基于深度学习的径流序列丰枯急转特性识别方法与系统

本发明提供一种基于深度学习的径流序列丰枯急转特性识别方法与系统，属于水文水资源技术领域。本发明首先通过读取预设时间尺度的历史径流数据，利用标准化流量指数SRI对径流序列进行标准化处理，随后提取径流序列的丰枯变换强度特征值，构建多年径流丰枯急转指数RDFAI序列。在此基础上，应用DBSCAN聚类算法识别指数序列中的噪声点，确定历史丰枯急转径流序列，进而采用WGAN‑GP模型生成径流模拟结果。本发明方法不仅能有效提升历史极端水文事件的识别精度，减少了主观经验判断的干扰，同时显著增强了极端径流模拟的准确性与多样性，为极端场景推演及应对策略制定提供可靠的数据支持。