一种融合量子计算和深度学习模型的短时降水临近预报方法

本发明提供了一种融合量子计算和深度学习模型的短时降水临近预报方法，属于短时降水临近预报领域，步骤如下：首先提取目标区域的降水量和气象要素的长期历史数据，然后将拟预报时刻的降水量作为预测目标量，拟预报时刻前M小时的气象要素和降水量作为模型输入特征量。之后采用量子计算方法将拟预报时刻前M小时的气象要素和降水量变成有关拟预报时刻降水量的高维量子概率特征。最后以量子线路降水量概率信息为输入、未来1小时的降水量为输出，构建并训练短时降水临近预报模型，本发明利用量子线路和量子叠加态，将经典数据映射到高维量子希尔伯特空间，可规避局部最优解陷阱，显著降低计算负担，实现海量高维气象特征输入条件下的短时降水预报。