摘要
本发明公开了一种基于轻量化三维时域卷积网络的雷暴预测方法，获取雷达回波数据集；并对雷达回波数据集进行预处理，将预处理后的数据集划分为训练集、验证集和测试集；构建3D‑TCN雷暴预测网络模型，包括含3D因果膨胀卷积层的多个残差块，用于捕捉雷达数据的时间和空间特征；利用反向调度采样策略对所述雷暴预测网络模型行训练，采用均方误差和感知损失衡量预测图像与真实图像之间的差异，获得训练好的雷暴预测网络模型；输入实际雷达回波数据，通过述训练好的3D‑TCN模型进行预测，得到雷暴演变预测结果。旨在提高气象雷达对雷暴的精准预测能力。本发明将雷达图像的时序信息与空间特征相结合，实现更精确的实时雷暴演变预测。
