Sia $ t_0 $ listante temporale di interesse, $ t _ {- 1} $ sia un po di tempo prima di $ t_0 $ e $ t_1 $ essere un istante nel tempo dopo $ t_0 $.
Ora non cè confusione con la previsione: se lora attuale è $ t_0 $, una previsione a $ t_1 $, ad esempio, utilizza un modello che assimila osservazioni a $ t_0 $, quindi avanzare nel tempo per fare la previsione a $ t_1 $.
Supponiamo ora che lora attuale sia $ t_1 $. Sono confuso su cosa significhi un retroscena al tempo $ t_0 $. Avviamo il modello a $ t_1 $, poi torniamo indietro nel tempo per calcolare lantenato a $ t_0 $, oppure avviamo il modello a $ t _ {- 1} $, quindi esegui il modello in avanti per ottenere $ t_0 $?
Answer
Anche un hindcast nota come ri-previsione storica, integra il modello in avanti nel tempo proprio come con una previsione, quindi “d inizializza il modello a $ t _ {- 1} $ e corri fino a $ t_1 $. Se hai un sistema di assimilazione che può utilizzare le osservazioni a $ t_0 $, allora le userebbe nello stesso modo in cui farebbe con una previsione.
Lo scopo di un hindcast è fare la previsione ancora utilizzando qualcosa che non era disponibile in origine. Quel qualcosa di nuovo potrebbe essere osservazioni (per assimilazione o per verifica), il sistema di assimilazione o il modello previsionale. Possono essere usati per calibrare il sistema di modellazione o semplicemente per verificare che gli aggiornamenti alla modellazione il sistema migliora effettivamente le previsioni. Vengono spesso utilizzati per casi di studio di eventi estremi o situazioni notoriamente difficili da prevedere; dopotutto, perché aspettare il prossimo evento di 1 anno su 30 per testare il tuo nuovo sistema quando ne hai uno in archivio, probabilmente con molti dati di verifica accumulati nel corso degli anni.
Commenti
- Grazie Deditos – anche se ora non mi è chiaro come il retroguardia differisca da una nuova analisi. Leggendo larticolo di Wikipedia ( en.wikipedia.org/wiki/Backtesting#Hindcast ), si dice " Hindcasting di solito si riferisce a un modello numerico di integrazione di un periodo storico in cui non sono state assimilate osservazioni. Questo distingue un hindcast eseguito da una nuova analisi. " È corretto? Questo significa nessuna assimilazione a $ t_0 $ o nessuna assimilazione a $ t_1 $ (lultimo periodo di tempo di interesse nel tuo esempio)? E lintero periodo nel tuo esempio, da $ t_-1 $ a $ t_1 $, è tutto nel passato, giusto?
- Innanzitutto, ' farò attenzione che discipline / applicazioni diverse possono utilizzare i termini in modi diversi. Ma dal mio punto di vista atmosferico, unanalisi (o rianalisi) esegue la combinazione modello / assimilazione solo per la finestra di osservazione, mentre una previsione (o ri-previsione) esegue il modello oltre la finestra di osservazione. In pratica si tratta di due fasi dello stesso sistema di previsione. Ad esempio, utilizzando una finestra di osservazione 09-21 UTC per produrre unanalisi alle 12 UTC, che viene quindi utilizzata per inizializzare una previsione gratuita fino a 7 giorni.
- Grazie Deditos per i chiarimenti! Se ' non ti dispiace, ho unaltra domanda. È possibile " integrare " a ritroso nel tempo? Ad esempio, supponiamo che siano disponibili solo le osservazioni il 1 gennaio e il 1 febbraio. Il momento di interesse sembra essere il 29 gennaio. Si dovrebbe usare lanalisi il 1 ° gennaio e integrare 29 giorni in avanti, oppure è possibile in qualche modo utilizzare le osservazioni il 1 ° febbraio e " tornare indietro " due giorni?
- No, non puoi ' integrare i modelli allindietro in tempo. Se hai un problema con il valore iniziale e vuoi assolutamente utilizzare sia il 1 ° gennaio che il 1 ° febbraio, allora ' ti serve una finestra di osservazione che copra entrambe le date e tu ' troverei lo stato iniziale ottimale per una certa data il 1 ° gennaio o prima.