一种基于深度学习集成模型的气象预报方法及系统

本发明涉及多要素气象预报技术领域，具体涉及一种基于深度学习集成模型的气象预报方法及系统；一种基于深度学习集成模型的气象预报方法包括：获取气象数据，并进一步构建训练数据集；使用训练数据集分别训练CNN‑LSTM模型、ConvLSTM模型和CNN3D模型；各模型分别对输入各个模型的气象数据进行处理，输出3个不同的预测结果；分别采用基于误差的加权集成方法、贝叶斯优化集成方法对3个不同的预测结果进行集成预测，得到最终的集成预测结果。本发明整体方案设计简单，易于实现，且预测精度相比传统方案更高。本发明通过结合不同模型的优势，集成方法显著提升了稳定性和泛化能力，尤其在复杂变量如降水上表现更鲁棒。