CN119830962A 基于贝叶斯深度学习的区域地下水埋深分布估算方法 （南京大学）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119830962A

(43)申请公布日2025.04.15

(21)申请号202510316375.7

(22)申请日2025.03.18

(71)申请人南京大学

地址210023江苏省南京市栖霞区仙林大

道163号

(72)发明人彭泽辰莫绍星施小清吴吉春曾献奎

(74)专利代理机构南京华鑫君辉专利代理有限

公司32544

专利代理师王方超

(51)Int.Cl.

G06N3/047(2023.01)

G06N3/08(2023.01)

G06F18/214(2023.01)

G06F18/21(2023.01)

权利要求书2页说明书6页附图4页

(54)发明名称

基于贝叶斯深度学习的区域地下水埋深分

布估算方法

(57)摘要

CN119830962A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