本发明公开了一种基于MCR_BiLSTM(An enseMble model based on CNN,ResNet and BiLSTM,MCR_BiLSTM)的智能洪水预报方法,该方法包括:(1)预报因子优选:对预报断面内目标水位站和相关雨量站的水文数据资料进行缺失值插补、数据归一化、数据集划分等预处理步骤后,构建相关系数矩阵优选预报因子;(2)权重配置:采用注意力机制为优选的预报因子分配不同权重,建立输入输出序列的长距离依赖关系,提高输入输出之间的相关性;(3)预报模型构建:构建BiLSTM网络模块,从正向和反向两个方面提取预报输入因子(水文数据)间的时序特征,并采用正则化结构避免模型过拟合提高模型参数对数据的泛化能力;构建增强CNN网络模块,以CNN提取水文数据的局部空间特征,同时使用ResNet加深CNN网络的深度,挖掘更多潜藏空间特征信息;(4)模型集成融合:将BiLSTM网络模块和增强CNN网络模块的预测结果分别经过全连接层后进行线性融合,集成为端‑端水文集成预测模型(MCR_BiLSTM),实现高精度的智能洪水预测;(5)结果输出:对MCR_BiLSTM模型融合结果进行反归一化处理,输出模型最终预测结果。