北美陸面數據同化系統

北美陸面數據同化系統主要是以北美洲大陸和全球兩個不同尺度的陸面狀態和通量的建模為目標,強調利用陸面數據同化系統提供全球和區域性的陸面同化數據集，以提高數值天氣預報模型(NWP)的預測精度。

集合卡爾曼濾波算法(EnKF)不僅克服了卡爾曼濾波僅限於處理線性問題的弱點，而且解決了KF方法在計算預報誤差協方差時對計算資源需求量過大的問題。與變分數據同化相比，集合數據同化方法具有以下幾方面的優勢，集合數據同化不僅給出最優估計的分析結果，還給出結果的置信估計區間;集合數據同化不需要建立預報模式的切線模式和伴隨模式，不必在時間上向後積分，具有較強的可移植性。且更容易實現。