一种多尺度时空相关注意力与状态空间建模的降水临近预报方法

来源：电子与信息学报杂志2026年第3期北京时间：

作者：郑辉, 陈富, 何舒平, 邱学兴, 朱红芳, 王少华

单位：1.安徽大学互联网学院 合肥 2300392.安徽大学电气工程与自动化学院 合肥 2306013.安徽省气象台 合肥 2300614.中国科学院空天信息创新研究院 北京 100094

摘要：降水临近预报，作为气象预测领域最具代表性的任务之一，通过利用雷达回波或降水序列来预测未来0-2小时的降水情况。当前的主流方法普遍存在局部细节丢失、条件信息挖掘不充分、对复杂地区适配性不足等问题。因此，该文提出一种基于扩散网络模型的PredUMamba模型。在该模型中，一方面，引入一种基于自适应蛇形扫描机制的Mamba块，不仅充分挖掘到关键的局部细节信息，还有效降低了计算复杂度；另一方面，设计一种多尺度时空相关注意力模型，在增强时空层次化特征交互能力的同时实现了条件信息的全面表示。更重要的是，构建一个针对复杂地区降水临近预报任务的雷达回波数据集，即皖南山区雷达数据集，以验证模型对复杂地区突发性极端强降水的精准预报能力。此外，在领域内一些公开数据集上进一步开展了对比实验。实验结果表明，PredUMamba模型在上海雷达数据集和皖南山区雷达数据集上取得了最好的结果。同时，在SEVIR数据集上也取得了非常有竞争力的结果。

关键词：降水临近预报, 扩散模型, 状态空间模型, 雷达回波, 多尺度

基金资助：国家自然科学基金(62476260, 62473003, 42471495)，国家重点研发计划(2023YFF0805904)，安徽省科技创新攻坚计划项目(202423l10050058)