一种基于深度学习和可解释性分析的地表径流成因识别方法及装置

本发明公开了一种基于深度学习和可解释性分析的地表径流成因识别方法及装置，用于解决现有的地表径流成因识别方法导致识别精度较低的技术问题。方法包括获取气象水文因子时间序列数据，并将气象水文因子时间序列数据输入至基于深度学习的地表径流成因识别模型；基于深度学习的地表径流成因识别模型包括一维卷积模块、双向长短期记忆网络、基于多头注意力机制的识别模块；采用一维卷积模块对气象水文因子时间序列数据进行卷积操作，输出局部响应特征序列；通过双向长短期记忆网络对局部响应特征序列执行双向处理操作，生成目标全面特征序列；将目标全面特征序列输入至基于多头注意力机制的识别模块进行识别，输出目标地表径流成因识别结果。