一种基于格拉姆角场多模态时序数据融合的河源溪流水位监测方法

一种基于格拉姆角场多模态时序数据融合的河源溪流水位监测方法属于水文环境监测和多模态信息融合领域。本发明通过格拉姆角场技术将多个一维的气象模态时间序列数据编码为二维的特征表示，将二维气象模态特征表示与河流图像数据进行通道级的堆叠，从而实现多模态数据的输入级信息融合，再将融合的多模态信息时间序列先后经过卷积神经网络和循环神经网络进行时空特征的充分融合与提取，最后经过线性层输出最终的河源溪流水位监测结果。与现有基于图像的水位监测方法相比，本发明能够实现任意长度的气象模态时间序列数据的全局多模态信息与图像数据的充分融合，大幅提升了水位监测的准确性，减少了人工干预的设备校准和标注工作。