一种基于深度学习的微波链路降雨反演方法及系统

本发明公开了一种基于深度学习的微波链路降雨反演方法及系统，包括：根据微波链路的静态数据和动态数据，获取预处理后的时序特征数据；根据所述预处理后的时序特征数据，通过融合长短期记忆网络和多尺度卷积神经网络的混合模型进行时空特征提取，生成多分支预测值；根据所述多分支预测值，通过自适应融合层输出降雨强度预测结果。本发明通过构建深度学习模型以及自适应损失函数，克服了传统基于经验公式的微波链路降雨反演方法在信号衰减分离和非降雨干扰消除方面的局限性，实现对降雨强度和空间分布的更加准确、实时的估计。