La predicción de fenómenos meteorológicos extremos juega un papel crucial en la producción agrícola y la prevención de desastres. Este estudio propone un modelo ligero de alerta temprana de fenómenos meteorológicos extremos basado en monitoreo de crucero de UAV, un mecanismo de atención consciente de la densidad y cómputo en el borde. El aprendizaje por refuerzo se utiliza para optimizar las rutas de crucero de UAV, mientras que se emplea un modelo basado en Transformer para la predicción del clima. Los resultados experimentales demuestran que el método propuesto logra una precisión de predicción general del 0.91, una precisión del 0.93, una recuperación del 0.88 y un puntaje F1 de 0.91. En la predicción de diferentes eventos de clima extremo, el método propuesto alcanza una precisión del 0.89 para condiciones de viento fuerte, 0.92 para granizo y 0.89 para frío tardío en primavera, superando a los métodos de vanguardia. Estos resultados validan la efectividad y aplicabilidad del enfoque propuesto en la predicción de fenómenos meteorológicos extremos.