摘要
本发明涉及一种基于多模态数据变化特征的山体滑坡分级预警方法，包括：建立山体数字孪生体；在目标区域部署多节点传感器网络，并配置边缘计算单元，实时采集地质数据，基于山体数字孪生体对地质数据进行筛选形成有效的本地数据；在各节点构建轻量化多模态神经网络模型，利用蚁群优化算法动态搜索超参数，生成加密模型权重更新量包；中央服务器根据数字孪生体输出的灾害特征向量动态计算节点权重，加权聚合生成全局模型并定向分发更新；融合实时监测数据与模型预测结果，通过变步长物理引擎执行毫米级灾害演进仿真，当推演预测风险超过阈值时触发超前预警信号，显著提升边缘模型适应性、联邦聚合精度及预警超前性。
