PMGC-SimVP: Parametric Multi-scale Gated Convolution for Global Ionospheric TEC Prediction¶

会议: ECCV 2026
论文: ECCV 原文
领域: 时间序列
关键词: 电离层TEC预测、空间天气、参数调制、时空预测、多尺度门控卷积

一句话总结¶

针对空间天气强扰动下全球电离层总电子含量（TEC）剧烈非平稳与纬度异质性问题，本文提出基于纯卷积骨干的 PMGC-SimVP，通过双阶段低秩时间适配器、纬度分带参数调制与双基线残差学习，在参数量缩减 95% 的同时显著提升了磁暴期预报精度与长程稳定性。

研究背景与动机¶

全球电离层总电子含量（Total Electron Content, TEC）的时空动态直接决定了无线电信号的电离层延迟，对全球卫星导航系统（GNSS）的高精度定位、卫星通信可用性以及空间天气早期预警至关重要。然而，电离层是一个受太阳辐射和地磁扰动强烈驱动的高动态等离子体系统，在地磁暴或太阳耀斑等极端空间天气事件发生时，TEC 会呈现出剧烈的非平稳演化。传统的 Klobuchar、IRI 和 NeQuick 等半经验模型严重受限于紧凑参数化假设与简化物理条件，无法在扰动期提供高保真度的全球网格化预报。近年来，深度时空预测模型（如 ConvLSTM、PredRNN、SimVP 等）被引入该领域，但通用的视觉时空预测器往往直接将输入帧当成局部封闭系统外推，无法应对外部物理驱动引起的系统状态突变。

将通用时空模型迁移至全球 TEC 预测面临三重核心瓶颈。首先，太阳辐射与地磁暴带来的强外源驱动会导致系统动力学产生结构性突变，仅凭历史观测外推极易在扰动期发生严重性能退化；其次，全球地磁场与太阳入射角赋予了地球电离层极为显著的纬度异质性，赤道异常区（EIA）与高纬极光区在相同空间天气驱动下的响应机制截然不同，而现有简单的通道拼接（concatenation-based conditioning）或全局统一调制忽略了空间非均匀性，甚至经纬度网格的边界不连续也会造成尺度失真；最后，随着预报时域（horizon）延长，递归或密集自回归模型不可避免地遭遇误差级联累积与空间过度平滑。

针对上述难题，本文将全球 TEC 预报建模为条件时空预测问题，核心洞察在于必须将全球稳定的背景流形与空间天气驱动的局部剧烈演化显式解耦，并赋予外部物理参数空间感知能力。核心 idea：以纯卷积 SimVP 为高效底座，通过双阶段低秩时间适配器压缩序列计算开销，利用纬度分带门控调制与动态核自适应将空间天气物理量注入快慢双分支卷积网络，并配合衰减双基线残差学习实现极端扰动下的长程稳定预报。

方法详解¶

整体框架¶

PMGC-SimVP 采用“空间编码器 - 低秩时间适配器 - PMGC 演化转换器 - 空间解码器”的编解码结构，预测未来 24 小时（\(T_{\mathrm{out}}=24\)）的全球 TEC 网格，输入为历史 48 小时（\(T_{\mathrm{in}}=48\)）的 TEC 观测序列 \(\mathcal{X}_{\mathrm{in}}\) 以及对应的空间天气外源控制参数序列 \(\mathcal{P}_{\mathrm{in}}\)。

模型首先通过空间编码器将每帧二维 TEC 地图编码为空间特征，并采用地球感知填充（经度方向循环填充、纬度方向复制填充）消除经纬网格边界伪影；随后，双阶段低秩时间适配器在通道与时间维度进行解耦压缩，生成高维紧凑隐变量；与此同时，参数上下文编码模块（PCE）通过多查询注意力池化从太阳耀斑、Dst、Ap、F10.7 等多维物理参数序列中提取全局上下文向量；接着，多层 PMGC Block 构成的转换器结合慢速全局结构分支与受参数调制的快速多尺度局部动态分支进行时空特征推演；最终由空间解码器输出残差，并与结合了短期惯性与昼夜周期的确定性双基线相加得到预测结果。

