1.一种基于TimeUnet和物候学知识的短临降水预报方法，包括以下步骤：（1）采集气象要素观测资料和鸟声异常信息样本，并对数据进行预处理；

（2）对预处理后的气象要素观测资料和鸟声异常信息样本进行特征提取，构建特征数据集；

（3）搭建融合了TimesNet和Unet的深度学习模型TimeUnet并设计定制化损失函数；

TimeUnet网络包括MFCM‑Unet和TimesNet两个模块：（31）将步骤（2）得到的气象要素特征图输入MFCM‑Unet网络中进行提取不同空间尺度的气象信息；MFCM‑Unet网络包括编码器、基于多特征的通道注意力机制和解码器；其中，编码器用于提取不同空间尺度的特征；基于多特征的通道注意力机制用于给重要的预报特征赋予更高的权重以突出重要信息；解码器用于重建和生成最后的预报；同时，将步骤（2）得到的鸟声特征图谱TimesNet捕获不同时间尺度的鸟声异常信息；包括：信号读取、分解信号并构造二维信号场、信号重构;（32）设计定制化损失函数，公式如下：

；

其中， 、  、  、  分别表示小雨、中雨、大雨、暴雨的均方根误差，、 、  、  分别表示 、 、 、 的权重；权重的计算公式如下：；

其中， 表示第i种降水的权重， 表示第i种降水的样本数量；

（4）对TimeUnet模型进行训练，调整模型中的超参数以得到最优的模型；

（5）基于实时的气象要素观测资料和鸟声异常信息样本生成短临降水预报产品。

2.根据权利要求1所述的一种基于TimeUnet和物候学知识的短临降水预报方法，其特征在于，步骤（1）中，气象要素观测资料包括当前时刻及过去2小时的降水资料、气压场资料、湿度资料和风场资料；鸟声异常信息样本包括当前时刻和过去2小时信息；预处理具体如下：基于反距离权重插值将站点资料插值成均匀的格网资料；剔除格网资料中的异常值；

其中反距离权重插值的计算公式如下：

；

其中，n表示目标格点周围的站点总数，  表示第i个站点的观测资料， 表示第i个站点到目标格点的距离，  表示插值后的格网资料。

3.根据权利要求1所述的一种基于TimeUnet和物候学知识的短临降水预报方法，其特征在于，步骤（2）包括以下步骤：（21）基于短时傅里叶变换获取包含时频域特征信息的鸟声特征图谱；公式如下：；

其中，  为提取出的鸟声特征图谱，  为时间T的原始声谱，  为分析窗函数, 为复变函数；

（22）对气象要素资料进行去量纲化，得到气象要素的特征图；公式如下：；

其中，f为原始气象要素资料，  为气象要素资料的平均值， 为气象要素资料的标准差。

4.一种基于TimeUnet和物候学知识的短临降水预报系统，其特征在于，包括：采集模块：用于采集气象要素观测资料和鸟声异常信息样本，并对数据进行预处理；

数据集模块：用于对预处理后的气象要素观测资料和鸟声异常信息样本进行特征提取，构建特征数据集；

TimeUnet模块：用于搭建融合了TimesNet和Unet的深度学习模型TimeUnet并设计定制化损失函数；TimeUnet网络包括MFCM‑Unet和TimesNet两个模块，包括以下步骤：将得到的气象要素特征图输入MFCM‑Unet网络中进行提取不同空间尺度的气象信息；MFCM‑Unet网络包括编码器、基于多特征的通道注意力机制和解码器；其中，编码器用于提取不同空间尺度的特征；基于多特征的通道注意力机制用于给重要的预报特征赋予更高的权重以突出重要信息；解码器用于重建和生成最后的预报；同时，将步骤（2）得到的鸟声特征图谱TimesNet捕获不同时间尺度的鸟声异常信息；包括：信号读取、分解信号并构造二维信号场、信号重构；

设计定制化损失函数，公式如下：

；

其中， 、  、  、  分别表示小雨、中雨、大雨、暴雨的均方根误差，、 、  、  分别表示 、 、 、 的权重；权重的计算公式如下：；

其中， 表示第i种降水的权重， 表示第i种降水的样本数量；

训练模块：用于对TimeUnet模型进行训练，调整模型中的超参数以得到最优的模型；

预报模块：用于基于实时的气象要素观测资料和鸟声异常信息样本生成短临降水预报产品。

5.根据权利要求4所述的一种基于TimeUnet和物候学知识的短临降水预报系统，其特征在于，采集模块中，气象要素观测资料包括当前时刻及过去2小时的降水资料、气压场资料、湿度资料和风场资料；鸟声异常信息样本包括当前时刻和过去2小时信息；预处理具体如下：基于反距离权重插值将站点资料插值成均匀的格网资料；剔除格网资料中的异常值；

其中反距离权重插值的计算公式如下：

；

其中，n表示目标格点周围的站点总数，  表示第i个站点的观测资料， 表示第i个站点到目标格点的距离，  表示插值后的格网资料。

6.根据权利要求4所述的一种基于TimeUnet和物候学知识的短临降水预报系统，其特征在于，数据集模块中，包括：基于短时傅里叶变换获取包含时频域特征信息的鸟声特征图谱；公式如下：；

其中，  为提取出的鸟声特征图谱，  为时间T的原始声谱，  为分析窗函数, 为复变函数；

对气象要素资料进行去量纲化，得到气象要素的特征图；公式如下：；

其中，f为原始气象要素资料，  为气象要素资料的平均值， 为气象要素资料的标准差。

7.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被加载至处理器时实现根据权利要求1‑3任一项所述的一种基于TimeUnet和物候学知识的短临降水预报方法。

8.一种存储介质，所述存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现根据权利要求 1‑3任一项所述的一种基于TimeUnet和物候学知识的短临降水预报方法。