一种基于几何感知驱动调制的全球垂直总电子含量图场多步预报方法及系统

本技术属于空间天气预报、电离层参数智能预测和gnss电离层误差修正领域，具体涉及一种基于几何感知驱动调制的全球垂直总电子含量图场多步预报方法及系统。

背景技术：

1、电离层是上层大气中弱电离但高度动态的区域，大致分布于60公里至1000公里高度范围，其电子密度变化直接控制穿越电离层的无线电信号的相位超前和群延迟，因而是gnss定位、卫星通信、雷达传播和空间天气服务的首要误差源之一。垂直总电子含量（vertical total electron content，vtec）是描述电离层状态的关键积分量，通常以tecu为单位，1 tecu等于10^16个电子每平方米。对于单频gnss用户，若不对电离层引起的信号传播延迟误差加以修正，可造成米级至数十米级的定位误差；即使在双频和精密定位应用中，尖锐空间梯度和磁暴期间的快速变化也会显著影响定位可靠性和导航服务的稳定性。

2、随着国际gnss服务（international gnss service，igs）电离层工作组的建立，由多个分析中心持续生产的全球电离层图（global ionosphere map，gim）产品以ionex格式发布，在规则经纬度网格上提供了长期连续、良好标定的全球vtec表示。这使得短期全球vtec预报可以表述为规则网格上的图场到图场时空学习问题，而非孤立测站的单点预测问题。同时，f10.7、太阳黑子数、dst、kp、行星际磁场南北分量bz以及太阳风速度、太阳风密度等全球性指数，为塑造电离层变化的太阳辐射、磁层和电动力学驱动提供了具有物理可解释性的代理变量。

3、vtec预报的科学困难源于电离层的高度动态特性，其状态变化并不仅仅遵循平均气候学规律。平静条件下，vtec表现出强烈的周日、季节、太阳活动周、经度和纬度依赖结构；而地磁暴期间，增强的太阳风—磁层耦合会驱动环电流增强，在同一幅全球图上同时产生低纬正暴效应、中高纬负暴效应、行进电离层扰动和强局地梯度。可靠的预报系统必须同时学习平滑的气候学演化和与扰动空间天气相关联的稀少、非线性的偏离行为。

4、现有电离层预报方法主要包括三类。第一类是以iri、nequick为代表的经验气候学模型，其计算高效、运行稳健，但气候学本质使其在电离层快速偏离历史平均行为时预报能力明显不足。第二类是以sami3、tie-gcm为代表的第一性原理物理模式，以及gaim、ida3d等数据同化系统，它们能够刻画电动力学、化学和热层耦合机制，但计算成本高、驱动不确定性大、观测覆盖不均、暴时背景误差大，难以作为轻量级的24小时全球预报工具。第三类是数据驱动的机器学习方法：早期多层神经网络和支持向量类回归方法证明了非线性统计学习的有效性；以lstm、gru为代表的循环神经网络能建模时间持续性和滞后响应，但其一维循环隐状态难以匹配全球gim这种结构化二维场的预测需求；convlstm等卷积循环模型将vtec预报视为时空序列预测问题并取得了有用的精度，但其依赖局部卷积核和循环式时间传播，局部卷积限制了跨经度、跨纬度和跨磁暴相位的长程依赖表示，循环多步生成还会造成误差累积和长时效空间细节平滑。基于自注意力机制的transformer架构为长程依赖建模和异质协变量融合提供了新途径，已开始用于融合太阳和地磁驱动的全球tec图预测。

5、然而，现有数据驱动的机器学习方法仍存在三方面的方法学缺口。其一，许多神经网络架构仍将gim作为普通矩形图像处理，忽视了经度方向具有周期性、纬度方向不具有周期性，而vtec气候学强烈依赖纬度这一几何事实，从而在图场边界附近引入人为不连续，并迫使模型仅从数据中学习地理结构。其二，外部空间天气驱动常以简单拼接或附加通道的方式注入隐层特征，难以表达磁暴期间驱动变量对既有电离层空间状态的条件调制作用，即同一种vtec形态在南向行星际磁场、增强地磁活动或不同太阳辐射通量条件下应当具有不同的演化方式。其三，多步预报常通过统一的多通道输出头一次性给出，2小时预报与24小时预报仅以输出通道索引区分，缺乏显式的时效相关查询表示，难以刻画不同预测时效对历史信息的差异化依赖。此外，现有评价多以全年或全样本平均误差为主，该指标被平静期样本主导，难以揭示磁暴期间、低纬强梯度区域和不同磁暴相位下的真实预报能力。

6、因此，亟需一种能够显式利用全球经纬度网格几何属性、以条件调制方式融合空间天气驱动、并对不同预测时效进行差异化解码的全球vtec图场多步预报方法与系统，以同时提升平静期与磁暴期的预报精度和鲁棒性。

技术实现思路

1、本技术的目的在于克服现有方法未充分利用全球经纬度几何结构、外部空间天气驱动以简单拼接方式注入难以表达调制作用、以及多预测时效缺乏差异化解码的问题，提高全球vtec图场多步预报精度及地磁暴条件下的鲁棒性。

2、为了实现上述目的，本技术提出了一种基于几何感知驱动调制的全球垂直总电子含量图场多步预报方法，包括：

3、获取历史全球vtec图场及对应的外部驱动数据，构建历史输入序列和未来目标序列，并对vtec图场进行纬度带标准化；所述外部驱动数据包括逐历史时刻的地磁驱动序列和样本级太阳风/时间描述符；

4、在每个经纬度网格点构造坐标通道并与vtec值拼接，通过经度方向循环填充、纬度方向非循环填充的卷积和非重叠patch投影，将每幅vtec图场编码为空间patch token；

