Soit $ t_0 $ linstant de temps dintérêt, $ t _ {- 1} $ quelque temps avant $ t_0 $, et $ t_1 $ être un instant dans le temps après $ t_0 $.
Il ny a plus de confusion avec les prévisions – si lheure actuelle est $ t_0 $, une prévision à $ t_1 $, par exemple, utilise un modèle qui assimile observations à $ t_0 $, puis avancer dans le temps pour faire la prévision à $ t_1 $.
Supposons maintenant que le temps présent soit $ t_1 $. Je ne sais pas ce que signifie une analyse rétrospective au temps $ t_0 $. Lançons-nous le modèle à $ t_1 $, puis revenons en arrière pour calculer la prévision rétrospective à $ t_0 $, ou commençons-nous le modèle à $ t _ {- 1} $, puis exécutez le modèle en avant pour arriver à $ t_0 $?
Answer
Une analyse rétrospective, également connu sous le nom de re-prévision historique, intègre le modèle en avant dans le temps comme avec une prévision, de sorte que vous « d initialisez le modèle à $ t _ {- 1} $ et passez à $ t_1 $. Si vous avez un système dassimilation qui peut utiliser des observations à $ t_0 $, il les utilisera de la même manière quil le ferait avec une prévision.
Le but dune analyse rétrospective est de faire la prévision à nouveau en utilisant quelque chose qui nétait pas disponible à lorigine. Ce nouveau quelque chose pourrait être des observations (pour lassimilation ou pour la vérification), le système dassimilation ou le modèle de prévision. Ils peuvent être utilisés pour calibrer le système de modélisation ou simplement pour vérifier que les mises à jour de la modélisation Le système améliore en fait les prévisions. Ils sont souvent utilisés pour des études de cas d’événements extrêmes ou de situations dont la prévision est délicate; après tout, pourquoi attendre le prochain événement sur 30 ans pour tester votre nouveau système alors que vous en avez un dans larchive, probablement avec beaucoup de données de vérification accumulées au fil des ans.
Commentaires
- Merci Deditos – bien que maintenant je ne sache pas en quoi la diffusion rétrospective diffère dune nouvelle analyse. En lisant larticle Wikipedia ( en.wikipedia.org/wiki/Backtesting#Hindcast ), il y est dit " Lhypothèse rétrospective fait généralement référence à une intégration de modèle numérique dune période historique où aucune observation na été assimilée. Cela distingue une analyse rétrospective dune nouvelle analyse. " Est-ce exact? Cela signifie-t-il aucune assimilation à $ t_0 $, ou aucune assimilation à $ t_1 $ (la dernière période dintérêt dans votre exemple)? Et toute la période de votre exemple, $ t_-1 $ à $ t_1 $, appartient au passé, nest-ce pas?
- Premièrement, je ' je vais mettre en garde que différentes disciplines / applications peuvent utiliser les termes de différentes manières. Mais de mon point de vue atmos, une analyse (ou une ré-analyse) exécute le combo modèle / assimilation uniquement pour la fenêtre dobservation, tandis quune prévision (ou re-prévision) exécute le modèle au-delà de la fenêtre dobservation. En pratique, ce sont deux étapes dans le même système de prévision. Par exemple, utiliser une fenêtre dobservation 09-21 UTC pour produire une analyse à 12 UTC, qui est ensuite utilisée pour initialiser une prévision de course libre sur 7 jours.
- Merci Deditos pour les clarifications! Si ' ne vous dérange pas, jai une autre question. Est-il possible de " intégrer en arrière " dans le temps? Par exemple, disons que seules les observations du 1er janvier et du 1er février sont disponibles. Lheure qui nous intéresse est le 29 janvier. Devrait-on utiliser lanalyse le 1er janvier et intégrer 29 jours avant, ou est-il possible dutiliser dune manière ou dune autre les observations du 1er février et " revenir en arrière " deux jours?
- Non, vous ne pouvez ' t intégrer des modèles à lenvers dans temps. Si vous rencontrez un problème de valeur initiale et que vous souhaitez vraiment utiliser à la fois lobservation du 1er janvier et du 1er février, vous ' avez besoin dune fenêtre dobservation couvrant les deux dates et vous ' trouver létat initial optimal pour une date au plus tard le 1er janvier.