摘要
本申请涉及一种灾害多源态势智能感知管控方法及系统。该方法通过采集水文气象及地形数据，经时空对齐和异常清洗生成标准化数据集；基于此提取河网拓扑关系构建含节点与边属性的有向拓扑图；进而设计图神经网络模型，通过嵌入水量平衡原理的物理约束损失函数训练得到洪水动态路由预测模型；将实时水文数据输入该模型进行图卷积运算，预测未来时段各节点水位、流量及分流比变化；最终结合数字高程模型进行淹没模拟分析，生成防洪调度方案与风险预警信息。实现物理机制与数据驱动的深度融合，利用图神经网络有效捕捉河网拓扑约束下的洪水传播规律，在保障预测精度的同时显著提升计算效率，为复杂河网地区的洪水灾害防控提供实时可靠的决策支持。
