1.一种面向暴雨灾害链的多模型耦合交通动态风险评估方法，其特征在于，所述方法包括：根据研究区域内的城市降雨数据和城市管网数据，确定研究区域内管网的溢水点和溢水量；

通过对所述溢水点和所述溢水点的溢水量进行道路积水计算，获得研究区域内的路面积水量；

根据所述路面积水量和研究区域内道路的平均速度，确定研究区域内道路的道路限速数据；

通过对所述道路限速数据和研究区域内的智能体行程信息进行处理，确定暴雨灾害链场景下的交通模拟结果；

根据所述交通模拟结果，确定承灾体的受灾情况；

其中，确定研究区域内的智能体行程信息，包括：

构建分别与各种智能体角色类型对应的各个行为概率图，所述行为概率图记录的是对应智能体角色类型在各个时刻产生各种行程事件的概率信息；将行为概率图转化为以行程事件为事件节点和以驱动行程事件发生的时间为时间节点的树状图；根据研究区域内总人口数和智能体角色类型分布概率，确定研究区域内各种智能体角色类型的人口数量；通过所述树状图，为每种智能体角色类型创建对应人口数量的智能体行程信息，以获得研究区域内的智能体行程信息；

其中，通过所述树状图，为每种智能体角色类型创建对应人口数量的智能体行程信息，以获得研究区域内的智能体行程信息，包括：通过所述树状图，为每种智能体角色类型创建对应人口数量的第一智能体行程信息；

通过对第一智能体行程信息随机增加行程，获得研究区域内的智能体行程信息。

2.根据权利要求1所述的一种面向暴雨灾害链的多模型耦合交通动态风险评估方法，其特征在于，根据研究区域内的城市降雨数据和城市管网数据，确定研究区域内管网的溢水点和溢水量，包括：通过预设算法将研究区域内的城市管网数据中各个管网落水点划分为对应的各个子汇水区；

根据研究区域内的城市降雨数据，确定所述各个子汇水区的降水数据；

根据研究区域内的城市管网数据、子汇水区的面积和降水数据，确定研究区域内管网的溢水点和溢水点的溢水量。

3.根据权利要求1所述的一种面向暴雨灾害链的多模型耦合交通动态风险评估方法，其特征在于，通过对所述溢水点和所述溢水点的溢水量进行道路积水计算，获得研究区域内的路面积水量，包括：通过将溢水点确定为点状的边界条件点和将所述溢水点的溢水量确定为增加水量，构建边界条件表；

通过LISFLOOD模型对所述边界条件表、研究区域内的高程数据和水系数据进行模拟，确定研究区域内各个栅格的路面积水量。

4.根据权利要求1所述的一种面向暴雨灾害链的多模型耦合交通动态风险评估方法，其特征在于，根据所述路面积水量和研究区域内道路的平均速度，确定研究区域内道路的道路限速数据，包括：通过对研究区域内的城市路网数据进行栅格化，获得目标路网数据；

通过将所述目标路网数据和所述路面积水量进行叠加处理，获得研究区域内道路的平均积水量；

通过预设算法对所述平均积水量和研究区域内道路的平均速度进行计算，获得研究区域内道路的道路限速数据，所述预设算法的表达式为： ，其中，为道路的平均速度，x为道路的平均积水量，a为使道路中车辆停滞的水深中值，b为衰减弹性系数。

5.根据权利要求1所述的一种面向暴雨灾害链的多模型耦合交通动态风险评估方法，其特征在于，通过对所述道路限速数据和研究区域内的智能体行程信息进行处理，确定暴雨灾害链场景下的交通模拟结果，包括：确定研究区域内的智能体行程信息为交通模拟模型的智能体行程，以及将研究区域内道路的道路限速数据确定为交通模拟模型的道路限速文件；

通过所述交通模拟模型对所述智能体行程和所述道路限速文件进行模拟，获得暴雨灾害链场景下的交通模拟结果。

6.根据权利要求1所述的一种面向暴雨灾害链的多模型耦合交通动态风险评估方法，其特征在于，通过对第一智能体行程信息随机增加行程，获得研究区域内的智能体行程信息，包括：通过对第一智能体行程信息随机增加行程和行程的起始时刻的时间随机化，获得研究区域内的智能体行程信息。

7.根据权利要求1所述的一种面向暴雨灾害链的多模型耦合交通动态风险评估方法，其特征在于，确定研究区域内道路的平均速度，包括：根据研究区域内道路的规模信息和基础限速信息，确定研究区域内道路的平均速度。