在水文学中，纳什-萨特克利夫效率 (NSE) 系数用于确定模型效率。与决定系数（更广为人知的名称为 R^2）类似，根据经验，所有高于 0.7 左右的值都被认为是合适的（或更好），NSE 的值被认为是可接受的当你建模时，例如放电时间序列？
根据 Moriasi 等人的说法。 (2015) 对于每日、每月或每年的水文分析（流量或流量），下表可用作评估标准：
| 不满意 | 满意 | 好 | 非常好 |
|---|---|---|---|
| NSE=< 0.50 | 0.50< NSE =< 0.70 | 0.70< NSE =< 0.80 | NSE > 0.80 |
来源 1：Moriasi, D.、N.、Gitau, M.、W.、Pai, N.、Daggupati, P. (2015)。水文和水质模型：绩效衡量和评估标准。 ASABE 的交易。 58（6）：1763-1785。 https://doi.org/10.13031/trans.58.10715
此外，我想补充一点，我也总是关注 King-Gupta (KGE) 指标，因为该指标似乎考虑到了建模流量和测量流量之间可能存在的偏差，或者换句话说，它似乎是一个NSE 和偏差百分比 (PBIAS) 指标的混合。
我会在下面留下两篇关于这件事的有趣文章：
来源 2：Clark, M.、P.、Vogel, R.、M.、Lamontagne, J.、R. 等人。 （2021）。在水文建模中滥用流行的绩效指标。水资源研究。 57、e2020WR029001。 https://doi.org/10.1029/2020WR029001
来源 3：Knoben, W.,J.,M., Freer, J., E., Woods, R., A. (2019)。技术说明：是否是固有的基准？比较 Nash-Sutcliffe 和 King-Gupta 效率得分。水文学与地球系统科学。讨论。 https://doi.org/10.5194/hess-2019-327
这取决于上下文。例如，美国地质调查局的研究人员认为 0.5 及以上非常适合明尼苏达州的水流条件。另请注意，由于 Nash–Sutcliffe 效率系数对极值（峰值流量）敏感，因此仔细考虑任何大的异常值非常重要。也许您应该考虑将 NSE 和 R2 结合在一起，并记住效率的度量应该反映模型的预期用途。
这篇期刊文章总结了 NSE 的一些可接受范围，以实现令人满意和更好的校准。例如，SWAT 使用 0.5 及以上作为满意评级。