Dokuz Eylül Üniversitesi Ders Katoloğu / Bilgi Paketi

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