简介： 本发明涉及人工智能技术领域，具体涉及一种水文地质中含水层与隔水层的识别方法。该方法通过水文地质钻探获取地下水所需资料；在水文地质钻探的过程中，通过抽水试验孔进行钻探以将地下水引流到地下水存储装置中；获取钻探机的运行特征、水体重量和地下水的属性，得到多个变化曲线特征图；获取多个变化曲线特征图对应的权重图像，将权重图像相加得到加权图像，根据加权图像的权重值得到波峰波谷点加权损失函数；将运行特征和变化曲线特征图输入由波峰波谷点加权损失函数训练的神经网络得到含水层和隔水层热力图。利用波峰波谷点加权损失函数能够让神经网络的训练易于收敛，进而使得神经网络的预测效果更鲁棒。