本发明提供了一种基于深度学习模型的雷达回波外推方法和装置，涉及雷达回波外推的技术领域，包括：获取样本云层的多普勒天气雷达基数据，并确定出样本云层的组合反射率数据；利用半拉格朗日光流法对样本云层的组合反射率数据进行回波外推，得到回波外推数据；获取目标卫星数据，对目标卫星数据、样本云层的组合反射率数据和回波外推数据进行灰度处理，得到灰度数据；利用灰度数据和样本云层对应地面的高程数据，对目标模型进行训练，得到预测模型；在获取到待处理云层的云层数据之后，将待处理数据输入预测模型，得到最终深度学习雷达回波外推序列，解决了现有技术中雷达回波外推的准确性较低的技术问题。