一种基于深度学习的缺资料小流域径流推求系统及方法

本申请涉及径流推求技术领域，其具体地公开了一种基于深度学习的缺资料小流域径流推求系统及方法，其通过从先验数据库提取已知流域的径流数据集来作为参考样本，并采用深度学习算法对目标缺资料小流域的地理数据和各个参考数据样本进行语义嵌入编码，以提取出目标缺资料小流域地理数据和各个参考数据样本的语义嵌入表示，进而以目标缺资料小流域的地理信息作为查询，通过对已知流域的样本数据进行高维语义模糊匹配编码，以利用具有地理相似性的已知流域样本中的径流数据和全球性降水数据来推求目标缺资料小流域的径流情况。通过这种方式，可以充分利用全球化信息，提高缺资料小流域径流推求的准确性和适用性。