Universität Wien
Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.

280352 VU Data Assimilation and Ensemble Methods (2023W)

6.00 ECTS (4.00 SWS), SPL 28 - Erdwissenschaften, Meteorologie - Geophysik und
Prüfungsimmanente Lehrveranstaltung
Moodle

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").

Details

max. 20 Teilnehmer*innen
Sprache: Englisch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

UZA II: Room 2G542

Lectures on Tuesday 10:30 - 12:00 and 12:30 - 14:00.
Excercises on Tuesday 14:10 - 15:10.

First lectures on and first excercises on 10 October 2023.
17 October: No lectures and no exercises.
7 November: No lectures, but exercises will take place.

First oral exam: 28 and 29 November.
Second oral exam: Date tba.

  • Dienstag 03.10. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 03.10. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 03.10. 14:10 - 15:10 Ort in u:find Details
  • Dienstag 10.10. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 10.10. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 10.10. 14:10 - 15:10 Ort in u:find Details
  • Dienstag 17.10. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 17.10. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 17.10. 14:10 - 15:10 Ort in u:find Details
  • Dienstag 24.10. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 24.10. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 24.10. 14:10 - 15:10 Ort in u:find Details
  • Dienstag 31.10. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 31.10. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 31.10. 14:10 - 15:10 Ort in u:find Details
  • Dienstag 07.11. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 07.11. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 07.11. 14:10 - 15:10 Ort in u:find Details
  • Dienstag 14.11. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 14.11. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 14.11. 14:10 - 15:10 Ort in u:find Details
  • Dienstag 21.11. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 21.11. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 21.11. 14:10 - 15:10 Ort in u:find Details
  • Dienstag 28.11. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 28.11. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 28.11. 14:10 - 15:10 Ort in u:find Details
  • Dienstag 05.12. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 05.12. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 05.12. 14:10 - 15:10 Ort in u:find Details
  • Dienstag 12.12. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 12.12. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 12.12. 14:10 - 15:10 Ort in u:find Details
  • Dienstag 09.01. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 09.01. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 09.01. 14:10 - 15:10 Ort in u:find Details
  • Dienstag 16.01. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 16.01. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 16.01. 14:10 - 15:10 Ort in u:find Details
  • Dienstag 23.01. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 23.01. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 23.01. 14:10 - 15:10 Ort in u:find Details
  • Dienstag 30.01. 10:30 - 12:00 Ort in u:find Details
  • Dienstag 30.01. 12:30 - 14:00 Ort in u:find Details
  • Dienstag 30.01. 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: Fr 15.12.2023 12:06