基于GRU-Attention的长江流域中长期降水预报方法

本发明属于降水预测技术领域，具体提供一种基于GRU‑Attention的长江流域中长期降水预报方法，包括：数据预处理：对设定时间段内的长江上游流域历史降水日数据进行预处理，得到满足设定条件的空间场对应的时间序列记为预测对象；明确长江上游降水的关键预测因子组合；构建GRU‑Attention深度学习模型；设定训练集和测试集，针对每个预测对象的关键预测因子组合进行训练，选定最优超参数组合，得到每个预测对象的最优模型；基于关键预测因子组合及最优预测模型提供实时预测结果。该方法针对长江上游降水演变规律，寻找关键预测因子，构建有效的长江上游降水中长期预测人工智能模型，提高当前长江上游降水次季节预报技巧。