基于时空条件生成式模型的气象中期预报增强方法及系统

本发明属于人工智能与气象预测技术领域，提供基于时空条件生成式模型的气象中期预报增强方法及系统，所述方法包括：对数值天气预报网格数据与气象站点观测历史数据进行预处理，得到与气象站点位置对齐的预报特征序列；基于预报特征序列，结合时间信息与站点地理信息，生成表征未来天气演变时空上下文向量；基于上下文向量，生成携带合理不确定性的随机潜在变量；以上下文向量与随机潜在变量为输入，以残差学习方式预测数值天气预报的偏差，并将该偏差与原始数值预报结果相加，输出经过优化订正的站点气象要素最终预报值。本发明联合优化重建误差、潜在空间分布和概率预报评分，解决了传统模型在生成多样性数据时易出现的模式崩塌和模糊问题。