%%{init: {'flowchart': {'rankSpacing': 24, 'nodeSpacing': 28, 'padding': 6, 'wrappingWidth': 400}}}%%
flowchart TD
    InState["历史48小时TEC图 + 空间天气参数"] --> Adapt["双阶段低秩时间适配器<br/>时间分组压缩+逐点通道投影"]
    Adapt --> SlowFast["Slow-Fast 并行 PMGC 结构<br/>全局轴向卷积 + 局部多尺度卷积"]
    SlowFast --> Mod["纬度分带门控调制与动态核自适应<br/>分带FiLM调制+原型核组合"]
    Mod --> Res["双基线残差学习与掩码损失约束<br/>惯性/昼夜双基线+掩码Charbonnier"]
    Res --> Out["未来24小时全球TEC预报图"]

关键设计¶

1. 双阶段低秩时间适配器：解耦时间压缩与跨通道混合

传统 SimVP 类模型直接在隐层展开高维时间特征并使用密集全连接或大矩阵投影，当输入序列长度达到 48 步时，时间转换模块的时间与通道二次复杂度 \(O(T_{\mathrm{in}} \cdot C_{\mathrm{hid}}^2)\) 导致显存和参数量急剧膨胀。为消除这一计算瓶颈，该模块将时间压缩过程解耦为两个低秩阶段：首先采用分组数等于通道数 \(g=C_{\mathrm{hid}}\) 的分组一维时间卷积，在各个特征通道内独立地将时域维度由 \(T_{\mathrm{in}}\) 降维压缩至时域低秩 \(r_t\)；随后采用逐点卷积（Pointwise Conv）进行通道间信息交换，并将特征通道投影至目标通道秩 \(r_c\)。

这一设计将计算复杂度大幅降低至 \(O(C_{\mathrm{hid}} \cdot T_{\mathrm{in}} \cdot r_t + C_{\mathrm{hid}} \cdot r_t \cdot r_c)\)。在 \(T_{\mathrm{in}}=48\)、\(r_t=12\)、\(r_c=64\) 的配置下，时间适配器参数量与计算量削减超过 95%，使模型总参数量仅为 9.89M（仅为基线 SimVP 的 5.07%），并维持了高达 1745.2 FPS 的高吞吐推理。

2. Slow-Fast 并行 PMGC 结构：全局稳定拓扑与局部多尺度动态解耦

电离层演化兼具大尺度稳定的背景结构（如昼夜交替带来的大范围平缓变化）与中小尺度剧烈非平稳湍流（如赤道电离层异常双峰分裂、极区等离子体斑块等）。若用同构卷积混合建模，局部高频畸变会污染全局能量守恒。PMGC Block 采用 Slow-Fast 解耦架构：Slow 分支负责维持全局大尺度结构，采用大感受野的水平与垂直轴向深度卷积（Axial Depthwise Convolution）：

\[\mathbf{Z}_{\mathrm{slow}} = \mathrm{DWConv}_W\big(\mathrm{DWConv}_H(\mathbf{Z})\big)\]

Fast 分支则专注于建模细粒度、多尺度的局部动态，利用多组不同卷积核尺寸的深度卷积构建多分支路径，并由轻量级路由网络 \(\mathcal{R}(\tilde{\mathbf{Z}})\) 预测空间自适应加权系数 \(\alpha_k\)：

\[\mathbf{Z}_{\mathrm{fast}} = \sum_{k=1}^{K_S} \alpha_k \odot \big(\mathbf{W}_k \tilde{\mathbf{Z}}\big), \quad \alpha = \mathcal{R}(\tilde{\mathbf{Z}})\]

