基于知识图谱与时空特征融合的滑坡易发性预测方法

本发明涉及地质灾害监测预警技术领域，公开了基于知识图谱与时空特征融合的滑坡易发性预测方法，该方法包括：利用图神经网络从地质知识图谱中提取推理特征向量；利用卷积神经网络从多源空间数据中提取空间特征向量；利用Transformer模型从降雨时间序列数据中提取时序特征向量；基于所述推理特征向量生成注意力权重，并利用该权重对空间与时序特征向量进行自适应加权融合，得到融合特征向量；将融合特征向量输入预测模型，输出滑坡发生概率。本发明通过引入知识图谱中的地质先验知识来指导时空特征的融合过程，使模型能够聚焦于关键致灾因子组合，显著提升了预测的准确性和可靠性，同时增强了模型的可解释性。