集成奇异谱分析和长短期记忆网络的区域海平面变化预测

来源：同济大学学报·自然科学版杂志2022年第10期北京时间：

作者：赵健，蔡瑞阳，孙伟富

单位：1.中国石油大学(华东) 海洋与空间信息学院,山东 青岛 266580;2.江苏满运物流信息有限公司,江苏 南京 210012;3.自然资源部第一海洋研究所,山东 青岛 266061

摘要：基于我国首套高精度全球海洋气候数据集（CDRs），选取季节变化较为明显的黄海作为研究区域，利用奇异谱分析（SSA）对黄海海域海平面异常（SLAs）数据进行了时间序列与时空序列的分解去噪，并结合长短期记忆（LSTM）网络构建了SSA-LSTM组合模型，对黄海海域海平面变化趋势进行预测。结果表明：SSA-LSTM组合模型对时间序列的预测精度显著提高，预测长度5年的均方根误差最小为35.04 mm；在对时空序列的预测中，预测第1年的均方根误差最小为19.68 mm。同时，利用空间模态进行了海平面变化时空分异规律研究，发现黄海海域海平面变化趋势具有高度一致性，并且与季节、纬度显著相关。预计2016年―2025年黄海海域海平面将以每年3.65±0.79 mm的速率持续上升。

关键词：海平面异常（SLA）,时空序列,奇异谱分析（SSA）,长短期记忆（LSTM）网络,黄海海域

基金资助：国家重点研发计划（2016YFA0600102）