La predicción espaciotemporal de la temperatura es un tema crítico en la predicción meteorológica, con implicaciones significativas en campos como la agricultura y la energía. Con el rápido avance de los métodos de aprendizaje profundo basados en datos, los modelos de predicción de secuencias espaciotemporales basados en aprendizaje profundo han visto una amplia aplicación en la predicción espaciotemporal de la temperatura. Sin embargo, el análisis estadístico revela que la evolución de la temperatura varía en diferentes escalas temporales y espaciales debido a factores como el terreno, lo que lleva a una falta de modelos de predicción de temperatura existentes que puedan aprender simultáneamente tanto características globales a gran escala como características locales de pequeña a mediana escala a lo largo del tiempo. Para modelar uniformemente las variaciones de temperatura en diferentes escalas temporales y espaciales, proponemos la Red Neuronal de Atención Espaciotemporal de Gran Núcleo a Múltiples Escalas (MSLKSTNet). Este modelo consta de tres módulos principales: un codificador de características, un traductor espaciotemporal a múltiples escalas y un decodificador de características. El módulo central de esta red, la Atención Espaciotemporal a Múltiples Escalas (MSSTA), descompone las convoluciones de gran núcleo desde perspectivas de múltiples escalas, capturando información de características espaciales en diferentes escalas y enfocándose en la evolución de características espaciales a múltiples escalas a lo largo del tiempo, abarcando tanto cambios suaves globales como cambios abruptos locales. Los resultados demuestran que MSLKSTNet logra un rendimiento superior, con una mejora del 35% en la métrica MSE en comparación con SimVP. Los estudios de ablación confirmaron la importancia de la unidad MSSTA para las tareas de predicción espaciotemporal. Aplicamos el modelo al conjunto de datos de temperatura de reanálisis regional ERA5-Land, y los resultados experimentales indican que el método propuesto ofrece el mejor rendimiento de predicción, logrando una mejora del 42% en la métrica MSE sobre el ampliamente utilizado modelo ConvLSTM para la predicción de temperatura. Esto valida la efectividad y superioridad de MSLKSTNet en tareas de predicción de temperatura.