《表3 不同天气类型下M2模型预测误差分析》

  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

《天文、气象环境因子与散射比关系的建模分析》

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

different weather types

清晰度指数表征天文辐射通过大气层的衰减程度，与天气状况密切相关，且计算方便，所以本文按照清晰度指数将不同时次对应的天气状态进行划分归类[16]。天气类型1：当kT≥0.5时，定义为晴、晴转多云、多云转晴；天气类型2：当0.5>kT≥0.2时，定义为多云、阴转多云、多云转阴；天气类型3：当0.2>kT≥0.1时，定义为小雨、阵雨、小雪、轻雾、霾等；天气类型4：当kT<0.1，定义为中雨及以上、中雪及以上，从而深度探讨不同天气类型下逐时散射比的预测效果及与各气象因子的关系。由表3可知，通过研究2011年7～12月份的预测样本，发现M2模型下天气类型3、天气类型4的MAPE值和NRMSE值均小于10%，预测效果较好，其次是天气类型2，预测误差最大的是天气类型1。但矛盾点在于预测准确性与相关系数变化趋势的不一致性。