CHƯƠNG 3 KẾT QUẢ THỬ NGHIỆM VÀ ĐÁNH GIÁ
3.2. Đánh giá khả năng cải thiện chất lượng dự báo trung bình tổ hợp
3.2.2. Yếu tố nhiệt độ điểm sương
Bảng 3.4 đưa ra kết quả tính tốn chỉ số đánh giá ME của dự báo yếu tố Td2m với hạn dự báo 24h tại 9 khu vực nghiên cứu từ hệ tổ hợp Raw và 10 phương pháp EMOS. Từ bảng 3.4 cĩ thể thấy dự báo Td2m hạn 24h từ Raw cĩ xu hướng thiên thấp tại hầu hết các khu vực nghiên cứu ngoại trừ khu vực Tây Nguyên. Biên độ sai số ME của tất cả các phương pháp EMOS được thử nghiệm đều nhỏ hơn so với Raw, chứng tỏ sai số hệ thống đã được khử phần nào. Nhĩm phương pháp NGR và BCLR cho ME dương trong khi nhĩm phương pháp cịn lại cho ME âm và cùng dấu với Raw. Nếu so sánh giữa các phương pháp EMOS, thì phương pháp khử sai số hệ thống hiệu quả nhất là NGR_EP, NGR_EM, BCMA và BCES. Các phương pháp NGR_ER và EMLR cĩ cho thấy giảm ME nhưng khơng nhiều như các phương pháp nĩi trên. Theo khu vực nghiên cứu, rõ ràng sự cải thiện trong sai số ME tìm thấy tại các khu vực từ TB cho đến BTB, các khu vực từ TTB trở vào cĩ sự cải thiện nhưng khơng đáng kể do bản thân dự báo Raw đã cĩ sai số ME nhỏ.
Để cĩ cái nhìn rõ hơn về mức độ cải thiện trong chất lượng dự báo TBTH cho Td2m từ các phương pháp EMOS được thử nghiệm, chúng ta xem xét kết quả đánh giá dựa trên chỉ số sai số tuyệt đối (MAE) trên bảng 3.5. Từ bảng 3.5 cĩ thể thấy hầu hết các phương pháp EMOS cho sai số MAE nhỏ hơn Raw tại nhiều khu vực nghiên cứu ngoại trừ các phương pháp NGR_ER và EMLR cho khu vực NTB, TN và NB. Các phương pháp NGR_EP, NGR_EM, BCMA và BCES tiếp tục cho thấy tính hiệu quả trong việc nâng cao chất lượng dự báo EM từ Raw thơng qua chỉ số MAE. Phương pháp EMLR và NGR_ER mặc dù cho thấy sự cải thiện tại một số khu vực nhưng mức độ khơng nhiều. Theo khu vực nghiên cứu, các khu vực từ TB cho đến BTB cho thấy sự cải thiện lớn trong chất lượng dự báo (cĩ khi cải thiện tới hơn 50% như trong trường hợp phương pháp NGR_EM tại khu vực TB).
Bảng 3.4: Kết quả tính tốn chỉ số đánh giá ME (độ C) của dự báo TBTH từ Raw và 10 phương pháp EMOS cho yếu tố Td2m với hạn dự báo 24h
Phương pháp EMOS
Khu vực nghiên cứu
TB VB ĐB ĐBBB BTB TTB NTB TN NB EMLR -0.46 -0.66 -0.82 -0.91 0.42 -0.16 -0.15 -0.12 -0.17 EMES -0.38 -0.61 -0.65 -0.71 -0.34 0.07 0.07 0.02 -0.22 EMMV -0.42 -0.65 -0.68 -0.72 -0.38 0.04 0.07 -0.01 -0.25 BCMA -0.35 -0.53 -0.51 -0.52 -0.29 0.02 0.02 -0.03 -0.17 BCLR 0.34 0.39 0.35 0.35 0.32 0.18 0.1 0.12 0.04 BCES -0.16 -0.21 -0.21 -0.2 -0.13 -0.04 -0.03 -0.02 -0.09 BCKF -0.06 -0.06 -0.02 -0.01 0.0 -0.06 -0.1 -0.13 -0.14 NGR_ER 0.13 0.21 0.05 0.14 0.21 0.15 0.04 0.05 -0.01 NGR_EP 0.17 0.2 0.11 0.09 0.19 0.15 0.08 -0.01 -0.04 NGR_EM 0.26 0.31 0.21 0.23 0.29 0.16 0.11 0.04 0.04 Raw -1.85 -2.24 -1.6 -2.06 -1.85 -0.78 -0.41 0.41 -0.57
