基于扩散模型的积水深智能模拟同化方法及装置

本申请涉及一种基于扩散模型的积水深智能模拟同化方法及装置，其中，方法包括：基于贝叶斯理论与数据同化思想，充分发挥利用扩散模型的优势，以借助有限的实时积水监测数据，实现对洪涝模型状态的高效校正；通过求解后验分布函数的对数梯度并以此引导采样过程，将先验分布与实时观测信息有效融合，以在监测点位稀疏的条件下稳定估计区域积水状态，显著抑制模型滚动计算中的误差累积，提升城市洪涝推演的业务化精度与实用性。由此，解决了现有技术尚未形成系统性的智能模拟‑同化融合体系，难以抑制模型滚动计算中的误差累积等问题。