【水文模型】评价指标
- 【水文模型】评价指标 推荐度:
- 相关推荐
【水文模型】评价指标
水文模型模拟效果评价指标
- 1 皮尔逊相关系数(Pearson’s correlation coefficient, PCC)
- 2 百分比偏差(Percent bias, Pbias)
- 3 纳什效率系数(the Nash-Sutcliffe efficiency coefficient, NSE)
- 4 克林-古普塔效率系数(Kling-Gupta efficiency coefficient, KGE)
- 5 决定系数R^2(Coefficient of Determination)
- 6 归一化均方根误差(NRMSE)
- 7 均方根误差与观测值标准差的比率(RSR)
- 模型评价
- 参考
1 皮尔逊相关系数(Pearson’s correlation coefficient, PCC)
评估模拟径流与观测径流间的线性相关性:
2 百分比偏差(Percent bias, Pbias)
百分比偏差Pbias(%),又称相对误差,表示测量模拟的水流的百分比偏差大于或小于相应的推断的自然水流,越接近0模型效果越好:
说明: 体现模拟值和实测值的累积偏差,当模拟水文过程与实际趋势贴合情况良好时,PBIAS可更加精确地评估模型总水量平衡的效果。最优值为0,表示模型模拟准确,正值表示模型低估观测值的偏差,负值表示模型高估观测值的偏差。
3 纳什效率系数(the Nash-Sutcliffe efficiency coefficient, NSE)
NSE被广泛用于确定水文的总体模型效率,它是根据模型模拟和观测的水流时间序列计算得出的:
说明: 体现模拟径流和实测径流的拟合程度,但会赋予洪峰段更高的计算权重,容易忽视平水期或枯水期的拟合情况
4 克林-古普塔效率系数(Kling-Gupta efficiency coefficient, KGE)
KGE测量的是一个点到最优点的欧几里得距离,相关系数(correlation coefficient, PCC)、偏置比(bias ration, BR)和相对变化率(relative variablity, RV)等于1:
取值范围:(-∞,1)
5 决定系数R^2(Coefficient of Determination)
说明: 模拟值与实测值的线性相关程度,弊端是R2对模拟值整体偏高或偏低的偏差响应不明显
决定系数=1时,表明模拟值与实测值非常吻合。
6 归一化均方根误差(NRMSE)
7 均方根误差与观测值标准差的比率(RSR)
说明: RSR从最优值0变化到较大的正值,该值越小,表示模型性能越好。
模型评价
一般认为,当R2>0.6,NSE>0.5,PBIAS≤±15%以及RSR<0.7时,模型的模拟结果是可信的。
根据 Moriasi et al.(2007)径流模拟评价,RSR、NSE以及PBIAS的建议取值及相应的模型评价等级如下表所示:
参考
1.论文-J2022-High-quality reconstruction of China’s natural streamflow-缪驰远
2.论文-D2022-气候变化下长江流域未来径流与旱涝变化特征研究-岳艳琳
- MinGW和MSYS简介
- 强力删除文件或文件夹
- 回溯算法 允许重复选择元素的组合
- 动态改变shiro的Principal属性
- css中text文字超出宽度省略号显示并鼠标悬停显示剩余全部:
- HTK语音识别工具包的安装和编译
- 什么是Nofollow
- 学习VC
- 端到端的网络流量监控
- 如何编写Python爬虫
- C# WebForm
- 使用HTML5+调用手机摄像头和相册
- Idea 打包JAVA项目
- C++中 itoa 和 atoi 的用法
- Linux C编程下没有 itoa()函数的问题
- 微信小程序60秒倒计时
- Java Integer值范围问题
- https ssl单项认证和双向认证以及证书生成
- curl命令详解 (curl
- 使用nano编辑器进行查找和替换