1.一种多尺度自适应选择的城市洪涝建模模拟方法，其特征在于，包括如下步骤：步骤S1：基于尺度选取因子，使用CNN神经网络，自适应确定模拟区域尺度类型，包括城市街区小尺度、城市社区中尺度、城市流域大尺度三种，同时选取对应尺度的建模方法、模型计算方法、降雨设计方法、参数率定方法和模拟结果评价方法；

步骤S2：城市街区小尺度建模和模拟，包括小尺度管网精细化建模、小尺度地表精细化建模、双向耦合计算、小尺度降雨情景设计、小尺度模型参数率定和小尺度模拟结果评价；

步骤S3：城市社区中尺度建模和模拟，包括中尺度管网概化建模、中尺度地表概化建模、单向耦合计算、中尺度降雨情景设计、中尺度模型参数率定和中尺度模拟结果评价；

步骤S4：城市流域大尺度建模和模拟，包括大尺度流域河道建模、大尺度流域地表建模、流域水动力耦合计算、大尺度降雨情景设计、大尺度模型参数率定和大尺度模拟结果评价；

其中，所述步骤S1包括如下步骤：

步骤S11，确定合适的尺度选取因子，包括

dem_resolution即Dem分辨率、dem_range即Dem范围、raingage_density即雨量计密度、river_is_existence即是否存在河流、river_length、river_width即河流长度、conduit_is_existence即河流宽度、conduit_materrial_is_existence即是否有管线数据、conduit_density即管线密度；

步骤S12：采用卷积神经网络，自适应确定模拟区域的尺度类型；

步骤S13：基于步骤S12确定的模拟区域尺度类型，自动选取相应的建模方法、模型计算方法、降雨设计方法、参数率定方法和模拟结果评价方法；

其中，所述步骤S2包括如下步骤：

步骤S21：小尺度管网地表精细化建模；

步骤S22：双向耦合计算；

步骤S23：小尺度降雨情景设计；

步骤S24：小尺度模型参数率定；

步骤S25：小尺度模拟结果分析与评价；

其中，所述步骤S3包括如下步骤：

步骤S31：中尺度管网概化建模；

步骤S32：中尺度地表概化建模；

步骤S33：单向耦合计算；

步骤S34：中尺度降雨情景设计；

步骤S35：中尺度模型参数率定；

步骤S36：中尺度模拟结果分析与评价；

其中，所述步骤S4包括如下步骤：

步骤S41：大尺度流域河道建模；

步骤S42：大尺度流域地表建模；

步骤S43：流域水动力耦合计算；

步骤S44：大尺度降雨情景设计；

步骤S45：大尺度模型参数率定；

步骤S46：大尺度模拟结果分析与评价；

其中，所述步骤S12包括如下步骤：

步骤S121：构建尺度选取因子序列X＝[x1，x2，...，xn]以及尺度类型序列Y＝[y1，y2，...，yn]，其中xi和yi均为列向量，X表示的是尺度选取因子序列，Y表示的是尺度类型序列，xi表示尺度选取因子变量，yi表示尺度类型变量；

步骤S122：从尺度选取因子序列X和尺度类型序列Y中抽取数据用于构建训练数据集和验证数据集；

步骤S123：卷积神经网络结构设计；

步骤S124：卷积神经网络模型训练与优化；

步骤S125：模型精度评价；

步骤S126：利用已训练完成的尺度自适应模型，自动确定模拟区域的尺度类型；

所述步骤S13包括如下步骤：

步骤S131：当模拟区域尺度类型为城市街区小尺度，建模方法为城市街区小尺度建模，模型计算方法为双向耦合计算方法，降雨设计方法为小尺度降雨情景设计，参数率定方法为小尺度模型参数率定，模拟结果评价方法为小尺度模拟结果评价；

步骤S132：当模拟区域尺度类型为城市社区中尺度，建模方法为城市社区中尺度建模，模型计算方法为单向耦合计算方法，降雨设计方法为中尺度降雨情景设计，参数率定方法为中尺度模型参数率定，模拟结果评价方法为中尺度模拟结果评价；