最后，两分支提取的特征与输入特征在分组空间 Softmax 融合模块（GSSF）中完成自适应加权融合，并配合轻量 gMLP 与两级残差连接实现多尺度特征提炼。

3. 纬度分带门控调制与动态核自适应：空间感知物理条件注入

外源驱动对电离层的作用并非全域均匀：低纬赤道电离异常（EIA）受电风暴喷泉效应控制，形成陡峭双峰梯度；中高纬则主导沉降粒子注入与磁层电场渗透。传统直接拼接物理参数标量的方法无法建立空间异质映射。PMGC 设计了“分带特征调制 + 全局动态卷积核生成”的双重条件机制。

在特征层面，参数序列经过 PCE 注意力池化得到全局上下文向量 \(\mathbf{v}_{\mathrm{ctx}}\)，并结合可学习的纬度分带嵌入 \(\mathbf{e}_M\)，生成 \(M\) 个纬度带表征 \(\mathbf{R}_M = \phi(\mathrm{Norm}(\mathbf{v}_{\mathrm{ctx}} \mathbf{e}_M))\)，随后沿纬度轴广播并与空间内容门控矩阵 \(\mathbf{A}\) 交互，生成像素级 FiLM 缩放与平移系数 \(\gamma\) 和 \(\beta\)，直接调制特征：

\[\mathbf{Z}_{\mathrm{mod}} = \mathbf{Z} \odot \gamma + \beta\]

在权重层面，引入共享的 \(3 \times 3\) 原型核字典 \(\mathcal{K} = \{K_d\}_{d=1}^D\)，基于融合了分带特征与空间注意力池化的统一样本上下文 \(\mathbf{u}_{\mathrm{global}}\)，动态预测各个卷积路径的线性组合系数 \(a_{b,k,d}\)，实时重构深度卷积核：

\[\mathbf{W}_{k,c} = \mathbf{W}_{k,c} + \sum_{d=1}^D a_{b,k,d} K_d\]

该机制让外部空间天气物理量能够依据当前磁暴等级与地理纬度，直接干预局部卷积核的响应强度与滤波方向。

4. 双基线残差学习与掩码损失约束：长程时序锚定与极区伪影抑制

在自回归或长序列预报中，深度网络极易因时间步推移发生高频信息丢失和均值漂移。针对这一痛点，本文提出确定性先验与非平稳残差解耦的双基线策略：

\[\hat{\mathcal{X}}^{(t)} = \mathcal{X}_{\mathrm{base}}^{(t)} + \Delta \mathcal{X}^{(t)}\]

其中确定性基线 \(\mathcal{X}_{\mathrm{base}}^{(t)}\) 巧妙融合了“短期惯性”与“长期周期性”：

\[\mathcal{X}_{\mathrm{base}}^{(t)} = \alpha_t \cdot X_{\mathrm{last}} + (1 - \alpha_t) \cdot X_{\mathrm{diurnal}}^{(t)}\]

\(X_{\mathrm{last}}\) 为输入序列最后一帧观测，\(X_{\mathrm{diurnal}}^{(t)}\) 为对应时刻的历史日周期参考模板，权重 \(\alpha_t\) 随预报时长从 1 线性递减至 0，从而平滑地将预测先验从起步阶段的连续性平稳过渡至远期的日变化趋势，网络只需专注于拟合受物理事件扰动的非平稳残差 \(\Delta \mathcal{X}^{(t)}\)。

损失函数 / 训练策略¶

模型采用掩码 Charbonnier 损失函数进行端到端优化。针对经纬网格在南北极点处产生的几何扭曲与填充边缘，网络利用固定掩码 \(\Omega_{\mathrm{valid}}\) 严格排除外扩行，仅在实际物理有效网格（\(71 \times 72\)）上计算鲁棒重构误差：

\[\mathcal{L} = \frac{1}{T_{\mathrm{out}} \cdot |\Omega_{\mathrm{valid}}|} \sum_{t=1}^{T_{\mathrm{out}}} \sum_{(h,w) \in \Omega_{\mathrm{valid}}} \sqrt{\big(\hat{\mathcal{X}}_t(h,w) - \mathcal{X}_t(h,w)\big)^2 + \epsilon^2}\]

