Seja $ t_0 $ o instante de interesse, $ t _ {- 1} $ algum tempo antes de $ t_0 $ e $ t_1 $ ser algum instante no tempo depois de $ t_0 $.
Agora não há confusão com a previsão – se o tempo presente for $ t_0 $, uma previsão em $ t_1 $, por exemplo, usa um modelo que assimila observações em $ t_0 $, e então avançar no tempo para fazer a previsão em $ t_1 $.
Suponha que agora o tempo presente seja $ t_1 $. Estou confuso quanto ao que significa um hindcast no tempo $ t_0 $. Iniciamos o modelo em $ t_1 $, depois retrocedemos no tempo para calcular o hindcast em $ t_0 $ ou iniciamos o modelo em $ t _ {- 1} $, então execute o modelo para frente para chegar a $ t_0 $?
Resposta
Um hindcast, também conhecido como uma re-previsão histórica, integra o modelo para a frente no tempo, assim como com uma previsão, portanto, você inicializa o modelo em $ t _ {- 1} $ e executa até $ t_1 $. Se você tem um sistema de assimilação que pode fazer uso de observações em $ t_0 $, então ele as usaria da mesma forma que faria com uma previsão.
O objetivo de um hindcast é fazer a previsão novamente usando algo que não estava disponível originalmente. Esse novo algo pode ser observações (para assimilação ou para verificação), o sistema de assimilação ou o modelo de previsão. Eles podem ser usados para calibrar o sistema de modelagem ou apenas para verificar se há atualizações na modelagem sistema realmente melhora a previsão. Eles são freqüentemente usados para estudos de casos de eventos extremos ou situações que são conhecidas por serem difíceis de prever; afinal, por que esperar pelo próximo evento de 1 em 30 anos para testar seu novo sistema quando você tem um no arquivo, provavelmente com muitos dados de verificação acumulados ao longo dos anos.
Comentários
- Obrigado Deditos – embora agora eu não esteja claro como o hindcast difere de uma reanálise. Lendo o artigo da Wikipedia ( en.wikipedia.org/wiki/Backtesting#Hindcast ), é dito lá " Retrcasting geralmente se refere a uma integração de modelo numérico de um período histórico onde nenhuma observação foi assimilada. Isso distingue uma execução de hindcast de uma reanálise. " Está certo? Isso significa nenhuma assimilação em $ t_0 $, ou nenhuma assimilação em $ t_1 $ (o período final de interesse em seu exemplo)? E todo o período em seu exemplo, $ t_-1 $ thru $ t_1 $, estão todos no passado, certo?
- Primeiro, eu ' vou ressaltar que diferentes disciplinas / aplicações podem usar os termos de maneiras diferentes. Mas da minha perspectiva atmosférica, uma análise (ou reanálise) executa o combo modelo / assimilação apenas para a janela de observação, enquanto uma previsão (ou re-previsão) executa o modelo além da janela de observação. Na prática, essas são duas etapas no mesmo sistema de previsão. Por exemplo, usando uma janela de observação 09-21 UTC para produzir uma análise às 12 UTC, que é então usada para inicializar uma previsão de execução livre para 7 dias.
- Obrigado Deditos pelos esclarecimentos! Se você não ' não se importar, tenho outra pergunta. É possível " integrar para trás " no tempo? Por exemplo, digamos que apenas as observações de 1º de janeiro e 1º de fevereiro estejam disponíveis. O tempo de interesse passa a ser 29 de janeiro. Seria necessário usar a análise em 1º de janeiro e integrar adiante 29 dias, ou é possível, de alguma forma, utilizar as observações de 1º de fevereiro e " voltar " dois dias?
- Não, você pode ' integrar modelos de trás para frente em Tempo. Se você tiver um problema de valor inicial e definitivamente quiser usar obs de 1º de janeiro e 1º de fevereiro, você ' d precisa de uma janela de observação que cubra ambas as datas e ' d encontrar o estado inicial ideal para alguma data em ou antes de 1º de janeiro.