基于机器学习的山区流域地表与基岩特征协同关系研究  

Surface parameters and bedrock properties covary across a mountainous watershed:Insights from machine learning and geophysics

作　　者：高小雲(编译) 李慧(编译) 

机构地区：[1]不详

出　　处：《水利水电快报》2022年第5期4-4,共1页Express Water Resources & Hydropower Information

摘　　要：基岩特征的量化对于预测流域在气候变化条件下的水文响应十分重要。从流域尺度研究基岩的水力特性往往较为困难,尤其对于裂隙发育的地区而言。通过结合钻孔勘探数据、近地表地球物理与遥感数据,在流域尺度上对地上与地下岩体特征的协同变化关系进行了研究;运用机.器学习方法对基岩地球物理特征与水文特性及地貌与植被指数之间的关系进行了量化。由机器学习方法基本能够得出所研究流域各特征间的协同关系。

关 键 词：机器学习 勘探数据 地球物理 协同变化 气候变化 水文响应 地下岩体 协同关系 

分 类 号：G63[文化科学—教育学]