其中平滑项设定为 \(\epsilon = 10^{-3}\)。训练采用 AdamW 优化器（学习率 \(5 \times 10^{-4}\)，批大小 16），在单张 NVIDIA RTX 4090D GPU 上完成训练。

实验关键数据¶

主实验¶

模型在 2023 年（第 25 太阳活动周上升期、强地磁暴频发）测试集以及跨年份总体平均设置下的量化对比见下表。在全部基准模型中，PMGC-SimVP 均取得了最优预报精度，特别是在剧烈扰动期相较最强基线展现出显著的性能鲁棒性。

方法	2023磁暴期 MAE ↓	2023磁暴期 RMSE ↓	2023磁暴期 SSIM ↑	总体平均 MAE ↓	总体平均 RMSE ↓	总体平均 SSIM ↑
SimVP [8]	3.257	4.815	0.933	2.043	3.515	0.959
PredRNN-v2 [37]	3.568	5.196	0.922	2.256	3.809	0.952
TAU [30]	3.359	4.826	0.930	2.119	3.532	0.957
WaST [22]	2.986	4.439	0.940	1.882	3.248	0.964
Stormer [21]	3.133	4.581	0.933	1.978	3.357	0.959
Met2Net [16]	3.028	4.500	0.941	1.896	3.288	0.964
PMGC-SimVP (本文)	2.801	4.159	0.946	1.774	3.051	0.967

不同纬度带在 2023 磁暴期的空间结构与时间一致性评估（相关系数 Corr 与空间梯度误差 Grad）：

方法	低纬 Corr ↑	低纬 Grad ↓	中纬 Corr ↑	中纬 Grad ↓	高纬 Corr ↑	高纬 Grad ↓
SimVP [8]	0.971	1.037	0.963	0.622	0.909	0.468
PredRNN-v2 [37]	0.965	1.224	0.955	0.729	0.896	0.523
TAU [30]	0.970	1.025	0.959	0.642	0.908	0.486
WaST [22]	0.975	0.969	0.968	0.577	0.921	0.443
Stormer [21]	0.973	1.206	0.965	0.723	0.919	0.553
Met2Net [16]	0.975	0.961	0.967	0.582	0.917	0.451
PMGC-SimVP (本文)	0.978	0.914	0.971	0.553	0.930	0.428

消融实验¶

消融实验验证了核心架构组件与物理参数有效性。指标涵盖低/中/高纬度 MAE 与总体表现：

配置	低纬 MAE ↓	中纬 MAE ↓	高纬 MAE ↓	总体平均 MAE ↓	总体平均 RMSE ↓	说明
Ours (完整模型)	2.426	1.453	1.471	1.774	3.051	完整双分支与参数调制模型
w/o Dual-Baseline Residual	2.530	1.503	1.528	1.844	3.161	去除双基线残差，误差累积加剧
w/o Charbonnier	2.497	1.530	1.536	1.845	3.164	替换为普通L1/L2损失
w/o PMSC	2.455	1.481	1.516	1.808	3.132	去除多尺度局部动态卷积
w/o Param Condition	2.462	1.480	1.500	1.804	3.118	去除空间天气外部参数注入
w/o SA	2.455	1.475	1.505	1.802	3.092	去除大核空间轴向卷积慢分支
Ours (Param=0)	-	-	-	1.823	3.074	保持权重不变，测试时物理参数置零
Ours (Param-Shuffled)	-	-	-	1.784	3.066	保持权重不变，批次内参数打乱

