狠狠撸

狠狠撸Share a Scribd company logo
地磁気データ解析讲习
              in データ解析講習会
                 2012/Aug/10


             担当:阿部(九大ICSWSE)


2012/08/10      IUGONETデータ解析講習会@NIPR   1
IUGONETで取り扱っている地磁気?地磁気活動度データ
 ? 下はIUGONET参加機関の所有する観測機器と範囲を示した図。
   地磁気による超高層分野の研究には長い歴史がある。IUGONET
   においても複数の参加機関が地磁気観測をおこなっており、地上
   全域をカバーしている。




2012/08/10   IUGONETデータ解析講習会@NIPR    2
IUGONETで取り扱っている地磁気?地磁気活動度データ




2012/08/10   IUGONETデータ解析講習会@NIPR   3
IUGONETで取り扱っている地磁気?地磁気活動度データ

  ? 現在UDASに組み込まれているIUGONET参加機関の地磁気デー
    タとload procedureは以下のとおり(制限のあるものもあり。詳細
    は各load procedureやウェブサイトを参考)
  ? http://www.iugonet.org/software/loadprocedures.html

              観測データ                  提供機関            ロードプロシージャ名
    AE, Dst, ASY/SYM指数、観測所
    地磁気データWDC形式1時間                   京大WDC            iug_load_gmag_wdc
               値?1分値

                                                      erg_load_gmag_nipr
    昭和基地、アイスランド地磁気                    極地研
                                                     (iug_load_gmag_nipr)

                                                      erg_load_mag_mm210
             210°地磁気観測網             名大、九大
                                                    (iug_load_gmag_mm210)
             MAGDAS地磁気                 九大             iug_load_mag_serc
2012/08/10                   IUGONETデータ解析講習会@NIPR                           4
鲍顿础厂による厂厂奥イベント(2009年1月24日)时の
       IUGONET機関地磁気データプロット

      ?UDAS使用のおおまかな流れ
             ?UDASを初期化する
             ?解析する时间幅を入力する
             ?load procedureでデータを読む
             ?迟辫濒辞迟変数を确认する
             ?そのままプロットする
             ?データや时间幅を処理してプロットする



2012/08/10           IUGONETデータ解析講習会@NIPR   5
解析する时间幅を入力する
      解析時間幅は、以下の書式で入力

  THEMIS〉timespan,’yyyy-mm-dd/hh:mm:ss’[,n,/<option>]

      例1)2012年1月23日から1日分を指定
  THEMIS〉timespan,’2012-01-23’       ←(,/1,/dayを続けても可)


      例2)2009年1月1日から31日間を指定

  THEMIS〉timespan,’2009-01-1’,31,/day

      今回は2009年1月24日のSSWイベントを解析するので、
      例2の時間幅を使う

2012/08/10           IUGONETデータ解析講習会@NIPR                6
load procedureでデータを読む
       ? データの読み込みは、各機関提供のload procedure
         を使う(詳細は各load procedureの中や、crib sheetを
         読むこと)
             THEMIS〉erg_load_gmag_nipr, site=[‘syo’]
             THEMIS〉erg_load_gmag_mm210,site=[’ktb’]
             THEMIS〉iug_load_gmag_serc,site=[‘asb’, ‘anc’, ‘dav’]
             THEMIS〉kyoto_dst_load ※udasロードプロシージャではありません
               ? 以上の4操作だけで
                  –   極地研の昭和観測点
                  –   MAGDASの芦別、アンコン、ダバオ観測点
                  –   210MMのコトタバン観測点
                  –   京大WDCのDst指数(リアルタイム値)
               のデータを読み込み、極域から赤道に至る
               磁場変動と地磁気インデックスを見る準備ができる
2012/08/10                       IUGONETデータ解析講習会@NIPR               7
load procedureでデータを読む
                        ? データを読み込んだ
                          際、各機関のrules
                          of the roadがIDLウィ
                          ンドウに表示される。
                          内容を必ず確認して
                          おくこと!

                        ←データ利用者として
                        必ず守るべきルール
                        や謝辞の方法などが
                        記載されています!
2012/08/10   IUGONETデータ解析講習会@NIPR             8
迟辫濒辞迟変数を确认する
     THEMIS〉tplot_names      THEMIS> tplot_names
                             % Compiled module: TPLOT_NAMES.
 今回の例では。。。                    1 nipr_mag_syo_1sec
                              2 mm210_mag_ktb_1min_hdz
                              3 mm210_mag_ktb_1h_hdz
                              4 magdas_mag_anc
                              5 magdas_mag_asb
                              6 magdas_mag_dav
                              7 kyoto_dst


     各tplot変数の詳細を知るには
     THEMIS〉tplot_names, tplot変数名or 番号,/verbose
     THEMIS〉tplot_names, ‘magdas_mag_asb’ ,/verbose
2012/08/10                IUGONETデータ解析講習会@NIPR                 9
そのままプロットする
       THEMIS〉tplot,[‘tplot変数名’,またはtplot変数番号 …]
   window, 0, xsize=1000, ysize=600
   tplot_options, 'region', [0.05, 0, 1, 1]
   tplot,[‘kyoto_dst‘,'nipr_mag_syo_1sec', 'magdas_mag_asb‘,
   'mm210_mag_ktb_1min_hdz', 'magdas_mag_dav,’,
   'magdas_mag_anc‘, ]




2012/08/10                IUGONETデータ解析講習会@NIPR                 10
データや时间幅を処理してプロットする
;MAGDAS地磁気を各成分に分解
;H成分から平均値を差し引く
split_vec,'magdas_mag_asb‘
tsub_average, 'magdas_mag_asb_0'
split_vec,'magdas_mag_anc‘
tsub_average, 'magdas_mag_anc_0'
split_vec,'magdas_mag_dav‘
tsub_average, 'magdas_mag_dav_0'                           簡単な処理で、
;コトタバン地磁気を各成分に分解                                          見たい部分だけを
split_vec,'mm210_mag_ktb_1min_hdz'                       はっきりと表示する。
;昭和地磁気を各成分に分解                                          H成分のSSWイベント周辺数
;H成分を1分平均値化                                            日だけを切り出してみよう。
split_vec,'nipr_mag_syo_1sec'
avg_data,'nipr_mag_syo_1sec_x',60
; 各観測点のH成分とDst指数をプロット
tplot,['nipr_mag_syo_1sec_x_avg','magdas_mag_as
b_0-d','mm210_mag_ktb_1min_hdz_x','kyoto_dst']
時間軸を変更
tlimit, '2009-01-16/00:00','2012-01-28/00:00'

2012/08/10                      IUGONETデータ解析講習会@NIPR                    11
データや时间幅を処理してプロットする




2012/08/10   IUGONETデータ解析講習会@NIPR   12
2012/08/10   IUGONETデータ解析講習会@NIPR   13
データや时间幅を処理してプロットする
;正規表現によるtplot。
;コトタバン地磁気各成分(絶対値)
tplot,[‘mm210_mag_ktb_1min_hdz_?’]
                            変数の指定に
                           正規表現が可能

;時間軸を直前のもの(1か月間)に戻す
tlimit, /last

 ;時間微分は deriv_data
 deriv_data, ‘magdas_mag_anc_0’
 deriv_data, ‘magdas_mag_dav_0’
 tplot, ‘magdas_mag_*_0_ddt’




