一种基于多模态数据的堤防渗漏风险预警方法和装置

本申请涉及了一种基于多模态数据的堤防渗漏风险预警方法和装置，本方法通过堤防表面温度、LiDAR和堤防表面状态等表面数据精确构建三维模型；然后基于三维模型提供的堤身几何参数，采用物理规律生成能够反映堤防渗漏过程的模拟数据，并基于三维模型模拟生成耦合数据；然后基于耦合数据结合多层次特征融合的时空图卷积神经网络，同时基于模拟数据约束时空图卷积神经网络的预测结果，能够实现渗漏异常的时空关联分析与提升渗漏风险预测的准确度；最后基于堤防预警参数匹配对应的应急预警响应。本方法能够实现多源数据的高效融合与物理规律的数据驱动结合，有效提升渗漏预警的准确性与时效性，最终降低发生堤防渗漏险情的风险。