关键发现¶

双基线残差与参数调制贡献最大：去除双基线残差导致整体 RMSE 从 3.051 上升至 3.161（低纬 MAE 恶化幅度最大，达 0.104），证明先验分解在抑制长序列发散中的中流砥柱作用；去除物理参数调制使 RMSE 升至 3.118，表明外部空间天气变量为非平稳预测提供了不可替代的状态突变信息。
物理参数梯度归因呈现机制转移：梯度归因分析表明，在平静期（Calm），模型依赖 C 级耀斑、X 射线、F10.7 等背景辐射变量；而在特大地磁暴（Intense Storm, Dst \(\le -100\text{ nT}\)）期间，环电流指数 Dst 的归因权重出现爆发式正向激增，成为主导因素，符合磁层-电离层能量耦合的物理规律。
计算效率大幅领先：在单卡 4090D 评测中，PMGC-SimVP 仅需 9.89M 参数和 19.91 GFLOPs，相较于 SimVP（195M / 91.71 GFLOPs）和 WaST（142M / 175 GFLOPs）降低了一个数量级，推理帧率达到 1745.2 FPS，显存占用仅 5.97 GB。
纯骨干泛化性优异：在无参数注入的标准视频与时空基准测试中（WeatherBench 气象集与 TaxiBJ 人流集），PMGC 骨干仍全面击败 ConvLSTM、PredRNN、SimVP 与 WaST（WeatherBench MSE 达 1.026，TaxiBJ MSE 降至 28.3），证明其多尺度慢-快卷积结构的通用表征能力。

亮点与洞察¶

空间感知条件解耦：避免了将外源一维参数与二维图像盲目通道拼接的粗糙做法，通过纬度分带嵌入和动态原型核生成，让空间天气物理量能够依据不同纬度带的动力学特性自适应引导局部卷积响应。
先验基线平滑衰减机制：巧妙设计了从“最近观测惯性”向“历史昼夜周期参考”随预报步长线性过渡的确定性基线，既保障了短期连续性，又利用物理周期性约束了远期边界，极大缓解了自回归长程预测的过度平滑与漂移。
兼顾极低算力与前沿精度：通过双阶段低秩时间适配器，打破了 SimVP 在长序列下时间隐藏层参数爆炸的瓶颈，以仅 5% 的参数量实现了 5 倍于 SOTA 模型的推理速度。

局限与展望¶

极端超强磁暴后期衰退：在 2023 年 4 月 23-24 日特大地磁暴（Dst 达 -213 nT）的定性分析中，预报时长超过 18 小时（\(T \ge 67\text{ h}\)）后，模型误差逐渐增大，原因在于该事件引发了罕见且持久的电离层负相暴（电子浓度深度排空），而模型后期的双基线逐渐偏向历史正常昼夜周期，导致与极度排空的真实观测产生偏移。
参数粒度可进一步细化：目前输入物理参数以行星际和全球宏观指数（如 Dst、Ap、F10.7）为主，未来可引入太阳风磁场 \(B_z\)、极光电流指数 \(AE\) 等高时间分辨率上游输入。
空间分辨率拓展：当前基于 \(71 \times 73\) 粗网格验证，未来可进一步拓展到高分辨率区域电离层 TEC 网格及多源观测同化预报任务中。

评分¶

新颖性: ⭐⭐⭐⭐☆ 针对电离层强非平稳与纬度异质特性，提出了结构契合的低秩时间压缩与分带物理调制架构，思路巧妙。
实验充分度: ⭐⭐⭐⭐⭐ 涵盖 2023 磁暴专项评测、三级纬度分解、24小时逐时稳定性、参数梯度归因、算力对比以及泛化基准，论证扎实。
写作质量: ⭐⭐⭐⭐⭐ 结构清晰紧凑，物理机制与网络组件映射严密，图表详实自洽。
价值: ⭐⭐⭐⭐☆ 对 GNSS 导航定位误差修正与空间天气灾害预警具有重要工程实用价值，为地球物理条件时空预测提供了轻量高效范本。