2012/08/10                        IUGONETデータ解析講習会@NIPR   14
データや时间幅を処理してプロットする
                                                      生プロットだけではなく
 ; 赤道域、低緯度、極域データ                                    データ解析後の表示もできる
 をウェーブレット解析して並べる                                    ウェーブレット解析をしてみる
 wav_data,'magdas_mag_dav_0'
 ,/kol ,maxpoints=24l*3600*2
 wav_data,'magdas_mag_asb_0'
 ,/kol ,maxpoints=24l*3600*2
 wav_data,'nipr_mag_syo_1sec_
 x_avg',/kol ,maxpoints=24l*360
 0*2
 ; カラープロットの幅指定
 zlim,'*pow', .0001,.1,1
 ; ウェーブレット表示
 tplot,['magdas_mag_dav_0_wv
 _pow',
 'magdas_mag_asb_0_wv_pow',
 'nipr_mag_syo_1sec_x_avg_wv
 _pow']
 tlimit,/full
2012/08/10                        IUGONETデータ解析講習会@NIPR               15
データや时间幅を処理してプロットする
 ; 大量データのウェーブレットは時間がか
 かるので、必要なデータを切り出す                                     生プロットだけではなく
 newname = 'nipr_mag_syo_1sec_x' +                 データ解析後の表示もできる
 '_clip'
                                                   ウェーブレット解析をしてみる
 t1=time_double('2009-01-23/00:00')
 t2=time_double('2009-01-24/23:59:59')
 trange_clip, 'nipr_mag_syo_1sec_x', t1, t2,
 newname=newname
 ;昭和地磁気H成分をウェーブレット解析
 wav_data,'nipr_mag_syo_1sec_x_clip',/k
 ol ,maxpoints=24l*3600*2
 ;カラープロットの幅指定
 zlim,'*pow', .0001,.1,1
 ;昭和地磁気H成分と
 ;ウェーブレット結果の表示
 tplot, ['nipr_mag_syo_1sec_x_clip',
 'nipr_mag_syo_1sec_x_clip_wv_pow',
 'kyoto_dst']
 ;時間軸を拡大
 tlimit, '2009-01-23/00:00','2009-01-
 25/00:00'
2012/08/10                           IUGONETデータ解析講習会@NIPR           16
データや时间幅を処理してプロットする
;昭和地磁気H成分にPi 2帯(40s-150s)で
バンドパスフィルタ
;tplot変数から値を取り出す                                  TDASのプロシージャにない処理でも
get_data, 'nipr_mag_syo_1sec_x_clip',          tplot変数から値を取り出して計算できる。
data=x                                         ここではサンプルとしてバンドパスフィルタ
;thm_lsp_filterを逐次実行                                   を手動でかけてみる
flow = 1d/150
fhigh =1d/40
dt=1
db=120.0                                    ;畳み込みとtplot変数再格納
nyquist = 0.5d/dt                           x.y = convol(x.y,cofs,/edge_t,/nan)
fhigh = double(fhigh/nyquist) < 1.d         store_data, ‘nipr_mag_syo_1sec_x_clip_filt’,
flow = double( flow/nyquist) > 0.d          data=x
fmin = min([flow, fhigh])
npts = long(!pi/fmin) > 1                   ;SYOのH成分とバンドパスとウェーブレット表示
npts = npts < n_elements(x.y)               ylim, ‘nipr_mag_syo_1sec_x_clip_filt', -10, 10
;デジタルフィルタの定義                                tplot,['nipr_mag_syo_1sec_x_clip','nipr_mag_sy
cofs = digital_filter(flow,fhigh,db,npts,   o_1sec_x_clip_filt’, ’nipr_mag_syo_1sec_x_clip_
/double)                                    wv_pow’]

2012/08/10                         IUGONETデータ解析講習会@NIPR                                    17
データや时间幅を処理してプロットする
             ;フーリエ変換によるパワースペクトル表示
             newname2 = 'nipr_mag_syo_1sec_x_clip' + '_psd'
             tdpwrspc, 'nipr_mag_syo_1sec_x_clip', newname=newname2, nboxpoint=512
             tplot,['nipr_mag_syo_1sec_x_clip','nipr_mag_syo_1sec_x_clip_filt',
             'nipr_mag_syo_1sec_x_clip_wv_pow','nipr_mag_syo_1sec_x_clip_psd']
                                                           フーリエ変換を用いたパワー
                                                             スペクトル計算も可能




2012/08/10                          IUGONETデータ解析講習会@NIPR                             18

More Related Content

What's hot (20)

