Skip to content. | Skip to navigation

  • 日本語
  • English
 
You are here: Home en Syllabuses (2020) Faculty of Science 境界境域 Data Assimilation A データ同化 A

Data Assimilation A データ同化 A

JA | EN

Numbering Code
  • U-SCI00 44801 LJ55
Term 2020/First semester
Number of Credits 2 credits
Course Type Lecture
Target Year 4th year students or above
Target Student Undergraduate
Language Japanese
Day/Period Tue.3
Instructor(s)
  • MIYOSHI TAKEMASAPart-time Lecturer MIYOSHI TAKEMASA
  • OTSUKA SHIGENORIPart-time Lecturer OTSUKA SHIGENORI
Outline and Purpose of the Course この授業では、データ同化の理論と応用について、その入門から基礎を学ぶ。講義と、低次元のカオス力学系モデルを使った実習課題により、実際の問題に適用するために必要な実践的な基礎技術を習得する。データ同化は、数値計算によるシミュレーションと実測データをつなぐデータサイエンスであり、力学系理論および統計数理に基づく数理科学分野である。シミュレーションと現実世界を同期させるカオス同期の問題としても知られるほか、限られたデータ(結果)から原因を探る逆問題とも関連が深い。データ同化は学際科学であり、力学系理論、決定論的カオス、確率過程、実測データ、統計数理、最適制御、計算科学など、幅広い分野の総合理解に基づく。数値天気予報ではシミュレーションモデルと同様な根源的役割を果たすほか、様々な分野への応用可能性が広がっている。




Course Goals 1.データ同化の概要を理解する。2.力学系数値モデルを実装し、決定論的カオスを理解する。3.カルマンフィルタを理解し、実装できる。4.カルマンフィルタと3次元変分法の違いを理解する。5.アンサンブルカルマンフィルタを理解し、実装できる。6.4次元変分法を理解し、実装できる。7.与えられた問題に対し、適当なデータ同化手法を選択し実装できる。8.データ同化の先端研究の概要を理解できる。
Schedule and Contents 1.データ同化概論(三好)
2.カオス力学系(三好)
3.観測モデル(三好)
4.カルマンフィルタ(三好)
5.接線形モデルと共分散膨張(三好)
6.最適内挿法と3次元変分法(三好)
7.中間報告会(三好)
8.アンサンブルカルマンフィルタ(三好)
9.摂動観測法と平方根フィルタ(三好)
10.共分散局所化(三好)
11.4次元アンサンブルカルマンフィルタとスムーザ(三好)
12.4次元変分法と変分法ソルバー(大塚)
13.モデルパラメータ推定(大塚)
14.最終報告会(三好)
15.筆記試験(三好)
Prerequisites 数値計算技能(プログラミングやデータプロットの技能)を前提とする。プログラミング言語等は問わないが、Excelでは不十分。FORTRAN、C、R、Python、MATLABなどを推奨。計算機室の計算機(Linux)や自己所有PCなどを利用できるようにしておくことが必要。


Preparation and Review 授業の進展に応じて、低次元のカオス力学系モデルを使った実習課題を宿題として課す。これにより、データ同化の実践的な基礎技術を身につける。宿題ではプログラミングと図の作成を行うため、計算機室の計算機(Linux)や自己所有PCなどを利用できるようにしておくことが必要。
Reference(s)
  • Atmospheric Modeling, Data Assimilation and Predictability, Kalnay, (Cambridge University Press),
  • 気象学におけるデータ同化 , 露木義, 川畑拓矢編, (日本気象学会 ),
Courses Delivered by Instructors with Practical Work Experience
  • Category:

    A course with practical content delivered by instructors with practical work experience