Para debilitar o evitar el impacto de amenazas dinámicas como el viento y el clima extremo en la trayectoria en tiempo real de un enjambre de UAV, se construyó un método de planificación de rutas basado en parámetros de predicción de una red de memoria a largo y corto plazo (LSTM) mejorada. Primero, se construyeron modelos para el viento, amenazas estáticas y amenazas dinámicas durante el vuelo del dron. Luego, se encontró que los parámetros atmosféricos son datos típicos de series temporales con correlación espacial. La red LSTM fue optimizada y utilizada para procesar parámetros de series temporales para construir una red para predecir parámetros atmosféricos. El estado del dron se ajustó en tiempo real basado en los resultados de la predicción para mitigar el impacto del viento o evitar la amenaza de clima extremo. Finalmente, se construyó un método de optimización de rutas basado en una red LSTM mejorada. A través de simulaciones, se puede ver que en comparación con la ruta que no considera los efectos atmosféricos, la ruta optimizada ha mejorado significativamente la capacidad de vuelo y la seguridad.