zhenyicun / 3DA_code

This is the code for the paper "An adaptive optimal interpolation based on analog forecasting: application to SSH in the Gulf of Mexico"
https://zenodo.org/record/3559784#.Xk0BIeko85l
3 stars 2 forks source link

预输入参数的相关问题 #5

Open qjuanr opened 2 years ago

qjuanr commented 2 years ago

您好!十分感谢您提供的代码和相关资料的支持,详细研读之后还有几个问题存疑,希望您能予以解答,不胜感激!

1.您在论文里提到调整参数后OI插值的最小RMSE为1.77(第1703页),但是使用您提供的代码运行之后,最小值为0.024,请问应该以哪个为准,他们之间有什么其他的处理步骤或者差别吗? 2.预输入参数对于OI的影响很大,我做了一点参数优化处理,但是效果并不理想,请问您当初是怎么确定的预输入参数,有什么相关的资料可以分享一下吗?

zhenyicun commented 2 years ago

您好,1.77的单位是cm,0.024的单位是m吧?应该是能调到1.77cm的,能不能更低我不清楚。我记得主要是调整观测误差的协方差R,空间局部化和时间局部化半径,另外还有对于t时刻的状态,可以考虑[t-nd, t+nd]这个时间段的观测,而不仅仅是t时刻的观测,nd代表n天。您可以说说上面那些参数您怎么选取的吗?

qjuanr commented 2 years ago

您好!我选取了四个参数Loc_H、s_spat、s_temp和R,在一定范围内遍历出RMSE最小值。另外,插值窗口控制的参数r_spat和空间相关标度参数s_spat取值相同。对此您有什么建议吗?

zhenyicun commented 2 years ago

这些参数具体值是多少呢?还有nd有选吗?

qjuanr commented 2 years ago

您说的nd是不是参数s_temp? 我们做的是10km的模式数据,参数选取分别为Loc_H=1, r_spat=1.5, s_spat=1.5, r_temp=48, s_temp=7, R=0.001, RMSE得到的结果是0.109,结果不好,而且插值后出的图里有轨道经过的痕迹,请问您知道这是因为什么吗?

zhenyicun commented 2 years ago

您好,我没有试过更高解析度的数据,所以只能提供一些想法。空间解析度增加时,可以看见更多小尺度的运动,所以你做重分析时用的观测可能需要用更小的空间局部化半径和时间局部化半径,但这导致的后果就是观测可能太少。所以建议你选一个有更多卫星的年份,然后再调参数。

zhenyicun commented 2 years ago

如果你的观测较少,还有一种思路是把你的变量分解为大尺度部分和小尺度部分,然后用你的卫星观测对大尺度部分做重分析,然后再把大尺度和小尺度部分合并。