步骤S133：当模拟区域尺度类型为流域大尺度，建模方法为流域大尺度建模，模型计算方法为二维流域水动力计算方法，降雨设计方法为大尺度降雨情景设计，参数率定方法为大尺度模型参数率定，模拟结果评价方法为大尺度模拟结果评价；

其中，所述步骤S21包括如下步骤：

步骤S211：将管网数据统一转换成WGS/UTM zone 50N投影坐标系，再根据研究区边界将管网数据进行裁剪，得到研究区基本管网数据；

步骤S212：标准化管网属性数据；

步骤S213：将道路主干道概化成水渠，将中心道路路旁绿化带处理成蓄水设施；

步骤S214：对点云进行去噪处理，降低噪声对DEM生成的误差影响，得到去噪后的机载和车载点云；

步骤S215：对车载和机载点云进行融合处理，得到具有精细道路点云的数据；

步骤S216：采用布料滤波算法对车载和机载点云进行滤波处理，分离为地面点和非地面点；

步骤S217：利用滤波分类后的地面点构建DEM，得到模拟区域的数字高程模型；

所述步骤S22包括如下步骤：

步骤S221：地表产汇流计算；

步骤S222：雨水管网汇流计算；

步骤S223：基于雨水蓖地表双向耦合的水量交换计算；

步骤S224：基于雨水井地表双向耦合的水量交换计算；

步骤S225：基于出水口地表双向耦合的水量交换计算；

所述步骤S23包括如下步骤：

步骤S231：筛选满足大暴雨强度的雨量站历史降雨文本数据及相应时刻的地表水深监测数据；

步骤S232：划分长历时降雨情景和短历时降雨情景下的雨量站历史降雨文本数据；

步骤S233：利用反距离加权插值，基于雨量站的空间位置，同时考虑到街区小尺度的区域大小，将多个雨量站文本数据转换成5m分辨率的降雨栅格数据；

步骤S234：确定长短历时降雨情景下的率定场次和验证场次；

其中，所述步骤S24包括如下步骤：

步骤S241：确定可率定参数；

步骤S242：基于专家经验值，确定模型可率定参数的取值范围；

步骤S243：分别选取长短历时降雨情景下率定场次的降雨数据，查阅文献资料给模型赋予初值开始模拟，而后通过不断地改变常见的敏感因子诸如管网粗糙系数、地表曼宁系数、地表下渗系数进行敏感性分析，结合敏感性分析结果赋予各可率定参数相应权重，通过不断迭代计算，最终得到目标效益函数的局部最优解，效益目标函数如下式：上式中：F为效益目标函数，W为可率定参数组成的向量，E代表纳什效率系数，Ei为第i个观测站点由水深观测值和水深模拟值计算的纳什效率系数，k为相应降雨场次使用的观测点数量，l为率定实验的总降雨场次；

步骤S244：经多次率定，得到街区小尺度长短历时降雨情景下参数率定结果；

所述步骤S25包括如下步骤：

步骤S251：分别选取长短历时降雨情景下验证场次的降雨栅格数据，并将对应率定场次得到的模型参数作为输入，运行模型，获取监测点水深模拟值，模拟区域地表入流、淹没面积以及淹没体积时间序列值，管网溢流点；

步骤S252：将监测点水深模拟值和观测值带入公式，计算纳什效率系数，其计算公式如下：上式中： 指第t时刻的观测值， 指第t时刻的模拟值， 表示观测值的平均值,纳什系数E的取值范围为(‑∞，1]，当E＝1时，表示模型模拟结果与实测值完全吻合，即E越接近1，模型模拟效果越好，模型可信度越高；当E越接近0，表示模拟结果值接近观测值的平均值，即总体结果可信，但过程模拟误差较大；当E小于0，表明模型是不可信的；

