一种融合时空特征的GConvAttnLSTM多源遥感降水估计方法和系统

本发明公开了一种融合时空特征的GConvAttnLSTM多源遥感降水估计方法和系统，包括：首先对多源遥感降水数据进行空间重采样和质量控制预处理，提取以站点为中心的固定空间邻域内的降水窗口数据；其次，构建连续多日的滑动时序样本，形成具有多产品空间‑时间特征的四维数据结构；然后，设计并训练融合图卷积、注意力机制与长短期记忆网络的深度神经网络模型，分别提取多源降水数据的空间相关特征与时间演变模式，并实现协同建模与融合输出；最后，通过地面气象观测站实测数据对融合结果进行误差评价。本发明可有效提升多源遥感降水估计的精度与鲁棒性，适用于大范围、长时间序列的遥感降水估计任务。