基于多元立体信息的山区地表径流演变成因解析方法

本申请涉及一种基于多元立体信息的山区地表径流演变成因解析方法。该方法包括：采用基于深度学习的人工智能技术对流域历史时期的气温、降水量、植被覆盖率、土壤湿度和地下水位数据进行细粒度时序分析，分别挖掘出各项要素在局部时域下的动态演变特征，并通过对各项要素的局部时序特征表示进行基于特征显著性的时序聚合处理，以获取各项要素的全局时域核心特征表示，进而基于各项要素的全局嵌入联合特征，智能识别山区地表径流演变的核心成因。这样，可以实现对山区地表径流演变过程的多维度动态解析，提高预测精度和可靠性。