研究区域:研究区为安城地区,位于韩国京畿道最南端,东经127°197,北纬36纬82纬,具有南北过渡型气候特点。它的气候特点是由从Charyeong山脉延伸出去的广阔平原这样的地理条件所决定的。整座城市被南部和西部的许多高山和低山包围,中晚期和老年期的丘陵散布其间,同时由于河流发育,形成了许多平原。研究重点:在该研究中,采用基于卷积神经网络(CNN)和长短期记忆(LSTM)的机器学习算法来生成韩国安城的地下水潜力图。根据导水率数据(T)中值,对全部295个井位进行了划分,其中地下水产量高的表示为“1”,地下水产量低的表示为“0”,然后按70∶30的比例分别进行模型训练和验证。该研究筛选了14个与地下水潜力相关的因素(如地形-水文和地质-环境因素)来比较其与地下水产量的空间相关性,采用接收器操作特性(ROC)曲线分析方法来评估模型的有效性,并通过计算ROC曲线下方的面积(AUC)来检验该模型。对该地区水文研究成果的评价:上述模型结果具有良好的准确性,所有AUC值都高于0.8。进而,使用由CNN和LSTM方法绘制的地下水潜力图来分析了韩国安城有可能存在地下水的区域。这项研究有利于当地环境部门管理地下水资源,并能帮助规划开发人员和决策者进行地下水可持续利用方面的规划。