水文模型模拟效果评价指标
- 1 皮尔逊相关系数（Pearson’s correlation coefficient, PCC）
- 2 百分比偏差（Percent bias, Pbias）
- 3 纳什效率系数（the Nash-Sutcliffe efficiency coefficient, NSE）
- 4 克林-古普塔效率系数（Kling-Gupta efficiency coefficient, KGE）
- 5 决定系数R^2(Coefficient of Determination)
- 6 归一化均方根误差(NRMSE)
- 参考
1 皮尔逊相关系数（Pearson’s correlation coefficient, PCC）
评估模拟径流与观测径流间的线性相关性：
2 百分比偏差（Percent bias, Pbias）
Pbias（%）测量模拟的水流的百分比偏差大于或小于相应的推断的自然水流，越接近0模型效果越好：
说明：体现模拟值和实测值的累积偏差，当模拟水文过程与实际趋势贴合情况良好时，PBIAS可更加精确地评估模型总水量平衡的效果
3 纳什效率系数（the Nash-Sutcliffe efficiency coefficient, NSE）
NSE被广泛用于确定水文的总体模型效率，它是根据模型模拟和观测的水流时间序列计算得出的：
说明：体现模拟径流和实测径流的总体贴合情况，但会赋予洪峰段更高的计算权重，容易忽视平水期或枯水期的拟合情况
4 克林-古普塔效率系数（Kling-Gupta efficiency coefficient, KGE）
KGE测量的是一个点到最优点的欧几里得距离，相关系数（correlation coefficient, PCC）、偏置比（bias ration, BR）和相对变化率（relative variablity, RV）等于1：
5 决定系数R^2(Coefficient of Determination)
说明：模拟值与实测值的拟合优度，弊端是R2对模拟值整体偏高或偏低的偏差响应不明显
6 归一化均方根误差(NRMSE)
参考
1.论文-J2022-High-quality reconstruction of China’s natural streamflow-缪驰远
