来源：水资源研究夏装地下水动力学反映在地下水位深度的时空变化中。监视大面积的这些变化是具有挑战性的。结果，可用的数据通常是稀疏且分散的，这给水管理人员带来了困难。CunhaTeixeira等人。 [2025]通过使用通过地球管传感器阵列记录的通过列车的地震波信息以及两个压力仪的测量值来解决这一挑战，以使用多层perceptron在每天的时间尺度上估算地下水桌深度。他们的方法可以实现空间连续的监测，同时需要最少的侵入性钻孔数据。建造其方法，实现了一定程度的概括，从而使外推超出了训练区域。这种创新的方法有可能为具有成本效益的高分辨率地下水监测铺平道路，从而为水管理人员提供了他们在区域规模上做出明智决定所需的数据。引文：Cunha Teixeira，J。，Bodet，L。，L。，Rivière，Rivière，Rivière，A.，Hallier，A. （2025）。物理学引导的深度学习模型，用于使用被动地面波散分散体的每日地下水桌图估计。水资源研究，61，E2024WR037706。 https://doi.org/10.1029/2024wr037706 - Stefan Kollet，编辑，水资源研究文本©2025。作者。 cc by-nc-nd 3.0 except（否则指出，图像都具有版权。未经版权所有者明确许可的任何重复使用将被禁止。相关