一种基于环境因子响应和机器学习的水文多模型组配优选方法

本发明公开了一种基于环境因子响应和可解释机器学习的水文多模型组配优选方法，基于环境因子响应进行栅格的产流分区；计算栅格的环境指数TWI、SPI、CN，根据综合评分计算结果划分产流分区；借助机器学习算法有效识别不同产汇流分区模拟效果最好的模型方法，使用随机森林算法构建产流和汇流模块的替代模型；应用SHAP进行替代模型的模型解释，分析模型敏感的输入；并通过计算对比参数敏感性验证机器学习替代模型的可靠性；采用SCE‑UA算法优化产流模型和汇流模型，本发明的方法具有广泛的适用性，能够在气候变化和人类活动影响下，适应各种环境条件，提升模型的可用性，为水资源管理和洪水预警提供科学决策支持。