一种基于多模态特征融合的短期降水预测方法

本发明公开了一种基于多模态特征融合的短期降水预测方法，包括如下步骤：步骤1、获取历史多源降水数据，并分别通过特征提取网络进行特征提取，从而得到多维原始特征；步骤2、通过加权融合模块进行加权拼接得到初始融合特征；步骤3、初始融合特征经过权重注意力模块得到多维原始特征的权重系数，进而得到多维原始特征的权重特征，并通过拼接得到多模态融合特征。该方法在将深度学习技术应用到短期降水预测任务时，利用该加权注意力多模态融合方式可处理来自不同模态数据(如雷达降水图、站点数据)的特征，从而提升短期降水预测的准确度。