一种地下水动态演化预测方法

本发明提供了一种地下水动态演化预测方法，属于基于深度学习的地下水预测技术领域；采集水文参数和监测点地理位置数据，构建区域水文地质输入张量；然后建立初始有限元模型对地下水位分布进行空间外推和流场补全；基于初始有限元模型结构，设计基于目标分解的全局优化算法，对有限元模型的进行实时结构优化，然后通过有限元数值解法模拟非监测区域地下水演化，生成多节点、提高分辨率后的物理一致性水文时序数据；将生成的水文时序数据输入到设计的感知水位预测模型中，输出未来多个时刻、多个位置的地下水位预测结果及相应的地下水位热力图。本发明实现了对地下水系统更加准确、连续和可解释的高精度预测，为地下水资源科学管理提供可靠支撑。