一种适合于单站电离层TEC的短期预报方法

摘要

本发明公开的一种适合于单站电离层TEC的短期预报方法，涉及空间天气与环境技术领域。该短期预报方法步骤为：首先，获取观测点TEC数据集，并对数据进行差分、标准化的预处理；然后，标注TEC训练数据集，构建并训练基于单变量序列的混合神经网络TEC短期预报系统；最后，输入TEC数据运行模型，输出序列，并采用反标准化和反差分技术还原数据，输出预测TEC结果和评估模型性能。本发明结合深度学习网络ConvLSTM和BiLSTM，有效提取序列的时空特征和周期性逐日变化特征，能够为以无线电为传播信标的空间应用系统用户提供较为准确的电离层折射修正值，有利于建立有效的空间异常天气监测与预警机制，同时为空间天气和空间环境的形态分析提供数据支撑。