基于DEMETER卫星电子浓度探测数据的不同时间序列预测模型研究

李传荣张志玮李子扬朱小华1）中国科学院定量遥感信息技术重点实验室，北京 1000942）中国科学院光电研究院，北京 1000943）中国科学院大学，北京 100049

基于DEMETER卫星电子浓度探测数据的不同时间序列预测模型研究

李传荣1，2）张志玮1，2，3）李子扬1，2）朱小华1，2）
1）中国科学院定量遥感信息技术重点实验室，北京 100094
2）中国科学院光电研究院，北京 100094
3）中国科学院大学，北京 100049

在地震前兆电离层扰动研究中，复杂的电离层环境会导致卫星电磁探测载荷的性能及工作状态发生变化。目前探测载荷性能分析多以实验室检测定标和野外实验手段与其他探测数据对比分析为主，不能满足高频次的载荷性能与数据质量评价需求，所以，有必要进行同一电离层参量星上探测数据的对比分析。由于同期在轨卫星较少，因此，通过建立电磁卫星探测数据时间序列预测模型进行时间匹配，开展不同期在轨卫星探测数据交叉检验研究，同时，利用电磁卫星探测数据建立时间序列预测模型构建电离层背景场，分析地震相关的空间电磁事件引起的电离层扰动。

选取DEMETER电磁卫星2006年1月至2010年11月郎缪尔探针（ISL）探测的电子浓度数据（Ne）。剔除磁暴发生时的数据，并将地球表面以2°×2°的经纬度间隔划分经纬度格网，收集Ne数据形成网格中心点的时间序列数据，组成2006年1月至2010年11月的月平均时间序列数据，对IRI模型模拟卫星轨道高度处Ne的精度进行分析，同时基于Ne的季节特征建立了ARIMA时间序列预测模型，最后分析两种模型预测Ne的相对误差。

利用国际通用电离层模型IRI模拟预测卫星轨道高度处Ne数据，并利用ISL探测Ne验证IRI在不同纬度预测Ne数据的相对误差。随机选取30°E从60°N～60°S间隔10°不同纬度点为研究点进行验证。最后验证的结果为在高纬度地区IRI模拟Ne相对误差较低，在中低纬度地区模拟Ne相对误差较高。

根据ISL探测Ne数据明显的季节变化特征，采用时间序列分析方法中的自回归移动平均模型（ARIMA）建模方法建立时间序列预测模型，通过对非平稳的有周期性变化特征的时间序列进行季节差分和非季节差分后变为平稳序列构建ARIMA模型，采用（60°N ，30°E）处2006年1月至2009年12月ISL探测Ne数据建立ARIMA模型，并利用2010年1～11月ISL探测Ne数据验证模型给出两种时间序列预测模型预测结果分析。

这里给出两种时间序列预测模型在2010年1～11月预测值与ISL探测Ne的相对误差图。从图1可以看出，ARIMA模型预测4个月的相对误差在10%以下，而预测超过6个月后相对误差增长较快。IRI模型的预测相对误差则一直保持在20%左右，预测误差没有随着预测时间越长而显著增大。

通过对两种时间序列预测模型的研究可以得出：IRI模型在高纬度地区模拟Ne精度较高，可以考虑在高纬地区利用IRI模型模拟数据进行时间匹配，进而开展星上电磁探测数据交叉检验研究；同时，ARIMA时间序列模型在短期预测中预测精度较高，可以在与地震有关的电离层扰动分析中，利用ARIMA模型预测分析时段电离层背景值，进而有效的分离出电离层扰动。

图1　IRI和ARIMA模型预测值相对误差变化图