基于深度学习的雪崩预警模型构建方法及系统

本发明提供一种基于深度学习的雪崩预警模型构建方法及系统，首先获取目标区域包含气象时序、地形空间及积雪层物理数据的多源环境监测数据，对气象时序数据时间维度对齐生成特征序列，地形空间数据网格化生成特征集，积雪层物理数据提取参数生成状态向量，接着输入含时序注意力、空间卷积及跨模态交互单元的深度学习网络模型，生成融合特征向量，基于历史雪崩事件标注数据构建训练集，对融合特征向量动态权重优化，生成雪崩风险预测模型，最后实时接收当前监测数据，雪崩风险预测模型输出风险等级与预警触发阈值，实时风险值超阈值时生成多级预警信号，实现精准的雪崩预警。