神戸大学附属図書館デジタルアーカイブ
入力補助
English
カテゴリ
学内刊行物
ランキング
アクセスランキング
ダウンロードランキング
https://doi.org/10.24546/81013267
このアイテムのアクセス数:
0
件
(
2024-04-25
09:59 集計
)
閲覧可能ファイル
ファイル
フォーマット
サイズ
閲覧回数
説明
81013267 (fulltext)
pdf
261 KB
メタデータ
ファイル出力
メタデータID
81013267
アクセス権
open access
出版タイプ
Version of Record
タイトル
The ensemble Kalman inversion and its application into estimating parameters of a distributed rainfall-runoff model
著者
著者名
Duc, Le
著者ID
A0439
研究者ID
1000060420402
KUID
https://kuid-rm-web.ofc.kobe-u.ac.jp/search/detail?systemId=453d881bb9e2f37c520e17560c007669
著者名
Kobayashi, Kenichiro
小林, 健一郎
コバヤシ, ケンイチロウ
所属機関名
都市安全研究センター
収録物名
神戸大学都市安全研究センター研究報告
巻(号)
24
ページ
161-165
出版者
神戸大学都市安全研究センター
刊行日
2020-03
公開日
2022-04-11
抄録
The EnKF is a technique that based on sampling in estimating. Thus, uncertainties of the system state are represented by an ensemble of points which is propagated through time by a model and adjusted whenever observations are available. Compared with the variational methods, EnKF has two advantages: (1) the computation of EnKF is inherently parallel, and (2) the tangent linear model and its adjoint are not needed. If we run a data assimilation scheme many times for the same observations, the system state would tend to overfit the observations. Now it becomes clear that for nonlinear optimization problems which have complicated nonlinear operators as complex models, EnKF suggests a viable derivative-free optimization method since we do not need to compute the derivatives of such nonlinear operators. The EnKF when applied in such problems is called the ensemble Kalman inversion (EKI) which inherits the two aforementioned advantages of EnKF. In this study we introduce and demonstrate the work of EKI by applying it into estimating parameters for a distributed rainfall-runoff model.
カテゴリ
都市安全研究センター
神戸大学都市安全研究センター研究報告
>
24号(2020-03)
紀要論文
詳細を表示
資源タイプ
departmental bulletin paper
言語
English (英語)
ISSN
1342-9167
OPACで所蔵を検索
CiNiiで学外所蔵を検索
NCID
AA11142997
OPACで所蔵を検索
CiNiiで表示
関連情報
URI
http://www.rcuss.kobe-u.ac.jp/publication/publication.html
ホームへ戻る