预报框架与gSTFNet模型结构图 (IMAGE)
Caption
首先将过去1个时刻的ERA5数据输入气象大模型, 生成未来Tf个时刻基础气象参量预报结果；随后对该数据进行区域裁剪, 以聚焦特定局地范围. 同时, 输入目标预报区域过去Tp个时刻的闪电观测数据. 最终, 使用gSTFNet融合双源输入数据, 生成未来Tf个时刻闪电预报结果. gSTFNet由四个模块构成: 大模型预测数据编码器(模块I)、闪电观测数据编码器(模块II)、门控时空融合模块(模块III)和预测解码器(模块IV).
Credit
©《中国科学》杂志社
Usage Restrictions
Use with credit.
License
Original content