粗糙的空间分辨率和系统性偏差是制约降水场准确性和可靠性的关键瓶颈。尽管现有降尺度方法已取得显著进展，但高昂的计算成本使其难以在资源受限的边缘或移动设备上进行实时部署。为应对这一挑战，我们提出了一种轻量级U型状态空间对偶网络（LU-SSD），通过"构建基础骨架"与"细节结构装饰"的协同策略，联合在空间和频域中提升降水场的物理保真度和空间分辨率。具体而言，我们整合了涵盖近地面层、500 hPa和850 hPa层次的20个关键气象变量，利用同化后的雷达观测作为真值，将ERA5的总降水的空间分辨率提升8倍。首先，我们分析了影响状态空间对偶网络（SSDs）计算复杂度的关键因素，并据此提出了可分离通道状态空间对偶模块（SC-SSD）。由SC-SSDs堆叠构成的轻量级U型骨干网络以极低的计算成本有效建模气象变量间的长程空间依赖关系，精确建立雨区和雨带的基础骨架。其次，通过跳跃连接融入多尺度卷积模块（MSCB），增强模型捕捉局部空间细节的能力，从而重建精细的细节结构。此外，我们分析了输入数据与真值之间的在频域中系统性偏差，并设计了降水逆频率注意力模块（PIAM），用于校正低频分量偏差并重建具有强度突变的极端降水事件。最后，提出了区域感知强度守恒模块（RICM），将强度守恒定律嵌入网络中，确保输出结果的物理一致性。广泛实验表明，所提出的LU-SSD达到了最先进的性能。此外，该模型在推理过程中仅需678 MB 显存，能够在资源受限的边缘或移动设备上高效部署，为业务化高分辨率气象服务提供了可行路径。

降水,降尺度,台风,ERA5,偏差订正