基于物理水文模型和机器学习模型的中长期径流预测方法及设备

本发明属于水文预报和水资源管理相关技术领域，其公开了一种基于物理水文模型和机器学习模型的中长期径流预测方法及设备，步骤为：（1）对SWAT模型的参数中影响输出径流的参数进行敏感性分析以确认敏感性参数，并进行率定；（2）计算SWAT模型的模拟值与实测值之间的差值；（3）基于得到的残差序列构建混合机器人学习模型；（4）通过混沌映射初始化、非线性收敛因子和位置更新策略对改进灰狼优化算法进行优化；（5）使用改进灰狼优化算法对混合机器人学习模型进行参数优化，以得到IGWO‑TCN‑LSTM预测模型；（6）将基于SWAT模型得到的模拟结果与基于IGWO‑TCN‑LSTM预测模型预测到的残差相结合，生成的径流预测值。本发明提高了预测精度。