Sei $ t_0 $ der interessierende Zeitpunkt, $ t _ {- 1} $ einige Zeit vor $ t_0 $ und $ t_1 $ ist zu einem bestimmten Zeitpunkt nach $ t_0 $.
Jetzt gibt es keine Verwechslung mit der Prognose. Wenn die aktuelle Zeit $ t_0 $ ist, verwendet eine Prognose bei $ t_1 $ beispielsweise ein Modell, das sich assimiliert Beobachtungen bei $ t_0 $ und dann rechtzeitig vorwärts, um die Prognose bei $ t_1 $ zu erstellen.
Angenommen, die aktuelle Zeit ist jetzt $ t_1 $. Ich bin verwirrt darüber, was ein Hindcast zum Zeitpunkt $ t_0 $ bedeutet. Starten wir das Modell bei $ t_1 $ und gehen dann rechtzeitig zurück, um den Hindcast bei $ t_0 $ zu berechnen, oder starten wir das Modell bei $ t _ {- 1} $, dann führen Sie das Modell vorwärts aus, um zu $ t_0 $ zu gelangen?
Antwort
Auch ein Hindcast Als historische Neuprognose bezeichnet, integriert das Modell wie bei einer Prognose zeitlich vorwärts, sodass Sie das Modell bei $ t _ {- 1} $ initialisieren und bis $ t_1 $ durchlaufen. Wenn Sie ein Assimilationssystem haben, das Beobachtungen bei $ t_0 $ verwenden kann, werden diese genauso verwendet wie bei einer Prognose.
Der Sinn eines Hindcasts besteht darin, die Prognose zu erstellen Verwenden Sie erneut etwas, das ursprünglich nicht verfügbar war. Das neue Element können Beobachtungen (zur Assimilation oder zur Überprüfung), das Assimilationssystem oder das Prognosemodell sein. Sie können verwendet werden, um das Modellierungssystem zu kalibrieren oder nur um zu überprüfen, ob Aktualisierungen der Modellierung vorliegen System verbessern tatsächlich die Prognose. Sie werden häufig für Fallstudien von Extremereignissen oder Situationen verwendet, von denen bekannt ist, dass sie schwierig vorherzusagen sind. Warum sollten Sie auf das nächste 1: 30-Ereignis warten, um Ihr neues System zu testen, wenn Sie eines im Archiv haben, wahrscheinlich mit vielen Verifizierungsdaten, die im Laufe der Jahre gesammelt wurden.
Kommentare
- Danke Deditos – obwohl ich jetzt unklar bin, wie sich der Hindcast von einer erneuten Analyse unterscheidet. Beim Lesen des Wikipedia-Artikels ( en.wikipedia.org/wiki/Backtesting#Hindcast ) heißt es dort " Hindcasting bezieht sich normalerweise auf eine numerische Modellintegration einer historischen Periode, in der keine Beobachtungen aufgenommen wurden. Dies unterscheidet einen Hindcast-Lauf von einer erneuten Analyse. " Ist das richtig? Bedeutet dies keine Assimilation bei $ t_0 $ oder keine Assimilation bei $ t_1 $ (der letzte interessierende Zeitraum in Ihrem Beispiel)? Und der gesamte Zeitraum in Ihrem Beispiel, $ t_-1 $ bis $ t_1 $, liegt alle in der Vergangenheit, oder?
- Zuerst werde ich ' Vorbehalt dass verschiedene Disziplinen / Anwendungen die Begriffe auf unterschiedliche Weise verwenden können. Aus atmosphärischer Sicht führt eine Analyse (oder erneute Analyse) die Modell / Assimilations-Kombination nur für das Beobachtungsfenster aus, während eine Prognose (oder eine erneute Vorhersage) das Modell über das Beobachtungsfenster hinaus ausführt. In der Praxis sind dies zwei Schritte im selben Prognosesystem. Verwenden Sie beispielsweise ein Beobachtungsfenster von 09-21 UTC, um eine Analyse um 12 UTC zu erstellen, mit der dann eine Freilaufprognose auf 7 Tage initialisiert wird.
- Vielen Dank, Deditos, für die Erläuterungen! Wenn es Ihnen nichts ausmacht, ', habe ich eine andere Frage. Ist es möglich, " zeitlich rückwärts " zu integrieren? Angenommen, nur Beobachtungen am 1. Januar und 1. Februar sind verfügbar. Die Zeit von Interesse ist zufällig der 29. Januar. Müsste man die Analyse am 1. Januar verwenden und 29 Tage vorwärts integrieren, oder ist es möglich, die Beobachtungen am 1. Februar und rückwärts gehen " zwei Tage?
- Nein, Sie können ' Modelle nicht rückwärts integrieren Zeit. Wenn Sie ein Anfangswertproblem haben und definitiv sowohl obs vom 1. Januar als auch vom 1. Februar obs verwenden möchten, benötigen Sie ' ein Beobachtungsfenster, das beide Daten abdeckt, und Sie ' würde den optimalen Ausgangszustand für ein Datum am oder vor dem 1. Januar finden.