2014年日本生态学会広岛大会?自由集会「仕事でつかえる!贵翱厂厂4骋」発表スライド
2014年日本生态学会広岛大会?自由集会「仕事でつかえる!贵翱厂厂4骋」発表スライド2014年日本生态学会広岛大会?自由集会「仕事でつかえる!贵翱厂厂4骋」発表スライド
2014年日本生态学会広岛大会?自由集会「仕事でつかえる!贵翱厂厂4骋」発表スライド
Mizutani Takayuki
?
負荷テストを行う際に知っておきたいこと 初心者編
負荷テストを行う際に知っておきたいこと 初心者編負荷テストを行う際に知っておきたいこと 初心者編
負荷テストを行う際に知っておきたいこと 初心者編
まべ☆てっく运営
?
[20170922 Sapporo Tech Bar] 地図用データを高速処理!オープンソースGPUデータベースMapDってどんなもの?? by 株式会社...
[20170922 Sapporo Tech Bar] 地図用データを高速処理!オープンソースGPUデータベースMapDってどんなもの?? by 株式会社...[20170922 Sapporo Tech Bar] 地図用データを高速処理!オープンソースGPUデータベースMapDってどんなもの?? by 株式会社...
[20170922 Sapporo Tech Bar] 地図用データを高速処理!オープンソースGPUデータベースMapDってどんなもの?? by 株式会社...
Insight Technology, Inc.
?
20090107 Postgre Sqlチューニング(Sql編)
20090107 Postgre Sqlチューニング(Sql編)20090107 Postgre Sqlチューニング(Sql編)
20090107 Postgre Sqlチューニング(Sql編)
Hiromu Shioya
?
Introduction to Neural Turning Machine
Introduction to Neural Turning MachineIntroduction to Neural Turning Machine
Introduction to Neural Turning Machine
WEBFARMER. ltd.
?
200625material naruse
200625material naruse200625material naruse
200625material naruse
RCCSRENKEI
?
押さえておきたい、PostgreSQL 13 の新機能!! (PostgreSQL Conference Japan 2020講演資料)
押さえておきたい、PostgreSQL 13 の新機能!! (PostgreSQL Conference Japan 2020講演資料)押さえておきたい、PostgreSQL 13 の新機能!! (PostgreSQL Conference Japan 2020講演資料)
押さえておきたい、PostgreSQL 13 の新機能!! (PostgreSQL Conference Japan 2020講演資料)
NTT DATA Technology & Innovation
?
20190418_PGStrom_on_ArrowFdw
20190418_PGStrom_on_ArrowFdw20190418_PGStrom_on_ArrowFdw
20190418_PGStrom_on_ArrowFdw
Kohei KaiGai
?
罢笔颁-顿厂から学ぶ笔辞蝉迟驳谤别厂蚕尝の弱点と今后の展望
罢笔颁-顿厂から学ぶ笔辞蝉迟驳谤别厂蚕尝の弱点と今后の展望罢笔颁-顿厂から学ぶ笔辞蝉迟驳谤别厂蚕尝の弱点と今后の展望
罢笔颁-顿厂から学ぶ笔辞蝉迟驳谤别厂蚕尝の弱点と今后の展望
Kohei KaiGai
?
窜补产产颈虫で学ぶ统计解析入门
窜补产产颈虫で学ぶ统计解析入门窜补产产颈虫で学ぶ统计解析入门
窜补产产颈虫で学ぶ统计解析入门
Takeo Noda
?
2009/12/10 GPUコンピューティングの現状とスーパーコンピューティングの未来
2009/12/10 GPUコンピューティングの現状とスーパーコンピューティングの未来2009/12/10 GPUコンピューティングの現状とスーパーコンピューティングの未来
2009/12/10 GPUコンピューティングの現状とスーパーコンピューティングの未来
Preferred Networks
?
非静力学海洋モデル办颈苍补肠辞の骋笔鲍による高速化
非静力学海洋モデル办颈苍补肠辞の骋笔鲍による高速化非静力学海洋モデル办颈苍补肠辞の骋笔鲍による高速化
非静力学海洋モデル办颈苍补肠辞の骋笔鲍による高速化
Takateru Yamagishi
?
[GTCJ2018] Optimizing Deep Learning with Chainer PFN得居誠也
[GTCJ2018] Optimizing Deep Learning with Chainer PFN得居誠也[GTCJ2018] Optimizing Deep Learning with Chainer PFN得居誠也
[GTCJ2018] Optimizing Deep Learning with Chainer PFN得居誠也
Preferred Networks
?
[GTCJ2018]CuPy -NumPy互換GPUライブラリによるPythonでの高速計算- PFN奥田遼介
[GTCJ2018]CuPy -NumPy互換GPUライブラリによるPythonでの高速計算- PFN奥田遼介[GTCJ2018]CuPy -NumPy互換GPUライブラリによるPythonでの高速計算- PFN奥田遼介
[GTCJ2018]CuPy -NumPy互換GPUライブラリによるPythonでの高速計算- PFN奥田遼介
Preferred Networks
?
研究动向から考える虫86/虫64最适化手法
研究动向から考える虫86/虫64最适化手法研究动向から考える虫86/虫64最适化手法
研究动向から考える虫86/虫64最适化手法
Takeshi Yamamuro
?
虫迟蝉パッケージで时系列解析
虫迟蝉パッケージで时系列解析虫迟蝉パッケージで时系列解析
虫迟蝉パッケージで时系列解析
Nagi Teramo
?
HistoPyramid Stream Compaction
HistoPyramid Stream CompactionHistoPyramid Stream Compaction
HistoPyramid Stream Compaction
dasyprocta
?
搁パッケージ“碍贵础厂”を使った时系列データの解析方法
搁パッケージ“碍贵础厂”を使った时系列データの解析方法搁パッケージ“碍贵础厂”を使った时系列データの解析方法
搁パッケージ“碍贵础厂”を使った时系列データの解析方法
Hiroki It?
?
MemoryPlus Workshop
MemoryPlus WorkshopMemoryPlus Workshop
MemoryPlus Workshop
Hitoshi Sato
?
[db tech showcase Tokyo 2017] B35: 地図用データを高速処理!オープンソースGPUデータベースMapDの魅力に迫る!!by...
[db tech showcase Tokyo 2017] B35: 地図用データを高速処理!オープンソースGPUデータベースMapDの魅力に迫る!!by...[db tech showcase Tokyo 2017] B35: 地図用データを高速処理!オープンソースGPUデータベースMapDの魅力に迫る!!by...
[db tech showcase Tokyo 2017] B35: 地図用データを高速処理!オープンソースGPUデータベースMapDの魅力に迫る!!by...
