基于多特征融合和二维时间卷积网络的日径流预测方法

本发明涉及一种基于多特征融合和二维时间卷积网络的日径流预测方法，包括以下步骤：对目标流域的水文和气象多源数据进行特征挖掘和特征融合，构建多源融合特征矩阵作为时空特征提取阶段的输入；对多源融合特征进行时空特征提取；构建整体网络框架模型，确定网络的训练参数，并进行训练与预测。本发明的有益效果是：采用双层路由注意力机制对内部模式特征和筛选特征进行特征融合，聚焦多源特征中的关键信息；引入残差连接增强信息流动和梯度传播，缓解深层网络中的梯度消失问题，在提取关键细节特征的同时保留原始特征信息；把融合多源特征序列看作二维特征进行扩张卷积，而非把其看作多个通道的一维序列，以增强网络捕获精细粒度信息的能力。