基于多尺度建模与PINNs的气象预报模型优化方法

本发明涉及气象预报技术领域，公开了一种基于多尺度建模与PINNs的气象预报模型优化方法，包括以下步骤：步骤1，收集多源数据并进行预处理；步骤2，对预处理后的多源数据进行数据融合，得到基础数据集；步骤3，构建气象预报模型，包括，构建图神经网络并以气象参数作为节点属性，使用图神经网络进行信息传播和特征提取，再基于大气运动方程，构建联合模型作为气象预报模型；并采用设有特定约束项的损失函数，优化模型参数；所述特定约束项包括大气热力学约束项和动力学约束项；步骤4，采用气象预报模型进行气象预报，并对预报结果进行验证。本发明能够实现高精准度的气象预测，有助于推动大气掩星技术的发展和应用。