一种基于时序约束多模态学习的雷电临近预报方法及系统
本发明公开了一种基于时序约束多模态学习的雷电临近预报方法及系统,属于雷电临近预报技术领域。该方法首先获取多源气象数据,并对各数据进行时空对齐、栅格化和归一化处理,构建多变量时空输入样本,之后对不同模态数据进行独立编码,并学习具有时间先后约束的跨变量时空依赖特征,再对时空依赖特征进行逐预报时效演化建模,得到未来多个时刻的闪电预测对数几率图,训练阶段基于历史闪电发生频率向对数几率图注入空间先验,并采用动态焦点损失强化对稀有闪电样本和困难样本的学习,最终经激活处理得到未来时序的闪电发生概率图,本发明闪电稀有事件识别能力强、误报抑制效果好、时空泛化能力强以及预测结果可解释性好。