两步融合细预测
该网络通过两阶段融合卫星与雷达数据，提升降水临近预报的细节与精度，并具备预测对流初生的能力。
Dan, Niu · Yinghao, Li · 王宏斌 · 臧增亮 · Mingbo, Jiang · 陈训来 · Huang, Qunbo
IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing 2024
卫星数据能补充雷达在探测快速生成对流单体时的不足，让预报更早地捕捉到降水初生信号。
两阶段融合网络先用注意力融合多尺度特征，再用 GAN 锐化预测图，使降水细节更丰富，图像质量优于传统方法。
在 YRD 数据集上，模型在图像质量和降水指标上均显著优于光流法和 ConvLSTM、ConvGRU、TrajGRU、PredRNN++ 等知名深度学习方法。
融合卫星与雷达数据的模型能够预测对流初生，这是传统单一雷达模型难以做到的。