本发明涉及电离层总电子含量预测技术领域，具体涉及一种基于ICEEMDAN与SSA‑LSTM组合模型的电离层TEC预测方法，首先，采用ICEEMDAN和样本熵方法对获取的电离层TEC原始数据进行“分解‑重构”生成高频、中频和低频分量；其次，将各分量分别划分为训练集和测试集并对其归一化处理，利用麻雀搜索算法优化LSTM模型超参数，训练基于LSTM网络的电离层TEC预测模型；最后，对各分量预测结果进行反归一化和整合，输出电离层TEC预测结果并评估模型性能。本发明利用ICEEMDAN和SSA‑LSTM组合模型方法充分考虑到电离层TEC数据自身具有非线性、非平稳性的特点，给模型训练提供了高质量的输入，提升了电离层TEC预测精度。