基于地形与气象多因子融合驱动的降水空间重构方法、系统、设备及介质

本发明涉及气象水文技术领域，具体涉及基于地形与气象多因子融合驱动的降水空间重构方法、系统、设备及介质，该方法通过获取目标区域的空间地形因子和气象观测数据，采用BP神经网络分层递进插补气象驱动变量的缺测值，并基于丰水期和枯水期设定缺测剔除规则处理降水量数据；构建融合空间地形因子、时间序列因子和气象驱动因子的14维高维输入特征体系；利用XGBoost、BP神经网络或LSTM等非线性模型进行训练，最终实现网格的月尺度降水量空间重构。本发明有效解决了传统插值方法在复杂地形区域适应性差、多因子驱动关系刻画不足的问题，显著提高了降水空间分布的精度和物理一致性。