數據同化技術

數據同化技術是綜合利用不同信息的一種數學方法。從純算法的角度，現有的同化算法可以分為兩類:序貫同化和變分同化。序貫同化(sequential)指動態模型僅著眼於求解單個觀測數據前一時刻的最優分析值,不斷地用新的觀測數據更新模型的預報場，從而形成下一時刻模型預報的初始場(背景信息)。變分同化(variational)指動態模型在全同化時段,利用所有可用的觀測值從全局調整模刑解。所有的觀測值影響狀態調整的整個過程。

模型耦契約化法(初始化/參數化法),是將過程模型與遙感模型耦合,即由過程模型的輸出值作為遙感模型的輸入值，再將遙感正演所得的模擬反射率p(輻射亮度或雷達後向散射係數a 等)，直接與遙感觀測值(反射率p、輻射亮度或雷達後向散射係數o 等)進行比較,構建代價函式,並採用最佳化算法來調整或最佳化模型的初始值或關鍵模型參數，使模型模擬值與觀測值之間的差距最小化。