来源：期刊VIP网 时间：
作者：陈省;张建杰;
单位：新疆大学软件学院;
摘要：沙漠化是全球性的环境问题，影响着许多国家和地区。准确地预测沙漠面积对于制定有效的沙漠化防治策略至关重要。文中使用不同的模型对沙漠面积进行预测，试图找到一种预测准确度高且性能优良的模型。以新疆若羌县东部地区沙漠为研究对象，分别采用ARIMA、RNN、LSTM、GRU、ARIMA-RNN、ARIMA-LSTM、ARIMA-GRU模型对沙漠面积进行预测，使用均方误差、均方根误差和平均绝对误差评估模型的性能。实验发现：ARIMA模型预测准确度最低且模型性能最差，深度学习模型的预测准确度最高可达约96.74%；组合模型的预测准确度最低可达约93.08%，其中ARIMA-GRU组合模型的预测准确度最高约为97.46%。实验表明，深度学习模型在沙漠面积预测中预测准确度高且性能良好，组合模型能够提高沙漠面积预测的准确性和稳定性，能避免单一模型预测的局限性和风险性。
关键词：沙漠化;;深度学习;;组合模型;;沙漠面积;;模型预测;;ARIMA
