面向降水预警的滑动窗口时序标签优化与BiLSTM融合预测方法

本发明涉及一种面向降水预警的滑动窗口时序标签优化与BiLSTM融合预测方法，针对传统时序预测模型难以满足气象预警提前量需求的问题，基于30秒高频采样的滑动窗口预处理技术，采用10分钟窗口与2分钟步长的分段策略，结合Z‑score标准化构建多尺度气象特征输入；设计"未来40分钟延迟标签"机制，将滑动窗口输入与未来预警时间点的降水量直接关联，实现预警导向的监督学习；采用双向LSTM网络进行时序依赖建模，训练阶段利用双向上下文特征增强模式学习，推理阶段自动切换为前向LSTM以保证因果性。该方法通过时空特征对齐和预警时间耦合，在保持实时性的前提下将降水预测有效提前40分钟，解决了气象预警系统中响应时间不足的痛点问题。