6、海冰预测：机器学习与深度学习方法

海冰预测：机器学习与深度学习方法

1. 海冰数据探索

1.1 数据来源

我们使用的海冰范围（SIE）值来自美国国家冰雪数据中心（NSIDC）提供的Nimbus - 7 SSMR和DMSP SSM/I - SSMIS被动微波数据版本1。可以直接从NSIDC的数据中心下载1979年1月至2021年8月的月度SIE数据。

1.2 数据可视化

使用Python的 matplotlib 包绘制月度SIE数据，代码如下：

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

# 加载数据并提取9月的SIE值
data = pd.read_csv('NSIDC_monthly_1979_2021.csv')
sie = np.array(data)
sept_values = sie[8::12]

# 计算年平均值
def annual_mean(t):
    arr = []
    for i in range(0, 42):
        arr = np.append(arr, np.mean(t[i*12:(i*12)+12]))
    return arr

annual_mean(sie)
mean_values = annual_mean(sie)

# 绘制数据
time_range = pd.date_range(start="1979-01-01", end="2021-09-01", freq='m')
time_range_sept