一种基于PSD-AUnet的短时降水预报模型构建方法

本发明公开了一种基于PSD‑AUnet的短时降水预报模型构建方法，涉及气象预报技术领域，数据准备：收集过去3小时的CLDAS降水数据；数据预处理：对原始数据进行时间对齐、归一化和数据划分；模型构建：搭建包含编码器、解码器和注意力机制的SmaAt‑Unet模型；模型优化：在SmaAt‑Unet模型基础上集成PSD模块，构成PSD‑AUnet模型；模型训练：使用训练集数据训练PSD‑AUnet模型，通过最小化损失函数更新模型参数；模型预测：使用测试集数据对模型进行评估，输出未来2小时的降水预测结果。本发明通过引入注意力机制和PSD模块，显著提高了降水预测的准确性。本发明的方法具有较高的预测精度和计算效率，可广泛应用于气象预报、防灾减灾和农业生产等领域。