本发明涉及数据深度学习技术领域，具体涉及基于时空注意力门控融合网络的闪电临近预报方法及装置，包括步骤：A.获取反射率图像样本、闪电密度图像样本和闪电标签；B.基于所述反射率图像样本、闪电密度图像样本以及闪电标签训练时空注意力门控融合网络，所述时空注意力门控融合网络的基本框架采用U‑Net网络的U型编码和解码结构；C.获取当前的多普勒雷达组合反射率图像产品及闪电观测数据，将处理后的反射率图像样本及闪电密度图像样本输入训练完毕的时空注意力门控融合网络，进行闪电临近预报，极大地保留了图像的上下文信息；为了提取更多的空间信息，对各个支路和主通道均采用空间注意力模块以实现对闪电区域的自动识别并高权值响应。