Nash-Sutcliffe Model Efficiency Coefficient - Wikipedia - En.id
Nash-Sutcliffe Model Efficiency Coefficient - Wikipedia - En.id
com
di mana adalah rata-rata debit yang diamati, dan adalah debit model. diamati
debit tepat waktu T.[1]
Efisiensi Nash–Sutcliffe dihitung sebagai satu dikurangi rasio varians kesalahan deret waktu yang
dimodelkan dibagi dengan varians deret waktu yang diamati. Dalam situasi model sempurna dengan
varian galat estimasi sama dengan nol, Efisiensi Nash-Sutcliffe yang dihasilkan sama dengan 1 (NSE =
1). Sebaliknya, model yang menghasilkan varians kesalahan estimasi yang sama dengan varians dari
deret waktu yang diamati menghasilkan Efisiensi Nash-Sutcliffe sebesar 0,0 (NSE = 0). Pada
kenyataannya,NSE = 0 menunjukkan bahwa model memiliki keterampilan prediksi yang sama
dengan rata-rata deret waktu dalam hal jumlah kesalahan kuadrat. Dalam kasus deret waktu yang
dimodelkan dengan varians kesalahan estimasi yang secara signifikan lebih besar dari varians
pengamatan, NSE menjadi negatif. Efisiensi kurang dari nol (NSE < 0) terjadi ketika mean yang
diamati adalah prediktor yang lebih baik daripada model. Nilai NSE mendekati 1, menyarankan
model dengan keterampilan yang lebih prediktif. Aplikasi subyektif dari nilai NSE yang berbeda
sebagai ambang batas kecukupan telah disarankan oleh beberapa penulis.[2][3][4][5] Untuk penerapan
NSE dalam prosedur regresi (yaitu ketika jumlah total kuadrat dapat dipartisi menjadi komponen
error dan regresi), efisiensi Nash-Sutcliffe setara dengan koefisien determinasi (R2), sehingga
berkisar antara 0 dan 1.
Dalam beberapa aplikasi seperti kalibrasi otomatis atau pembelajaran mesin, batas bawah NSE (- )
menimbulkan masalah. Untuk menghilangkan masalah ini dan menskalakan ulang NSE agar hanya berada
dalam kisaran normalisasi {0,1}, gunakan persamaan berikut yang menghasilkan Efisiensi Nash–Sutcliffe
Normalized (NNSE)[6]
Perhatikan bahwa NSE=1 sesuai dengan NNSE=1, NSE=0 sesuai dengan NNSE=0.5, dan NSE=-∞ sesuai dengan
NNSE=0. Penskalaan ulang NSE yang nyaman ini memungkinkan interpretasi yang lebih mudah, dan
penggunaan ukuran NSE dalam skema estimasi parameter yang digunakan dalam kalibrasi model.
Koefisien NSE sensitif terhadap nilai ekstrim dan mungkin menghasilkan hasil yang kurang optimal ketika
dataset berisi outlier besar. Untuk mengatasi ini, versi modifikasi dariNSE telah disarankan di mana
jumlah kuadrat dalam pembilang dan penyebut dari NSE dinaikkan menjadi 1 bukannya 2 dan hasil
modifikasi NSE nilai dibandingkan dengan aslinya NSE nilai-nilai untuk menilai efek potensial dari nilai-
nilai ekstrim.[7] Yang penting, modifikasi ini bergantung pada nilai absolut sebagai pengganti pangkat
kuadrat:
https://en.wikipedia.org/wiki/Nash–Sutcliffe_model_efficiency_coefficient 1/3
21/9/21, 09:47 Koefisien efisiensi model Nash–Sutcliffe - Wikipedia
Signifikansi tes untuk NSE untuk menilai ketahanannya telah diusulkan dimana model dapat diterima
atau ditolak secara objektif berdasarkan nilai probabilitas memperoleh NSE lebih besar dari beberapa
ambang subjektif.
