2022 Fiscal Year Research-status Report
Development of a sequential/non-sequential hybrid-type data assimilation method
| Project/Area Number |
20K21785
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
長尾 大道 東京大学, 地震研究所, 准教授 (80435833)
|
|---|
| Project Period (FY) |
2020-07-30 – 2024-03-31
|
| Keywords | データ同化 / 4次元変分法 / マルコフ連鎖モンテカルロ法 / レプリカ交換モンテカルロ法 / 地震波伝播 / 不確実性評価 |
|---|
| Outline of Annual Research Achievements |
本研究課題において非逐次データ同化手法として採用する4次元変分法（Ito, Nagao et al.,2016）は、所与の数値シミュレーションモデルと対をなすアジョイントモデルならびに2階アジョイントモデルと呼ばれる方程式群の数値積分結果を用いて事後分布を評価することにより、高速かつ高効率な不確実性評価付きの最適化を可能にする計算技術である。本手法は、地震波動場シミュレーションモデルを含む自励系時間発展モデルであれば適用可能であるが、同モデルは数値計算不安定性を回避するために時空間格子を稠密にすることが要求され、フォワード計算１回あたりの計算量が非常に大きくなる。そのため、既存の4次元変分法の単純な適用は、計算量的に非現実的であることを2021年度までに示してきた。
これを解決するため、2022年度は4次元変分法に基づく大規模地震波動場データ同化における不確実性評価の高速化に焦点を当て、その解決を試みた。具体的には、不確実性評価アルゴリズムを高速化する方法として、4次元変分法に乱択アルゴリズムによる前処理を考案した。これは、本研究課題の主題である逐次・非逐次融合型データ同化手法に該当するものである。この前処理手法は、既存のアルゴリズム構造を逸脱することなく全体の高速化を実現できる上、前処理自体の計算量は全体の計算量に比べて十分小さく抑えることができる手法となっている。本提案手法を、不均質な速度構造を持つ1次元媒質内における波動方程式に適用し、その不確実性評価について前処理がない既存方法と比較したところ、計算時間を10%以下に抑えることが可能であることを確認した。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
本研究課題の当初計画では、研究代表者が雇用している研究員に、地震波伝播シミュレーションコードへのデータ同化手法の実装を依頼することになっていたが、本人の都合により、2021年度の上半期に退職した。
2022年度は、新たな研究協力者を確保することによって地震波伝播シミュレーションコードの高速化を検討し、またこの高速化作業の一部を役務として外注することにより、本研究計画を継続的に実施することはできたものの、予定していたスケジュールからは1年以上遅れることとなった。
|
| Strategy for Future Research Activity |
2023年度より、極めて著名なベテランの地震学の専門家1名を、本研究課題に従事する研究員として雇用することとなった。当該の研究員からの助言を得ることにより、本研究計画を効率的に推進できることが期待される。
|
| Causes of Carryover |
2021年度の研究員の退職に伴い、地震波伝播シミュレーションコードの高速化ならびにデータ同化アルゴリズムの実装が当初計画よりも遅れたため、学会発表および論文投稿については2022年度以降に後ろ倒しせざるを得なくなった。これに従い、2022年度は地震波伝播シミュレーションコードの高速化については研究協力者の確保や役務としての外注によって一部を達成したため、2023年度に高速化したコードへのデータ同化アルゴリズムの実装を実施する。
次年度へ繰り越した助成金は、本研究課題を加速するために雇用する研究員の人件費、および成果を学会および学術誌において論文発表するために必要となる経費に使用する。
|
