典型文献
基于深度学习的SuperDARN雷达极区电离层对流电势模型构建及预测
文献摘要：
电离层等离子体对流是表征电离层电动力学的重要现象,对空间天气有着重要的指示作用.SuperDARN雷达网是研究中高纬电离层对流的重要手段,也是获得对流电势数据的重要来源.本文基于SuperDARN雷达12月份的对流电势数据,采用BP模型、FC-LSTM模型以及ED-ConvLSTM时空序列模型构建了高纬电离层等离子体对流电势30min预测模型,然后采用独立的数据集,基于预测值与实测值的结构相似度(SSIM)、均方根误差(RMSE)以及线性相关系数(LC)三个统计指标对模型的性能进行了评估,同时分析对比了三种模型预测的越极盖电势(CPCP)和越极盖电场(CPEF)与实测值的统计分布情况.结果 表明,BP模型和FC-LSTM模型由于没有充分挖掘到空间上的信息,因此整体误差较大,前者SSIM、LC以及RMSE分别为0.80、0.89、4.38 kV,后者为0.76、0.86、4.96 kV,而ED-ConvLSTM模型则分别为0.83、0.91、3.96 kV,因其能充分捕捉到空间上的信息,三个指标明显优于前两种模型,同时在CPCP分布和CPEF分布的相似度上,EI-ConvLSTM模型性能也表现得最好.本文结果证明了时空序列模型ED-ConvLSTM在对流电势预测上的有效性.
文献关键词：
深度学习;时空序列模型;超级双子极光雷达网;电离层对流电势
中图分类号：
作者姓名：
邓天云;刘二小;徐晨
作者机构：
杭州电子科技大学通信工程学院,杭州 310018
文献出处：
引用格式：
[1]邓天云;刘二小;徐晨-.基于深度学习的SuperDARN雷达极区电离层对流电势模型构建及预测)[J].地球物理学报,2022(03):819-829
A类：
SuperDARN,极区电离层,电离层对流,电离层对流电势,等离子体对流,高纬电离层,时空序列模型,CPCP,CPEF,超级双子极光雷达网
B类：
电动力学,空间天气,指示作用,FC,ED,ConvLSTM,30min,实测值,结构相似度,SSIM,RMSE,线性相关系数,LC,统计指标,分析对比,统计分布,整体误差,kV,捕捉到,标明,EI,模型性能
AB值：
0.136973
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