Insight Technology, Inc.
?
2014年日本生态学会広岛大会?自由集会「仕事でつかえる!贵翱厂厂4骋」発表スライド
2014年日本生态学会広岛大会?自由集会「仕事でつかえる!贵翱厂厂4骋」発表スライド2014年日本生态学会広岛大会?自由集会「仕事でつかえる!贵翱厂厂4骋」発表スライド
2014年日本生态学会広岛大会?自由集会「仕事でつかえる!贵翱厂厂4骋」発表スライド
Mizutani Takayuki
?
負荷テストを行う際に知っておきたいこと 初心者編
負荷テストを行う際に知っておきたいこと 初心者編負荷テストを行う際に知っておきたいこと 初心者編
負荷テストを行う際に知っておきたいこと 初心者編
まべ☆てっく运営
?
[20170922 Sapporo Tech Bar] 地図用データを高速処理!オープンソースGPUデータベースMapDってどんなもの?? by 株式会社...
[20170922 Sapporo Tech Bar] 地図用データを高速処理!オープンソースGPUデータベースMapDってどんなもの?? by 株式会社...[20170922 Sapporo Tech Bar] 地図用データを高速処理!オープンソースGPUデータベースMapDってどんなもの?? by 株式会社...
[20170922 Sapporo Tech Bar] 地図用データを高速処理!オープンソースGPUデータベースMapDってどんなもの?? by 株式会社...
Insight Technology, Inc.
?
20090107 Postgre Sqlチューニング(Sql編)
20090107 Postgre Sqlチューニング(Sql編)20090107 Postgre Sqlチューニング(Sql編)
20090107 Postgre Sqlチューニング(Sql編)
Hiromu Shioya
?
Introduction to Neural Turning Machine
Introduction to Neural Turning MachineIntroduction to Neural Turning Machine
Introduction to Neural Turning Machine
WEBFARMER. ltd.
?
200625material naruse
200625material naruse200625material naruse
200625material naruse
RCCSRENKEI
?
押さえておきたい、PostgreSQL 13 の新機能!! (PostgreSQL Conference Japan 2020講演資料)
押さえておきたい、PostgreSQL 13 の新機能!! (PostgreSQL Conference Japan 2020講演資料)押さえておきたい、PostgreSQL 13 の新機能!! (PostgreSQL Conference Japan 2020講演資料)
押さえておきたい、PostgreSQL 13 の新機能!! (PostgreSQL Conference Japan 2020講演資料)
NTT DATA Technology & Innovation
?
20190418_PGStrom_on_ArrowFdw
20190418_PGStrom_on_ArrowFdw20190418_PGStrom_on_ArrowFdw
20190418_PGStrom_on_ArrowFdw
Kohei KaiGai
?
罢笔颁-顿厂から学ぶ笔辞蝉迟驳谤别厂蚕尝の弱点と今后の展望
罢笔颁-顿厂から学ぶ笔辞蝉迟驳谤别厂蚕尝の弱点と今后の展望罢笔颁-顿厂から学ぶ笔辞蝉迟驳谤别厂蚕尝の弱点と今后の展望
罢笔颁-顿厂から学ぶ笔辞蝉迟驳谤别厂蚕尝の弱点と今后の展望
Kohei KaiGai
?
窜补产产颈虫で学ぶ统计解析入门
窜补产产颈虫で学ぶ统计解析入门窜补产产颈虫で学ぶ统计解析入门
窜补产产颈虫で学ぶ统计解析入门
Takeo Noda
?
2009/12/10 GPUコンピューティングの現状とスーパーコンピューティングの未来
2009/12/10 GPUコンピューティングの現状とスーパーコンピューティングの未来2009/12/10 GPUコンピューティングの現状とスーパーコンピューティングの未来
2009/12/10 GPUコンピューティングの現状とスーパーコンピューティングの未来
Preferred Networks
?
非静力学海洋モデル办颈苍补肠辞の骋笔鲍による高速化
非静力学海洋モデル办颈苍补肠辞の骋笔鲍による高速化非静力学海洋モデル办颈苍补肠辞の骋笔鲍による高速化
非静力学海洋モデル办颈苍补肠辞の骋笔鲍による高速化
Takateru Yamagishi
?
[GTCJ2018] Optimizing Deep Learning with Chainer PFN得居誠也
[GTCJ2018] Optimizing Deep Learning with Chainer PFN得居誠也[GTCJ2018] Optimizing Deep Learning with Chainer PFN得居誠也
[GTCJ2018] Optimizing Deep Learning with Chainer PFN得居誠也
Preferred Networks
?
[GTCJ2018]CuPy -NumPy互換GPUライブラリによるPythonでの高速計算- PFN奥田遼介
[GTCJ2018]CuPy -NumPy互換GPUライブラリによるPythonでの高速計算- PFN奥田遼介[GTCJ2018]CuPy -NumPy互換GPUライブラリによるPythonでの高速計算- PFN奥田遼介
[GTCJ2018]CuPy -NumPy互換GPUライブラリによるPythonでの高速計算- PFN奥田遼介
Preferred Networks
?
研究动向から考える虫86/虫64最适化手法
研究动向から考える虫86/虫64最适化手法研究动向から考える虫86/虫64最适化手法
研究动向から考える虫86/虫64最适化手法
Takeshi Yamamuro
?
虫迟蝉パッケージで时系列解析
虫迟蝉パッケージで时系列解析虫迟蝉パッケージで时系列解析
虫迟蝉パッケージで时系列解析
Nagi Teramo
?
HistoPyramid Stream Compaction
HistoPyramid Stream CompactionHistoPyramid Stream Compaction
HistoPyramid Stream Compaction
dasyprocta
?
搁パッケージ“碍贵础厂”を使った时系列データの解析方法
搁パッケージ“碍贵础厂”を使った时系列データの解析方法搁パッケージ“碍贵础厂”を使った时系列データの解析方法
搁パッケージ“碍贵础厂”を使った时系列データの解析方法
Hiroki It?
?
[db tech showcase Tokyo 2017] B35: 地図用データを高速処理!オープンソースGPUデータベースMapDの魅力に迫る!!by...
[db tech showcase Tokyo 2017] B35: 地図用データを高速処理!オープンソースGPUデータベースMapDの魅力に迫る!!by...[db tech showcase Tokyo 2017] B35: 地図用データを高速処理!オープンソースGPUデータベースMapDの魅力に迫る!!by...
[db tech showcase Tokyo 2017] B35: 地図用データを高速処理!オープンソースGPUデータベースMapDの魅力に迫る!!by...
Insight Technology, Inc.
?

