Il metodo di valutazione integrata multivariabile (MVIE) può aiutare i meteorologi a valutare quantitativamente le prestazioni complessive di un modello climatico nella simulazione di più variabili come la temperatura dell'aria, precipitazione, e vento vettoriale, contro quelli osservati.

Recentemente, i ricercatori dell'Università di Nanchino e dell'Istituto di fisica atmosferica (IAP) dell'Accademia cinese delle scienze hanno sviluppato uno strumento di valutazione integrata multivariabile (MVIETool) di semplice utilizzo codificato con Python/NCL per facilitare la valutazione dei modelli climatici e l'inter-comparazione dei modelli, miglioramento del metodo MVIE.

Lo studio è stato pubblicato su Sviluppo di modelli geoscientifici il 28 maggio.

"Il metodo MVIE migliorato può fornire una valutazione più completa e precisa delle prestazioni del modello climatico. Con il supporto di MVIETool, si può facilmente valutare le prestazioni del modello in termini di ogni singola variabile e/o variabili multiple, " ha detto Zhang Mengzhuo della Scuola di Scienze dell'Atmosfera, Università di Nanchino, il primo autore dello studio.

Nel metodo migliorato, la ponderazione per area è presa nella definizione delle statistiche in MVIE, che rende i risultati della valutazione dei campi spaziali più accurati. "Il metodo consente una valutazione mista di campi scalari e vettoriali, " ha affermato il prof. Xu Zhongfeng di IAP, il corrispondente autore dello studio. "Un punteggio di abilità integrato multivariabile viene proposto come indice flessibile e normalizzato per misurare quantitativamente la capacità di un modello di simulare più campi".

Oltre alla valutazione del modello climatico, il metodo MVIE migliorato può essere applicato anche ad altre aree, per esempio., apprendimento automatico. Si può utilizzare il metodo MVIE per misurare l'accuratezza complessiva di più variabili generate da un modello di apprendimento automatico rispetto ai valori target.