基于时空序列与多模态特征融合的台风快速增强预测方法

本发明涉及台风预测技术领域，公开一种基于时空序列与多模态特征融合的台风快速增强预测方法，包括：基于台风最佳路径数据及多源卫星观测数据，构建多模态时空序列数据集和辅助数据集；采用统一流形逼近与投影方法对高维的多模态时空序列数据进行降维预处理，生成台风观测序列的一维时间序列嵌入表示；将所述一维时间序列嵌入表示和辅助数据作为独立输入通道，输入训练好的台风观测网络模型，以预测台风快速增强概率；其中，所述台风观测网络模型是一个多模态时空融合的深度学习架构，其核心由变分注意力循环神经网络构成，并通过改进的Harris鹰优化算法进行超参数优化。本发明实现对台风快速增强过程的准确、鲁棒识别。