データ同化
更新日:
用語解説
データ同化は、物理・数値モデルによる予測と、誤差を含む実際の観測データを、それぞれの不確実性を考慮して統合し、直接観測できない対象の現在状態や将来予測を逐次改善する手法です。
■ 試験で押さえるポイント
モデル予測を事前推定、観測を新情報として、信頼度に応じた重みで解析値を求め、その解析値を次の予測の初期状態にします。
カルマンフィルタ、アンサンブルカルマンフィルタ、変分法などがあり、線形性、分布、計算規模に応じて使います。
単なるデータ結合ではなく、モデル誤差と観測誤差の共分散を考慮して、時間発展する状態を推定する点が特徴です。
気象・海洋、防災、交通、設備状態推定などで使われ、観測の偏り、モデルの系統誤差、センサ異常を管理します。
■ 選択肢での判断ポイント
数値モデルの予測と観測を統合して状態・予測を更新する手法です。観測値でモデルを一律置換する処理ではありません。
例: 気温モデルが20℃、観測が22℃でも、観測誤差とモデル誤差から解析値を21.5℃などに更新し、その状態から次時刻を予測します。