El método de evaluación integrada multivariable (MVIE) puede ayudar a los meteorólogos a evaluar cuantitativamente el rendimiento general de un modelo climático en la simulación de múltiples variables como la temperatura del aire, precipitación, y vector viento, contra los observados.

Recientemente, Investigadores de la Universidad de Nanjing y el Instituto de Física Atmosférica (IAP) de la Academia de Ciencias de China desarrollaron una Herramienta de Evaluación Integrada Multivariable (MVIETool) fácil de usar codificada con Python / NCL para facilitar la evaluación de modelos climáticos y la intercomparación de modelos. mejorando el método MVIE.

El estudio fue publicado en Desarrollo de modelos geocientíficos el 28 de mayo.

"El método MVIE mejorado puede proporcionar una evaluación más completa y precisa del desempeño del modelo climático. Con el apoyo de MVIETool, uno puede evaluar fácilmente el desempeño del modelo en términos de cada variable individual y / o múltiples variables, "dijo Zhang Mengzhuo de la Facultad de Ciencias Atmosféricas, Universidad de Nanjing, el primer autor del estudio.

En el método mejorado, la ponderación del área se incluye en la definición de estadísticas en MVIE, lo que hace que los resultados de la evaluación de campos espaciales sean más precisos. "El método permite una evaluación mixta de campos escalares y vectoriales, "dijo el profesor Xu Zhongfeng de IAP, el autor correspondiente del estudio. "Se propone un puntaje de habilidad integrado multivariable como un índice flexible y normalizado para medir cuantitativamente la capacidad de un modelo para simular múltiples campos".

Además de la evaluación del modelo climático, el método MVIE mejorado también se puede aplicar a otras áreas, p.ej., aprendizaje automático. Se puede usar el método MVIE para medir la precisión general de múltiples variables generadas por un modelo de aprendizaje automático en relación con los valores objetivo.