藤原 泰 (fujiwara [at] port.kobe-u.ac.jp)
プログラミング言語Pythonを使って、大気・海洋に関わるデータの処理や数値シミュレーションの基礎を学びましょう。
このページは、2022年秋の総合ゼミ（3回生）に向けて準備したものです。 プログラミング経験のない方を想定し、大気・海洋を題材としてコンピュータを使ったデータ処理を学んでいく内容となっています。
この演習では、Python 3をベースにNumPyやMatplotlibといったライブラリを用いた解析を行います。そのために、あなたのコンピュータにこれらをインストールする必要があります。 Windowsに比較的簡単に環境を構築する方法として、minicondaを用いてインストールする方法を紹介します。
プログラミング言語Pythonの基礎を解説します。解説をなぞったのち、百本ノック形式の練習問題集にトライしましょう！
データ解析の基本のひとつは、膨大な数字の羅列であるデータをグラフ化することです。図作成の基本ライブラリであるmatplotlibの使い方を学びましょう。 データ例として、Kuroshio Extension Observatoryでの気温・水温時系列を使います。
科学計算では、大量のデータを短いプログラムで高速に処理する必要がたくさん出てきます。 そんなとき、数値処理ライブラリであるNumPyが大活躍します。
第2回に扱ったKEOの時系列は、時間一次元のデータでした。 大気海洋データ、特にシミュレーションの結果は空間2, 3次元や空間2, 3次元+時間1次元などの多次元データになることが普通です。 多次元データの解析や、図示の方法を学びましょう。題材として、北西太平洋域の過去の海面水温記録を用います。
数値シミュレーションとは、現象を「数値」で表して「模擬」する手法です。 物理現象を微分方程式で表し、それを数値表現で解くことを体験しましょう。 まずは、常微分方程式で表せる現象の例を見て、それを様々な方法でシミュレーションしましょう。
大気や海洋の運動は、ナビエ・ストークス方程式を中心とした偏微分方程式で記述されます。 偏微分方程式、特に移流拡散方程式のような時間発展方程式の数値解法に関わる事項を解説します。 昨今の数値モデルは必ずしも中身を理解しなくても使えるようになっていますが、 結果を盲目的に信頼するのではなく自分で適切な判断をするためにも、数値解析の基礎知識を身につけましょう。
準備中