基于长短期记忆网络的电离层暴事件预报模型研究
会议名称:《第十七届全国电波传播年会》
会议日期:2022年
学科分类:070802[理学-空间物理学] 07[理学] 0708[理学-地球物理学]
关 键 词:深度学习 电离层暴 长短记忆网络 预测模型 电离层扰动
摘 要:为了给相关电子信息系统提供较为准确的电离层环境扰动信息,以太阳活动爆发、行星际环境、地磁活动、电离层历史状态等参数为输入,借助深度学习算法(长短记忆网络)建立了我国区域电离层暴事件预测模型,对我国区域未来24小时内是否会发生电离层暴事件进行预测.分别用太阳活动高年、低年的样本对模型预测性能进行了测试.测试结果表明,我国北部地区太阳活动高年准确率、精确率、召回率分别为91.6%、72.8%、66.8%;太阳活动低年准确率、精确率、召回率分别为93.7%、70.5%、52.5%.南部太阳活动高年预测准确率、精确率、召回率分别为94.6%、64.6%、57.3%,太阳活动低年预测准确率、精确率、召回率分别为98.0%、93.1%、55.2%.