基于多尺度注意力残差块和sadeWOA算法的降水数据降尺度方法

本发明公开了一种基于多尺度注意力残差块和sadeWOA算法的降水数据降尺度方法，涉及气象数据处理技术领域，包括：获取气象数据和地形数据；构建多尺度注意力残差块；构建上采样模块，采取sub‑pixel convolution方法并另外增加卷积层以减少图像的块状伪影，提升数据质量；构建地形数据融合层，融入地形数据增强特征表示；构建TERAN模型；使用训练集和sadeWOA算法优化模型参数和超参数，利用训练后的模型处理低分辨率的数据，生成高分辨率的数据。本发明方法的问题，本发明方法通过深度学习和注意力机制增强模型对非线性气象过程的解析精度，有效提高了对局地极端降水事件的捕捉能力。