近日，国际权威学术期刊《Urban Climate》（JCR一区，影响因子6.9）发表题为“Groundwater level prediction in urban karst regions: The comparison of ensemble learning and deep learning models by considering climate conditions（城市岩溶地区地下水位预测：考虑气候条件的集成学习和深度学习模型的比较）”的研究论文。该成果由111队地下水团队完成，标志着岩溶区地下位动态研究取得了阶段性进展。
    据悉，111队地下水团队针对岩溶区最高地下水位值预测难度大，并由此造成工程抗浮事故多发的难题，研究提出了一种基于机器学习的高效地下水水位预测方法，并在贵阳开展了实证分析。研究首次系统对比了五类长短期记忆深度学习模型与三种树型集成学习模型在三种不同水文情景下的预测性能与计算效率，为岩溶区抗浮设防水位的确定及水资源精准管理提供了新思路。该研究得到了贵州省科技支撑计划项目和贵州省地矿局重大科研项目的大力支撑，其成果在多个工程建设项目中得到了推广应用。