統計数理研究所
樋口知之
複雑な現象の高精度予測のために、時空間観測・計測データの解析と数値シミュレーション計算を統合することにより、シミュレーションの初期値や境界値、パラメータ等を実際の現象をなるべく再現するように決め、時にはシミュレーションモデル自体にも手を加える(リモデリング)一連の計算作業がデータ同化と呼ばれるものである。データ同化は逐次型と非逐次型に大別されるが、我々データ同化研究グループはアンサンブルベースの逐次型の研究に力を注いでいる。大規模なデータ同化の実現においても、計算効率を高めるためにHPCのハード特性を最初から意識した手法の開発が肝要となる。本講演では、データ同化の概念と基本的なアルゴリズムを概説するとともに、次世代スーパーコンピュータ等のHPCの階層性とネットワーク構造を十分意識した逐次データ同化の研究開発の現況を紹介する。
データ同化、融合シミュレーション、アンサンブル予測、粒子フィルタ