摘要
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。
技术关键词
时空图卷积神经网络
堤防
风险预警方法
多模态
时间序列特征
三维模型模拟
数据
节点特征
门控循环单元
多传感器
计算机可执行指令
多层次特征融合
参数
风险预警装置
网格
指数
物理
可读存储介质
系统为您推荐了相关专利信息
表意文字
手写汉字图像
文本编码器
网络架构
图像编码器