基于跨源可解释性深度学习模型的山洪预警方法及系统

本发明涉及山洪预警技术领域，具体公开了一种基于跨源可解释性深度学习模型的山洪预警方法及系统，所述方法包括获取预警区域内的山洪参数和环境参数，计算山洪参数和环境参数的关联度；根据所述关联度选取并组合环境参数，连接对应的山洪参数，作为该预警区域的样本；统计不同预警区域的样本，训练神经网络模型，同步构建解释内容库；在应用神经网络模型时，根据解释内容库确定输出结果的补充内容。本发明借助解释内容库能够得到同一输出的其他可能的输入，也即，在哪些其他环境条件下，有可能达到相同的状态，从而将当前环境转换为多种相似的环境，相似的环境越多，工作人员熟知的可能性越大，使得工作人员更好的进行山洪防护。