考虑可解释深度学习模型嵌套组合的中长期水文概率预报方法及系统

本发明提供一种考虑可解释深度学习模型嵌套组合的中长期水文概率预报方法及系统，涉及水文预报技术领域。方法包括如下步骤：收集目标站点历史入库径流数据和大气环流指数；分析径流时间序列的相关性，确定中长期径流组合预测模型的滞后时间；构建包含初始因子集的输入矩阵，并从中筛选出中长期水文预报因子，将筛选出的中长期水文预报因子与入库径流数据进行重构，形成重构组合数据；构建多模型嵌套结构作为中长期径流组合预测模型；以重构组合数据作为该中长期径流组合预测模型的输入项，以预测的未来径流量为输出量，得到中长期径流不同步长下的确定性预测结果和概率预测结果。相较于现有技术，本方法在预报结果精度方面具有显著优势。