基于深度学习可解释性的水位流量关系顶托影响分离方法

一种基于深度学习可解释性的水位流量关系顶托影响分离方法，其包括：收集影响水文站水位流量关系的多源要素数据；选定模拟水文站水位流量关系的深度学习模型；多源要素数据预处理与水位流量模拟回归模型构建，采用选定的深度学习模型拟合多源要素与水文站水位的映射关系，构建当前水文站水位流量模拟的回归模型；水位流量模拟回归模型的精度评估与可解释性分析，评估模型的精度与稳健性，基于改进深度学习可解释性方法，最终分离不同顶托影响要素对水文站水位的顶托程度。本发明基于深度学习方法与改进可解释性技术，实现了多源要素影响下的水文站水位流量模拟与不同水文站水位流量关系顶托要素的的影响分离。