随着人类在外太空的活动日益频繁,空间大气层的研究受到了越来越多的关注,电离层作为空间大气层的重要组成部分,也逐渐成为学者们的研究重点。卫星导航GNSS系统作为目前电离层探测和研究的最可靠的工具,利用其观测数据特别是基于GPS的数据,可以建立电离层总电子含量预测模型,为改善电离层延时以及电离层空间天气的预报提供重要支持。本文主要围绕电离层总电子含量VTEC数据的获取、分析、建模和预测等问题进行展开,重点关注VTEC值的建模预测,以IGS的数据分析中心CODE提供的VTEC值一天预测球谐模型作为基本预测模型。由于CODE球谐模型对区域VTEC值的预测误差偏大,以日本区域附近四个网格的历史电离层VTEC数据,构建了基于线性时间序列ARMA模型和BP神经网络模型的区域电离层预测模型,预测精度有了一定提升。针对ARMA模型没有考虑到VTEC数据的非线性结构以及BP网络模型不能充分利用VTEC数据历史信息的缺陷,引入了一个基于递归神经网络RNN结构的长短期记忆LSTM模型。用五天测试集对LSTM模型进行评估,得到其预测均方根误差RMSE为0.8TECU,平均绝对误差MAE为0.59TECU,平均相对误差百分比MAPE为8.83%。经实验对比分析,相同数据集下,LSTM模型相对于CODE球谐模型、ARMA模型以及BP神经网络模型在RMSE、MAE以及MAPE上的性能精度均有一定程度的提高。