一种基于机器学习的洪水预测方法及系统

本发明涉及水文预测技术领域，公开了一种基于机器学习的洪水预测方法及系统，其中，一种基于机器学习的洪水预测方法包括：构建多源数据概率表示层，利用变分自编码器将多源水文数据转换为概率分布表示；构建贝叶斯深度特征提取层，采用随机权重神经网络从概率分布表示的数据中提取水文特征；构建因果结构学习层，利用因果发现算法从水文特征中学习变量间的因果关系；构建概率推断预测层，通过马尔可夫链蒙特卡洛方法生成水文变量的预测分布；构建可解释反事实分析层，支持洪水场景的假设分析和决策评估；本发明实现了从确定性预测向概率预测的转变，通过因果学习和符号概率混合推理增强了可解释性，为防洪决策提供了可靠的技术支持。