リアルタイム ダストデビルの概念図

2005年01月11日 18時44分01秒 | 研究
多量のチリが舞い上がるか？それとも中心部で清浄な空気が下降してくるか？一旦チリ激増、元に戻ってまた増え、また元に戻るか？これから調べる。
ダストデビルというのはそんなに特別な現象ではない。よく晴れた日にはたまに起こるようだ。プリュームと同じ条件で発生し、両者は共存するようだ。でもダストデビルの発生頻度はプリュームよりは低いようだ。じっせいプリュームはたくさん発見した。
おいらは観測結果から、ダストデビルらしきものを発見した。これから検討する。
爆発的にエアロゾルが増えていた時があって、それは車でも通ったのかなと思っていたが、どうもこのダストデビルによるものと思われる。今日、気温や風速などの気象要素を確認し、その可能性に思い当たった。


数値計算による連立一次方程式の解法

2004年12月16日 22時24分43秒 | 研究
おう。じっせいの現場で何元の連立一次元方程式が解かれているのか、わからなかったが、下のホームページの人は、10万元のを計算している。
このような具体的な数字はありがたい。おいらはとりあえず3万元ぐらいのを解きたいと思っていたが、じっせいそんなんは無理なんか、余裕っちなのか、見当がつかなかったが、まあガウス・ザイデル法とか、その少し応用のSOR法を用いた計算でも、普通のレベルのようだ。ってまだその収束性とか、問題の種類によって不安は残るが、とりあえずやるしかない。
http://www.akita-nct.jp/~yamamoto/lecture/2004/5E/linear_equations/relaxation/html/node3.html

ってかおいらの疑問は、真の解があるかどうかわからん(ん?そんな事自体ありうるか?変数より独立した?式の数が多ければ必ず唯一存在するんやっけな?)場合でもOKかということだ。
ってか、どうなんや。ってかどうなんや。おいらの問題の場合でも、真の解が唯一存在するんかな???

追記：いやいや、変数より式の方が多ければ逆に解は一般的に求まらんよね。過剰条件の連立一次方程式ってのやね。その場合は、最小二乗法とか用いることになるわな。そりゃ。

おいらの場合一応、変数と式の数は同じや。今から、その収束性について検討してみる。

今日の研究

2004年11月17日 00時20分26秒 | 研究
複数の独立変数を持つ、最小自乗法のプログラムを作った。
ってか最小自乗法なんて、理系の高校生でもできる余裕っちょのものと考えていたら、それは独立変数が一つの場合であった。
多変量の場合は、行列の知識(逆行列求めたり)がいる。
基本的な一変数のものも、別の視点から考察できた。一変数の場合は、単に点からの距離が最小となる直線を見つけるだけやから、分散とか統計の基本的知識でできるけど、多変数の場合を考えるとき、最小自乗法の本来の意味を知ることになる。

逆行列の数値的な求め方ってのも忘れていたけど、今日もう一度勉強した。
今日一日かけて、プログラムが完成したぜよ。わーい。

さて、明日からは、今日作ったプログラムをじっせい利用することになる。
観測装置で作ったデータを解析する道具として、最小自乗法が必要となっていたってわけ。

今まで視線方向の風速データしか見ていなかった、ドップラーライダーって風を測る装置のデータを解析し、水平風速と、鉛直風速に分けようってわけ。これは一つの視線方向のデータからは分からない値。もし乱流成分がなければ、二つの観測データで決定するのだが、じっせいは平均値からのづれ(乱流成分)がある。それを考慮すると、ある小領域を風速一定かつ乱流が一様と仮定して、その領域内の複数のデータから、風速成分を決定しようってわけ。

果してうまくいくか。またうまくいくには、最小どれくらいの小領域とする必要があるか。
以上はニ変数の最小自乗法だけど、なんと、三変数の最小自乗法を使えば、乱流成分も出せるんだよね。

まあそんなわけで、とりあえず明日は、平均風速の方を求めてみようってわけ。
これで視線方向データを見ていただけでは、分からなかった新たな発見があるかもねっ。
まあ、明日は、観測データを読みこんで小領域に分け、その範囲に今日作った最小自乗法のプログラムを適応させた、プログラムを作るので精一杯だろうけど。明日中に、プログラムが荒削りでもできるといいけどね。

そして最終的には、空にぽっかり浮かぶあの雲がじっせい地面と上昇流で繋がっているかを見てみたいね。いや繋がっているはずだから、それを見てみたいね。それが見られたら、世界で初めてとなるんだよねん。らんらん。