資料同化

可以將資料同化簡單地理解為兩層基本含義：一是合理利用各種不同精度的非常規資料，使其與常規觀測資料融合為有機的整體，為數值預報提供更好的初始場；二是綜合利用不同時次的觀測資料，將這些資料中所包含的時間演變信息轉化為要素場的空間分佈狀況。

現代資料同化方法建立在控制理論或估計理論基礎上(Gelb,1974) ,中最有代表性的是變分法和濾波法。由於基於不同的理論基礎, 使得在構造資料同化演演算法時, 形成了不同的分支, 並有各自的概念和解釋系統。

舉例

例如, 變分法強調通過將模式和觀測值之間的距離(稱為目標泛函) 最小化來使初始條件或模式參數最優化，而濾波法則通過獲得一個(或一組) 最大可能狀態來實現最優化。儘管有上述不同, 但從本質上看這兩種方法都在解決相同的問題，但由於計算量大和一些技術難題，而還沒有任何氣象中心實現Kalman濾波方法的業務運行，可是目前不少國家和地區實現了變分法的業務運行。