Exploring Cost-effective Observation Placements Using The Data-driven Sparse Sensor Placement

使用数据驱动的稀疏传感器放置探索具有成本效益的观察放置

基本信息

批准号：
22K18821
负责人：
小槻峻司
金额：
$ 4.16万
依托单位：
Chiba University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Challenging Research (Exploratory)
财政年份：
2022
资助国家：
日本
起止时间：
2022-06-30 至 2025-03-31
项目状态：
未结题

项目摘要

本研究は、情報科学分野で深化したスパースセンサ最適化手法を水工学に応用し、費用対効果の高い観測位置決定手法を開拓する。(1)「気象庁の2船舶を東シナ海のどこに配置しゾンデにより大気プロファイルを観測すると、集中豪雨予測を改善できるか」、(2)「新たな地表面フラックス観測をアジア圏のどこに設置すると、陸域水熱収支推定を効率的に改善できるか」という2つの問いを探求する。観測位置最適化を含む新しい観測システムシミュレーション実験 (OSSE) により、実務者/観測研究者を納得させうる効果を証明し、気象庁やAsia Fluxとの共同実証実験への展開に挑戦する。本年度はスパースセンサ位置最適化 (SSP) アルゴリズムの開発を進め、局所低次元性、アンサンブル予測を活用する技術開発を行った。局所化をセンサ位置の選定や、復元方法に適用し、既存手法を上回る状態場の推定可能性を確認した。北海道の降水量を対象とした実験では、観測地点を最適配置することで、効果的に降水分布を復元可能であることを示した。アンサンブル予測に適用する手法では、全球大気モデル (SPEEDY)を用いた実験で機動的観測についても既存のアンサンブルスプレッドを用いた方法を上回ることが可能である事を示した。

这项研究使用了一种稀疏的传感器优化方法，该方法已在信息科学领域加深了水工程领域，并开发了一种高度成本高效的观察定位方法。（1）“我可以在东方海洋中将两艘日本气象局的两艘船放在Zonde的气氛中，我可以改善密集的降雨预测吗？”估计？”一个新的观察系统仿真实验（OSSE），包括优化观测位置，将证明可以说服从业人员/观察研究人员的影响，并挑战与日本气象局和亚洲Flux的联合演示实验的开发。今年，促进了SPOS传感器位置（SSP）算法（SSP）算法的开发，并使用局部低维和集合预测开发了技术。将定位应用于传感器位置和恢复方法的选择，并确认了超过现有方法的状态的估计可能性。针对北海道降水量的实验表明，可以通过优化观察点有效地恢复降水分布。应用于整体预测的方法表明，使用完整的 - 圆润模型（快速）的实验可以超过现有的集合孢子的方法。