地球環境観測

データ同化と複合プロダクト作成

この話題は狭い意味での「観測」ではないが、 観測データを利用する際にはほとんど常にかかわってくることである。 利用者が変数の値を知りたい空間・時間的位置は 観測が行なわれている場所と一致しないことが多いので、 違う位置での値を推定する問題、 つまり内挿(interpolation, 補間ともいう)・外挿(extrapolation, 補外ともいう)が 必要になる。 また特に全地球規模の気象データに関しては、 なまの観測データを扱う場合よりもむしろ、 「データ同化」(data assimilation)によって得られた格子点データを 使う場合が多い。 海洋データについても最近そのような傾向がある。 データ同化は簡単に言えば空間内挿と 物理的時間外挿(=予報計算)の組み合わせである。

空間的・時間的に規則的な位置での値を知る意義

規則的な空間分布の例

規則的な空間分布をもつデータの作りかた--材料面から

空間内挿の発想

  1. Resampling ... 観測された値のうちから選択する
  2. (決定論的)内挿 ... 観測誤差を考えず、観測位置では観測値に一致する関数を考える
  3. あてはめ (最小2乗法など) ... 観測誤差を考慮し、観測値に近くてなめらかな関数を考える
  4. 重みつき平均
  5. 変分法、最適化 ... 誤差の集計値と制約条件をあわせた目的関数を最小にする

最適内挿法や変分法では、複数の変数をいっしょに考えることができ、 内挿対象の変数と違う変数の観測値を使うこともできる。 変数間の関係には、必然的なもの(強い制約)と、統計的なもの(弱い制約)がある。

気象データ同化

「再解析」

その他のデータ同化 【[2019-06-10補足] URLを示したうち日本の研究プロジェクトのサイトはいずれも消滅した。】

補足資料 (2008年4月補足を含む)


2003-06-26; 2005-12-15; 2006-12-05; 2008-04-24; 2009-04-03; リンク修正 2015-06-14, 2019-06-10
増田 耕一 (MASUDA Kooiti)
[地球環境観測2006の入口へ] [教材目次へ] [日程へ]