摘要

本发明公开了一种基于多输出机器学习算法的城市内涝快速预报方法。所述方法包括下述步骤:根据现有研究区的数据,构建城市内涝模型;提取历史暴雨雨量时程分配信息,生成不同特征的暴雨,通过构建的城市内涝模型模拟构建暴雨内涝数据库;构建多输出随机森林模型,以降雨因子为自变量、淹没深度为因变量,利用暴雨内涝数据库对多输出随机森林模型进行训练和测试;基于降雨预报输入条件,通过构建的多输出随机森林模型实现二维内涝淹没的快速和实时预报。本发明方法对于城市内涝灾害预警与预防、防涝减灾等有重要意义,能有效提高内涝灾害高发地区的实时内涝灾情预报效率和精度,可为内涝灾情快速预报提供一定程度的指导。