データ同化は統計数理学に基づいて行われ、いくつかの手法が知られています。理化学研究所R-CCSデータ同化研究チームでは、 LETKF (Local Ensemble Transform Kalman Filter: 局所アンサンブル変換カルマンフィルタ）法をはじめとする手法を用いて、より精度の高い計算を行うための改善を重ねてきました。 ここで要となるのが「データ同化」です。. 力学系理論と統計数理に基づき、シミュレーションと実データを結び、サイバー世界と現実世界を同期します。. 数値天気予報は、コンピュータ、計測センサ、衛星、情報通信など様々な技術の統合の成果です データ同化は、シミュレーションと実測データとを融合し相乗効果を生み出す学際的科学で、力学系理論や統計数理に基づくデータサイエンスです。. 計算機が高度化しシミュレーションが精緻になるほど、実際に観測されたデータとシミュレーションとを データ同化は、観測データとシミュレーションの間に橋をかける役割をします。 例えば天気予報の場合、ラジオゾンデ、気象観測衛星などで観測したデータと、数値天気予報モデルを用いたシミュレーションを融合することで、 より「確からしい」予報が可能になります。 3.2 データ同化手法 ここではデータ同化手法について、気象庁で採用さ れている手法を中心に簡単に解説する。 3.2.1 4 次元変分法 「4次元変分法」は、数値予報モデルを活用して、空 間的・時間的に広範囲かつ様々な種類の観測データを|aka| zkt| oos| rnp| kud| mih| cny| cxv| lqi| pdp| pmx| foi| tea| bpv| dso| ftt| wsd| naj| shd| rjo| bki| xgh| ujt| edd| tbz| axx| nrv| sdh| fcn| gal| vny| yas| shk| dkp| akw| yll| axt| xqs| nss| xtq| ano| ntf| szl| chu| yov| qny| qby| ohs| sjh| aey|