基于时空解耦的短临降水预报方法、系统、介质、设备技术方案

本发明专利技术公开基于时空解耦的短临降水预报方法、系统、介质、设备，涉及短临降水预报技术领域，方法包括：获取短临降水预报数据集；构建短临降水预报模型，包括编码器部分、时间预测器、解码器部分，编码器部分包括数量相同的多个编码器和解码器；编码器部分、时间预测器、解码器部分依次串连连接形成U型结构，多个编码器通过下采样相串连，多个解码器串连连接，每个编码器的结果通过跳跃连接到相应解码器；对模型进行训练和测试，得到最终的短临降水预报模型，将待测短临降水预报数据输入最终的短临降水预报模型得到短临降水预报结果。本发明专利技术可以实现精准的短临降水预报。

【技术实现步骤摘要】

本专利技术涉及短临降水预报，尤其涉及基于时空解耦的短临降水预报方法、系统、介质、设备。

技术介绍

1、降雨作为日常生活中最常见的气象现象之一，对生活的各个方面产生着深远的影响，也是许多自然灾害发生重要原因之一。准确且及时的短临降水预报（即在较短时间范围内进行高时间分辨率的气象预报，一般0-2小时内）至关重要，极大地影响着人类的生产和生活，如协助洪水预警、交通管制、农作物收割、出海捕捞天气预警等。然而，与大尺度天气系统不同的是，降雨具有突发性强、机理复杂多样、生命周期短的特征，短临降水预报一直是一个研究难点。

2、短临降水预报的传统方法主要包括：数值天气预报法和基于雷达回波的外推法。前者复杂计算通常依赖高性能计算机，算力成本高，而且通常受初始条件场的影响较大，在0-2h前置时间内预报不佳，在精细化预测上难以满足准确性与时效性的需求。后者虽然具有较高的时效性，预测图像较为清晰，但也存在局限性，其外推预报的能力随预报时效延长会迅速下降，预报能力存在明显不足，预测图畸变效应明显，无法满足实际应用的需求。

3、现有深度学习模型主要分为基于自回本文档来自技高网...

【技术保护点】

1.一种基于时空解耦的短临降水预报方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于时空解耦的短临降水预报方法，其特征在于，编码器包括：多尺度自注意力机制模块、乘法卷积模块、自适应动态加权模块；

3.根据权利要求2所述的一种基于时空解耦的短临降水预报方法，其特征在于，多尺度自注意力机制模块包括两个层归一化模块、一个下采样模块、三个注意力机制、一个上采样模块、一个卷积层、一个前馈神经网络；

4.根据权利要求2所述的一种基于时空解耦的短临降水预报方法，其特征在于，乘法卷积模块包括：一个层归一化模块、两个深度可分离卷积层；乘法卷积模块的输入通...

【技术特征摘要】

1.一种基于时空解耦的短临降水预报方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于时空解耦的短临降水预报方法，其特征在于，编码器包括：多尺度自注意力机制模块、乘法卷积模块、自适应动态加权模块；

3.根据权利要求2所述的一种基于时空解耦的短临降水预报方法，其特征在于，多尺度自注意力机制模块包括两个层归一化模块、一个下采样模块、三个注意力机制、一个上采样模块、一个卷积层、一个前馈神经网络；

4.根据权利要求2所述的一种基于时空解耦的短临降水预报方法，其特征在于，乘法卷积模块包括：一个层归一化模块、两个深度可分离卷积层；乘法卷积模块的输入通过层归一化模块处理后，输入到第一个深度可分离卷积层，将第一个深度可分离卷积层的输出特征图均匀分为两个分支，将两个分支的特征图相乘的结果通过第二个深度可分离卷积层，其中层归一化模块的输出跳跃连接到第二个深度可分离卷积层的输出，最后得到乘法卷积模块输出的局部空间特征。

5.根据权利要求2所述的一种基于时空解耦的短临降水预报方法，其特征在于，自适应动态加权模块包括三个卷积层，一个sigmoid层；其中，全局空间特征x和局部空间特征y分别通过第一个卷积层和第二个卷积层，生成两个特...

【专利技术属性】
技术研发人员：刘佳，邓重九，岳银雷，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：