一种基于物理约束的端到端流域洪涝风险影响预报方法

本发明公开了一种基于物理约束的端到端流域洪涝风险影响预报方法，具体涉及气象水文预报与人工智能技术领域，方法包括S1、获取目标流域的多源时空数据，经时空对齐与网格化后构建流域图结构，S2、构建包含自适应多模态特征提取模块和影响预报模块的端到端深度学习网络，并利用融合了物理约束的损失函数对网络进行训练，以得到洪涝风险影响预报模型，其中，物理约束至少包括水量平衡约束。本发明通过将物理机制深度嵌入数据驱动模型，解决了传统级联预报模式的误差累积、物理一致性差及灾害样本稀缺的关键问题，显著提升了预报的精度与可靠性。