留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于LSTM-SpatioTemporalTransformer的长期电离层TEC预测模型

尹萍 王朝钰

尹萍, 王朝钰. 基于LSTM-SpatioTemporalTransformer的长期电离层TEC预测模型[J]. 空间科学学报. doi: 10.11728/cjss2024-0117
引用本文: 尹萍, 王朝钰. 基于LSTM-SpatioTemporalTransformer的长期电离层TEC预测模型[J]. 空间科学学报. doi: 10.11728/cjss2024-0117
Long-term Ionospheric TEC Prediction Model Based on LSTM-SpatioTemporal Transformer[J]. Chinese Journal of Space Science. doi: 10.11728/cjss2024-0117
Citation: Long-term Ionospheric TEC Prediction Model Based on LSTM-SpatioTemporal Transformer[J]. Chinese Journal of Space Science. doi: 10.11728/cjss2024-0117

基于LSTM-SpatioTemporalTransformer的长期电离层TEC预测模型

doi: 10.11728/cjss2024-0117

Long-term Ionospheric TEC Prediction Model Based on LSTM-SpatioTemporal Transformer

  • 摘要:   电离层总电子含量(total electron content, TEC)是影响无线电波传播和航天活动的重要参数,但传统统计模型在应对TEC数据的高噪声、非平稳性及其复杂动态特征时表现出显著局限性。为此,本研究提出了一种结合时空Transformer(SpatioTemporalTransformer,STT)和长短期记忆网络(long short-term memory, LSTM)的组合预测模型,并引入具有注意力权重的辅助预测因子。在中国及周边地区电离层TEC预测实验中,使用2000年至2022年的数据进行训练,并将太阳峰年2023年的数据则作为测试集,重点评估不同参数组合对不同状态下电离层TEC预测性能的影响。消融实验证明本文所提组合模型的预测性能优于单一模型,带有注意力权重的辅助预测因子的组合模型在2023年测试集上的平均相对精度P均值从单一模型的87.45%提升至87.63%,而地磁平静期间和地磁暴期间的最高平均相对精度则分别达到94.34%和93.17%。此外,在测试集上持续时间最长的地磁平静期(DOY 221~244)和地磁暴期(DOY 166~181),平均相对精度P均值分别为90.98%和90.16%。这一结果表明,模型在不同电离层状态下均能保持较高的TEC预测精度。
      中图分类号 P352

     

  • 加载中
计量
  • 文章访问数:  176
  • HTML全文浏览量:  26
  • PDF下载量:  30
  • 被引次数: 

    0(来源:Crossref)

    0(来源:其他)

出版历程
  • 收稿日期:  2024-09-12
  • 录用日期:  2025-02-10
  • 修回日期:  2025-01-26
  • 网络出版日期:  2025-03-30

目录

    /

    返回文章
    返回