1.一种基于无网格计算的水文数值模拟计算方法，其特征在于，包括如下步骤：(1)建立地下水流动模拟工程和溃坝洪水波演进模拟工程的概念模型，确定地下水流动模拟工程和溃坝洪水波演进模拟工程的边界条件和初始条件，对模拟时空域进行均匀采样，得到模拟时空域的采样数据；

(2)确定地下水流动模拟工程和溃坝洪水波演进模拟工程的数学物理控制方程，并根据模拟工况给出满足初始条件和边界条件的地下水开采和溃坝洪水波模拟的替代函数；

(3)在全连接神经网络的基础上，构建一条残差计算通道，通过增加残差计算通道，构建双层残差协同神经网络模型，以增强全连接神经网络的拟合能力和收敛性；

(4)在步骤二的基础上，构造满足地下水流动模拟工程和溃坝洪水波演进模拟工程的初始条件和边界条件的距离函数，将其嵌入步骤三中的双层残差协同神经网络模型中进行整合，得到整合后的双层残差协同神经网络模型，构成新的网络输出；

(5)将采样数据输入整合后的双层残差协同神经网络模型中，根据数学物理控制方程的等式形式，利用自动微分技术构造出方程趋向于0的损失函数项，进行地下水流的水位模拟和溃坝洪水波演进的数值模拟预测。

2.根据权利要求1所述的一种基于无网格计算的水文数值模拟计算方法，其特征在于，所述步骤(2)中，地下水开采和溃坝洪水波模拟的替代函数分别如下：其中：式(1)表示地下水开采替代函数，式(2)表示二维圆形溃坝和矩形溃坝替代函数；

Q表示单井开采量大小；σ表示平滑参数；x0、y0表示地下水开采点或溃坝处位置；A、B溃坝初始静水位调节系数；x、y表示模拟时空域的坐标。

3.根据权利要求1所述的一种基于无网格计算的水文数值模拟计算方法，其特征在于，所述步骤(3)中，双层残差协同神经网络计算过程可表述为：L‑1 L‑1 L‑1 L‑2 L‑1 1

Xres ＝σres (Wres Xres +bres +X)          (3)L‑1 L‑1 L‑1 L‑2 L‑2 L‑1

X ＝σ (W (X +Xres )+b )           (4)L L‑1 L

Y＝WX +b                              (5)其中：Xres为残差网络层的输入；σres表示残差网络层的激活函数；Wres和bres分别表示残差网络层的权重和偏置；X表示全连接神经网络的输入；L表示全连接神经的网络隐含层数；

σ表示全连接神经网络的激活函数；W和b分别表示全连接神经网络的权重和偏置；Y表示神经网络的输出。

4.根据权利要求1所述的一种基于无网格计算的水文数值模拟计算方法，其特征在于，所述步骤(4)中，构造满足地下水流动模拟工程和溃坝洪水波演进模拟工程的初始条件和边界条件的距离函数，将其嵌入双层残差协同神经网络模型中，构成新的网络输出，通过如下具体公式表示：d(X)＝(x‑xbc)·(y‑ybc)·t(6)

Y[h]＝f(X)+d(X)Net(X)/Ns(7)

其中：d(X)为距离函数；Net(X)为步骤三中的神经网络的输出；Y[h]为嵌入初始条件和边界条件后的新的网络输出；Ns为缩放调节系数，用于平衡数据之间的量级；x、y表示模拟时空域的坐标；xbc、ybc表示边界位置；t表示时间。