Data Assimilation B データ同化 B
JA | EN
| Numbering Code |
|
| Term | 2020/Second 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) |
|
| Outline and Purpose of the Course | この授業では、前期のデータ同化Iで履修した内容を前提に、データ同化の理論と応用について、その基礎を究め、実際の応用力を養う。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、実践的な基礎技術を究める。また、受講者の興味に応じて、低次元系モデルを使った理論的な実習や、多次元系モデルを使った実践的実習に取り組み、先端研究の内容が理解できるレベルの知識を養う。 |
| Course Goals | １．データ同化に関する研究が実施できる。２．アジョイントコードを実装できる。３．粒子フィルタを理解し、実装できる。４．多次元系での誤差発達を理解する。５．多次元系でアンサンブルカルマンフィルタを実装できる。６．多次元系で3次元変分法を実装できる。７．データ同化の先端研究を理解できる。 |
| Schedule and Contents | １．粒子フィルタ（三好） ２．アジョイントコード（三好） ３．誤差成長モード：LV, BV, SV（三好） ４．局所低次元性とEnKF（三好） ５．多次元系での3次元変分法（三好） ６．Preconditioningと制御変数（三好） ７．4次元変分法とアウターループ（三好） ８．中間報告会（三好） ９．高度な局所化手法（三好） １０．変分法とEnKFのハイブリッド法（三好） １１．多次元系でのモデルパラメータ推定（三好） １２．非線形観測演算子、観測誤差相関、観測バイアス推定（大塚） １３．EFSOとProactive QC（大塚） １４．最終報告会（三好） １５．筆記試験（三好） |
| Prerequisites | 前期「データ同化A」を成績B以上で履修済みであることを条件とする。 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や多次元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及び応用技術を身につける。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) |
|
| Courses Delivered by Instructors with Practical Work Experience |
|
