基于CMONOC GPS數據的SSA電離層預測模型研究

摘要：利用基于CMONOC的GPS觀測數據反演中國大陸區域高精度的RIM,并將奇異譜分析(SSA)方法應用于TEC預報,判斷不同序列長度對預測結果的影響,并根據w-correlation選取合適的RC迭代階數和窗口長度。結果發現,當TEC時間序列長度為27d,窗口長度為序列長度的1/3、迭代SSA分解的前5項時,預測效果最好。提取RIM中心網格點的TEC數據,分別以年積日1~27、101~127、201~227、301~327等4個時段的TEC序列為原始數據,基于SSA進行7d的預測,同時建立ARMA預測模型。結果顯示,相較于ARMA預測,SSA方法總體預測精度提高約10%,預測時段更長。進一步對4個時段RIM中2911個網格點處的TEC進行預測,發現RMSE隨著緯度減小而增大,預測相對精度呈現中緯度比高、低緯度略高的特點,但無論哪種精度指標,SSA預測模型均優于ARMA預測模型。