Kritik
Koefisien Nash–Sutcliffe menutupi perilaku penting yang jika dicetak ulang dapat membantu dalam
interpretasi sebagai sumber yang berbeda dari perilaku model dalam hal bias, acak, dan komponen lainnya.[9]
Efisiensi "Kling-Gupta" alternatif tidak memiliki batasan yang sama dengan NSE[10]
Lihat juga
Koefisien determinasi
Referensi
1. Nash, JE; Sutcliffe, JV (1970). "Peramalan aliran sungai melalui model konseptual bagian I —
Sebuah diskusi tentang prinsip".Jurnal Hidrologi. 10 (3): 282–290.
kode bib:1970JHyd...10..282N (https://ui.adsabs.harvard.edu/abs/1970JHyd...10..282N).
doi:10.1016/0022-1694(70)90255-6 (https://doi.org/10.1016%2F0022-1694%2870%2990255-
6).
2. McCuen, RH; Ksatria, Z; Pemotong, AG (2006). "Evaluasi indeks efisiensi Nash-Sutcliffe".Jurnal
Teknik Hidrologi. 11 (6): 597–602. doi:10.1061/(ASCE)1084-0699(2006)11:6(597) (https://
doi.org/10.1061%2F%28ASCE%291084-0699%282006%2911% 3A6%28597%29).
3. Krisis, RE; Winston, KAMI (2008). "Apakah nilai-nilai Nash memiliki nilai? Diskusi dan usulan
alternatif".Proses Hidrologis. 22 (14): 2723–2725. kode bib:2008HyPr...22.2723C (http s://
ui.adsabs.harvard.edu/abs/2008HyPr...22.2723C). doi:10.1002/hyp.7072 (https://doi.org/
10.1002%2Fhyp.7072).
4. Ritter, A.; Muñoz-Carpena, R. (2013). "Evaluasi kinerja model hidrologi: signifikansi statistik
untuk mengurangi subjektivitas dalam penilaian kecocokan".Jurnal Hidrologi. 480 (1): 33–45.
kode bib:2013JHyd..480...33R (https://ui.adsabs.harvard.edu/abs/2 013JHyd..480...33R). doi:
10.1016/j.jhydrol.2012.12.004 (https://doi.org/10.1016%2Fj.jhydrol.2
012.12.004).
5. Moriasi, DN; Arnold, JG; Van Liew, MW; Bingner, RL; Harmel, RD; Veith, TL (2007).
"Pedoman Evaluasi Model untuk Kuantifikasi Akurasi Sistematis dalam Simulasi DAS" (http://
swat.tamu.edu/media/1312/moriasimodeleval.pdf) (PDF). Transaksi ASABE. 50 (3): 885–900.
doi:10.13031/2013.23153 (https://doi.org/10.13031%2F2013.231
53).
6. Hidung, J; Bauwens, W (2012). "Penerapan efisiensi Nash–Sutcliffe yang dinormalisasi untuk
meningkatkan akurasi analisis sensitivitas model hidrologi Sobol's".EGUGA: 237.
https://en.wikipedia.org/wiki/Nash–Sutcliffe_model_efficiency_coefficient 2/3
21/9/21, 09:47 Koefisien efisiensi model Nash–Sutcliffe - Wikipedia
Halaman ini terakhir diedit pada 31 Desember 2020, pukul 02:35 (UTC).
Teks tersedia di bawah Lisensi Atribusi-BerbagiSerupa Creative Commons; persyaratan tambahan mungkin berlaku. Dengan menggunakan
situs ini, Anda menyetujui Ketentuan Penggunaan dan Kebijakan Privasi. Wikipedia® adalah merek dagang terdaftar dari Wikimedia
Foundation, Inc., sebuah organisasi nirlaba.
https://en.wikipedia.org/wiki/Nash–Sutcliffe_model_efficiency_coefficient 3/3