为了重建对洪水预报、水文建模和气候分析至关重要的高分辨率降雨场，我们提出了 RainSeer 框架，该框架利用雷达反射率作为基于物理的结构先验。该框架将雷达反射率解读为结构先验信息，用于捕捉降雨发生的时间、位置和方式，从而有效捕捉传统空间插值方法遗漏的突变和局部极端值。RainSeer 将高分辨率雷达数据转换为稀疏降雨观测数据，并采用两阶段架构来解决高空水文气象现象与地表降雨之间的物理不匹配问题。第一阶段是结构到点映射器，通过将雷达结构投影到局部地表降雨上来进行空间对齐。第二阶段是地理感知降雨解码器，利用因果时空注意力机制捕捉水文气象现象在降水、融化和蒸发过程中的语义转换。我们在 RAIN-F（韩国，2017-2019 年）和 MeteoNet（法国，2016-2018 年）数据集上对 RainSeer 进行了评估，发现与最先进的技术相比，它将 MAE 降低了 13.31% 以上，并显着提高了重建降雨场的结构保真度。
