一种基于多源数据融合的水库入库径流预测方法

本发明涉及水文技术领域，具体公开了一种基于多源数据融合的水库入库径流预测方法，首先构建包含实测水文、地面气象、遥感环境数据的多源数据集，设定多尺度预测时序与回溯时长。通过3σ准则结合水文阈值、分级插值补全及极值归一化完成数据预处理。结合皮尔逊与灰色关联分析筛选核心因子，依据关联度动态赋权，实现多源数据差异化深度融合。搭建CNN‑LSTM双分支时序特征挖掘预测模型，分别挖掘水文因子空间关联特征与径流时序演变特征，融合特征输出初始预测结果。同时引入误差反馈与梯度下降校正机制，按不同水文工况自适应调参，每日迭代优化模型。本发明可精准适配短中期预测场景，提升复杂工况下径流预测的精度与稳定性。