步骤S253：比较模拟区域地表入流、淹没面积以及淹没体积随时间变化的曲线趋势是否与降雨趋势基本一致。

2.根据权利要求1所述的一种多尺度自适应选择的城市洪涝建模模拟方法，其特征在于，所述步骤S31包括如下步骤：步骤S311：对管网数据进行格式转化，将其进行标准化，确保数据符合建模要求；

步骤S312：拓扑检查，检查是否有重叠的管道、断开的管线、交叉的管道问题，确保雨水井、雨水蓖点状要素与管道线要素建立正确的拓扑关系；

步骤S313：管网数据收集，收集管线和节点的位置和属性数据，包括管径、管材、埋深信息；

步骤S314：确定概化目标，确定管网概化的目标和需求；

步骤S315：筛选管线和节点；

步骤S316：合并节点，确定管网概化的目标和需求；

步骤S317：字段赋值，基于收集到的管线和节点的位置和属性数据，对步骤S221中的管网数据进行字段赋值；

所述步骤S32包括如下步骤：

步骤S321：对DEM数据进行填洼处理；

步骤S322：基于地形因素，对DEM数据进行填洼处理、流向分析、盆域分析，划分城市一级汇水区；

步骤S323：在城市一级汇水区基础上，划分城市二级汇水区；

步骤S324：基于雨水管点分布，生成泰森多边形，再依据二级汇水区进行修正划分城市三级汇水区；

步骤S325：对生成的三级汇水区进行相关字段赋值；

所述步骤S33包括如下步骤：

步骤S331：地表产汇流计算；

步骤S332：雨水管网汇流计算；

步骤S333：管网漫溢计算；

步骤S334：管网回流计算。

3.根据权利要求2所述的一种多尺度自适应选择的城市洪涝建模模拟方法，其特征在于，所述步骤S34包括如下步骤：步骤S341：筛选满足大暴雨强度的雨量站历史降雨文本数据以及相应时刻的地表水深监测数据；

步骤S342：划分长历时降雨情景和短历时降雨情景下的雨量站历史降雨文本数据；

步骤S343：利用克里金插值，基于雨量站的空间位置，同时考虑到社区中尺度的区域大小，将多个雨量站文本数据转换成10m分辨率的降雨栅格数据；

步骤S344：确定长短历时降雨情景下的率定场次和验证场次，所述步骤S35包括如下步骤：

步骤S351：确定可率定参数，主要包括地表网格单元格曼宁系数、不透水区曼宁系数、透水区曼宁系数、不透水区域洼地蓄水深度、透水区域洼地蓄水深度、最小下渗速率、最大入渗速率、渗透速率衰减系数、土壤由完全饱和到完全干燥所需时间、地表下渗系数；

步骤S352：参考相关水文模型使用手册和查阅相关研究资料同时结合收集的研究区相关数据途径，确定模型可率定参数的取值范围；

步骤S353：分别选取长短历时降雨情景下率定场次的降雨栅格数据，查阅文献资料给模型赋予初值开始模拟，而后通过不断地改变常见的敏感因子进行敏感性分析，结合敏感性分析结果赋予各可率定参数相应权重，通过不断迭代计算，最终得到目标效益函数的局部最优解，效益目标函数如下式：上式中：F为效益目标函数，W为可率定参数组成的向量，E代表纳什效率系数，Ei为第i个观测站点由水深观测值和水深模拟值计算的纳什效率系数，k为相应降雨场次使用的观测点数量，l为率定实验的总降雨场次；

步骤S354：经多次率定后，得到社区中尺度长短历时降雨场景参数率定结果。

4.根据权利要求3所述的一种多尺度自适应选择的城市洪涝建模模拟方法，其特征在于，所述步骤S36包括如下步骤：步骤S361：选取一定数量的监测点；

步骤S362：分别选取长短历时降雨情景下验证场次的降雨数据，并将对应率定场次得到的模型参数作为输入，运行模型，获取监测点水深模拟值，模拟区域地表入流、淹没面积以及淹没体积时间序列值；

