基于时空-多模态融合的边坡智能巡检预警方法及系统

本发明提供一种基于时空‑多模态融合的边坡智能巡检预警方法及系统，涉及边坡监测技术领域。通过多源异构数据的预处理、多模态特征的提取与融合、物理约束的神经网络预测以及风险驱动的巡检调整，构建了完整的边坡智能巡检预警流程，有效整合了监测节点、影像及点云数据的互补信息，避免了单一传感器覆盖有限的局限，实现了边坡整体状态的全面感知与动态预警，从而解决了人工巡查效率低及点式传感器难以把握整体状态的技术问题，系统性解决了时空演化规律挖掘不足和多模态数据浅层融合导致的问题。