基于贝叶斯深度学习的区域地下水埋深分布估算方法

本发明公开了基于贝叶斯深度学习的区域地下水埋深分布估算方法，本发明利用离散观测井位数据，结合降水、蒸散发、温度、坡度、距离最近地表水体距离、土壤类型、土地利用类型、地下水储量等多源数据作为输入因子，通过贝叶斯深度学习模型建立地下水埋深与输入因子间的非线性映射关系。本发明首先利用观测点位处的实测数据训练并验证模型，然后基于研究区输入因子数据估算得到区域地下水埋深分布，可有效解决传统地下水监测网络覆盖不足的问题，并能够以较高的空间分辨率刻画区域地下水埋深分布特征，为区域地下水资源可持续利用和生态保护提供科学支持。本发明方法具有通用性，适用于不同区域和多种数据条件下的地下水埋深预测。