DERS ADI

: Okyanus Modellenmesinde Veri Asimilasyonu

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS
PHO 5014 Okyanus Modellenmesinde Veri Asimilasyonu SEÇMELİ 3 0 0 9

Dersi Veren Birim

Fen Bilimleri Enstitüsü

Dersin Düzeyi

Yüksek Lisans

Ders Koordinatörü

PROF. DR. MURAT GÜNDÜZ

Dersi Alan Birimler

Fiziksel Oşinografi Yüksek Lisans

Dersin Amacı

Dersin amacı, denizin gelecekteki durumunu ön gören modellerle gözlemleri birleştiren temel bilgi ve tekniklerin sağlanmasıdır. Oceanografi için faydalı olacağı düşünülen gelişmiş veri asimilasyon yöntemleri gözden geçirilecektir. Ders, sade ve basit veri asimilasyon yöntemlerinden daha gelişmiş yöntemlere kadar (örneğin, 4*d Kalman Filitresi) tüm yöntemleri kapsayacaktır.

Dersin Öğrenme Kazanımları

1   Okyanus modellemesinde veri asimilasyonun temel objektiflerinin anlaşılması
2   Veri asimilasyonu hakkında detaylı bilgi edinilmesi
3   4D-Kalman-filitresi yönteminin temel kurallarının anlatımı
4   Verilerin model içinde asimilasyonunu öğrenme
5   Doğadaki uygulamalara yönelik kullanılan temel veri asimilasyon araçlarını kullanabilmek

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama
1 Giriş: Oşinografi Veri Asimilasyonu , genel bakış, motivasyon, amaçlar
2 Veriye uygun modellerle Veri Asimilasyonu'nun karşılaştırılması
3 Uygun Model bulunmasındaki metodoloji
4 Gözlemsel hatalar
5 Model ve Verilerin karşılaştırılması
6 Modeldeki parametrelerin hesaplanması
7 Küresel Uygulamalar: "adjoint method" yöntemi kullanarak veri ve Primitive Genel Akıntı Modelini birleştirmek, Özdeş ikiz Deneyler
8 Ara sınav
9 Veri Asimilasyonu'nda Nudging Yöntemi
10 Re-Initialization Yöntemi
11 Lineer olmayan primitive eşitlikler modelinde Kalman Filtresi
12 Gerçek zamanlı bölgesel tahmin durumu
13 Disiplinlerarası uygulamalar
14 Vaka Çalışması: Kuzey Atlantik Okyanusu Modeli içine Uydu Altimetre Verisinin Asimilasyonu.

Ders İçin Önerilen Kaynaklar

Thacker, W. C., Three lectures on fitting numerical models to observations, 1988, GKSS-Forschungszentrum Geesthacht GmbH, Geesthacht, 64p.

Malanotte-Rizzoli, P., Modern Approches to Data Assimilation in Ocean Modelling, 1996, Elsvier Oceanography Series, 61.

Brandt, S., Datenanalyse, 1992, Wissenschaftverlag, Mannheim, 650p.

Thacker, W. C. and R.B. Long, 1987, Fitting Dynamics to Data, Atlantic Oceanographic and Meteorological Laboratory National Oceanic and Atmospheric Admistration.

Ghil, K., Cohn, S., Tavantzis, J., Hube, K. and Isaacson, E., Application of Estimation Theory to Numerical Weather Prediction, Courant Institute of Mathematical Sciences, New York University.

Öğrenme ve Öğretme Yöntemleri

Ders sunum şeklinde yapılacaktır.

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL
1 PRJ PROJE
2 ARS ARASINAV
3 YYS YARIYIL SONU SINAVI
4 YSBN YIL SONU BAŞARI NOTU PRJ * 0.30 + ARS * 0.30 + YYS * 0.40
5 BUT BÜTÜNLEME
6 BUTBN BÜTÜNLEME SONU BAŞARI NOTU PRJ * 0.30 + ARS * 0.30 + BUT * 0.40


Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

İlan Edilecektir.

Dersin Öğretim Dili

İngilizce

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

Yrd. Doç. Dr. Murat Gündüz
Deniz Bilimleri ve Teknolojisi Enstitüsü
murat.gunduz@deu.edu.tr

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

İlk derste öğrencilerle birlikte kararlaştırılacaktır.

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Ders Anlatımı 13 3 39
Haftalık Ders öncesi/sonrası hazırlıklar 12 6 72
Vize Sınavına Hazırlık 1 15 15
Final Sınavına Hazırlık 1 40 40
Ödev Hazırlama 1 60 60
Vize Sınavı 1 3 3
Final Sınavı 1 3 3
TOPLAM İŞ YÜKÜ (saat) 232

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖKPK.1PK.2PK.3PK.4PK.5PK.6PK.7PK.8PK.9PK.10PK.11PK.12
ÖK.1555545544435
ÖK.2555535544435
ÖK.3545535554435
ÖK.4555545555555
ÖK.5555545545545