利用机器学习发现简约且具物理解释的集水区尺度降雨-径流动态表现

本研究解决了机器学习方法在地球科学中应用时的可解释性不足问题。通过采用质量守恒感知器（MCP）作为基础计算单元，论文展示了一种简约的分布状态多流路径网络，成功实现了物理可解释性与优异的预测性能。这一发现有助于推动地球科学研究中机器学习的应用，为科学理解的进步提供了新的视角。