基于自注意力ConvLSTM生成对抗网络的短临降水预报方法及系统

本发明公开了基于自注意力ConvLSTM生成对抗网络的短临降水预报方法及系统，属于天气预报技术领域。该方法结合了自注意力机制和ConvLSTM网络，并通过多尺度特征融合来提升降水预报的精度与时效性；在模型结构上，采用了自注意力记忆模，通过增强输入特征间的关联性来捕捉时空序列中的长程依赖；此外，引入生成对抗网络框架，通过对抗训练方式进一步优化模型的生成效果；为解决训练中的模式崩溃问题，本发明采用了WGAN‑GP算法，利用梯度惩罚项约束判别器，保持稳定的训练过程。本发明能够有效地应用于天气预报等领域，为气象灾害预警提供更加精准、实时的预报支持。