本发明提供了一种基于深度学习的城市内涝快速预测方法，具有这样的特征，包括以下步骤：步骤S1，根据图像分割方法SLIC将地区划分为各个区域；步骤S2，对每个区域，构建对应的SN‑DL模型，再将现有的该区域的地形、外部入流量和对应的淹没水深数据对SN‑DL模型进行训练，得到训练好的SN‑DL模型；步骤S3，对每个区域，将外部入流量信息中该区域的外部入流量时序和地形信息中该区域的区域地形信息输入对应的训练好的SN‑DL模型，得到该区域的t时刻的区域积水预测结果；步骤S4，对t时刻的所有区域积水预测结果进行整合，得到t时刻的地区积水预测结果。总之，本方法能够更加快速准确地获得地区积水预测结果。