本发明公开了基于可解释深度学习的区域陆地水储量变化归因分析方法，首先确定研究区以及研究期范围，确定研究区内潜在的水文气象驱动因子，获取研究区内驱动因子的月时间序列数据和陆地水储量变化的月时间序列数据，并将陆地水储量变化数据和水文气象驱动因子数据按平均法统一重采样至空间网格进行重组构建数据样本，划分训练集和测试集，进而训练构建深度神经网络模型；最后，利用SHAP解释算法获得每个空间格点中各驱动因子对陆地水储量变化的贡献度，利用贡献度分析方法进行陆地水储量变化归因分析。本发明刻画了陆地水储量变化和驱动因子之间复杂的非线性映射关系，更准确解释驱动因子对区域陆地水储量变化的贡献和影响机制。