我有许多数组描述了地理空间数据的预测和观测(例如降水强度、云场……)。包括四个动画gif，每个在观测(降水)和覆盖观测期间的预测之间来回循环。这四种预测在质量上差别很大(从第一种预测非常好到第四种预测非常糟糕)。

我希望有一些方法系统地量化两个这样的阵列之间的相似性(例如，在观测和相关预测之间)。我真的不知道比简单地取两个数组之间的差更复杂的方法(以某种方式规范化，例如通过除以第一个数组的平均值)。

问题是，以这种方式给预测“打分”会给案例#3和#4同样差的分数——尽管从目视检查来看，案例#3看起来比#4要好得多。在稍微错误的位置的云(例如在德国中部，或者在瑞士和奥地利西部的云，在第三种情况下)得分和在上面的云一样差完全错误的地方，或者只是缺席。

理想情况下，我想要一幅图像需要“变形”以产生另一幅图像的最小量，但我不知道如何以一种系统的方式接近它。