物理机制引导深度学习的降水径流预报方法和相关设备

本发明涉及降水径流预报技术领域，具体涉及一种物理机制引导深度学习的降水径流预报方法和相关设备，该方法具体包括：获取气象数据、下垫面数据和径流量数据，通过统计分析和因果分析，确定目标特征；构建水量平衡的长短时记忆神经网络；基于目标特征、水量平衡的长短时记忆神经网络和结构树的Parzen估计器进行模型训练，以确定预测模型的超参数、模型权重信息和阈值信息，得到预测模型；基于预测模型，进行降水径流预报。如此，在保证模型精度性能的基础上，还可以避免预测不符合物理一致性的问题，提高了模型实用性。