基于深度学习的点云分割与洪水风险模拟方法

作者：姜佩奇; 伍杰; 张社荣; 王枭华^*; 刘康; 王超

来源：水科学进展, 2023, 1-12.

• 洪水风险
• 点云分割
• 深度学习
• DEM重建
• 水动力学模拟

传统的洪水风险分析方法由于计算时长、数据不足和难以适应地形变化等，限制其在快速应急响应中的应用，亟需对大场景洪水进行快速预测建模与分析。本文推出一种融合大场景点云分割与深度学习的洪水风险快速模拟方法，通过数据采集与预处理、点云分割、重建数字高程模型和水动力学模拟，在中国南水北调工程的局部地区进行实证研究。结果表明，提取原始地面特征的其平均交并比和总体分类精度分别高达70.8%和88.7%，洪水模拟设计与校核情景下的最大淹没面积分别为7.0万m2和10.5万m2。该方法为洪水风险快速评估提供了新方法，可提高洪水风险测绘的建模效率和分析精度。

• 单位
  天津大学; 建筑工程学院; 水利部水利水电规划设计总院