Вычисление коэффициента определения с сеточными наборами данных в NCL

Question

Я хотел бы вычислить коэффициент детерминации (r в квадрате) между 2 сеточными наборами данных формы (время, широта, долгота). Для этого я хочу применить функцию escorc_n. Два набора данных, которые я использую, выглядят так:

Variable: cveg_HWSD_b_avg_3d
Type: double
Total Size: 106560 bytes
            13320 values
Number of Dimensions: 3
Dimensions and sizes:        [time | 1] x [lat | 37] x [lon | 360]
Coordinates:
            time: [1..1]
            lat: [79.5..43.5]
            lon: [-179.5..179.5]
Number Of Attributes: 6
  average_op_ncl :              dim_avg_n over dimension(s): time
  missing_value :  -9999
  units :   g C m-2
  long_name :       C stored in Cveg
  percentile :           50
  _FillValue :          1.000000020040877e+20
(0)           C stored in Cveg: min=0.1382737806910972   max=12.84650588106167



Variable: lpjml_hadgem2_es_avg_mask_3d
Type: double
Total Size: 106560 bytes
            13320 values
Number of Dimensions: 3
Dimensions and sizes:        [time | 1] x [lat | 37] x [lon | 360]
Coordinates:
            time: [1..1]
            lat: [79.5..43.5]
            lon: [-179.5..179.5]
Number Of Attributes: 6
  units :   kg m-2
  long_name :       Carbon Mass in Vegetation
  standard_name :              vegetation_carbon_content
  average_op_ncl :              dim_avg_n over dimension(s): time
  missing_value :  1e+20
  _FillValue :          1.000000020040877e+20
(0)           Carbon Mass in Vegetation: min=3.493304393487051e-05   max=15.10204410552979

Затем я применяю функцию:

lpjml_r = escorc_n(cveg_HWSD_b_avg_3d,lpjml_hadgem2_es_avg_mask_3d, 0, 0)   ; r(nlat,mlon)

Тем не менее, я заметил, что вывод содержит только NA:

Variable: lpjml_r
Type: double
Total Size: 106560 bytes
            13320 values
Number of Dimensions: 2
Dimensions and sizes:        [lat | 37] x [lon | 360]
Coordinates:
            lat: [79.5..43.5]
            lon: [-179.5..179.5]
Number Of Attributes: 6
  missing_value :  -9999
  average_op_ncl :              dim_avg_n over dimension(s): time
  units :   g C m-2
  long_name :       C stored in Cveg
  percentile :           50
  _FillValue :          1.000000020040877e+20
(0)           C stored in Cveg: min=1.000000020040877e+20   max=1.000000020040877e+20

Я делаю что-то неправильно? Я также пытался конвертировать из двойного в плавающее.

Лучший