今天修改了现有的几个模型，并初步确定之后，进行了多站测试。先介绍一下进行第一轮总体测试所用的模型：

1.GFS自带模型，不用介绍了，就是数据中自带的云量输出。
2.Model-1B，就是现在7Timer!所用模型的改进版，去掉了Model-1A云量常数。
3.改进-3J。改进-3模型的最新版，对低、中云进行了修正，并增大了高云三角函数的修正量。
4.改进-4B。在Model-1B的基础上引入了高云三角函数修正，同时对低、中云进行了少量修正。

下面是测试结果：

准确率 GFS 第一期 GJ3J GJ4B
北京 66.31578947 66.84210526 64.73684211 65.52631579
广州 65 75.26315789 77.63157895 75.78947368
哈尔滨 60.52631579 65.26315789 65.52631579 61.57894737
拉萨 68.94736842 78.68421053 76.05263158 76.31578947
乌鲁木齐 80 79.73684211 80.78947368 79.21052632
南京 61.31578947 68.94736842 68.15789474 64.47368421
海口 60.52631579 61.05263158 58.68421053 61.84210526
平均 66.09022556 70.82706767 70.22556391 69.2481203

平均偏差 GFS 第一期 GJ3J GJ4B
北京 0.263157895 -0.421052632 -0.578947368 -0.447368421
广州 2.921052632 0.526315789 0.447368421 0.210526316
哈尔滨 1.631578947 0.789473684 0.447368421 0.105263158
拉萨 2.526315789 1.131578947 1.026315789 1.421052632
乌鲁木齐 0.526315789 0.605263158 0.342105263 0.552631579
南京 3.710526316 2.842105263 2.763157895 2.131578947
海口 0 -1.157894737 -1.605263158 -1.342105263
平均 1.654135338 0.616541353 0.406015038 0.37593985

标准差 GFS 第一期 GJ3J GJ4B
北京 4.940084223 4.67710875 4.886240504 4.83244173
广州 3.165451485 2.908579343 2.834908041 2.966105853
哈尔滨 4.664654625 4.237414149 4.277833739 4.661090191
拉萨 2.582704031 2.374990888 2.804947153 2.55086754
乌鲁木齐 3.015196966 3.004728499 2.895334866 3.023568547
南京 3.641196266 3.240584059 3.459800804 4.085732896
海口 4.909711107 4.574105123 4.710232275 4.467875486
平均 3.845571243 3.573930116 3.695613912 3.79824032

从结果可以看出：M-1B以70.8%的准确率排名第一，而GJ-3J以70.2%的准确率紧随其后。GJ-4B差距较大，为69.2%，而自带模型效果最差，仅为66.1%。平均偏差表示了预测量平均距离实际量的范围。误差最大的还是自带模型，偏高16.5%，而GJ-4B和GJ-3J分别为+3.8%和+4.1%，比M-1B的+6.2%小一些。
标准差方面，自带模型再次给出最差表现，达3.85。M-1B表现较好，仅为3.57，而GJ-3J和GJ-4B分别为3.70和3.80。
改进计划：经过第一轮测试，自带模型已经被否决，而GJ-4系列也没有很好的上升空间。M-1B虽然微弱领先GJ-3J，但其平均偏差要比GJ-3J高1.5倍。因此，如果GJ-3J的标准差能降到M-1B的水平，其准确率肯定还有较大范围的提升。模拟表明，如果GJ3J的标准差降到M-1B的水平，其准确率可达71.8%。
此外，准确率的计算还有待商榷。因为预报精度的原因(1 arc deg)，天气特征过境的时候会有轻微的时间差异，这一点也必须考虑在内。
7Timer!工作组
2005.08.21