一种融合机理模型和机器学习模型的流域降雨产流预测方法、装置及程序产品

本发明公开了一种融合机理模型和机器学习模型的流域降雨产流预测方法、装置及程序产品，本发明首先将季节性降雨状态转移概率作为条件转移概率构建季节性马尔科夫链模型，并采用季节性马尔科夫链模型模拟预设模拟周期内每天的降雨状态，根据每个季节性特征时间段的降雨量服从的分布模拟出每天的降雨量，生成预设模拟周期内的降雨序列；之后采用流域机理模型预测预设模拟周期内指定降雨序列下每天的产流量，并统计前期累计降雨量和季节性特征作为产流预测的输入特征；最后将预设模拟周期所有产流预测的输入特征和对应产流量模拟值作为数据集，对机器学习模型进行训练，并采用训练好的机器学习模型预测未来的产流量。本发明预测效率高、预测精度高。