Meteorologer forbedrer multivariabel integreret evalueringsmetode til klimamodel

Den multivariable Integrated Evaluation (MVIE) metode kan hjælpe meteorologer til kvantitativt at evaluere den samlede præstation af en klimamodel ved simulering af flere variabler som lufttemperatur, nedbør, og vektorvind, mod observerede.

For nylig, forskere fra Nanjing University og Institute of Atmospheric Physics (IAP) fra det kinesiske videnskabsakademi udviklede et brugervenligt Multivariable Integrated Evaluation Tool (MVIETool) kodet med Python/NCL for at lette klimamodelevaluering og modeller sammenligning, forbedring af MVIE -metoden.

Undersøgelsen blev offentliggjort i Geovidenskabelig modeludvikling den 28. maj.

"Den forbedrede MVIE -metode kan give en mere omfattende og præcis evaluering af klimamodelpræstationer. Med støtte fra MVIETool, man kan let evaluere modelydelsen med hensyn til hver enkelt variabel og/eller flere variabler, "sagde Zhang Mengzhuo fra School of Atmospheric Sciences, Nanjing Universitet, undersøgelsens første forfatter.

I den forbedrede metode, arealvægten tages i definitionen af ​​statistik i MVIE, hvilket gør evalueringsresultaterne for rumlige felter mere præcise. "Metoden tillader en blandet evaluering af skalar- og vektorfelter, "sagde professor Xu Zhongfeng fra IAP, den tilsvarende forfatter til undersøgelsen. "En multivariabel integreret færdighedsscore foreslås som et fleksibelt og normaliseret indeks til kvantitativt at måle en models evne til at simulere flere felter."

Ud over evaluering af klimamodeller, den forbedrede MVIE -metode kan også anvendes på andre områder, f.eks., maskinelæring. Man kan bruge MVIE -metoden til at måle den samlede nøjagtighed af flere variabler genereret af en maskinindlæringsmodel i forhold til målværdierne.