深度学习三维洪水映射解决方案的综合综述
计算机视觉与模式识别
2025-07-14 v1 人工智能
摘要
洪水仍然是一个主要的全球挑战，受气候变化和城市化加剧，亟需先进解决方案以实现有效的灾害管理。虽然传统的二维洪水映射技术提供了有限的见解，但由深度学习(DL)驱动的三维洪水映射通过整合洪水范围和深度，提供了增强的能力。本文对基于深度学习的三维洪水映射进行了全面综述，强调其通过整合洪水范围和深度来增强预测精度和计算效率，相比二维地图有所进步。该综述将深度学习技术分为任务分解和端到端方法，适用于静态和动态洪水特征。我们比较了关键的DL架构，突出它们在提升预测准确性和计算效率方面的各自作用。此外，本工作探索了多样的数据来源，如数字高程模型、卫星影像、降雨和模拟数据，概述了它们在三维洪水映射中的角色。所综述的应用范围从实时洪水预测到长期城市规划和风险评估。然而，重大挑战仍然存在，包括数据稀缺、模型可解释性以及与传统水动力模型的集成。本综述以建议未来方向来应对这些局限性作为结尾，重点关注增强数据集、改进模型和洪水管理的政策影响。本综述旨在指导研究人员和实践者利用DL技术实现更稳健可靠的三维洪水映射，促进改进的洪水管理策略。
引用
@article{arxiv.2506.13201,
title = {A Comprehensive Survey on Deep Learning Solutions for 3D Flood Mapping},
author = {Wenfeng Jia and Bin Liang and Yuxi Liu and Muhammad Arif Khan and Lihong Zheng},
journal= {arXiv preprint arXiv:2506.13201},
year = {2025}
}