基于时空注意力机制的深度学习雷电预测方法、系统及存储介质

本发明涉及一种基于时空注意力机制的深度学习雷电预测方法、系统及存储介质。方法为：将历史雷电网格数据、卫星云图数据和区域数值预报网格数据作为输入特征，历史临近雷电数据作为预报标签，构建训练数据集；将输入特征输入深度学习雷电预测模型，利用CNN卷积神经网络对输入特征的空间特征进行提取，通过GRU门控循环单元捕捉输入特征的时间依赖性，基于时空注意力机制自适应调整模型对不同时空区域的关注权重，以预报标签为目标输出，对深度学习雷电预测模型进行训练；将实时雷电网格数据、卫星云图数据和区域数值预报网格数据输入训练好的模型，输出临近雷电预测结果。本发明够更好地处理时空数据，提高雷电预测的准确性和可靠性。