Bảng 3.5: Kết quả tính tốn chỉ số đánh giá MAE (độ C) của dự báo TBTH từ Raw và 10 phương pháp EMOS cho yếu tố Td2m với hạn dự báo 24h
Phương pháp EMOS
Khu vực nghiên cứu
TB VB ĐB ĐBBB BTB TTB NTB TN NB EMLR 2.18 1.93 1.83 2.05 1.89 0.96 1.29 1.01 1.08 EMES 1.36 1.58 1.54 1.73 1.41 0.78 0.75 0.66 0.74 EMMV 1.41 1.65 1.6 1.83 1.48 0.79 0.75 0.67 0.77 BCMA 1.26 1.5 1.4 1.61 1.37 0.81 0.75 0.64 0.74 BCLR 1.05 1.1 1.1 1.2 1.04 0.76 0.71 0.69 0.67 BCES 1.21 1.42 1.34 1.52 1.31 0.8 0.7 0.62 0.69 BCKF 1.18 1.3 1.43 1.45 1.29 0.96 0.91 0.87 0.88 NGR_ER 1.39 1.54 1.49 1.59 1.4 1.03 0.99 0.96 1.0 NGR_EP 0.99 1.07 1.04 1.13 1.03 0.75 0.68 0.68 0.68 NGR_EM 1.0 1.07 1.07 1.17 1.03 0.74 0.68 0.65 0.67 Raw 2.52 2.74 2.01 2.31 2.07 1.09 0.91 0.91 0.98
Tương tự như bảng 3.5, bảng 3.6 đưa ra tính tốn chỉ số đánh giá RMSE của dự báo yếu tố Td2m với hạn dự báo 24h tại 9 khu vực nghiên cứu từ hệ tổ hợp Raw và 10 phương pháp EMOS. Từ bảng này cĩ thể thấy RMSE đã giảm đáng kể khi áp dụng các phương pháp EMOS và những nhận định khi xem xét chỉ số MAE tiếp tục đúng khi phân tích các kết quả nhận được qua chỉ số RMSE. Tương tự như yếu tố T2m, khi xem xét các kết quả đánh giá dựa trên chỉ số MAE và RMSE cho Td2m, cĩ thể thấy bên cạnh việc nâng cao chất lượng dự báo, các phương pháp EMOS cịn hạn chế được các sai số dự báo lớn trong dự báo Td2m từ Raw. Cụ thể, chệnh lệch giữa giá trị MAE và RMSE của các phương pháp EMOS tại hầu hết khu vực khơng cĩ nhiều sự khác biệt trong khi dự báo EM từ hệ tổ hợp Raw tại một số khu vực cĩ sự chênh lệch lớn giữa giá trị MAE và RMSE. Các kết quả tương tự cũng được tìm thấy cho hạn +48h và +72h (xem phụ lục 3).
Bảng 3.6: Kết quả tính tốn chỉ số đánh giá RMSE (độ C) của dự báo TBTH từ Raw và 10 phương pháp EMOS cho yếu tố Td2m với hạn dự báo 24h
Phương pháp EMOS
Khu vực nghiên cứu
TB VB ĐB ĐBBB BTB TTB NTB TN NB EMLR 2.16 2.13 2.14 2.25 2.38 1.49 1.33 1.27 1.32 EMES 2.04 2.27 2.25 2.49 2.05 1.02 0.99 0.88 0.98 EMMV 2.11 2.35 2.34 2.61 2.14 1.03 1.0 0.88 1.01 BCMA 1.92 2.19 2.1 2.34 1.96 1.06 0.97 0.85 0.97 BCLR 1.43 1.49 1.5 1.58 1.42 1.04 0.96 0.93 0.88 BCES 1.77 2.01 1.95 2.12 1.81 1.04 0.91 0.82 0.89 BCKF 1.66 1.83 2.14 2.05 1.78 1.29 1.23 1.17 1.2 NGR_ER 1.94 2.16 2.05 2.17 1.9 1.4 1.3 1.31 1.35 NGR_EP 1.39 1.45 1.45 1.51 1.37 1.0 0.9 0.91 0.88 NGR_EM 1.4 1.45 1.46 1.54 1.38 0.99 0.91 0.87 0.88 Raw 3.24 3.62 3.0 3.3 2.84 1.39 1.17 1.15 1.28