探究电离层延迟误差的产生,为GNSS信号处理和短期的震前探测提供理论和数据依据,是提升GNSS定位导航精度的一种重要方法。本文基于经典经验模态分解、排列熵、向量机与长短时神经网络的相关理论对中国地区2013年全年电离层变化以及震区短时异常构建模型,进行了全面分析与测算,并从时空维度分析了电离层变化规律性与异质性进程,主要对如下内容进行了分析总结:（1）详细介绍了电离层产品的详细内容,并利用IGS国际数据分析中心提供的电离层格网产品分析电离层TEC值在发生太阳活动、地磁活动、时间变化时产生的相关性变化。相关性分析的结果表现出,电离层TEC的变化与太阳活动呈现强相关性,随太阳活动的剧烈产生相应的活跃性。（2）分别介绍经验模态分解方法集合,其中包括经验模态分解（Empirical Mode Decomposition,EMD）,集合经验模态分解（Ensemble Empirical Mode Decomposition,EEMD）和补充集合经验模态分解算法（Complementary Ensemble Empirical Mode Decomposition,CEEMD）,并且引入了集合平均经验模态分解方法（Modified Ensemble Empirical Mode Decomposition,MEEMD）及改进的MEEMD分解算法（加入SVM的集成模式分解）。分别利用各种方法对模拟信号进行分解以及测算分析,比较几种算法对真实信号的模拟情况,发现改进的MEEMD算法可以有效地分解电离层TEC数据,改善模态混叠现象,提升电离层测算效率。（3）针对全球电离层TEC的时空预测问题,提出了一种改进的MEEMD-LSTM电离层TEC预测模型,并详细描述了其原理。提取了2013年的电离层格网产品并使用前9个月的电离层TEC数据用于建模,通过ARMA模型与改进的MEEMD-LSTM预测模型分别对建模剩下的后三个月数据做成的检验组进行了预测,并对预测结果进行了详细分析,发现新模型的均方根误差（0.02）小于ARMA模型的均方根误差（0.04）,提升了电离层数据时间分辨率上的预测效率值。（4）将改进的MEEMD-LSTM电离层TEC模型放到实际应用中来探测地震时期电离层异常值,对2013年4月20日四川地区发生的地震进行探测。测算分析结果可发现,本文使用的新方法有效地降低了传统的预测过程中存在的系统误差,剔除了与地震无关的波动因素,在震中地区4月20日附近出现非地震表征的电离层扰动情况下,该模型可有效地探测出异常值。因此,在考虑到时间空间各方面因素影响及变化的情况下,基于改进的MEEMD-LSTM预测模型构建的震前预测模型能够有效地检测出震前的TEC异常,有效的降低了非地震活动引起的TEC变化而产生的虚假警告,从而突出地震活动引起的TEC变化。