该研究使用机器学习技术研究了一种简明可解释的集水区尺度水文模型的适用性。研究发现，使用类HyMod架构可以很好地表示主要过程，并通过额外融入输入绕行机制和双向地下水质量交换来提高模拟效果。研究结果强调了使用多个诊断指标的重要性，并提出了需要设计更适合提取完整流量动态信息的训练指标。此外，通过使用神经架构搜索确定不同水文气候区域集水区的适当最小表示，为基于大样本数据的可解释的区域尺度MCP水文模拟建立了基础。