MZ-Rain: Moisture-Budget-Guided Zero-Inflated Model for Station-Level Precipitation Nowcasting
提出 MZ-Rain 模型，该基于水分预算引导的零膨胀 sLSTM 框架用于站点级降水短时预报。针对传统时间序列建模缺乏物理引导及降水数据严重零膨胀两大挑战，MZ-Rain 依据水分预算方程将降水形成过程分解为水分储存、输送、蒸发及持续等特定路径，并通过专用分支捕捉其时间演化；同时引入自适应 Tweedie 建模策略，在联合学习降水发生作为辅助任务的同时调节降雨均值，以平衡干湿判别与定量估算。跨不同地理和气候区域的广泛实验表明，MZ-Rain 在 CSI、FAR、MSE 及 MAE 等多项指标上均优于强基线模型，尤其在预报强降雨事件方面表现优异。