人民黄河

作者：胡明明, 尹君逸, 郭森, 司晓云, 陶文彬, 郭景涛

单位：1.河南黄河河务局，河南 郑州 450003；2.河南黄河河务局 信息中心，河南 郑州 450003；3.河南大学 软件学院，河南 开封 475000

关键词：临近降水预报；深度学习；变分自编码器；自注意力机制

基金：<p class=\MsoNormal\>\r\n\t<span>河南省科技攻关项目（</span><span>232102210114</span><span>）</span>\r\n</p>

为了解决当前临近降水预报模型无法学习雷达回波图像在空间和时间维度上的非线性特征变化问题，提出一种基于变分自编码器（VAE）的临近降水预报模型。1）通过构建变分自编码器在潜在空间上定义一个概率分布函数，进行雷达回波图像重构。2）引入自注意力机制学习雷达回波图像在空间和时间维度上的依赖关系。3）引入离散的潜在空间来捕捉雷达回波图像复杂的上下文语义信息。基于SEVIR数据集进行模型的性能评估实验，与Simvp和PhyDNet两个代表性的临近降水预报模型进行对比，通过设计消融实验评估本模型中每个模块的有效性。结果表明：本模型能够准确预测未来5帧的雷达回波图像，预测精度比Simvp和PhyDNet模型高，每个模块的引入都能够对临近降水预报模型的性能提升有所贡献。

来源：2025年第8期

《人民黄河》期刊编辑部

查看人民黄河杂志2025年第8期