电离层是近地空间环境中与人类活动最为密切的区域,由于受到太阳辐射和宇宙射线等因素的作用而处于电离状态,并能够反射、折射和吸收无线电波。而电离层电子浓度的变化会显著影响依赖于电离层为媒介的空天技术系统（如,短波通讯和卫星导航等）的正常工作。在电离层的众多观测参量中,由于总电子含量（Total Electron Content,TEC）的全球覆盖性广,数据质量好和获取方式持续且稳定,因此成为研究和描述电离层状态的最重要观测参数。TEC是电离层中电子浓度沿高度上的积分,大量的研究表明它与无线电波的相位延迟和时间延迟有着非常密切的关系。因此,电离层TEC数据的精确预测研究对于空间天气和空天通讯有着十分重要的意义。目前全球使用最为广泛的TEC数据产品是国际定位服务系统电离层工作组发布的IGS-TEC Map与美国麻省理工学院Haystack天文台的MIT-TEC Map。两个机构的数据之间存在明显的偏差,并且各自具有其优势。因此本研究将采用多种新颖的深度学习算法相融合,充分利用以上数据的特点,来建立全球电离层TEC预报模型,最终使得该模型能预测出兼具以上两个机构数据特征的TEC Map,从而显著提高TEC的预测水平。主要研究内容和研究成果如下:首先,我们使用IGS提供的2011年到2019年的全球电离层TEC数据,分析了全球TEC的日平均和年平均变化。结果显示其具有显著且复杂的周期性变化,据此我们提出了特殊的数据集划分方式。基于长短期记忆（Long-short Term Memory,LSTM）神经网络和IGS-TEC数据,我们搭建和训练了四个全球电离层TEC预报模型:单步自预测模型、单步辅助预测模型、多步自预测模型和多步辅助预测模型。分析了预报精度受预报因子（太阳活动指数F10.7,太阳黑子数R,地磁扰动指数DST和地磁活动水平指数ap）和单次滚动预测步长的影响。研究表明,基于双向LSTM的多步辅助预测模型的性能表现最好,预报未来6天的全球电离层TEC的平均MAD和RMSE分别为2.485和3.511 TECu。在2020年期间,进一步的研究结果表明:在磁暴期6天的预报窗口中,该模型具有良好的稳定性,相较于国际电离层参考模型IRI-2016,该模型提高了约45%的预报精度;在平静期30天的预报窗口中,该模型具有良好的泛化性和持久性,相较于国际电离层参考模型IRI-2016,该模型提高了约50%的预报精度。然后,MIT-TEC数据存在区域数据缺失,并且缺失的范围却会随着时间的变化而改变,不具备基于LSTM的神经网络对训练数据的要求,因此不能对其进行直接预测。IGS-TEC和MIT-TEC在数据的获取方式和处理方式上有所不同,导致两者在最终的形态和数值上存在差异。不过两个机构的数据各自具有其优势,为了得到兼具两个机构数据特征的TEC Map,我们基于自编码网络算法构建了一个后置模型,该模型的目标是实现IGS-TEC和MIT-TEC数据的融合。训练阶段,后置模型的输入是2011年到2019年的IGS-TEC,输出是对应时刻的MIT-TEC。测试阶段,该模型的输入是多步辅助预报模型的输出,输出是对应时刻的融合TEC,该TEC兼具IGS-TEC和MIT-TEC的数据特征。多步辅助预测模型和后置模型构成了融合TEC预报系统。在2020年磁暴期和MIT-TEC为标准的条件下,评估结果表明,该预报系统有着良好的泛化性和稳定性,相较于IRI-2016提高了约25%的预报精度。