默认设置下，模拟2m温度精度高的离谱，是巧合吗

arthurmaple

在做一个敏感度分析，跑了一个基础的对比试验，其中有一组是WRF自带的设置，用以跑一个基础的情况。
目前得到的温度模拟结果与气象数据中心的观测结果对比，发现R=0.9725，RMSE=1.484
这个结果可以说是非常精准了（以往的paper只能得到R接近0.9，RMSE＞2的结果）

问题在于，这个设置接近于WRF自带的defalt设置，后面我加了嵌套，加了UCM，采用了其他的物理参数设置，得到的温度场模拟结果都没有这一个模拟来的精确，而且差距不小。

这很让我迷茫，按理说，最起码当你提供了更精细的静态数据（比如说将城市用地细分31,32,33）之后；或者当你添加了嵌套之后，模拟精度提升带来的应该是模拟结果的提升才对，但是为什么会成为负优化呢？这很让我困惑，是不是初始情况的模拟精度太高只是一种数据上的巧合呢

namelist如下（这个namelist是有嵌套的，无嵌套版本只是关闭了嵌套，别的都没变。网格精度1km）
&time_control
run_days                            = 7,
run_hours                           = 0,
run_minutes                         = 0,
run_seconds                         = 0,
start_year                          = 2017,    2017,    2017,
start_month                         = 05,      05,      05,
start_day                           = 22,      22,      22,
start_hour                          = 12,      12,      12,
start_minute                        = 00,      00,      00,
start_second                        = 00,      00,      00,
end_year                            = 2017,    2017,    2017,
end_month                           = 05,      05,      05,
end_day                             = 29,      29,      29,
end_hour                            = 12,      12,      12,
end_minute                          = 00,      00,      00,
end_second                          = 00,      00,      00,
interval_seconds                    = 21600
input_from_file                     = .true.,  .true.,  .true.,
history_interval                    = 180,     60,      60,
frames_per_outfile                  = 1000,    1000,    1000,
restart                             = .false.,
restart_interval                    = 5000,
io_form_history                     = 2
io_form_restart                     = 2
io_form_input                       = 2
io_form_boundary                    = 2
debug_level                         = 0
/

&domains
time_step                           = 35,
time_step_fract_num                 = 0,
time_step_fract_den                 = 1,
max_dom                             = 3,

e_we                                = 100,   88,   76,

e_sn                                = 128,   118,  106,

e_vert                              = 30,    30,   30,
p_top_requested                     = 5000,
num_metgrid_levels                  = 32,
num_metgrid_soil_levels             = 4,
dx                                         = 5848.491, 1949.497,  649.832,
dy                                   = 5838.819, 1946.273,  648.758,
grid_id                              = 1,        2,        3,
parent_id                            = 1,        1,        2,
i_parent_start                        = 1,       36,       32,
j_parent_start                       = 1,       45,       42,
parent_grid_ratio                    = 1,        3,        3,
parent_time_step_ratio                = 1,        3,        3,
feedback                            = 1,
smooth_option                       = 0
/

&physics
mp_physics                          = 2,       2,         2,
ra_lw_physics                       = 1,       1,         1,
ra_sw_physics                       = 1,       1,         1,
radt                                = 30,      30,        30,
sf_sfclay_physics                   = 1,       1,         1,
sf_surface_physics                  = 2,       2,         2,
bl_pbl_physics                      = 1,       1,         1,
bldt                                = 0,       0,         0,
cu_physics                          = 1,       1,         1,
cudt                                = 5,       5,         5,
isfflx                              = 1,
ifsnow                              = 1,
icloud                              = 1,
surface_input_source                = 3,
num_soil_layers                     = 4,
num_land_cat                        = 21,
sf_urban_physics                    = 0,       0,         0,

/

&fdda
/

&dynamics
w_damping                           = 0,
diff_opt                            = 1,      1,      1,
km_opt                              = 4,      4,      4,
diff_6th_opt                        = 0,      0,      0,
diff_6th_factor                     = 0.12,   0.12,   0.12,
base_temp                           = 290.
damp_opt                            = 0,
zdamp                               = 5000.,  5000.,  5000.,
dampcoef                            = 0.2,    0.2,    0.2
khdif                               = 0,      0,      0,
kvdif                               = 0,      0,      0,
non_hydrostatic                     = .true., .true., .true.,
moist_adv_opt                       = 1,      1,      1,     
scalar_adv_opt                      = 1,      1,      1,     
/

&bdy_control
spec_bdy_width                      = 5,
spec_zone                           = 1,
relax_zone                          = 4,
specified                           = .true., .false.,.false.,
nested                              = .false., .true., .true.,
/

&grib2
/

&namelist_quilt
nio_tasks_per_group = 0,
nio_groups = 1,
/

Lancelot

你考虑和R和RMSE，别的情况呢？比如空间分布和其他变量

arthurmaple

Lancelot 发表于 2018-10-8 16:30
你考虑和R和RMSE，别的情况呢？比如空间分布和其他变量

bias也是基础情况占优

不知道还有啥统计指标....

空间分布确实还没做，因为观测数据并没有很多，所以空间分布感觉有点难，只有几个站点而已。

Lancelot

arthurmaple 发表于 2018-10-8 17:29
bias也是基础情况占优

不知道还有啥统计指标....

那就看看其它的指标和空间分布，光看几个点的R和RMSE值说明不了什么

Lancelot

arthurmaple 发表于 2018-10-8 17:29
bias也是基础情况占优

不知道还有啥统计指标....

那就看看其它的指标和空间分布，光看几个点的R和RMSE值说明不了什么

freekiller

看了你的模式设置，我感觉是运气。如果连续运行长点时间，我估计难达到你现在的精度

freekiller

看了你的模式设置，我感觉是运气。如果连续运行长点时间，我估计难达到你现在的精度

arthurmaple

Lancelot 发表于 2018-10-8 18:38
那就看看其它的指标和空间分布，光看几个点的R和RMSE值说明不了什么

好的，谢谢指点！

arthurmaple

freekiller 发表于 2018-10-8 21:37
看了你的模式设置，我感觉是运气。如果连续运行长点时间，我估计难达到你现在的精度

我希望他是运气。。。也希望他降低。。对照组本意是希望他越低越好的