5、根据所述地磁驱动序列逐历史时刻生成尺度向量和偏置向量，根据所述太阳风/时间描述符在样本级生成尺度向量和偏置向量，利用所述尺度向量和偏置向量对所述空间patch token执行特征级线性调制，得到条件化token；

6、对所述条件化token交替执行同一历史时刻内空间patch之间的空间自注意力和同一空间patch历史轨迹上的时间自注意力，得到编码历史记忆；

7、为每个未来预测时效构造由可学习时效嵌入与可学习空间查询嵌入构成的显式查询，通过时间交叉注意力从所述编码历史记忆中检索信息，并经空间自注意力生成未来patch token；

8、将所述未来patch token投影重排为经纬度网格，经保持经度周期性的细化处理并反标准化后，输出未来多个预测时效的全球vtec图场。

9、作为上述方法的一种改进，所述坐标通道为在网格点构造的确定性坐标通道，其中和分别为归一化纬度和经度坐标。

10、作为上述方法的一种改进，所述空间patch token包括局部特征

u和token；计算公式分别为：

11、；

12、；

13、其中，为vtec值与坐标通道拼接的坐标增强输入，为经度方向循环填充的卷积，为组归一化，为激活函数，为非重叠patch投影，为层归一化，为可学习空间位置嵌入。

14、作为上述方法的一种改进，所述特征级线性调制的计算公式为：

15、；

16、其中，为逐元素乘法，、分别为由地磁驱动序列逐历史时刻生成并在同一时刻所有空间patch上共享的尺度向量和偏置向量，、分别为由太阳风/时间描述符在样本级生成并沿时间和空间广播的尺度向量和偏置向量；生成所述尺度向量和偏置向量的两个分支的最后一层线性层均采用零初始化，使调制在训练初始阶段为恒等映射。

17、作为上述方法的一种改进，所述交替执行通过至少一个分解式编码块实现；每个分解式编码块包括依次连接的带残差连接的空间自注意力、时间自注意力和前馈网络；

18、所述空间自注意力将输入重排为以空间patch为序列轴后执行；

19、所述时间自注意力加入时间位置嵌入并将输入重排为以历史步为序列轴后执行

20、作为上述方法的一种改进，所述显式查询为：

21、；

22、其中，为第个预测时效的可学习时效嵌入，为第

p个空间patch的可学习空间查询嵌入，使不同预测时效的查询对同一历史轨迹施加不同的注意力权重。

23、作为上述方法的一种改进，所述保持经度周期性的细化处理包括：将未来patchtoken线性投影为patch像素，重排为填充后的经纬度网格，裁剪回原始网格范围，再通过采用经度循环填充的卷积细化头消除非重叠patch重建引入的块状伪影。

24、作为上述方法的一种改进，所述纬度带标准化的处理过程为：对样本进行标准化：

25、；

26、其中，为标准化结果；为vtec图场；和分别为样本在纬度索引

i处对全部时刻和全部经度汇聚统计得到的均值和标准差；为极小正数；

27、输出时按如下公式进行反标准化：

28、。

29、作为上述方法的一种改进，以标准化vtec空间中预测图场与目标图场之间的均方误差为损失函数，对坐标通道卷积编码、特征级线性调制、空间与时间自注意力编码以及时效查询解码的全部参数进行端到端训练。

30、本技术还提供一种基于几何感知驱动调制的全球垂直总电子含量图场多步预报系统，用于实现上述方法，所述系统包括：

31、数据获取模块，用于获取历史全球vtec图场和外部驱动数据；

32、预处理模块，用于构建历史输入序列和未来目标序列，并执行纬度带标准化；

33、模型训练模块，用于采用端到端方式训练几何感知驱动调制模型；所述几何感知驱动调制模型用于执行patch编码、特征级线性调制、交替时空自注意力编码、显式查询解码和图场重建；

34、预报输出模块，用于将待预报时刻之前的历史全球vtec图场和外部驱动数据输入训练后的几何感知驱动调制模型，输出未来多个预测时效的全球vtec图场。

35、与现有技术相比，本技术的优势在于：

36、通过将全球经纬度网格几何属性、空间天气驱动条件调制和预测时效显式查询统一纳入同一 架构，实现了几何结构、外部空间天气驱动（地磁活动、太阳风和太阳辐射等对电离层状态演化施加影响的外部驱动因素）与多时效解码的一体化建模，能够在较低计算复杂度下同时提升平静期与磁暴期的全球vtec多步预报精度。

37、显著技术效果包括：

38、1、提出了坐标感知空间patch编码与经度循环卷积机制，显式保持经度方向的周期连续性和纬度方向的非周期性，减少图场边界的人为不连续，使模型无需单纯依靠数据学习地理结构。

39、2、提出了基于film的双分支驱动调制机制，使快速变化的地磁驱动逐时刻调制历史空间状态、缓变的太阳风和时间背景在样本级调制整个序列，以乘性和加性方式直接控制特征幅度与偏置，相比简单拼接更符合磁暴强迫放大或抑制既有电离层结构的物理图景。

40、3、提出了分解式时空编码与预测时效查询解码架构，在显著降低注意力计算量的同时分别建模全球空间耦合、历史时间依赖和时效差异化解码，使2小时至24小时不同预测时效能够从历史记忆中检索不同信息。

41、4、在留出年份测试基准上，本技术方法取得2.3465 tecu的整体均方根误差、1.4167 tecu的平均绝对误差和0.9802的相关系数，在所有dst强度分箱和所有纬度带上均取得最低均方根误差；在dst小于-100 nt的强磁暴条件下，相对于代表性对比模型最高降低均方根误差15.42%，显著提升了磁暴条件下的预报鲁棒性。