O método de avaliação integrada multivariável (MVIE) pode ajudar os meteorologistas a avaliar quantitativamente o desempenho geral de um modelo climático na simulação de múltiplas variáveis, como temperatura do ar, precipitação, e vento vetor, contra os observados.

Recentemente, pesquisadores da Universidade de Nanjing e do Instituto de Física Atmosférica (IAP) da Academia Chinesa de Ciências desenvolveram uma Ferramenta de Avaliação Integrada Multivariável simples de usar (MVIETool) codificada com Python / NCL para facilitar a avaliação do modelo climático e a intercomparação de modelos, melhorar o método MVIE.

O estudo foi publicado em Desenvolvimento de modelo geocientífico em 28 de maio.

"O método MVIE aprimorado pode fornecer uma avaliação mais abrangente e precisa do desempenho do modelo climático. Com o apoio do MVIETool, pode-se facilmente avaliar o desempenho do modelo em termos de cada variável individual e / ou variáveis ​​múltiplas, "disse Zhang Mengzhuo da Escola de Ciências Atmosféricas, Universidade de Nanjing, o primeiro autor do estudo.

No método melhorado, a ponderação de área é levada para a definição de estatísticas no MVIE, o que torna os resultados da avaliação dos campos espaciais mais precisos. "O método permite uma avaliação mista de campos escalares e vetoriais, "disse o Prof. Xu Zhongfeng do IAP, o autor correspondente do estudo. "Uma pontuação de habilidade integrada multivariável é proposta como um índice flexível e normalizado para medir quantitativamente a capacidade de um modelo de simular campos múltiplos."

Além da avaliação do modelo climático, o método MVIE aprimorado também pode ser aplicado a outras áreas, por exemplo., aprendizado de máquina. Pode-se usar o método MVIE para medir a precisão geral de várias variáveis ​​geradas por um modelo de aprendizado de máquina em relação aos valores alvo.