1.一種基于abst-net時空預(yù)測模型的干旱災(zāi)害預(yù)測的方法，其特征在于，包括以下步驟：
2.如權(quán)利要求1所述的基于abst-net時空預(yù)測模型的干旱災(zāi)害預(yù)測的方法，其特征在于，步驟1中所述氣象數(shù)據(jù)變量包括某一高度的空氣溫度、總降水量、地面氣壓、風速u分量以及風速v分量。
3.如權(quán)利要求1所述的基于abst-net時空預(yù)測模型的干旱災(zāi)害預(yù)測的方法，其特征在于，步驟1中，相關(guān)系數(shù)的計算公式如下：
4.如權(quán)利要求1所述的基于abst-net時空預(yù)測模型的干旱災(zāi)害預(yù)測的方法，其特征在于，步驟2中，數(shù)據(jù)的高度和數(shù)據(jù)的寬度均由數(shù)據(jù)的空間分辨率決定，表明當前數(shù)據(jù)所在的空間位置。
5.如權(quán)利要求1所述的基于abst-net時空預(yù)測模型的干旱災(zāi)害預(yù)測的方法，其特征在于，步驟3中，所述編碼器包括3個2d卷積層、1個可變形卷積層、標準化歸一化層和silu激活函數(shù)層；其中，第一2d卷積層、第二2d卷積層、第三2d卷積層和可變形卷積層級聯(lián)，第一2d卷積層的輸出同時作為第二2d卷積層和第一標準化歸一化層的輸入，第二2d卷積層的輸出同時作為第三2d卷積層和第一標準化歸一化層的輸入，第三2d卷積層的輸出作為第一標準化歸一化層的輸入，第一標準化歸一化層的輸出作為第一silu激活函數(shù)層的輸入，第一silu激活函數(shù)層輸出特征圖；
6.如權(quán)利要求5所述的基于abst-net時空預(yù)測模型的干旱災(zāi)害預(yù)測的方法，其特征在于，對于輸入特征圖x的某一個位置p0，該位置經(jīng)可變形卷積層進行可變形卷積的輸出下式所示，
7.如權(quán)利要求1所述的基于abst-net時空預(yù)測模型的干旱災(zāi)害預(yù)測的方法，其特征在于，步驟3中，所述時空注意力模塊包括時間注意力單元、通道注意力單元和空間注意力單元；
8.如權(quán)利要求1所述的基于abst-net時空預(yù)測模型的干旱災(zāi)害預(yù)測的方法，其特征在于，基于abst-net時空預(yù)測模型的損失函數(shù)使用經(jīng)過空間歸一化的均方誤差mse，經(jīng)過空間歸一化的mse的計算公式如下式所示，
9.如權(quán)利要求1所述的基于abst-net時空預(yù)測模型的干旱災(zāi)害預(yù)測的方法，其特征在于，所述解碼器與編碼器的結(jié)構(gòu)類似，僅僅是在第一標準歸一化層之前增加像素重排層，所述像素重排層用于對每一層的卷積運算結(jié)果進行行像素重排，實現(xiàn)隱藏特征的上采樣，逐步重建模型輸出。
10.如權(quán)利要求1所述的基于abst-net時空預(yù)測模型的干旱災(zāi)害預(yù)測的方法，其特征在于，步驟4訓(xùn)練時，初始學(xué)習率可設(shè)置為0.001到0.1之間，學(xué)習率的衰減因子設(shè)置為0.1到1.0之間，預(yù)熱階段的學(xué)習率設(shè)置為初始學(xué)習率的1/10或者1/100，學(xué)習率調(diào)度策略使用余弦退火學(xué)習率調(diào)度器。