@techreport{oai:jaxa.repo.nii.ac.jp:00001962,
 author = {眞子, 直弘 and 鈴木, 睦 and 佐野, 琢己 and 今井, 弘二 and 光田, 千紘 and 山田, 道夫 and 竹広, 真一 and 塩谷, 雅人 and Manago, Naohiro and Suzuki, Makoto and Sano, Takuki and Imai, Koji and Mitsuda, Chihiro and Yamada, Michio and Takehiro, Shinichi and Shiotani, Masato},
 month = {Mar},
 note = {SMILES 地上データ処理では校正済み輝度温度スペクトル（Level 1B データ）から微量気体分子の混合比鉛直分布等 （Level 2 データ）を導出する際に逆問題を取り扱う．測定から得られる情報が十分でない場合，外部から付加的な情報を与えて解を安定化させる必要があるが，そのために様々な数学的手法が考案されている．本研究ではOptimal Estimation Method (OEM), Tikhonov Regularization Method (TRM), Maximum Entropy Method (MEM) の3 つの正則化法について比較を行い，SMILES のデータ解析に適した方法を調べた．その結果，OEM + TRMのハイブリッド法を用いると多くの場合において最も良い結果が得られることが分かった．, In the SMILES Level 2 data processing, an inverse problem occurs when deriving mixing ratios of trace gas species from observed brightness temperature spectra. If the information content from the observation is not enough, it is necessary to give additional information from outside to stabilize the solution, and there exist a lot of mathematical techniques for such purposes. In this research, we compared three regularization methods, namely Optimal Estimation Method (OEM), Tikhonov Regularization Method (TRM), and Maximum Entropy Method (MEM), and investigated the most favorable regularization method for SMILES. It turned out that in most cases a hybrid method of OEM + TRM gives the best solution., 形態: カラー図版あり, Physical characteristics: Original contains color illustrations, 資料番号: AA0062302012, レポート番号: JAXA-RR-13-010},
 title = {SMILES Level 2 データ処理における逆問題の解析手法},
 year = {2014}
}