本研究利用概率扩散模型生成高分辨率雷达卫星图像数据集，提出了多种新方法以提高降水预测的准确性和效率，包括机器学习的数据同化方法和自回归生成模型。实验结果表明，这些方法在短期和长期降水预测中表现优越，具有广泛的应用潜力。

我们提出了SAM-DiffSR模型，通过编码细粒度结构信息到分割掩膜中，并在正向扩散过程中调制噪声，实现了对图像质量的改善。在DIV2K数据集上的实验结果表明，我们的方法在抑制伪影方面表现出卓越性能，并且在PSNR方面超过现有的基于扩散的方法高达0.74 dB。