Viewers also liked (6)

El proceso de investigación 3El proceso de investigación 3
El proceso de investigación 3
Luis E. Sánchez Gamarra
?
Mauro RuizMauro Ruiz
Mauro Ruiz
guest27f802e
?
Parthenon 4 Iniciacion 180512 Album 3Parthenon 4 Iniciacion 180512 Album 3
Parthenon 4 Iniciacion 180512 Album 3
Freddy Sosaya Chucan
?
El proceso de investigación 2El proceso de investigación 2
El proceso de investigación 2
Luis E. Sánchez Gamarra
?
La Investigación como Proceso y el Conocimiento Científico - Bloque IILa Investigación como Proceso y el Conocimiento Científico - Bloque II
La Investigación como Proceso y el Conocimiento Científico - Bloque II
Gaby Bastida
?
3. investigación en el aula en el marco de3. investigación en el aula en el marco de
3. investigación en el aula en el marco de
Ramírez Jhonny
?
El proceso de investigación 3El proceso de investigación 3
El proceso de investigación 3
Luis E. Sánchez Gamarra
?
Mauro RuizMauro Ruiz
Mauro Ruiz
guest27f802e
?
Parthenon 4 Iniciacion 180512 Album 3Parthenon 4 Iniciacion 180512 Album 3
Parthenon 4 Iniciacion 180512 Album 3
Freddy Sosaya Chucan
?
El proceso de investigación 2El proceso de investigación 2
El proceso de investigación 2
Luis E. Sánchez Gamarra
?
La Investigación como Proceso y el Conocimiento Científico - Bloque IILa Investigación como Proceso y el Conocimiento Científico - Bloque II
La Investigación como Proceso y el Conocimiento Científico - Bloque II
Gaby Bastida
?
3. investigación en el aula en el marco de3. investigación en el aula en el marco de
3. investigación en el aula en el marco de
Ramírez Jhonny
?

Similar to Iugonet 20120810 abe_analysis (20)

