低解像度全球大気モデルを用いた局所粒子フィルタ実験

摘要

アンサンブルデータ同化手法の1 手法である粒子フィルタ(PF)は、予報誤差に関する確率分布を多数のアンサンブルでモンテカルロ近似し、観測情報とのベイズ推定により事後分布を推定する。数値天気予報分野で用いられてきたアンサンブルデータ同化は、これまでアンサンブルカルマンフィルタ (EnKF)が主流であった。EnKF は各アンサンブルが同等に確からしいサンプルであると仮定し、アンサンブルから求められる二次の統計モーメントまで（平均と分散）を使って、カルマンゲインを基に解析する。一方、PF（SamplingImportance Resampling: SIR 法）は、任意の分布をモンテカルロ近似し、ベイズ推定による事後分布に基づいたリサンプリングを行って等確率の粒子を解析する。