LS+Informer用于极移预报的方法研究

来源：大地测量与地球动力学杂志2025年第9期北京时间：

作者：王丹丹, 乔书波, 程栋梁, 徐海龙, 闫亚明

单位：1 信息工程大学地理空间信息学院，郑州市科学大道62号，450001,2 31121部队，南京市，210042

摘要：为提高极移中长期预报精度，在传统LS+AR预报模型的基础上结合深度学习方法，提出LS+Informer(least-squares extrapolation and Informer)预报模型。以LS+AR预报模型和Bulletin A的预报结果为参考，采用平均绝对误差(mean absolute error，MAE)作为评价指标。采用LS+Informer方法后，极移的PMX分量和PMY分量的中长期预报精度得到显著提升，幅度分别可达61.94%和64.86%。同时，在中长期(365 d)阶段可以将MAE值控制在10 mas以内。研究结果显示，在极移的中长期预报中，LS+Informer模型的预报精度明显优于LS+AR模型，且优于Bulletin A的预报结果。该结果表明，LS+Informer模型可有效应用于中长期极移预测。

关键词：Transformer模型,Informer模型,LS+AR模型,极移,平均绝对误差

基金资助：国家自然科学基金面上项目(42474043)