基于轻量化卷积神经网络的云团轨迹预测方法

本发明公开了基于轻量化卷积神经网络的云团轨迹预测方法，属于云图轨迹预测领域。该方法结合一维卷积神经网络与二维卷积神经网络，以提取数据中的关键特征，通过一维卷积神经网络处理气象站的时间序列数据，通过二维卷积神经网络可捕捉空间‑时间耦合特征，解析卫星或雷达图像的云层形态、纹理特征，最终，通过GRU整合时空特征后，输入24小时数据，可预测未来12‑24小时云团移动路径，进一步增强了模型对时间序列数据的处理能力。本发明不仅大幅降低了计算复杂度，而且显著减少了内存占用；此外提升了预测的精确度，而且对于气象分析、环境监测等领域具有广泛的应用前景。