一种基于GNSS水汽层析和深度学习的洪水预报方法

本发明提供一种基于GNSS水汽层析和深度学习的洪水预报方法，包括：S1、搜集GNSS、气象、洪水及地理数据；S2、通过PPP方程与Saastamoinen模型估算PWV；S3、基于三维水汽层析技术计算网格水汽密度；S4、构建Transformer模型，以PWV、水汽密度等为输入进行降雨预测；S5、基于降雨预测数据构建CNN‑LSTM模型进行洪水预报。本发明建立的降雨及洪水预报方法，有效利用了GNSS多源多模态导航定位信号，不受云雨影响，可全天候观测，精细捕捉降雨前三维空间的水汽聚集与输送过程，优化降雨反演过程，提高洪水预报精度，延长雨洪预见期，为流域防洪预警提供了新的思路。