基于高分辨率可见光云图的AI模型气象要素预测方法

本发明属于AI气象预测技术领域，为了解决现有AI模型训练成本高、模型复杂，局部气象要素预测的准确性仍然较低的技术问题，提出一种“基于高分辨率可见光云图的AI模型气象要素预测方法”，获取初始气象要素数据进行数据预处理后划分为训练数据和测试数据；结合RegionMesh多网格图构建RegionCast模型，以AutoEncoder作为基本框架，在编码器和解码器之间依次加入嵌入层、Grid2Mesh层、多网格图处理器、Mesh2Grid层以及还原层；输入训练数据对RegionCast模型迭代训练后得到区域气象要素预测模型；将测试数据输入到训练后的区域气象要素预测模型得到最终气象要素预测结果，采用自回归的方式捕捉连续时间的时序信息，并加入球面坐标系等特征补充空间特征，增强预测准确率。