融合洪水过程信息物理特征的洪水智能预报方法及系统

本发明公开了融合洪水过程信息物理特征的洪水智能预报方法及系统，解决深度学习在洪水预报建模中存在的鲁棒性差、对数据质量依赖性强及可解释性弱等问题。通过分析洪水过程的主体演变规律与噪声，设计新的数据处理方式与误差函数，提升模型输入数据的质量；根据水文气象要素特征设计二维隐含层，构建集合注意力机制筛选架构，提出融合洪水过程物理特征的洪水循环网络(Flood Recurrent Network,FRN)预报架构；构建融合洪水物理特征的FRN洪水智能预报模型，开发兼具可解释性和较长预见期的FRN模型可视化应用软件。本发明能够提高预报的准确性与可解释性，推动人工智能方法在水科学领域的创新应用。