多模态物理约束的深度学习边坡参数反演方法

本发明属于岩土工程与人工智能交叉技术领域，具体公开了一种多模态物理约束的深度学习边坡参数反演方法，包括：根据边坡的多模态数据构建时空关联特征矩阵；根据边坡土体的静力平衡残差、本构方程残差和渗流方程残差确定物理损失函数；根据物理损失函数构建目标函数，并基于目标函数确定深度学习模型；将时空关联特征矩阵输入至深度学习模型中并进行深度学习模型优化，建立时空关联特征矩阵与物理损失函数中包含的边坡参数之间的映射关系，得到边坡参数的反演值。本发明通过将物理约束融入深度学习模型，突破了传统方法的时空信息割裂与物理机制缺失问题，确保反演结果符合边坡变形的物理规律，大幅提高所得边坡参数反演值的精度。