文摘随着全球气候变暖加剧,北极地区的大气海洋环境剧烈变化,导致海冰变化更加不稳定,使得海冰预测的难度增大。本研究选择海表温度、2 m平均气温、二氧化碳浓度为大气海洋变量,海冰范围距平为时序特征参数,将上述参量作为北极海冰范围(Sea Ice Extent,SIE)的预测要素,建立了面向SIE的多变量长短期记忆(Long Short Term Memory,LSTM)神经网络模型,对比分析了2015-2021年不同时间序列预测模型的预测结果。结果显示:本研究所构建模型的RMSE、MAE、MAPE分别为0.353×106 km2、0.261×106 km2和3.191%。相比于其他预测模型,结合大气海洋变量和时序特征参数后的LSTM模型预测结果误差更小,拟合效果更好,可以消除夏季海冰剧烈变化对预测效果的影响,提高海冰范围的预测精度,对北极航道的通航安全保障工作具有重要的研究与应用价值。
