3DuA-Net:融合3D卷积和双端注意力的短临降雨雷达回波外推模型

来源：电子测量技术杂志2024年第15期北京时间：

作者：包广斌，罗曈，彭璐，赵怀森

单位：兰州理工大学计算机与通信学院 兰州 730050

摘要：针对短临降雨预测模型对历史雷达数据的建模结果存在视觉性能模糊和低估高回波值的问题，提出一种融合3D卷积和双端注意力机制的短临降雨雷达回波外推模型3DuA-Net。以ST-LSTM时空长短期记忆网络为循环单元，将普通卷积替换为3D卷积，增强模型从全局视角强化对短期运动特征信息的捕获能力。并提出DuAtt高效双端注意力机制，提高模型对长期雷达图像序列局部和全局重要特征信息的保存及结合能力。采用深圳气象局公开的多普勒雷达数据集进行实验，结果表明：在10、20、40 dBz阈值下，该模型相比Conv-LSTM基线模型的CSI指标平均提升7.74%，HSS指标平均提升5.54%，MAE指标下降3.8%，SSIM指标提升8.86%。

关键词：短临降雨;三维卷积;注意力机制;深度学习;雷达回波外推

基金资助：甘肃省自然科学基金(18JR3RA156)、兰州科技计划项目(2017-4-105)资助