《表2 Mul GETS和k-NN模型对气象变量均值、标准差和偏度的平均相对误差绝对值 (MARE) (%)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《天气发生器MulGETS和k-NN对区域历史气象场特征重现能力的比较》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

图2和图3展现了MulGETS模型和k-NN模型对各站点日降水量、最高和最低气温均值、标准差和偏度的模拟值与实测值的对比，其中最高/最低气温的偏度很小所以不作对比。总体来看（表2），k-NN相比于Mul GETS能较好地再现日值降水量的统计特征。k-NN最大偏差出现在降水的偏度上（MARE=8.4%），MulGETS对应的降水偏度MARE为12.6%且一定程度上低估了降水偏度较大的站点（图2c）。从模拟的气象变量来看，气温场的MARE在0.6%～13.3%，而降水量场的MARE在4.9%～12.6%，可见两个模型对气温场的模拟效果均好于降水量场。