基于3D卷积和自注意力机制的卫星云图预测研究

卫星云图是气象预报的重要资源之一，可以显示云层的生消变化，对气象分析和预报工作有极大的作用.对云图进行一定时间段的预测有助于及时掌握云层的移动轨迹和变化情况，提高卫星云图资料的实用性.然而，当前卫星云图的预测面临诸多困难，例如，云团的变化大多是非平稳、非线性的；云图数据量小，实时性差等.因此，从时空序列的角度出发，提出一种基于3D卷积和自注意力机制的卫星云图预测模型，该模型在ST-LSTM (Spatiotemporal Long ShortTerm Memory)的基础上，在其单元内部引入3D卷积和自注意力机制，使模型能同时提取时间信息和空间特征，进一步增强云层短期趋势和长期依赖的联系；同时，在其外部框架使用空间和通道注意力机制，促进对云图空间特征的提取.在风云四号的卫星云图上进行评估，实验结果证明，该模型能够较准确地预测云层的形态变化和运动轨迹，各项评价指标均优于现有模型.