基于时空分离卷积神经网络的雷电临近预测方法及系统

本发明提供了基于时空分离卷积神经网络的雷电临近预测方法，包括：S1、获取卫星红外亮温观测数据和闪电定位数据；S2、对卫星红外亮温观测数据进行空间分辨率调整和标准化处理；对闪电定位数据进行格点化和去噪处理；S3、定义预测任务；S4、建立时空序列预测模型；基于处理后的数据，按时间点顺序以numpy文件格式保存，分为训练集、验证集和测试集，加载到时空序列预测模型进行模型训练，得到优化模型；基于预测任务，使用优化模型进行雷电临近预测，得到闪电预测数据。本发明使用卫星红外亮温观测数据和亮温差数据捕捉积云的发展，从而解决了无法有效预测雷电初生的问题。