一种结合注意力机制的TG-LSTM短期降水预报方法及系统

本发明公开了一种结合注意力机制的TG‑LSTM短期降水预报方法及系统，包括以下步骤：采集小时级实况气象数据，获取所需的气象要素数据；统计每个气象站点中小尺度系统不同高度下的气象要素特征；通过对历史气象数据的分析，选取与降水量密切相关的气象特征，构建多维特征时序向量；构建基于编码器‑解码器架构的TG‑LSTM模型,并在数据集上完成模型训练；将处理完成的数据输入训练后的TG‑LSTM模型进行推理，生成短期降水量预报结果；对预报结果进行后处理，反归一化和平滑化处理后输出预报数据，推送给对应业务系统进行应用。本发明具有较强的鲁棒性和泛化能力，能够在不同气象条件下稳定运行，具有广泛的应用前景。