1 论文标题：基于VMD和LSTM的全球平均气温预测

2 作者信息：彭德烊, 赵胜利*, 吴圆圆, 蒋秀月：重庆理工大学理学院，重庆

3 出处和链接：彭德烊, 赵胜利, 吴圆圆, 蒋秀月. 基于VMD和LSTM的全球平均气温预测[J]. 气候变化研究快报, 2024, 13(5): 1055-1063. https://doi.org/10.12677/ccrl.2024.135122

4 摘要：全球气候变暖已经成为人类迫切需要解决的难题，精确预测全球气温变化趋势对于把握气候发展状态、维护生态环境具有重要的意义。文章提出一种基于变分模态分解(VMD)与长短记忆神经网络(LSTM)的气温预测模型(VMD-LSTM)，实现了对全球月平均气温的准确预测。首先，对全球月平均气温进行VMD分解，得到了7个分量。其次，构造了LSTM一步预测模型对每一个VMD分量进行了预测。最后，根据VMD分量的预测值得到了全球平均气温的预测结果。数值实验中讨论了LSTM、VMD-LSTM、GRU与VMD-GRU四种预测模型，其中文章提出的VMD-LSTM的预测效果最好，其R2值为0.872，MAPE为0.664%，RMSE为0.121。实验结果表明，文章提出的VMD-LSTM预测模型能够有效预测气温。