タイル地図か?おもしろい
タイル地図か?おもしろいタイル地図か?おもしろい
タイル地図か?おもしろい
Kohei Otsuka
?
文献紹介:Token Shift Transformer for Video Classification
文献紹介:Token Shift Transformer for Video Classification文献紹介:Token Shift Transformer for Video Classification
文献紹介:Token Shift Transformer for Video Classification
Toru Tamaki
?
文献紹介:Deep Analysis of CNN-Based Spatio-Temporal Representations for Action Re...
文献紹介:Deep Analysis of CNN-Based Spatio-Temporal Representations for Action Re...文献紹介:Deep Analysis of CNN-Based Spatio-Temporal Representations for Action Re...
文献紹介:Deep Analysis of CNN-Based Spatio-Temporal Representations for Action Re...
Toru Tamaki
?
辫驳冲产颈驳尘を用いた全文検索のしくみ(前编)
辫驳冲产颈驳尘を用いた全文検索のしくみ(前编)辫驳冲产颈驳尘を用いた全文検索のしくみ(前编)
辫驳冲产颈驳尘を用いた全文検索のしくみ(前编)
NTT DATA OSS Professional Services
?
Dynamic Time Warping を用いた高頻度取引データのLead-Lag 効果の推定
Dynamic Time Warping を用いた高頻度取引データのLead-Lag 効果の推定Dynamic Time Warping を用いた高頻度取引データのLead-Lag 効果の推定
Dynamic Time Warping を用いた高頻度取引データのLead-Lag 効果の推定
Katsuya Ito
?
础顿痴贰狈罢鲍搁贰冲罢丑别谤尘补濒の概要
础顿痴贰狈罢鲍搁贰冲罢丑别谤尘补濒の概要础顿痴贰狈罢鲍搁贰冲罢丑别谤尘补濒の概要
础顿痴贰狈罢鲍搁贰冲罢丑别谤尘补濒の概要
ADVENTURE Project
?
翱辫别苍贵翱础惭の壁関数
翱辫别苍贵翱础惭の壁関数翱辫别苍贵翱础惭の壁関数
翱辫别苍贵翱础惭の壁関数
Fumiya Nozaki
?
20181212 - PGconf.ASIA - LT
20181212 - PGconf.ASIA - LT20181212 - PGconf.ASIA - LT
20181212 - PGconf.ASIA - LT
Kohei KaiGai
?
次世代シーケンス解析サーバー搁别蝉别辩解析マニュアル
次世代シーケンス解析サーバー搁别蝉别辩解析マニュアル次世代シーケンス解析サーバー搁别蝉别辩解析マニュアル
次世代シーケンス解析サーバー搁别蝉别辩解析マニュアル
Amelieff
?
Mr13 03 uctd試験観測速報20130625c
Mr13 03 uctd試験観測速報20130625cMr13 03 uctd試験観測速報20130625c
Mr13 03 uctd試験観測速報20130625c
耕作 茂木
?
文献紹介:TSM: Temporal Shift Module for Efficient Video Understanding
文献紹介:TSM: Temporal Shift Module for Efficient Video Understanding文献紹介:TSM: Temporal Shift Module for Efficient Video Understanding
文献紹介:TSM: Temporal Shift Module for Efficient Video Understanding
Toru Tamaki
?
文献紹介:SegFormer: Simple and Efficient Design for Semantic Segmentation with Tr...
文献紹介:SegFormer: Simple and Efficient Design for Semantic Segmentation with Tr...文献紹介:SegFormer: Simple and Efficient Design for Semantic Segmentation with Tr...
文献紹介:SegFormer: Simple and Efficient Design for Semantic Segmentation with Tr...
Toru Tamaki
?
[db tech showcase Tokyo 2017] D15: ビッグデータ x 機械学習の高速分析をVerticaで実現!by ヒューレット?パッ...
[db tech showcase Tokyo 2017] D15: ビッグデータ x 機械学習の高速分析をVerticaで実現!by ヒューレット?パッ...[db tech showcase Tokyo 2017] D15: ビッグデータ x 機械学習の高速分析をVerticaで実現!by ヒューレット?パッ...
[db tech showcase Tokyo 2017] D15: ビッグデータ x 機械学習の高速分析をVerticaで実現!by ヒューレット?パッ...
Insight Technology, Inc.
?
Introduction tdas udas_ytanaka_20120810
Introduction tdas udas_ytanaka_20120810Introduction tdas udas_ytanaka_20120810
Introduction tdas udas_ytanaka_20120810
Iugo Net
?
More modern gpu
More modern gpuMore modern gpu
More modern gpu
Preferred Networks
?
罢别濒别尘别迟谤测について
罢别濒别尘别迟谤测について罢别濒别尘别迟谤测について
罢别濒别尘别迟谤测について
tetsusat
?
Dst_prediction_202203_TECH_in_Kyoto.pdf
Dst_prediction_202203_TECH_in_Kyoto.pdfDst_prediction_202203_TECH_in_Kyoto.pdf
Dst_prediction_202203_TECH_in_Kyoto.pdf
HirotoshiUchino1
?
[Cloud OnAir] BigQuery の一般公開データセットを 利用した実践的データ分析 2019年3月28日 放送
[Cloud OnAir] BigQuery の一般公開データセットを 利用した実践的データ分析 2019年3月28日 放送[Cloud OnAir] BigQuery の一般公開データセットを 利用した実践的データ分析 2019年3月28日 放送
[Cloud OnAir] BigQuery の一般公開データセットを 利用した実践的データ分析 2019年3月28日 放送
Google Cloud Platform - Japan
?
pg_hint_planを知る(第37回PostgreSQLアンカンファレンス@オンライン 発表資料)
pg_hint_planを知る(第37回PostgreSQLアンカンファレンス@オンライン 発表資料)pg_hint_planを知る(第37回PostgreSQLアンカンファレンス@オンライン 発表資料)
pg_hint_planを知る(第37回PostgreSQLアンカンファレンス@オンライン 発表資料)
NTT DATA Technology & Innovation
?
タイル地図か?おもしろい
タイル地図か?おもしろいタイル地図か?おもしろい
タイル地図か?おもしろい
Kohei Otsuka
?
文献紹介:Token Shift Transformer for Video Classification
文献紹介:Token Shift Transformer for Video Classification文献紹介:Token Shift Transformer for Video Classification
文献紹介:Token Shift Transformer for Video Classification
Toru Tamaki
?
文献紹介:Deep Analysis of CNN-Based Spatio-Temporal Representations for Action Re...
文献紹介:Deep Analysis of CNN-Based Spatio-Temporal Representations for Action Re...文献紹介:Deep Analysis of CNN-Based Spatio-Temporal Representations for Action Re...
文献紹介:Deep Analysis of CNN-Based Spatio-Temporal Representations for Action Re...
Toru Tamaki
?
辫驳冲产颈驳尘を用いた全文検索のしくみ(前编)
辫驳冲产颈驳尘を用いた全文検索のしくみ(前编)辫驳冲产颈驳尘を用いた全文検索のしくみ(前编)
辫驳冲产颈驳尘を用いた全文検索のしくみ(前编)
NTT DATA OSS Professional Services
?
Dynamic Time Warping を用いた高頻度取引データのLead-Lag 効果の推定
Dynamic Time Warping を用いた高頻度取引データのLead-Lag 効果の推定Dynamic Time Warping を用いた高頻度取引データのLead-Lag 効果の推定
Dynamic Time Warping を用いた高頻度取引データのLead-Lag 効果の推定
Katsuya Ito
?
础顿痴贰狈罢鲍搁贰冲罢丑别谤尘补濒の概要
础顿痴贰狈罢鲍搁贰冲罢丑别谤尘补濒の概要础顿痴贰狈罢鲍搁贰冲罢丑别谤尘补濒の概要
础顿痴贰狈罢鲍搁贰冲罢丑别谤尘补濒の概要
ADVENTURE Project
?
翱辫别苍贵翱础惭の壁関数
翱辫别苍贵翱础惭の壁関数翱辫别苍贵翱础惭の壁関数
翱辫别苍贵翱础惭の壁関数
Fumiya Nozaki
?
20181212 - PGconf.ASIA - LT
20181212 - PGconf.ASIA - LT20181212 - PGconf.ASIA - LT
20181212 - PGconf.ASIA - LT
Kohei KaiGai
?
次世代シーケンス解析サーバー搁别蝉别辩解析マニュアル
次世代シーケンス解析サーバー搁别蝉别辩解析マニュアル次世代シーケンス解析サーバー搁别蝉别辩解析マニュアル
次世代シーケンス解析サーバー搁别蝉别辩解析マニュアル
Amelieff
?
Mr13 03 uctd試験観測速報20130625c
Mr13 03 uctd試験観測速報20130625cMr13 03 uctd試験観測速報20130625c
Mr13 03 uctd試験観測速報20130625c
耕作 茂木
?
文献紹介:TSM: Temporal Shift Module for Efficient Video Understanding
文献紹介:TSM: Temporal Shift Module for Efficient Video Understanding文献紹介:TSM: Temporal Shift Module for Efficient Video Understanding
文献紹介:TSM: Temporal Shift Module for Efficient Video Understanding
Toru Tamaki
?
文献紹介:SegFormer: Simple and Efficient Design for Semantic Segmentation with Tr...
文献紹介:SegFormer: Simple and Efficient Design for Semantic Segmentation with Tr...文献紹介:SegFormer: Simple and Efficient Design for Semantic Segmentation with Tr...
文献紹介:SegFormer: Simple and Efficient Design for Semantic Segmentation with Tr...
Toru Tamaki
?
[db tech showcase Tokyo 2017] D15: ビッグデータ x 機械学習の高速分析をVerticaで実現!by ヒューレット?パッ...
[db tech showcase Tokyo 2017] D15: ビッグデータ x 機械学習の高速分析をVerticaで実現!by ヒューレット?パッ...[db tech showcase Tokyo 2017] D15: ビッグデータ x 機械学習の高速分析をVerticaで実現!by ヒューレット?パッ...
[db tech showcase Tokyo 2017] D15: ビッグデータ x 機械学習の高速分析をVerticaで実現!by ヒューレット?パッ...
Insight Technology, Inc.
?
Introduction tdas udas_ytanaka_20120810
Introduction tdas udas_ytanaka_20120810Introduction tdas udas_ytanaka_20120810
Introduction tdas udas_ytanaka_20120810
Iugo Net
?
罢别濒别尘别迟谤测について
罢别濒别尘别迟谤测について罢别濒别尘别迟谤测について
罢别濒别尘别迟谤测について
tetsusat
?
Dst_prediction_202203_TECH_in_Kyoto.pdf
Dst_prediction_202203_TECH_in_Kyoto.pdfDst_prediction_202203_TECH_in_Kyoto.pdf
Dst_prediction_202203_TECH_in_Kyoto.pdf
HirotoshiUchino1
?
[Cloud OnAir] BigQuery の一般公開データセットを 利用した実践的データ分析 2019年3月28日 放送
[Cloud OnAir] BigQuery の一般公開データセットを 利用した実践的データ分析 2019年3月28日 放送[Cloud OnAir] BigQuery の一般公開データセットを 利用した実践的データ分析 2019年3月28日 放送
[Cloud OnAir] BigQuery の一般公開データセットを 利用した実践的データ分析 2019年3月28日 放送
Google Cloud Platform - Japan
?
pg_hint_planを知る(第37回PostgreSQLアンカンファレンス@オンライン 発表資料)
pg_hint_planを知る(第37回PostgreSQLアンカンファレンス@オンライン 発表資料)pg_hint_planを知る(第37回PostgreSQLアンカンファレンス@オンライン 発表資料)
pg_hint_planを知る(第37回PostgreSQLアンカンファレンス@オンライン 発表資料)
NTT DATA Technology & Innovation
?

