基于时空分离的雷达降水图像时空降尺度研究

摘要： 针对现有时空降尺度深度学习方法对雷达降水图像时空特征学习不充分的问题，提出了一种基于时空分离的三维深度学习模型3DUST。该模型以Unet3d为核心架构，设计混合时空分离卷积单元增强降水图像局部时空特征的提取，并使用三维Swin Transformer补偿传统Unet3d编码器下采样造成的降水图像时空特征丢失问题，以提高时空降尺度预报的效果。通过法国气象局提供的公开数据集对模型... （共9页）