一种基于大数据分析的水文趋势预测方法

本发明提出一种基于大数据分析的水文趋势预测方法，通过构建以监测站点为节点、地理距离和水系连通性为边权重的初始图结构，利用消息传递机制迭代聚合节点特征，捕捉站点间水文变量的空间交互；基于降雨量变化动态调整水系连通性参数与边权重，生成自适应图结构；结合图神经网络与动态贝叶斯网络、时空协同克里金插值算法，提取小时级水文动态传递特征，形成时空耦合预测模型；通过预测偏差阈值触发模型参数优化与消息传递机制调整，实现“动态建模‑特征融合‑闭环优化”的自适应预测流程。该方法可精准刻画水文要素时空关联，提升复杂水文过程解析精度，增强对突发水文事件和流域环境变化的适应性。