考虑多源数据时空特征的深度学习径流预报方法及系统

本发明属于径流预报技术领域，并具体公开了一种考虑多源数据时空特征的深度学习径流预报方法及系统，其包括：基于训练集对基于深度神经网络的径流预报模型进行训练，得到训练好的径流预报模型；训练集包括流域气象数据、下垫面数据和站点数据，站点数据包括径流数据和降雨数据；径流预报模型分别基于气象数据、下垫面数据提取得到气象要素时空特征、下垫面空间特征；基于径流数据和降雨数据的时间相关特性，提取得到站点数据的时间特征；将气象要素时空特征和下垫面空间特征进行匹配，得到产汇流特征；进而根据产汇流特征和站点数据的时间特征，得到预测径流数据。本发明可实现准确有效的流域径流预报，降低未来径流的不确定性。