一种基于多源融合数据与MIM网络的短时临近降水预测方法

一种基于多源融合数据与MIM网络的短时临近降水预测方法，通过将雷达观测数据与中国陆面数据同化系统数据、站点观测数据进行时空匹配，对匹配后的数据进行预处理，包括特征因子提取、缺失值处理等，构建深度学习模型，通过对模型进行训练并基于实时雷达数据输出多源融合降水反演结果；进一步，识别智能网格降水预报的落区及降水强度的误差，利用“位相修正”技术对智能网格预报雨带的位置误差进行修正，同时根据短时临近预报的降水量对深度学习模型的预测效果进行精度评估，实现对于短时临近降水的智能预测。