基于时空图学习的城市内涝风险多层级预测方法、设备、存储介质及计算机程序产品
申请号:CN202511015097
申请日期:2025-07-23
公开号:CN120542667B
公开日期:2025-09-19
类型:发明专利
摘要
本申请公开了一种基于时空图学习的城市内涝风险多层级预测方法、设备、存储介质及计算机程序产品,涉及自然灾害风险预测技术领域,所述方法包括:采集多模态城市水文数据;对所述多模态城市水文数据进行分层时间建模,提取时间嵌入向量;基于所述时间嵌入向量构建异构图,对所述异构图进行空间特征聚合计算,得到空间嵌入表示;根据所述空间嵌入表示进行多层级预测,得到多粒度内涝风险指标。通过多模态数据采集与预处理、分层时间建模、异构图构建与空间特征聚合计算以及多层级预测,有效融合多模态城市水文数据,实现全面准确的城市内涝风险预测。
技术关键词
节点
联合损失函数
水文
异构
层级
计算机程序产品
指标
神经网络模型
多模态数据采集
自然灾害风险
序列
路径机制
归一化算法
分层
关系建模
分类器
处理器