基于隐式自回归时空通道聚合策略的多输入单输出云图预测算法

来源：电子测量技术杂志2025年第9期北京时间：

作者：吴禹乾，张秀再，李景轩

单位：1.南京信息工程大学长望学院 南京 210044;2.南京信息工程大学江苏省大气环境与装备技术协同 创新中心 南京 210044;3.南京信息工程大学电子与信息工程学院 南京 210044

摘要：云图预测的本质是时空序列预测。基于深度学习的时空序列预测算法可以归纳为三种框架，即SISO、MIMO和MISO。针对云图运动特点，在MISO框架下结合MIMO与SISO两种框架特性设计了一种基于隐式自回归时空通道聚合策略的云图预测算法(IASCACP)。针对MIMO类模型存在的图像关联性缺失以及SISO类模型存在的误差累积过量的问题，引入一种隐式自回归编解码器，利用隐式自回归结构为模型赋予一定的递归特性以捕获序列中的时空关联信息，再用掩码与真实映射模块减少递归带来的误差累积，增强模型鲁棒性；针对云运动不稳定与非线性等问题，设计了一种时空通道聚合预测器，该模块可以有效聚合多阶时空相互作用信息，并对其进行自适应通道再分配以减少特征冗余。将该算法分别在MovingMNIST 数据集及 FY-4A 卫星云图数据集上进行实验，实验结果表明，该算法有效改进了MIMO与SISO类模型的缺点，预测精度高于其他模型，体现了该模型在云图预测领域的可靠性与有效性。

关键词：卫星云图预测;风云四号A星;隐式自回归;多输入单输出框架

基金资助：第二次青藏高原综合科学考察研究项目（2019QZKK0105）、国家社会科学基金一般项目（22BZZ080）、国家级大学生创新创业训练计划支持项目（202410300088Z）资助