一种基于机器学习的水文数据治理方法及系统

本发明公开了一种基于机器学习的水文数据治理方法及系统，S1.生成具有统一时空分辨率的水文监测数据集；S2.构建水文监测数据的模糊熵矩阵；S3.生成以有向无环图形式表示的水文监测数据因果模型；S4.通过动态调整异常检测阈值对异常水文监测数据的实时识别；S5.生成异常溯源候选路径，形成异常水文监测数据因果链条；S6.对异常溯源候选路径进行模糊熵优化处理，依据各因果链条中水文变量的模糊熵值及其在因果链中的影响权重，筛选出关键异常因果路径，进而对异常水文监测数据根本原因的定位。本发明为水资源管理、防灾预警及环境监测提供了一种更加高效、智能化的技术方案。