一种基于深度学习的暴雨终端预警方法与系统

本发明涉及暴雨预警技术领域，尤指一种基于深度学习的暴雨终端预警方法与系统，通过引入图像感知与语义识别机制，对雨量计的翻转状态与雨幕、水迹等图像特征进行一致性判定，实现对非自然触发因素（如人为倒水等）的有效排除，提升降雨感知数据的可信度。采用可本地部署的双分支深度学习模型，融合降雨量、温湿度、地形因子等多源数据，基于交叉注意力机制进行特征提取与重现期预测，并结合历史事件动态生成阈值修正系数，实现预警标准的自适应调整，有效降低误报与漏报风险。本系统支持低功耗本地运行，执行预警决策，有效提升本地预警响应的时效性与准确性。