1.一种基于物理约束的临近降雨预测方法，其特征在于：所述基于物理约束的临近降雨预测方法包括如下步骤：S1、将气象雷达回波序列中的每帧图像进行预处理获得对应的降雨图像序列；

S2、基于预训练好的平流模拟器采用降雨图像序列的前p帧降雨图像预测后q帧降雨图像作为平流预测结果，其中，p+q＝N，N为降雨图像序列中降雨图像的总帧数；

所述平流模拟器，执行如下操作：

S2.1、将降雨图像序列的前p帧降雨图像输入第一编码器获得第四提取特征，再将第四提取特征分别输入两个并行的第一解码器对应输出后q帧降雨图像的速度场和降雨残差场；

S2.2、将第p帧降雨图像和第p+1帧降雨图像的速度场输入欧拉积分器，并将欧拉积分器的输出结果与第p+1帧降雨图像的降雨残差场相加获得第p+1帧降雨图像；

S2.3、置p＝p+1，返回执行步骤S2.2，直至获得后q帧降雨图像，将后q帧降雨图像作为平流预测结果；

S3、将平流预测结果作为物理约束结合前p帧降雨图像，输入至预训练好的临近降雨预测网络模型获得最终降雨预测结果，所述临近降雨预测网络模型包括物理指导预测模块和预测结果细化模块，其中：所述物理指导预测模块包括平流预测结果特征提取模块和门机制模块，所述平流预测结果特征提取模块用于通过并行的第一计算模块和第二计算模块分别对应提取平流预测结果的最大值和平均值，并将最大值和平均值进行相加获得第一提取特征，所述第一计算模块包括依次连接的全局最大池化层和全连接层，所述第二计算模块包括依次连接的全局平均池化层和全连接层；

所述门机制模块用于将前p帧降雨图像和平流预测结果进行拼接获得拼接特征，并将拼接特征经过卷积层转化为与平流预测结果同维度的第二提取特征，再将第二提取特征经过Sigmoid激活层与第一提取特征相乘获得第三提取特征，最后将第二提取特征与第三提取特征相加获得物理指导预测结果；

所述预测结果细化模块包括五个依次连接的第二编码器和五个依次连接的第二解码器，且同层的第二编码器和第二解码器对应连接，各层第二编码器的输出特征与下一层第二解码器的输出特征作为当前层第二解码器的输入特征，最后一层第二编码器的输出特征与自身作为当前层第二解码器的输入特征，将前p帧降雨图像、平流预测结果和物理指导预测结果拼接后作为第一层第二编码器的输入特征，第一层第二解码器的输出特征即为最终降雨预测结果。

2.如权利要求1所述的基于物理约束的临近降雨预测方法，其特征在于：所述预处理为标准化处理，公式如下：x＝u×(4783/100)×12；

式中，u表示当前帧图像单个像素点的雷达回波率，x表示当前帧图像单个像素点的降雨量。

3.如权利要求1所述的基于物理约束的临近降雨预测方法，其特征在于：所述欧拉积分器采用前后误差补偿与校正方法，公式如下：X1＝Larangian(X,v,Δt)；

X2＝Larangian(X1,v,‑Δt)；

2e＝X2‑X；

式中，Langrangian表示半拉格朗日积分，X代表当前帧降雨图像，v表示当前速度场，Δt表示当前帧与下一帧的时间间隔，X1表示通过正向的半拉格朗日积分计算得到的Δt后的估计降雨图像，X2表示X1通过反向的半拉格朗日积分计算得到的当前帧估计降雨图像，2e表示正向的半拉格朗日积分和反向的半拉格朗日积分之间的误差，即两次半拉格朗日积分的误差和，表示扣除误差后的Δt后的估计降雨图像，即欧拉积分器的输出结果。

4.如权利要求1所述的基于物理约束的临近降雨预测方法，其特征在于：所述平流模拟器或临近降雨预测网络模型的预训练过程中通过MSE损失进行评价，并采用Adam算法最小化MSE损失，获得预训练好的平流模拟器或临近降雨预测网络模型，所述MSE损失，公式如下：式中，MSE表示MSE损失，yt表示第t帧降雨图像的真实降雨结果，即降雨图像序列中第t帧降雨图像， 表示平流模拟器或临近降雨预测网络模型输出的第t帧降雨图像。

5.如权利要求4所述的基于物理约束的临近降雨预测方法，其特征在于：所述预训练好的平流模拟器或预训练好的临近降雨预测网络模型还通过两种二值化指标和两种非二值化指标进行比较测试，其中：所述二值化指标包括临界成功指数CSI和海德克技巧评分HSS，公式如下：

式中，TP为真阳率，TN为真阴率，FP为假阳率，FN为假阴率；

所述非二值化指标包括平衡均方误差B‑MSE和平衡平均绝对误差B‑MAE，公式如下：其中，

式中，wt,i,j表示第t帧降雨图像的像素点(i，j)的平衡权值，w(x)表示降雨图像中单个像素点的平衡权值，xt,i,j表示第t帧降雨图像的像素点(i，j)的降雨量， 表示最终降雨预测结果中第t帧降雨图像的像素点(i，j)的降雨量，H表示最终降雨预测结果中降雨图像的高度，W表示最终降雨预测结果中降雨图像的宽度。

6.如权利要求1至5任一所述的基于物理约束的临近降雨预测方法，其特征在于：各所述编码器包括依次连接的五个第一特征提取模块，所述第一特征提取模块包括依次连接的最大池化层、卷积层、归一化层、ReLU激活函数、卷积层、归一化层、ReLU激活函数；各所述解码器包括依次连接的五个第二特征提取模块，所述第二特征提取模块包括依次连接的双线性插值层、卷积层、归一化层、ReLU激活函数、卷积层、归一化层、ReLU激活函数。