BP神经网络和ARMA模型在中纬度TEC短期预测中的对比分析

黄文喜 祝芙英 翟笃林 林 剑 卿 芸 李新星 杨 剑

1 中国地震局地震研究所地震大地测量重点实验室，武汉市洪山侧路40号，430071

电离层通常指高度在60 ～ 2 000 km的大气层，是组成近地空间环境的关键要素之一。电离层总电子含量(TEC)是表征电离层形态结构、延迟特性的关键参数，电离层TEC的精确测定对于导航定位、地震前兆识别具有重要意义。当前国内外求取TEC的预测模型主要包含两类：第1类是基于统计经验的模型[1]，该类模型因使用方便且计算简单被广泛应用，但受电离层日夜变化、地域跨度等因素影响，预测效果并不理想[2]；第2类是基于TEC 观测数据，通过人工智能或数据挖掘等方法建立的模型，常用的有神经网络模型、时序分析模型等[3-5]。

机器学习与时序分析虽已广泛应用于TEC预测领域并取得良好效果，但对两者在不同外部环境下预测效果的对比分析较少。本文利用 IGS 中心提供的高精度TEC数据，分别采用BP神经网络及ARMA时序模型对武汉地区不同季节、电离层平静期和活跃期的TEC进行预测，并对不同样本长度对模型预测精度的影响进行分析，对健全和完善TEC预测体系具有积极意义。

1 基本理论

1.1 BP神经网络模型

BP神经网络是模拟人脑神经系统结构特征而建立的函数模型，由大量神经元广泛互连形成，不同层神经元间通过权重连接。该模型具有非线性建模、函数逼近等功能，能以任意精度逼近任意N维到M维的映射，被广泛应用于电离层TEC预测领域[6]。作为一种单向……