基于時空分離的雷達降水圖像時空降尺度研究

摘要： 針對現(xiàn)有時空降尺度深度學習方法對雷達降水圖像時空特征學習不充分的問題，提出了一種基于時空分離的三維深度學習模型3DUST。該模型以Unet3d為核心架構，設計混合時空分離卷積單元增強降水圖像局部時空特征的提取，并使用三維Swin Transformer補償傳統(tǒng)Unet3d編碼器下采樣造成的降水圖像時空特征丟失問題，以提高時空降尺度預報的效果。通過法國氣象局提供的公開數(shù)據(jù)集對模型...