一种基于机器学习和地下水多同位素示踪的喀斯特地区岩溶管道识别方法

本发明涉及一种基于机器学习和地下水多同位素示踪的喀斯特地区岩溶管道识别方法，包括：获取待检测区域中的多同位素数据，将多同位素数据输入至地下水流动模型，获取地下水同位素组成的空间分布特征，利用空间分布特征，获取喀斯特地区的岩溶管道；地下水流动模型利用训练集训练定量模型获得，训练集包括：多同位素初始数据；在训练定量模型过程中，计算定量模型的输出数据对输入数据的敏感性系数，调整各个同位素特征权重，并基于多同位素初始数据训练模型参数。本发明利用多同位素耦合机器学习模型为喀斯特地区地下水资源的可持续供给和污染防治可提供强有力的技术支持。