融合数值天气预报和AI天气预报的气象降尺度方法

本发明涉及气象预报技术领域，尤其涉及融合数值天气预报和AI天气预报的气象降尺度方法，通过采集数值天气预报数据与卫星遥感观测数据，经统一预处理、插值与映射生成细化预报数据和观测基准数据。随后采用基于深度神经网络的局部补偿、模型无关元学习进行区域适应性补偿，并通过构造联合目标函数实施变分同化和联合优化，同时利用生成对抗网络与图神经网络结合强化学习实现误差补偿和节点级自适应校正，最终通过闭环反馈迭代不断更新参数生成更新预报数据。本发明有效解决了现有技术降尺度过程中局部细节不足和模型自适应性差的问题，提高了预报精度和鲁棒性。