《表4 各站点两层日平均土壤温度观测值与再分析产品误差度量统计Table 4 Error metric statistics of daily mean soil temperature observ
粗体数据表示每个误差度量的最佳结果;*表示通过了99%的置信度检验
从各站点两层日平均土壤温度观测值与再分析产品误差度量统计表(表4)中可以看出,就RMSE、Bias、ubRMSE来说,GLDAS-NOAH在那曲和玛曲地区偏差值最小,GLDAS-CLM在阿里和狮泉河地区偏差值最小,JRA-55在各地区均为最大偏差值。就相关性来说大部分土壤湿度产品与观测值间的相关系数均大于0.872,JRA-55产品与观测值的相关系数均小于0.574。综合R和SDV可知,GLDAS产品与观测值间E值较小,表示GLDAS产品与观测值相关性和变化幅度是最接近的。可以看到,对于两层土壤湿度,GLDAS产品不论在偏差值、相关性还是变化幅度方面都优于其他几种再分析资料。
图表编号 | XD0022950900 严禁用于非法目的 |
---|---|
绘制时间 | 2018.06.28 |
作者 | 丁旭、赖欣、范广洲、文军、袁源、王欣、王作亮、朱丽华、张永莉、王炳赟 |
绘制单位 | 成都信息工程大学大气科学学院、高原大气与环境四川省重点实验室、气候与环境变化联合实验室、成都信息工程大学大气科学学院、高原大气与环境四川省重点实验室、气候与环境变化联合实验室、成都信息工程大学大气科学学院、高原大气与环境四川省重点实验室、气候与环境变化联合实验室、南京信息工程大学气象灾害预报预警与评估协同创新中心、成都信息工程大学大气科学学院、高原大气与环境四川省重点实验室、气候与环境变化联合实验室、成都信息工程大学大气科学学院、高原大气与环境四川省重点实验室、气候与环境变化联合实验室、中国科学院西北生态 |
更多格式 | 高清、无水印(增值服务) |