基于LSTM预测模型的张衡一号卫星震前电场数据分析  

作　　者：杨旭明 张浩楠 关榆缤 

机构地区：[1]防灾科技学院,河北廊坊065201

出　　处：《电脑知识与技术》2024年第19期30-32,56,共4页Computer Knowledge and Technology

基　　金：廊坊市科技支撑计划项目(2023013173)。

摘　　要：研究指出,在地震形成阶段产生的低频电磁辐射能够释放出可探测的电磁信号。在地表,这种效应通常体现为地磁场强度的突发性变化,以及地电场中岩体裂隙电荷的异常波动;而在空间电离层中,则表现为电磁场辐射、电离层电子密度的变动和高能粒子的波动。特别是在地震发生前十五天内,这些参数的数值往往会出现显著的异常波动。本研究旨在探究强震对空间电离层造成的异常扰动情况,以期深入了解电离层作为地震前兆的潜在信息。本文采用LSTM长短期记忆神经网络方法,以2020年1月29日发生在古巴南部海域的地震作为研究对象,通过使用震前二十天的空间电场波形数据建立电场随时间变化的时间序列预测模型,对地震发生后的电场数据变化进行预测分析。实验结果表明,相比于目前流行的其他两种模型算法ARMA和ARIMA,本文提出的LSTM电场预测模型对震前电离层异常扰动的预测误差最小,为分析震前电场异常变化提供了依据。

关 键 词：震前电场变化 古巴南部海域 LSTM算法 信号预测 

分 类 号：TP37[自动化与计算机技术—计算机系统结构]