地下水是水循环的重要组成部分，但其复杂且依赖于环境的关系使得建模变得困难。传统的基于理论的模型虽然是科学理解的基石，但其计算需求高、简化假设多以及校准要求严格，限制了其应用。近年来，数据驱动模型作为强有力的替代方案逐渐崭露头角，尤其是深度学习因其设计灵活性和学习复杂关系的能力而成为领先的方法。研究提出了一种基于注意力机制的纯深度学习模型STAINet，旨在预测任意位置的每周地下水位，充分利用空间稀...