一种大气可降水量的预测方法及相关设备

本申请实施例公开了一种大气可降水量的预测方法及相关设备，本申请实施例中的地理坐标提供了精度的地理位置信息，时间参数能够捕捉日间和季节性变化规律，地表覆盖类型编码反映了不同地表中水汽含量。将ZTD值的分解为趋势项、季节项和残差项，通过模态分解解析残差项中的高频特征，即本征模态函数，本征模态函数能够更细致地捕捉到气象条件的复杂变化，将地理坐标、时间参数、地表覆盖类型编码、ZTD趋势项、季节项和本征模态函数输入至训练完成的双向长短期记忆神经网络与多层感知机中预测PWV值，实现了对水汽含量更为精确和可靠的预测，极大提升了气象监测与天气预报的准确性和及时性，满足对突发性天气精准监测和预警的需求。