物理信息机器学习将物理先验融入模型结构、优化与推断，提升精度与效率，应用于动态系统建模控制、地下能源、复杂物理生物系统、逆问题及强化学习。研究提出分类法，比较传统与深度学习方法在状态监测中的表现，强调交叉验证与特征选择。水文领域提出物理感知机器学习并发布HydroPML平台，增强可解释性与因果性，助力数字水循环。