Dataassimilasjon
Dataassimilasjon er en metode som blir anvendt i flere geovitenskaper, hovedsakelig innen værvarsling og hydrologi. Dataassimilasjon er en metode for å overføre observasjoner av forskjellige variabler inn i matematiske modeller.
En matematisk modell har en viss oppløsning der området som modellen blir brukt på er delt inn i et grid eller et nett. I en datamodell med en oppløsning på 10 km vil det være 10 km mellom khvert gridpunkt der variablene blir regnet ut. Disse gridpunktene samsvarer som regel ikke med observasjonsnettverket og en bruker derfor dataassimilasjon for å overføre observasjonene til hvert gridpunkt. For å gjøre dette blir observasjonsvariablene innenfor et grid interpolert mellom de nærmeste gridpunktene. Forskjellige statistiske metoder blir anvendt for å gjøre dette, som f.eks. kalmanfiltrering.
Når en har utført datassimilasjonen vil en ha en stattilstand, enanalyse, der en kjenner tilstanden i hvert gridpunkt i datamodellen. Likningene i modellen kan da brukes til å regne ut variablene i hvert gridpunkt fremover i tid og lage et varsel.
Litteratur[rediger | rediger kilde]
- R. Daley, Atmospheric data analysis, Cambridge University Press, 1991.
- Geir Evensen, Data Assimilation. The Ensemble Kalman Filter., Springer, 2007.