Sea $ t_0 $ el instante temporal de interés, $ t _ {- 1} $ algún tiempo antes de $ t_0 $ y $ t_1 $ ser un instante en el tiempo después de $ t_0 $.
Ahora no hay confusión con el pronóstico: si el tiempo actual es $ t_0 $, un pronóstico en $ t_1 $, por ejemplo, utiliza un modelo que asimila observaciones en $ t_0 $, y luego avanza en el tiempo para hacer el pronóstico en $ t_1 $.
Supongamos que ahora el tiempo actual es $ t_1 $. Estoy confundido en cuanto a lo que significa un retrocast en el momento $ t_0 $. ¿Iniciamos el modelo en $ t_1 $, luego retrocedemos en el tiempo para calcular el retrocast en $ t_0 $, o iniciamos el modelo en $ t _ {- 1} $, luego ejecuta el modelo hacia adelante para llegar a $ t_0 $?
Respuesta
Un retroceso, también conocido como un nuevo pronóstico histórico, integra el modelo hacia adelante en el tiempo al igual que con un pronóstico, por lo que «inicializaría el modelo en $ t _ {- 1} $ y lo ejecutaría hasta $ t_1 $». Si tiene un sistema de asimilación que puede hacer uso de observaciones a $ t_0 $, entonces las usaría de la misma manera que lo haría con un pronóstico.
El objetivo de un pronóstico retroactivo es hacer el pronóstico nuevamente usando algo que no estaba disponible originalmente. Ese nuevo algo podrían ser las observaciones (para asimilación o verificación), el sistema de asimilación o el modelo de pronóstico. Se pueden usar para calibrar el sistema de modelado o simplemente para verificar que las actualizaciones del modelado El sistema realmente mejora el pronóstico. A menudo se utilizan para estudios de casos de eventos extremos o situaciones que se sabe que son difíciles de pronosticar; después de todo, ¿por qué esperar al próximo evento de 1 en 30 años para probar su nuevo sistema cuando tiene uno en el archivo, probablemente con muchos datos de verificación acumulados a lo largo de los años?
Comentarios
- Gracias Deditos, aunque ahora no tengo claro en qué se diferencia el hindcast de un reanálisis. Al leer el artículo de Wikipedia ( en.wikipedia.org/wiki/Backtesting#Hindcast ), se dice que " La predicción posterior generalmente se refiere a la integración de un modelo numérico de un período histórico en el que no se han asimilado observaciones. Esto distingue una ejecución retrospectiva de un reanálisis. " ¿Es correcto? ¿Significa esto que no hay asimilación en $ t_0 $ o no hay asimilación en $ t_1 $ (el período de tiempo final de interés en su ejemplo)? Y todo el período en su ejemplo, $ t_-1 $ a $ t_1 $, está en el pasado, ¿verdad?
- Primero, ' haré una advertencia que diferentes disciplinas / aplicaciones pueden usar los términos de diferentes maneras. Pero desde mi perspectiva atmosférica, un análisis (o re-análisis) ejecuta el combo modelo / asimilación solo para la ventana de observación, mientras que un pronóstico (o re-pronóstico) ejecuta el modelo más allá de la ventana de observación. En la práctica, estos son dos pasos en el mismo sistema de pronóstico. Por ejemplo, usar una ventana de observación 09-21 UTC para producir un análisis a las 12 UTC, que luego se usa para inicializar un pronóstico de ejecución libre a 7 días.
- ¡Gracias Deditos por las aclaraciones! Si no ' t te importa, tengo otra pregunta. ¿Es posible " integrar " hacia atrás en el tiempo? Por ejemplo, digamos que solo están disponibles las observaciones del 1 de enero y el 1 de febrero. El momento de interés es el 29 de enero. ¿Se tendría que usar el análisis el 1 de enero e integrar 29 días adelante, o es posible de alguna manera hacer uso de las observaciones del 1 de febrero y retroceder " ¿dos días?
- No, no puede ' t integrar modelos al revés en hora. Si tiene un problema de valor inicial y definitivamente desea utilizar las observaciones del 1 de enero y del 1 de febrero, entonces ' d necesita una ventana de observación que cubra ambas fechas y ' d estaría encontrando el estado inicial óptimo para alguna fecha el 1 de enero o antes.