本发明公开了一种基于多模态数据的实时智能灾害预警方法，属于灾害预警技术领域，包括：步骤一、构建多模态数据平台；步骤二、利用图神经网络技术得到第一训练模型，结合联邦学习技术得到第二训练模型；步骤三、对第一训练模型以及第二训练模型进行整合，得到灾害传播模型；步骤四、将响应功能部署在靠近数据源的边缘设备上；步骤五、持续收集实际灾害发生的数据，与模型预测的结果比对，进行预警响应。本发明通过对多种数据源获取的灾害数据进行整合，可获取更多的数据源，能够提高预警的全面性和准确性，并利用图神经网络和联邦学习构建灾害识别模型，能够显著提升模型的泛化能力，使系统能够应对各种复杂多变的灾害场景。