コンテンツに飛ぶ | ナビゲーションに飛ぶ

  • 日本語
  • English
 
現在位置: ホーム ja シラバス(2020年度) 理学部 境界境域 データ同化 B データ同化 B

データ同化 B データ同化 B

JA | EN

科目ナンバリング
  • U-SCI00 44802 LJ55
開講年度・開講期 2020・後期
単位数 2 単位
授業形態 講義
配当学年 4回生以上
対象学生 学部生
使用言語 日本語
曜時限 火3
教員
  • 三好 建正(非常勤講師)
  • 大塚 成徳(非常勤講師)
授業の概要・目的 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。




到達目標 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。
授業計画と内容 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)
履修要件 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。
授業外学習(予習・復習)等 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。
参考書等
  • 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),
実務経験のある教員による授業
  • 分類:

    実務経験のある教員による実務経験を活かした授業科目