La predicción de lluvias cercanas es una parte central en la alerta de inundaciones, sin embargo, la predicción precisa de la lluvia en áreas de terreno complejo ha sido uno de los desafíos en el campo de la meteorología e hidrología. El artículo propone un marco de modelado "prioridad de azimut", construyendo un marco de aprendizaje profundo de predicción de lluvia centrado en la unidad recurrente con puerta (GRU). El estudio muestra que la coherencia del azimut del sitio con respecto al radar pluviométrico es el factor clave que determina el patrón espacio-temporal de precipitación; al mismo tiempo, este marco puede mejorar eficazmente la adaptabilidad y precisión de la predicción en terrenos complejos. Esta investigación no solo proporciona una nueva perspectiva guiada físicamente para la predicción de lluvia por radar, sino también una referencia efectiva para mejorar la precisión y eficiencia del radar pluviométrico.

predicción de lluvias cercanas; radar banda X; estrategia de prioridad de azimut; unidad recurrente con puerta (GRU)