一种基于CNN-BiLSTM-At和ST-CFormer的降水预报订正方法

本发明公开了一种基于CNN‑BiLSTM‑At和ST‑CFormer的降水预报订正方法，包括获取气象雷达回波序列图像和气象站点观测数据并进行预处理；构建CNN‑BiLSTM‑At降水预报模型结构，利用预处理后的气象雷达回波序列图像对其进行训练，利用自适应遗传算法优化超参数，获得训练后的降水预报目标模型；构建ST‑CFormer降水预报偏差订正模型结构，利用降水预报图像与气象站点的观测数据进行融合的数据对其进行训练，利用NSGA‑II算法优化超参数，获得训练后的降水预报偏差订正模型。本发明利用气象站点观测数据、Swin‑transformer的全局建模能力，对预报结果进行二次订正，有效提升了降水预报精度。