一种用于地球科学的深度学习模型关键指标归因分析方法及系统

本发明公开了一种用于地球科学的深度学习模型关键指标归因分析方法，包括如下步骤：S1、获取模型输出，筛选出待分析受影响情况的对象，即所述模型输出中需要研究的时段/区域，将所述待分析受影响情况的对象划分类别；S2、根据划分的分析对象类别，进一步计算关键指标，以获取关键指标集；S3、根据所述关键指标集匹配受影响分析方法，通过反向计算模型梯度，获取关键指标集受影响情况；S4、根据受影响情况，结合所述分析对象类别，获取模型各输入对输出的关键特征影响情况。该方法利用所构建的深度学习模型获取模型目标层各特征对输出的关键特性影响情况，以解决地球科学领域相关因子的影响机制，尤其是全球气候变化下复杂的、变动的因子间关系难以揭示的问题。