气象上常见的评分函数及其ython实现腾讯云开发者社区

1 简介2 评价指标及其python实现2.1 二分类介绍2.2 降水评价2.2.1 气象二分类指标2.2.2 TS评分 & CSI1 物理概念2 代码2.2.3 公平技巧评分(ETS)1 物理概念2 代码2.2.4 空报率(FAR)1 物理概念2 代码2.2.5 漏报率(MAR)1 物理概念2 代码2.2.6 命中率(POD)1 物理概念2 代码2.2.7 偏差评分(Bias score)1 物理概念2 代码2.2.8 其他评分1. HSS2. BSS3. MAE4. RMSE2.2.9 阈值选取3 应用举例4 参考文献

气象部门在发布预报时，发布的是一定区域范围的网格化(或站点化)的气象要素结果，以降水预报为例，

图1 14时的降水预测与观测值对比

假设有两个类别，正和负，分别用1，0表示，如下表格。

预测 负例

预测 正例

真实 负例

TN(True negative)

FP(False positive)

真实 正例

FN(False negative)

TP(True positive)

该表格称为 混淆矩阵(confusion matrix)。

在实际应用中，我们不仅希望Accuracy高，还希望模型对每个类别都有很强的分类能力，即recall 和 precision都要高。

气象上的降水评价指标基本都建立在二分类基础上。

以上面的y_pre 和 y_obs 为例，共计有3600个格点，选定一个阈值rain_threshold ，格点数值 >= rain_threshold 即为正例， 否则为负例。这里采取晴雨分类，即rain_threshold = 0.1

构建混淆矩阵，晴为负例，雨为正例，如下：

预测 晴

预测 雨

真实 晴

TN: 1968

FP: 52

2020

真实 雨

FN: 458

TP: 1122

1580

2426

1174

类比到气象上，概念一致，只是换了名称。

预测 晴

预测 雨

真实 晴

correctnegatives

falsealarms(误警)

2020

真实 雨

misses(漏报)

hits(击中)

1580

2426

1174

代码如下：

由以上四个基本指标，引申出许多气象降水评价指标。

1 物理概念

HSS公式如下：

threshold : mm

0.1

10

25

50

100

降雨类型

小雨

中雨

大雨

暴雨

特大暴雨

选取上述例子，来看在不同阈值下各评分函数数值。

在真实的检验中，y_obs并不是均匀网格的，而是站点分布的，依据相同思路，比较区域内的所有站点预测和站点观测值，也能得到对应评分。