2015年3月特大磁暴期间中国区域电离层TEC NeuralProphet预报模型研究

作     者：马彬 黄玲 吴晗 楼益栋 章红平 陈德忠 王高阳 黄良珂 MA Bin;HUANG Ling;WU Han;LOU YiDong;ZHANG HongPing;CHEN DeZhong;WANG GaoYang;HUANG LiangKe

作者机构：桂林理工大学测绘地理信息学院桂林541006 广西空间信息与测绘重点实验室桂林541006 武汉大学卫星导航定位技术研究中心武汉430079 山东省第一地质矿产勘查院济南250014 

出 版 物：《地球物理学报》 (Chinese Journal of Geophysics)

年 卷 期：2024年第67卷第2期

页      面：452-460页

核心收录：

学科分类：08[工学] 0708[理学-地球物理学] 081601[工学-大地测量学与测量工程] 0706[理学-大气科学] 0816[工学-测绘科学与技术] 0714[理学-统计学（可授理学、经济学学位）] 0701[理学-数学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：广西自然科学基金资助项目(2020GXNSFBA159033) 广西空间信息与测绘重点实验室基金(19-050-11-24) 国家自然科学基金地区基金(42064002) 桂林理工大学科研启动基金(GUTQDJJ2019139) 广西科技基地和人才专项(桂科AD19245060)联合资助 

主　　题：电离层TEC NeuralProphet神经网络 LSTM神经网络 短期预报 磁暴期 

摘      要：延迟是全球卫星导航定位中重要的误差源之一,提高电离层TEC建模和预报精度对改善卫星导航定位精度至关重要.本文构建了以太阳辐射通量指数F_(10.7)、地磁活动指数Dst、地理坐标和中国科学院(Chinese Academy of Sciences,CAS)GIM数据为输入参数的NeuralProphet神经网络模型(NP模型),实现在2015年3月特大磁暴期中国区域电离层TEC短期预报.为验证NP模型的预报精度,本文同时构建了长短期记忆神经网络(Long Short-term Memory Neural Network,LSTM)模型进行对比分析.结果统计分析表明,NP模型在磁暴期(2015年DOY076-078)TEC预报值RMSE和RD分别为0.83 TECU和3.13%,绝对和相对精度较LSTM模型分别提高1.49 TECU和10.25%;且NP模型RMSE优于1.5 TECU的比例达97.24%,远高于LSTM模型.NP模型预报值与CAS具有较好一致性和无偏性,偏差均值仅为-0.01 TECU,而LSTM模型预报值的均值偏大,偏差均值为1.49 TECU.从低纬到中纬度的三个纬度带内,NP模型RMSE分别为1.12、0.83和0.44 TECU,精度比LSTM模型提高1.94、1.56和1.23 TECU.整体上,在磁暴期NP模型预报性能明显优于LSTM模型,能够精细描述中国区域电离层TEC时空变化.