数据集概述
该数据集包含基于物理信息神经网络（PINN）的地下水建模代码与相关文件，通过将瞬态地下水流方程嵌入损失函数，实现物理一致的地下水头预测，适用于数据稀疏场景，为地下水风险预测与决策支持提供技术实现与结果数据。
文件详解
该数据集包含以下文件，均位于“PINN-Based Spatio-Temporal Workflow for Groundwate/”目录下：
- 代码文件：
- PINN_Model_using_T4_GPU_google_colab.ipynb（IPYNB格式）：适用于Colab（T4 GPU）的PINN模型实现脚本，需修改数据集路径以运行
- 数据文件：
- groundwater_pinn_dataset.csv（CSV格式）：包含x（横坐标）、y（纵坐标）、t（时间）、h（地下水头）字段
- standard_pinn_decision_support_matrix.csv（CSV格式）：包含Station_name（站点名）、Latitude（纬度）、Longitude（经度）、Risk_Level（风险等级）、Risk_Score（风险得分）、Urban_Influence（城市影响）等决策支持字段
- 可视化文件：
- loss_plot.png（PNG格式）：损失函数变化图
- prediction_vs_observation.png（PNG格式）：预测值与观测值对比图
- heatmap_animation.gif（GIF格式）：热图动画
- heatmaps.zip（ZIP格式）：热图文件压缩包
适用场景
- 地下水水文模拟：利用PINN模型实现物理约束下的地下水头预测
- 地下水风险评估：基于决策支持矩阵分析地下水风险等级与影响因素
- 水文模型优化研究：对比传统数值模型与PINN模型在地下水模拟中的性能
- 水资源管理决策：为地下水开采调控、风险干预提供数据支持
- 深度学习水文应用：探索物理信息神经网络在水文领域的技术落地
