一种基于特征增强融合时空图神经网络的水文预测方法

本发明公开了一种基于特征增强融合时空图神经网络的水文预测方法，包括：获取待预测流域的未来降雨特征、历史雨量值、历史流量值和流域初始状态，将所述未来降雨特征、历史雨量值、历史流量值和流域初始状态输入至预先构建的特征增强融合时空图神经网络模型中，得到模型输出的流域出口的流量趋势预测结果，本发明通过考虑复杂的水文时空数据时变特性及不同初始状态对流域出口流量趋势变化的影响，将流域内各数据监测收集站点连通性转化为图结构数据，并在时序依赖关系建模时考虑全局上下文信息，在中小流域水文预测中具有较高的实用价值与推广潜力。