1.基于SE‑Resnet模型的延伸期气象要素预报方法，所述延伸期用于表示当前日期后续的10‑30天的时间周期，其特征在于，包括以下步骤：采集气象要素，所述气象要素用于生成具有时效性的ISO低频分量，其中，所述ISO低频分量表示季节内振荡低频分量；

获取提取规则集，所述提取规则集用于表示所述气象要素生成所述ISO低频分量需要使用的规则；

根据所述气象要素和所述提取规则集，生成所述ISO低频分量；

将所述ISO低频分量作为输入数据，训练SE‑Resnet模型，获得所述气象要素在所述延伸期的要素场，其中，所述要素场用于表示气象特征。

2.根据权利要求1所述基于SE‑Resnet模型的延伸期气象要素预报方法，其特征在于：在采集气象要素的过程中，所述气象要素包括位势高度场、温度场、水平风场、地面2m温度场及常量场数据，其中，所述常量场数据包括海陆分布，地形高度，纬度分布；高空气象要素包括，位势高度场、温度场、水平风场，高空垂直气压层次包括50、250、500、600、700、

850、925hPa。

3.根据权利要求2所述基于SE‑Resnet模型的延伸期气象要素预报方法，其特征在于：在采集气象要素的过程中，对所述气象要素进行插值处理，插值的分辨率为5.625°×

5.625°，时间间隔为6小时。

4.根据权利要求3所述基于SE‑Resnet模型的延伸期气象要素预报方法，其特征在于：在生成所述低频分量的过程中，利用滤波方法提取所述气象要素在10‑30天的所述ISO低频分量。

5.根据权利要求4所述基于SE‑Resnet模型的延伸期气象要素预报方法，其特征在于：在利用滤波方法提取低频分量的过程中，还包括以下步骤：S201.将所述气象要素减去90天低通滤波分量，用于消除缓慢变化的气候年循环；

S202.将S201所得结果减去前15天的滑动平均值，用于去除其他低频分量；

S203.将S202所得结果减去前5天的滑动平均值，用于以去除天气尺度分量，得到所述气象要素在10‑30天的所述ISO低频分量。

6.根据权利要求5所述基于SE‑Resnet模型的延伸期气象要素预报方法，其特征在于：在训练SE‑Resnet模型的过程中，将Squeeze‑and‑excitation模块添加在所述SE‑Resnet模型的Resnet模型的残差单元中。

7.根据权利要求6所述基于SE‑Resnet模型的延伸期气象要素预报方法，其特征在于：在训练SE‑Resnet模型的过程中，所述SE‑Resnet模型的参数为：‑4

初始学习率为0.5×10 ，残差块数量为17，每个残差块中包含2个卷积块，卷积核大小为3，通道数为128，权重衰减系数为0.01，激活函数为leakyrelu，dropout设置为0.3。

8.根据权利要求7所述基于SE‑Resnet模型的延伸期气象要素预报方法，其特征在于：在获得要素场的过程中，还包括以下步骤：每间隔第一设定时间，根据所述气象要素及所述提取规则集，更新所述ISO低频分量，以更新所述要素场；

记录生成所述低频分量中每种分量的更新时间戳和所利用的提取规则集的提取规则；

根据分量、相应的更新时间戳和所利用的提取规则，生成索引规则；

将所述索引规则，合并至所述提取规则集中，得到完整规则集；

每间隔第二设定时间，根据所述更新时间戳和所述提取规则，判断相应的低频分量的有效性。