步骤S363：将监测点水深模拟值和观测值带入公式，计算纳什效率系数，其计算公式如下：上式中： 指第t时刻的观测值， 指第t时刻的模拟值， 表示观测值的平均值,纳什系数E的取值范围为(‑∞，1]，当E＝1时，表示模型模拟结果与实测值完全吻合，即E越接近1，模型模拟效果越好，模型可信度越高；当E越接近0，表示模拟结果值接近观测值的平均值，即总体结果可信，但过程模拟误差较大；当E小于0，表明模型是不可信的；

步骤S364：比较模拟区域地表入流、淹没面积以及淹没体积随时间变化的曲线趋势是否与降雨趋势基本一致。

5.根据权利要求1所述的一种多尺度自适应选择的城市洪涝建模模拟方法，其特征在于，所述步骤S41包括如下步骤：步骤S411：构造河流形态文本文件；

步骤S412：构造河道初始水位文件；

步骤S413：生成河流源点时序流量文件；

所述步骤S43包括如下步骤：

步骤S431：地表产汇流计算；

步骤S432：河道水动力汇流计算；

步骤S433：洪水漫溢计算；

步骤S434：洪水回流计算；

所述步骤S44包括如下步骤：

步骤S441：筛选满足大暴雨强度的雨量站历史降雨文本数据以及相应时刻的地表水深监测数据；

步骤S442：划分长历时降雨情景和短历时降雨情景下的历史降雨文本数据；

步骤S443：基于雨量站的空间位置，同时考虑到流域大尺度的区域大小，采用泰森多边形法对雨量计进行插值，生成降雨矢量面shp文件；

步骤S444：处理降雨矢量面shp文件，其中每个区域对应面要素的value值代表当前区域某一时段内的降雨总量值；

步骤S445：利用arcmap将所有时段内的降雨矢量面shp文件转成30m分辨率tiff格式的栅格文件；

步骤S446：将所有时段内的降雨栅格文件转成一个描述时序降雨的nc格式文件。

6.根据权利要求1所述的一种多尺度自适应选择的城市洪涝建模模拟方法，其特征在于，所述步骤S45包括如下步骤：步骤S451：确定可率定参数，主要包括地表下渗系数、地表网格单元格曼宁系数参数；

步骤S452：参考相关水文模型使用手册和查阅相关研究资料同时结合收集的研究区相关数据途径，确定模型可率定参数的取值范围；

步骤S453：分别选取长短历时降雨情景下率定场次的nc格式文件，查阅文献资料给模型赋予初值开始模拟，而后通过不断地改变常见的敏感因子进行敏感性分析，结合敏感性分析结果赋予各可率定参数相应权重，通过不断迭代计算，最终得到目标效益函数的局部最优解，效益目标函数如下式：上式中：F为效益目标函数，W为可率定参数组成的向量，E代表纳什效率系数，Ei为第i个观测站点由水深观测值和水深模拟值计算的纳什效率系数，k为相应降雨场次使用的观测点数量，l为率定实验的总降雨场次；

步骤S454：经多次率定后，得到流域大尺度长短历时降雨场景参数率定结果。

7.根据权利要求1所述的一种多尺度自适应选择的城市洪涝建模模拟方法，其特征在于，所述步骤S46包括如下步骤：步骤S461：选取一定数量的监测点；

步骤S462：分别选取长短历时降雨情景下验证场次的降雨数据，并将对应率定场次得到的模型参数作为输入，运行模型，获取监测点水深模拟值；

步骤S463：将监测点水深模拟值和观测值带入公式，计算纳什效率系数，其计算公式如下：上式中： 指第t时刻的观测值， 指第t时刻的模拟值， 表示观测值的平均值,纳什系数E的取值范围为(‑∞，1]，当E＝1时，表示模型模拟结果与实测值完全吻合，即E越接近1，模型模拟效果越好，模型可信度越高；当E越接近0，表示模拟结果值接近观测值的平均值，即总体结果可信，但过程模拟误差较大；当E小于0，表明模型是不可信的。