本发明公开了一种基于深度学习的气象大数据融合方法，包括：构建得到多源气象数据样本；根据不同气候变量的原始分辨率，以最大化信息保留效率为约束，选取相应的超分倍数，得到优化后的超分辨率模块；采用聚焦式注意力机制构建时空注意力模块，根据不同气候变量的周期性特点，选择相应的时间步长；结合优化后的超分模型和时空注意力模块，构建得到气象数据融合模型；以气候变量的分辨率最小为损失函数，采用多源气象数据样本对气象数据融合模型进行训练；将采集到的多个数据源的实时气象数据导入训练完成的气象数据融合模型，得到高分辨率的融合气象数据。本发明能够解决多源气象数据分辨率差异的问题。