講義
| ■データサイエンス：2年生1学期 | ■沿岸海洋学II：3年生後期，2013年度~ | ||||
講義に関する詳細はここ。 |
|
||||
| ■海洋リモートセンシング：大学院前期：3年生後期 | ■データサイエンス概論：大学院後期集中 | ||||
|
衛星地球観測の基本原理、データ解析などについて講義を行います。衛星地球観測の長所・短所の理解を念頭に、可視・近赤外リモートセンシング（RS）、マイクロ波RSの詳細とその応用例について説明します。 1．地球環境観測衛星によるリモートセンシング リモートセンシングの詳細、プラットホームと軌道設計、放射伝達理論 Details of RS, Platforms and Orbits, and Radiative transfer theory 2．光学センサー1：熱赤外リモートセンシング Optical sensor1: infrared remote sensing 温度推定等のアルゴリズムと応用 the algorithm for estimating sea surface temperature and more 3．光学センサー2：可視域リモートセンシング Optical sensor2: remote sensing with visible-band sensor クロロフィル-a濃度推定・PFT等のアルゴリズムと応用 the algorithms for estimating chlorophyll-a concentration and phytoplankton functional type, and the application 4．マイクロ波センサー1：放射計 Microwave sensor1 : radiometer 海氷密接度・氷種・水温推定アルゴリズムとその応用 5．マイクロ波センサー2：散乱計と高度計 Microwave sensor2 : Scatterometer and altimeter 海上風推定アルゴリズムとその応用、海面高度算出の原理 the algorithms for estimating sea surface wind vector and the principle of sea surface height measurements 6．合成開口レーダー・干渉型海面高度計 Synthetic Aperture Radar and Interferometric Radar Altimeter 7．ライダー、次世代センサーの紹介+衛星RSの応用研究 introduction to LiDAR and new-generation satellites and sensors |
地球科学データ（主に衛星観測データ）を用いて、データサイエンスについて学びます。学部講義「データサイエンス」の発展版という位置づけです。基本的にはMATLABを使用します。 1. データサイエンス・ビッグデータについて Introduction to Data Science ＆Big Data 2. データ可視化 Visualization with MATAB and GMT 3. 基礎統計、相関係数、線形回帰、ラグ相関 Basic Statistics, linear regression, correlation 4. 回帰分析、重回帰モデル Regression Analysis, Multiple linear regression, Variance Inflation Factor, etc.. 5. コンポジット解析 6．次元削減（EOF、主成分分析） Arctic Oscillation(AO), Pacific Decadal Oscillation (PDO) , Southern Annula Mode(SAM) などを例に説明する。 7. フィルタリング/フーリエ解析/スペクトル解析 ローパス・ハイパス・バンドパスフィルター 調和解析、パワースペクトル密度など 8. ウェーブレット解析 海面水温データを例にウェーブレット解析の例を示す。 パワースペクトルとの違いなどを説明。 |
||||
| ■海洋学実習II：3年生 | |||||
|
|||||