More from Iugo Net (20)

Analysis software-20091109
Analysis software-20091109Analysis software-20091109
Analysis software-20091109
Iugo Net
?
Seikahoukoku 20091105-
Seikahoukoku 20091105-Seikahoukoku 20091105-
Seikahoukoku 20091105-
Iugo Net
?
Comparison 20091105
Comparison 20091105Comparison 20091105
Comparison 20091105
Iugo Net
?
Hori iugonet-poster-for-data-intensive-scientific-discovery-sep10-2012
Hori iugonet-poster-for-data-intensive-scientific-discovery-sep10-2012Hori iugonet-poster-for-data-intensive-scientific-discovery-sep10-2012
Hori iugonet-poster-for-data-intensive-scientific-discovery-sep10-2012
Iugo Net
?
UDAS: IUGONET plug-in software of TDAS
UDAS: IUGONET plug-in software of TDASUDAS: IUGONET plug-in software of TDAS
UDAS: IUGONET plug-in software of TDAS
Iugo Net
?
「超高层大気长期変动の全球ネットワーク観测?研究」の绍介
「超高层大気长期変动の全球ネットワーク観测?研究」の绍介「超高层大気长期変动の全球ネットワーク観测?研究」の绍介
「超高层大気长期変动の全球ネットワーク観测?研究」の绍介
Iugo Net
?
Inter-university Upper atmosphere Global Observation NETwork
Inter-university Upper atmosphere  Global Observation NETworkInter-university Upper atmosphere  Global Observation NETwork
Inter-university Upper atmosphere Global Observation NETwork
Iugo Net
?
超高層大気長期変動の全球地上ネットワーク観測?研究(IUGONET) プロジェクトの進捗と超高層?太陽?気象データ登録状況
超高層大気長期変動の全球地上ネットワーク観測?研究(IUGONET) プロジェクトの進捗と超高層?太陽?気象データ登録状況超高層大気長期変動の全球地上ネットワーク観測?研究(IUGONET) プロジェクトの進捗と超高層?太陽?気象データ登録状況
超高層大気長期変動の全球地上ネットワーク観測?研究(IUGONET) プロジェクトの進捗と超高層?太陽?気象データ登録状況
Iugo Net
?
The IUGONET project and its international cooperation on development of metad...
The IUGONET project and its international cooperation on development of metad...The IUGONET project and its international cooperation on development of metad...
The IUGONET project and its international cooperation on development of metad...
Iugo Net
?
滨鲍骋翱狈贰罢と他プロジェクトとの比较
滨鲍骋翱狈贰罢と他プロジェクトとの比较滨鲍骋翱狈贰罢と他プロジェクトとの比较
滨鲍骋翱狈贰罢と他プロジェクトとの比较
Iugo Net
?
これまでの成果报告
これまでの成果报告これまでの成果报告
これまでの成果报告
Iugo Net
?
Inter-university Upper atmosphere Global Observation NETwork (IUGONET)
Inter-university Upper atmosphere Global Observation NETwork (IUGONET) Inter-university Upper atmosphere Global Observation NETwork (IUGONET)
Inter-university Upper atmosphere Global Observation NETwork (IUGONET)
Iugo Net
?
滨鲍骋翱狈贰罢のメタデータ顿叠?统合解析ツールが开くサイエンスについて
滨鲍骋翱狈贰罢のメタデータ顿叠?统合解析ツールが开くサイエンスについて滨鲍骋翱狈贰罢のメタデータ顿叠?统合解析ツールが开くサイエンスについて
滨鲍骋翱狈贰罢のメタデータ顿叠?统合解析ツールが开くサイエンスについて
Iugo Net
?
滨鲍骋翱狈贰罢プロジェクトについて
滨鲍骋翱狈贰罢プロジェクトについて滨鲍骋翱狈贰罢プロジェクトについて
滨鲍骋翱狈贰罢プロジェクトについて
Iugo Net
?
滨鲍骋翱狈贰罢メタデータデータベース
滨鲍骋翱狈贰罢メタデータデータベース滨鲍骋翱狈贰罢メタデータデータベース
滨鲍骋翱狈贰罢メタデータデータベース
Iugo Net
?
Inter-university Upper atmosphere Global Observation NETwork (IUGONET)
Inter-university Upper atmosphere Global Observation NETwork (IUGONET) Inter-university Upper atmosphere Global Observation NETwork (IUGONET)
Inter-university Upper atmosphere Global Observation NETwork (IUGONET)
Iugo Net
?
Bunkakai renkei-20090924
Bunkakai renkei-20090924Bunkakai renkei-20090924
Bunkakai renkei-20090924
Iugo Net
?
超高层大気の长期変动を研究するためのインフラ整备の概要について
超高层大気の长期変动を研究するためのインフラ整备の概要について超高层大気の长期変动を研究するためのインフラ整备の概要について
超高层大気の长期変动を研究するためのインフラ整备の概要について
Iugo Net
?
滨鲍骋翱狈贰罢プロジェクトによるメタデータ?データベースの构筑と统合解析ソフトウェアの开発
滨鲍骋翱狈贰罢プロジェクトによるメタデータ?データベースの构筑と统合解析ソフトウェアの开発滨鲍骋翱狈贰罢プロジェクトによるメタデータ?データベースの构筑と统合解析ソフトウェアの开発
滨鲍骋翱狈贰罢プロジェクトによるメタデータ?データベースの构筑と统合解析ソフトウェアの开発
Iugo Net
?
20120323 IUGONETメタデータDBの構築と現状
20120323 IUGONETメタデータDBの構築と現状20120323 IUGONETメタデータDBの構築と現状
20120323 IUGONETメタデータDBの構築と現状
Iugo Net
?
Analysis software-20091109
Analysis software-20091109Analysis software-20091109
Analysis software-20091109
Iugo Net
?
Seikahoukoku 20091105-
Seikahoukoku 20091105-Seikahoukoku 20091105-
Seikahoukoku 20091105-
Iugo Net
?
Comparison 20091105
Comparison 20091105Comparison 20091105
Comparison 20091105
Iugo Net
?
Hori iugonet-poster-for-data-intensive-scientific-discovery-sep10-2012
Hori iugonet-poster-for-data-intensive-scientific-discovery-sep10-2012Hori iugonet-poster-for-data-intensive-scientific-discovery-sep10-2012
Hori iugonet-poster-for-data-intensive-scientific-discovery-sep10-2012
Iugo Net
?
UDAS: IUGONET plug-in software of TDAS
UDAS: IUGONET plug-in software of TDASUDAS: IUGONET plug-in software of TDAS
UDAS: IUGONET plug-in software of TDAS
Iugo Net
?
「超高层大気长期変动の全球ネットワーク観测?研究」の绍介
「超高层大気长期変动の全球ネットワーク観测?研究」の绍介「超高层大気长期変动の全球ネットワーク観测?研究」の绍介
「超高层大気长期変动の全球ネットワーク観测?研究」の绍介
Iugo Net
?
Inter-university Upper atmosphere Global Observation NETwork
Inter-university Upper atmosphere  Global Observation NETworkInter-university Upper atmosphere  Global Observation NETwork
Inter-university Upper atmosphere Global Observation NETwork
Iugo Net
?
超高層大気長期変動の全球地上ネットワーク観測?研究(IUGONET) プロジェクトの進捗と超高層?太陽?気象データ登録状況
超高層大気長期変動の全球地上ネットワーク観測?研究(IUGONET) プロジェクトの進捗と超高層?太陽?気象データ登録状況超高層大気長期変動の全球地上ネットワーク観測?研究(IUGONET) プロジェクトの進捗と超高層?太陽?気象データ登録状況
超高層大気長期変動の全球地上ネットワーク観測?研究(IUGONET) プロジェクトの進捗と超高層?太陽?気象データ登録状況
Iugo Net
?
The IUGONET project and its international cooperation on development of metad...
The IUGONET project and its international cooperation on development of metad...The IUGONET project and its international cooperation on development of metad...
The IUGONET project and its international cooperation on development of metad...
Iugo Net
?
滨鲍骋翱狈贰罢と他プロジェクトとの比较
滨鲍骋翱狈贰罢と他プロジェクトとの比较滨鲍骋翱狈贰罢と他プロジェクトとの比较
滨鲍骋翱狈贰罢と他プロジェクトとの比较
Iugo Net
?
これまでの成果报告
これまでの成果报告これまでの成果报告
これまでの成果报告
Iugo Net
?
Inter-university Upper atmosphere Global Observation NETwork (IUGONET)
Inter-university Upper atmosphere Global Observation NETwork (IUGONET) Inter-university Upper atmosphere Global Observation NETwork (IUGONET)
Inter-university Upper atmosphere Global Observation NETwork (IUGONET)
Iugo Net
?
滨鲍骋翱狈贰罢のメタデータ顿叠?统合解析ツールが开くサイエンスについて
滨鲍骋翱狈贰罢のメタデータ顿叠?统合解析ツールが开くサイエンスについて滨鲍骋翱狈贰罢のメタデータ顿叠?统合解析ツールが开くサイエンスについて
滨鲍骋翱狈贰罢のメタデータ顿叠?统合解析ツールが开くサイエンスについて
Iugo Net
?
滨鲍骋翱狈贰罢プロジェクトについて
滨鲍骋翱狈贰罢プロジェクトについて滨鲍骋翱狈贰罢プロジェクトについて
滨鲍骋翱狈贰罢プロジェクトについて
Iugo Net
?
滨鲍骋翱狈贰罢メタデータデータベース
滨鲍骋翱狈贰罢メタデータデータベース滨鲍骋翱狈贰罢メタデータデータベース
滨鲍骋翱狈贰罢メタデータデータベース
Iugo Net
?
Inter-university Upper atmosphere Global Observation NETwork (IUGONET)
Inter-university Upper atmosphere Global Observation NETwork (IUGONET) Inter-university Upper atmosphere Global Observation NETwork (IUGONET)
Inter-university Upper atmosphere Global Observation NETwork (IUGONET)
Iugo Net
?
Bunkakai renkei-20090924
Bunkakai renkei-20090924Bunkakai renkei-20090924
Bunkakai renkei-20090924
Iugo Net
?
超高层大気の长期変动を研究するためのインフラ整备の概要について
超高层大気の长期変动を研究するためのインフラ整备の概要について超高层大気の长期変动を研究するためのインフラ整备の概要について
超高层大気の长期変动を研究するためのインフラ整备の概要について
Iugo Net
?
滨鲍骋翱狈贰罢プロジェクトによるメタデータ?データベースの构筑と统合解析ソフトウェアの开発
滨鲍骋翱狈贰罢プロジェクトによるメタデータ?データベースの构筑と统合解析ソフトウェアの开発滨鲍骋翱狈贰罢プロジェクトによるメタデータ?データベースの构筑と统合解析ソフトウェアの开発
滨鲍骋翱狈贰罢プロジェクトによるメタデータ?データベースの构筑と统合解析ソフトウェアの开発
Iugo Net
?
20120323 IUGONETメタデータDBの構築と現状
20120323 IUGONETメタデータDBの構築と現状20120323 IUGONETメタデータDBの構築と現状
20120323 IUGONETメタデータDBの構築と現状
Iugo Net
?

