泥石流是一种常见的地质灾害,其预测模型研究与动态演示系统实现对地质灾害防治工作有着重要的现实意义。本论文的工作重点包括:从地质监测数据中挖掘隐藏的有用信息,提取其中的重要及关键指标,建立泥石流时序数据的预测模型与方法,实现泥石流动态演化功能。本文的主要工作内容如下:（1）提出了一种基于注意力机制的多序列残差网络预测模型（AMSR-net模型）。选择对泥石流灾害影响较大的指标流速作为预测对象,依据泥石流发生的影响因素进行分析,选取泥深、泥宽、容重、坡度、体积比含沙量、混合含沙量作为泥石流流速预测模型的影响因素,验证泥石流影响因素与泥石流流速的耦合依赖关系。结合预测模型中注意力机制原理,对泥石流危险要素进行评估分析。设计与经验公式、多组基准泥石流流速预测模型的对比实验,结果表明,AMSR-net模型相较于经验公式在预测误差方面有较显著的降低,实现预测模型过程动态预测,增强了模型的预测准确性和泛化能力。（2）设计并实现了融合预测模型应用结果的泥石流三维造型构建及动态展示算法。主要工作内容包括基于Blender开源软件实现泥石流山体三维模型的建模;在泥石流三维场景渲染过程中融入地震、降雨、光照等渲染效果,完成三维场景的特效设计与实现,提高模拟效果的真实性;设计并实现基于拾取模型、坐标转换、流动纹理的泥石流三维动态展示算法,以及基于PNPOLY算法原理的泥石流漫延区域分析可视化模块,可用于对泥石流发生进行风险评估分析,帮助科研人员对泥石流灾害的形成进行可视分析,为地质灾害预测和防治决策提供理论依据。