一种基于双源观测数据的时空卷积神经网络闪电预报方法

本发明提供一种基于双源观测数据的时空卷积神经网络闪电预报方法，其包括以下步骤：构建雷达预测网络、构建基于卷积神经网络的双源预测网络、准备数据集、训练雷达预测网络、训练双源预测网络、进行双源数据采集和处理以及使用双源预测网络对未来闪电进行预测。本发明充分整合了雷达特征数据与闪电数据在时空维度的内在联系，有效弥补了传统图像通道层直接融合方式对复杂气象场景的表征能力差的缺陷，从而为更精准的气象预测提供坚实的数据基础。并且本发明采用时序卷积神经网络进行闪电预测，在保持对时间序列数据处理能力的同时，有效减少了模型参数数量，从而显著减小了训练与推理的开销，使其能够更快速、精准地对气象状况进行预报与评估。