教育コンテンツについて
- 研究室として整備している教育コンテンツの一部を公開しています。
- 問合せなどありましたら、こちら( kotsuki.lab(at)gmail.com )までご連絡ください。
- 不適切な記述や誤りなどご指摘いただけると大変ありがたく思います。有難いです。
研究室メンバー向け
- 研究活動で得られた整理・理解を、教材として展開していきます。
- 一般に公開される情報になるので、小槻もReview・加筆していきます。
- 数式の定義などは、最大限、既にある教材に一致させてください。
Python プログラミング教材
地球科学数値計算・pythonマニュアル・入門編 (in Japanese & English)
2020年現在、プログラミングの学び初めに最も適したプログラムはpythonです。
研究室で新規加入メンバー向けに作成してきたマニュアルとなります。
Data Assimilation Training Course (in Japanese & English)
下記のスライドを公開中です [Link to Dropbox Files on DA Lectures]。
A: Basic DA Series
A01. Introduction
A02. Deterministic Chaos
A03. A Toy Model
A04. Kalman Filter
A05. 3DVAR
A06. Ensemble Kalman Filter (PO method)
A07. Ensemble Square Root Filter (EnSRF)
A08. Local Ensemble Transform Kalman Filter (LETKF)
A09. Innovation Statistics
A11. 4DVAR
A12. Ensemble Variational Data Assimilation (EnVAR)
L: LETKF-specific DA Series
L02. Inflations and their implementations into LETKF
L04. Computational Complexity
O: Observation Impact Estimation Series
O01. Forecast Sensitivity to Observations (FSO and EFSO)
O02. Degrees of Freedom for the Signal (DFS)
P: Particle Filter Series
P01. Local Particle Filter (LPF)
Q: Quantum DA Series
Q01. Quantum Data Assimilation
# A01~A05までは研究室のYouTubeチャンネルでも解説しています。
# いろいろ歯抜けなのは鋭意作成中の箇所です。
Training Course: 
宇宙から色んな雲を見つけよう！〜衛星画像×機械学習入門〜 講習会教材
気象衛星ひまわり8 号・9 号の衛星画像から、雲の分類を行う機械学習モデルを作成する実習教材です。
機械学習初学者を対象としています。
この教材は下記の講習会で使用したものです。
- 第18回「地球気候系の診断に関わるバーチャルラボラトリーの形成（VL）」講習会
- 開催日：2025年3月3日・3月4日
- 主催：千葉大学環境リモートセンシング研究センター
● 教科書＋教材はこちらからダウンロードできます。
● 教科書 [PDF]
作成：金子 凌（特任研究員）
プログラミングで学ぶ一般気象学（in Japanese）
天気予報に使われている人工衛星データや、地球の大気の特性を「プログラミングで手を動かしながら」学ぶ教材です。
講義動画、講義資料、プログラミング課題などはこちらでまとめて公開しています
[Link to Dropbox Files on Remote Sensing Eng. Lectures]
講義内容は下記となっています。
[講義]
1. 天気予報 - 数値計算とリモセンの役割 [Link to the Lecture]
・演習課題: Google Colabの導入
2. 大気の鉛直構造 [Link to the Lecture]
・演習課題: 大気の大循環 (再解析データJRA55の計算処理 ; 3次元気象データ)
3. 大気の熱力学と降水過程 [Link to the Lecture]
・演習課題: 世界の水収支 (再解析データJRA55の計算処理 ; 2次元降水・蒸発散データ)
4. 大気の放射 [Link to the Lecture]
・演習課題: 地球の短波・調波放射と平衡 (全球放射データCERESの解析)
5. 大気の運動 [Link to the Lecture]
・演習課題: 地球大気の大循環 (再解析データJRA55の計算処理 ; ハドレー・フェレル・極循環)
6. メソスケールの現象 [Link to the Lecture]
・演習課題: 世界の降水量 (JAXAの全球降水Map GSMaPのの処理 ; 集中豪雨の解析)
7. 気候の変動 [Link to the Lecture]
・演習課題: SSTの長期変動と固有値分解 (SSTでーたの処理 ; トレンド解析、固有値分解)
8. 天気予報とデータ同化 [Link to the Lecture]
・演習課題: Lorenz 3変数モデル (有名なローレンツモデル ; バタフライ効果と決定論的カオス)