1.一种基于TCN的汛期气候趋势预测方法，其特征在于，该方法包括：

对收集的多种汛期气象观测指标数据进行分析，筛选出与汛期天气趋势因素相关的汛期气象观测指标，汛期天气趋势因素包括降水量、温度、光照强度；

将第一滑动时间窗口内、与降水量相关的汛期气象观测指标数据输入第一孪生时域卷积网络的第一分支，得到第一高维特征向量；将第二滑动时间窗口内、与降水量相关的汛期气象观测指标数据输入第一孪生时域卷积网络的第二分支，得到第二高维特征向量；第一孪生时域卷积网络的标签数据为第一滑动时间窗口降水量分级与第二滑动时间窗口降水量分级是否属于同一类的标注；计算第一高维特征向量与第二高维特征向量之间的距离，利用标注与对比损失函数训练第一孪生时域卷积网络，更新网络权重；按照同样的方法，分别利用与其它各汛期天气趋势因素相关的汛期气象观测指标数据训练对应的孪生时域卷积网络；

将第三滑动时间窗口内、各汛期天气趋势因素对应的训练好的孪生时域卷积网络输出的高维特征向量连接，输入天气趋势预测时域卷积网络进行推理，输出预测的天气；

将第三滑动时间窗口内、温度对应的训练好的孪生时域卷积网络输出的高维特征向量，输入温度趋势预测时域卷积网络进行推理，输出预测的温度；

将第三滑动时间窗口内、降水量对应的训练好的孪生时域卷积网络输出的高维特征向量，输入降水量趋势预测时域卷积网络进行推理，输出预测的降水量；

根据预测结果绘制天气趋势、温度趋势、降水量趋势图，分析气候趋势。

2.如权利要求1所述的方法，其特征在于，所述汛期气象观测指标包括：降水量、温度、湿度、风速、风向、光照强度、气压、土壤温度、土壤湿度、露点、太阳辐射强度。

3.如权利要求1所述的方法，其特征在于，第一滑动时间窗口与第二滑动时间窗口的尺寸、步长相同，第一滑动时间窗口、第二滑动时间窗口的采样起始时刻不同步。

4.如权利要求1所述的方法，其特征在于，所述第三滑动窗口的尺寸大于第一滑动时间窗口的尺寸。

5.如权利要求1所述的方法，其特征在于，所述天气趋势因素还包括：湿度、风速、风向、气压、太阳辐射强度。

6.如权利要求1所述的方法，其特征在于，所述孪生时域卷积网络的每个分支分别包括时域卷积网络单元、全连接层，两个分支共享网络权重。

7.如权利要求1所述的方法，其特征在于，所述天气趋势预测时域卷积网络的标签包括：暴雨、雷暴大风、冰雹、龙卷、高温、晴朗、阴天。