的灾害经济损失,为相关救灾物资的调度提供依据;当应用于实时监测场景时,与现有方法相比可较为准确的获得当前时刻监控区内各建筑的经济损失情况。

    一种基于深度学习的山洪时空预测方法

    公开(公告)号:CN117494586B

    公开(公告)日:2024-04-30

    申请号:CN202311856553.2

    申请日:2023-12-29

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于深度学习的山洪时空预测方法,包括:通过栅格式SCS水文模型模拟目标区域的山洪产流过程;通过LISFLOOD‑FP水动力模型模拟山洪淹没过程;创建物理模拟的降雨‑山洪数据集;基于Pytorch深度学习框架构建山洪时空预测代理模型;通过降雨‑山洪数据集,对山洪时空预测代理模型进行训练和测试。本发明基于深度学习方法构建了山洪时空预测代理模型,通过在水文和水动力模型模拟的大量降雨和对应山洪淹没数据样本中训练学习,拟合降雨到山洪之间的复杂非线性关系,完成针对山洪时空预测任务的物理模型代理,可根据降雨时间序列,快速并精确地预测山洪淹没的时空变化过程,服务于山洪灾害的短时临近预报任务。

    一种基于深度学习的山洪时空预测方法

    公开(公告)号:CN117494586A

    公开(公告)日:2024-02-02

    申请号:CN202311856553.2

    申请日:2023-12-29

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于深度学习的山洪时空预测方法,包括:通过栅格式SCS水文模型模拟目标区域的山洪产流过程;通过LISFLOOD‑FP水动力模型模拟山洪淹没过程;创建物理模拟的降雨‑山洪数据集;基于Pytorch深度学习框架构建山洪时空预测代理模型;通过降雨‑山洪数据集,对山洪时空预测代理模型进行训练和测试。本发明基于深度学习方法构建了山洪时空预测代理模型,通过在水文和水动力模型模拟的大量降雨和对应山洪淹没数据样本中训练学习,拟合降雨到山洪之间的复杂非线性关系,完成针对山洪时空预测任务的物理模型代理,可根据降雨时间序列,快速并精确地预测山洪淹没的时空变化过程,服务于山洪灾害的短时临近预报任务。

Patent Agency Ranking