一种基于TimeUnet和物候学知识的短临降水预报方法

本发明公开了一种基于TimeUnet和物候学知识的短临降水预报方法，包括以下步骤：（1）采集气象要素观测资料和鸟声异常信息样本，并对数据进行预处理；（2）对预处理后的气象要素观测资料和鸟声异常信息样本进行特征提取，构建特征数据集；（3）搭建融合了TimesNet和Unet的深度学习模型TimeUnet并设计定制化损失函数；（4）对TimeUnet模型进行训练，调整模型中的超参数以得到最优的模型；（5）基于实时的气象要素观测资料和鸟声异常信息样本生成短临降水预报产品；本发明有效提高了暴雨的预报技巧。