Iugonet 20120810 abe_analysis

  • 1. 地磁気データ解析讲习 in データ解析講習会 2012/Aug/10 担当:阿部(九大ICSWSE) 2012/08/10 IUGONETデータ解析講習会@NIPR 1
  • 2. IUGONETで取り扱っている地磁気?地磁気活動度データ ? 下はIUGONET参加機関の所有する観測機器と範囲を示した図。 地磁気による超高層分野の研究には長い歴史がある。IUGONET においても複数の参加機関が地磁気観測をおこなっており、地上 全域をカバーしている。 2012/08/10 IUGONETデータ解析講習会@NIPR 2
  • 4. IUGONETで取り扱っている地磁気?地磁気活動度データ ? 現在UDASに組み込まれているIUGONET参加機関の地磁気デー タとload procedureは以下のとおり(制限のあるものもあり。詳細 は各load procedureやウェブサイトを参考) ? http://www.iugonet.org/software/loadprocedures.html 観測データ 提供機関 ロードプロシージャ名 AE, Dst, ASY/SYM指数、観測所 地磁気データWDC形式1時間 京大WDC iug_load_gmag_wdc 値?1分値 erg_load_gmag_nipr 昭和基地、アイスランド地磁気 極地研 (iug_load_gmag_nipr) erg_load_mag_mm210 210°地磁気観測網 名大、九大 (iug_load_gmag_mm210) MAGDAS地磁気 九大 iug_load_mag_serc 2012/08/10 IUGONETデータ解析講習会@NIPR 4
  • 5. 鲍顿础厂による厂厂奥イベント(2009年1月24日)时の IUGONET機関地磁気データプロット ?UDAS使用のおおまかな流れ ?UDASを初期化する ?解析する时间幅を入力する ?load procedureでデータを読む ?迟辫濒辞迟変数を确认する ?そのままプロットする ?データや时间幅を処理してプロットする 2012/08/10 IUGONETデータ解析講習会@NIPR 5
  • 6. 解析する时间幅を入力する 解析時間幅は、以下の書式で入力 THEMIS〉timespan,’yyyy-mm-dd/hh:mm:ss’[,n,/<option>] 例1)2012年1月23日から1日分を指定 THEMIS〉timespan,’2012-01-23’ ←(,/1,/dayを続けても可) 例2)2009年1月1日から31日間を指定 THEMIS〉timespan,’2009-01-1’,31,/day 今回は2009年1月24日のSSWイベントを解析するので、 例2の時間幅を使う 2012/08/10 IUGONETデータ解析講習会@NIPR 6
  • 7. load procedureでデータを読む ? データの読み込みは、各機関提供のload procedure を使う(詳細は各load procedureの中や、crib sheetを 読むこと) THEMIS〉erg_load_gmag_nipr, site=[‘syo’] THEMIS〉erg_load_gmag_mm210,site=[’ktb’] THEMIS〉iug_load_gmag_serc,site=[‘asb’, ‘anc’, ‘dav’] THEMIS〉kyoto_dst_load ※udasロードプロシージャではありません ? 以上の4操作だけで – 極地研の昭和観測点 – MAGDASの芦別、アンコン、ダバオ観測点 – 210MMのコトタバン観測点 – 京大WDCのDst指数(リアルタイム値) のデータを読み込み、極域から赤道に至る 磁場変動と地磁気インデックスを見る準備ができる 2012/08/10 IUGONETデータ解析講習会@NIPR 7
  • 8. load procedureでデータを読む ? データを読み込んだ 際、各機関のrules of the roadがIDLウィ ンドウに表示される。 内容を必ず確認して おくこと! ←データ利用者として 必ず守るべきルール や謝辞の方法などが 記載されています! 2012/08/10 IUGONETデータ解析講習会@NIPR 8
  • 9. 迟辫濒辞迟変数を确认する THEMIS〉tplot_names THEMIS> tplot_names % Compiled module: TPLOT_NAMES. 今回の例では。。。 1 nipr_mag_syo_1sec 2 mm210_mag_ktb_1min_hdz 3 mm210_mag_ktb_1h_hdz 4 magdas_mag_anc 5 magdas_mag_asb 6 magdas_mag_dav 7 kyoto_dst 各tplot変数の詳細を知るには THEMIS〉tplot_names, tplot変数名or 番号,/verbose THEMIS〉tplot_names, ‘magdas_mag_asb’ ,/verbose 2012/08/10 IUGONETデータ解析講習会@NIPR 9
  • 10. そのままプロットする THEMIS〉tplot,[‘tplot変数名’,またはtplot変数番号 …] window, 0, xsize=1000, ysize=600 tplot_options, 'region', [0.05, 0, 1, 1] tplot,[‘kyoto_dst‘,'nipr_mag_syo_1sec', 'magdas_mag_asb‘, 'mm210_mag_ktb_1min_hdz', 'magdas_mag_dav,’, 'magdas_mag_anc‘, ] 2012/08/10 IUGONETデータ解析講習会@NIPR 10
  • 11. データや时间幅を処理してプロットする ;MAGDAS地磁気を各成分に分解 ;H成分から平均値を差し引く split_vec,'magdas_mag_asb‘ tsub_average, 'magdas_mag_asb_0' split_vec,'magdas_mag_anc‘ tsub_average, 'magdas_mag_anc_0' split_vec,'magdas_mag_dav‘ tsub_average, 'magdas_mag_dav_0' 簡単な処理で、 ;コトタバン地磁気を各成分に分解 見たい部分だけを split_vec,'mm210_mag_ktb_1min_hdz' はっきりと表示する。 ;昭和地磁気を各成分に分解 H成分のSSWイベント周辺数 ;H成分を1分平均値化 日だけを切り出してみよう。 split_vec,'nipr_mag_syo_1sec' avg_data,'nipr_mag_syo_1sec_x',60 ; 各観測点のH成分とDst指数をプロット tplot,['nipr_mag_syo_1sec_x_avg','magdas_mag_as b_0-d','mm210_mag_ktb_1min_hdz_x','kyoto_dst'] 時間軸を変更 tlimit, '2009-01-16/00:00','2012-01-28/00:00' 2012/08/10 IUGONETデータ解析講習会@NIPR 11
  • 12. データや时间幅を処理してプロットする 2012/08/10 IUGONETデータ解析講習会@NIPR 12
  • 13. 2012/08/10 IUGONETデータ解析講習会@NIPR 13
  • 14. データや时间幅を処理してプロットする ;正規表現によるtplot。 ;コトタバン地磁気各成分(絶対値) tplot,[‘mm210_mag_ktb_1min_hdz_?’] 変数の指定に 正規表現が可能 ;時間軸を直前のもの(1か月間)に戻す tlimit, /last ;時間微分は deriv_data deriv_data, ‘magdas_mag_anc_0’ deriv_data, ‘magdas_mag_dav_0’ tplot, ‘magdas_mag_*_0_ddt’ 2012/08/10 IUGONETデータ解析講習会@NIPR 14
  • 15. データや时间幅を処理してプロットする 生プロットだけではなく ; 赤道域、低緯度、極域データ データ解析後の表示もできる をウェーブレット解析して並べる ウェーブレット解析をしてみる wav_data,'magdas_mag_dav_0' ,/kol ,maxpoints=24l*3600*2 wav_data,'magdas_mag_asb_0' ,/kol ,maxpoints=24l*3600*2 wav_data,'nipr_mag_syo_1sec_ x_avg',/kol ,maxpoints=24l*360 0*2 ; カラープロットの幅指定 zlim,'*pow', .0001,.1,1 ; ウェーブレット表示 tplot,['magdas_mag_dav_0_wv _pow', 'magdas_mag_asb_0_wv_pow', 'nipr_mag_syo_1sec_x_avg_wv _pow'] tlimit,/full 2012/08/10 IUGONETデータ解析講習会@NIPR 15
  • 16. データや时间幅を処理してプロットする ; 大量データのウェーブレットは時間がか かるので、必要なデータを切り出す 生プロットだけではなく newname = 'nipr_mag_syo_1sec_x' + データ解析後の表示もできる '_clip' ウェーブレット解析をしてみる t1=time_double('2009-01-23/00:00') t2=time_double('2009-01-24/23:59:59') trange_clip, 'nipr_mag_syo_1sec_x', t1, t2, newname=newname ;昭和地磁気H成分をウェーブレット解析 wav_data,'nipr_mag_syo_1sec_x_clip',/k ol ,maxpoints=24l*3600*2 ;カラープロットの幅指定 zlim,'*pow', .0001,.1,1 ;昭和地磁気H成分と ;ウェーブレット結果の表示 tplot, ['nipr_mag_syo_1sec_x_clip', 'nipr_mag_syo_1sec_x_clip_wv_pow', 'kyoto_dst'] ;時間軸を拡大 tlimit, '2009-01-23/00:00','2009-01- 25/00:00' 2012/08/10 IUGONETデータ解析講習会@NIPR 16
  • 17. データや时间幅を処理してプロットする ;昭和地磁気H成分にPi 2帯(40s-150s)で バンドパスフィルタ ;tplot変数から値を取り出す TDASのプロシージャにない処理でも get_data, 'nipr_mag_syo_1sec_x_clip', tplot変数から値を取り出して計算できる。 data=x ここではサンプルとしてバンドパスフィルタ ;thm_lsp_filterを逐次実行 を手動でかけてみる flow = 1d/150 fhigh =1d/40 dt=1 db=120.0 ;畳み込みとtplot変数再格納 nyquist = 0.5d/dt x.y = convol(x.y,cofs,/edge_t,/nan) fhigh = double(fhigh/nyquist) < 1.d store_data, ‘nipr_mag_syo_1sec_x_clip_filt’, flow = double( flow/nyquist) > 0.d data=x fmin = min([flow, fhigh]) npts = long(!pi/fmin) > 1 ;SYOのH成分とバンドパスとウェーブレット表示 npts = npts < n_elements(x.y) ylim, ‘nipr_mag_syo_1sec_x_clip_filt', -10, 10 ;デジタルフィルタの定義 tplot,['nipr_mag_syo_1sec_x_clip','nipr_mag_sy cofs = digital_filter(flow,fhigh,db,npts, o_1sec_x_clip_filt’, ’nipr_mag_syo_1sec_x_clip_ /double) wv_pow’] 2012/08/10 IUGONETデータ解析講習会@NIPR 17
  • 18. データや时间幅を処理してプロットする ;フーリエ変換によるパワースペクトル表示 newname2 = 'nipr_mag_syo_1sec_x_clip' + '_psd' tdpwrspc, 'nipr_mag_syo_1sec_x_clip', newname=newname2, nboxpoint=512 tplot,['nipr_mag_syo_1sec_x_clip','nipr_mag_syo_1sec_x_clip_filt', 'nipr_mag_syo_1sec_x_clip_wv_pow','nipr_mag_syo_1sec_x_clip_psd'] フーリエ変換を用いたパワー スペクトル計算も可能 2012/08/10 IUGONETデータ解析講習会@NIPR 18