Universität Wien

280352 VU Data Assimilation and Ensemble Methods (2024W)

6.00 ECTS (4.00 SWS), SPL 28 - Erdwissenschaften, Meteorologie - Geophysik und
Prüfungsimmanente Lehrveranstaltung
Moodle
Di 22.10. 10:30-12:00 Ort in u:find Details

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
Für diese LV an-/abmelden

Details

max. 20 Teilnehmer*innen
Sprache: Englisch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Raum 2G542, the door to the G-wing opens with the button "Türöffner" to the right of the door

  • Dienstag 01.10. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 01.10. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 01.10. 14:10 - 15:10 Ort in u:find Details
  • Dienstag 08.10. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 08.10. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 08.10. 14:10 - 15:10 Ort in u:find Details
  • Dienstag 15.10. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 15.10. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 15.10. 14:10 - 15:10 Ort in u:find Details
  • Dienstag 22.10. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 22.10. 14:10 - 15:10 Ort in u:find Details
  • Dienstag 29.10. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 29.10. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 29.10. 14:10 - 15:10 Ort in u:find Details
  • Dienstag 05.11. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 05.11. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 05.11. 14:10 - 15:10 Ort in u:find Details
  • Dienstag 12.11. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 12.11. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 12.11. 14:10 - 15:10 Ort in u:find Details
  • Dienstag 19.11. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 19.11. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 19.11. 14:10 - 15:10 Ort in u:find Details
  • Dienstag 26.11. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 26.11. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 26.11. 14:10 - 15:10 Ort in u:find Details
  • Dienstag 03.12. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 03.12. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 03.12. 14:10 - 15:10 Ort in u:find Details
  • Dienstag 10.12. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 10.12. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 10.12. 14:10 - 15:10 Ort in u:find Details
  • Dienstag 17.12. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 17.12. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 17.12. 14:10 - 15:10 Ort in u:find Details
  • Dienstag 07.01. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 07.01. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 07.01. 14:10 - 15:10 Ort in u:find Details
  • Dienstag 14.01. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 14.01. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 14.01. 14:10 - 15:10 Ort in u:find Details
  • Dienstag 21.01. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 21.01. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 21.01. 14:10 - 15:10 Ort in u:find Details
  • Dienstag 28.01. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 28.01. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 28.01. 14:10 - 15:10 Ort in u:find Details

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

The students will familiarize themselves with common data-assimilation and ensemble-prediction methods. They shall understand the underlying theory as well as the application. Topics that the students will develop a deeper understanding of include observation operators, Ensemble-Kalman-Filters, adjoint models, 3D-VAR & 4D-VAR, and ensemble perturbations.
The exercises will focus on applying the methods introduced in the lecture using simple numerical examples. Python and jupyter-notebooks.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Students have to pass two graded oral exams. The first will occur at the end of November and the second at the end of the semster. The students will also have to complete assigned tasks at home and participate in the exercises. These assigned tasks will also be graded.

Mindestanforderungen und Beurteilungsmaßstab

Die final grade is a weighted mean of the two oral exams and the graded homework assignments. Each of the oral exams counts for 35%, and the homework assignments for 30% of the final grade. The students need to attend at least 80% of the exercises.

Grade 5: < 50%
Grade 4: 50-62,5%;
Grade 3: 62,5-75%;
Grade 2: 75-87,5%;
Grade 1: > 87,5%

Prüfungsstoff

Entire lecture content (slides uploaded in Moodle)

Literatur

Unfortunately, there are no suitable textbooks.

Zuordnung im Vorlesungsverzeichnis

PM-DA-EPS

Letzte Änderung: Mo 30.09.2024 17:06