地震剖面测量和重力反演是研究莫霍面深度的主要地球物理方法。前人计算了莫霍面起伏引起的剩余重力异常,在此基础上采用地震剖面获得的莫霍面深度数据对频率域重力反演莫霍面深度参数进行约束,得到南海高分辨率莫霍面深度分布图,但是由于重力反演涉及到的上下界面密度差和地区参考莫霍面深度两个参数影响,通过传统模型公式计算出的莫霍面深度不可避免地会有一定误差。本文采用机器学习方法,直接建立剩余重力异常与地震测量莫霍面深度的关联模型,使用前人研究的剩余重力异常数据与地震方法获得的莫霍面深度点和机器学习模型预测了莫霍面深度,结果显示机器学习模型在莫霍面深度反演中表现出具有更高的R2值和更低的NRMSE、MAE以及RMSE值,相比传统方法表现更优。此外本文利用更新数据重新计算了南海海盆及周缘地区的剩余重力异常,并整理和收集了该区域近年来地震方法获得的莫霍面深度数据,使用机器学习模型重新预测莫霍面深度,统计指标显示预测结果更加准确。