7Timer!研发新闻

今晚对两个模型都进行了轻度修正,将M-1B命名为GJ-5系列,结果好了一些了。结果如下:

平均偏差 第一期 GJ3J
北京 -0.552631579 -0.684210526
广州 0.473684211 0.421052632
哈尔滨 0.631578947 0.342105263
拉萨 1.078947368 0.736842105
乌鲁木齐 0.552631579 0.289473684
南京 2.763157895 2.684210526
海口 -1.315789474 -1.605263158
平均 0.518796992 0.312030075

标准差 第一期 GJ3J
北京 4.705525131 4.867211799
广州 2.872160768 2.796911633
哈尔滨 4.239048134 4.112089466
拉萨 2.399359333 2.711420394
乌鲁木齐 2.988551563 2.85535411
南京 3.157565772 3.442040881
海口 4.472755322 4.67659049
平均 3.547852289 3.63737411

新准确率 第一期 GJ3J
北京 73.55263158 72.23684211
广州 83.68421053 85.52631579
哈尔滨 69.21052632 71.31578947
拉萨 82.76315789 80.65789474
乌鲁木齐 82.23684211 83.55263158
南京 75.78947368 74.86842105
海口 65.26315789 63.02631579
平均 76.07142857 75.88345865

适当降低高云比例之后,GJ-3K展现出了比较大的潜力,把和GJ-5C的差距又缩小了。同时两个模型的准确率都提高了。
如果GJ-3系列的标准差能再降低到GJ-5的水平,其准确率可达77%。即使达不到,这两个模型都已经达到了可发布的标准了。
7Timer!工作组
2005.08.22

7Timer!研发新闻

考虑了时间预测差异后,我重新计算了所有模型的准确度。

时间预测差异的计算方法如下:计算两个值,一个是预测和实际的差,另一个是预测的和6小时内实际量平均值的差。这两个数值内取较小的一个作为计算量值,这样就考虑到了天气系统过境时的预测差量(即设定预测误差为+/-3小时,和时间预测精度刚好相符)。于是得到以下结果:

新准确率 GFS 第一期 GJ3J GJ4B
北京 74.60526316 74.34210526 72.5 73.28947368
广州 72.89473684 83.94736842 85.26315789 83.55263158
哈尔滨 64.07894737 68.81578947 70.26315789 66.31578947
拉萨 73.02631579 82.76315789 79.73684211 80.39473684
乌鲁木齐 82.76315789 82.23684211 83.55263158 81.97368421
南京 67.23684211 75 74.07894737 69.34210526
海口 63.94736842 65 62.5 65.52631579
平均 71.22180451 76.01503759 75.41353383 74.34210526

GFS数据模型的准确率虽然达到71.2%,但因为算上了预测时间差以后,其准确率不如M-1B和GJ-3J,因此被这两个模型拉开了0.05%。
M-1B以76.0%的优势领先,同样的,GJ-3J以75.4%的准确率紧随其后,这两者的差距仍然没有改变。GJ-4B则被拉下,它被M-1B和GJ-3J拉开了0.09%,可以说GFS和GJ-4系列的命运已经走到了尽头。接下来Model-2花落谁家,将在M-1B和GJ-3系列中展开激烈的竞争。
7Timer!工作组
2005.08.22