一种局域人工智能的地震砂土液化变形预测方法及系统

本发明提供了一种局域人工智能的地震砂土液化变形预测方法及系统，涉及地质灾害预测技术领域，方法包括：获取多源地质数据；通过小波包分解提取3‑5Hz土体频域特征，融合DEM与历史液化热力图划分沉积相控单元，采用贝叶斯约束的改进Kriging算法生成三维体素模型，结合实时地震动主频偏移量构建四维时空张量；将张量输入局域自适应图卷积网络，通过时空注意力机制动态调整卷积核权重，同步输出预测结果；基于MEMS加速度与FBG应变数据触发增量学习，修正未液化区域预测值并反馈至体素模型；最终通过空间模式匹配生成概率型灾害链情景树。本发明解决了传统模型在复杂沉积环境适应性差、无法实时更新的技术瓶颈，为地震活跃区工程安全提供智能化预警支持。