基于双标签监督与时空学习网络的雷电预测方法

本发明属于气象预测技术领域，具体涉及基于双标签监督与时空学习网络的雷电预测方法。包括：S1、获取多源气象观测数据；S2、对多源气象观测数据进行预处理；S3、构建ST‑FLPNet；S4、以二值化闪电标签作为主标签、雷达响应标签作为辅助标签，构建主次任务联合加权损失函数对模型进行训练；S5、将实时多源气象观测数据输入训练好的模型，输出未来预设时段的栅格化雷电发生概率。本发明双标签策略与ST‑FLPNet协同增强，显著提升了首次雷电预测的精准度和时效性，为复杂气象条件下的强对流早期预警提供了全新的物理协同深度学习方案。