資料同化

資料同化，通俗來說就是把不同來源的數據通過一系列的處理、調整最終能夠綜合進行運用的一個過程。在數值天氣預報中，資料同化最初被認為是分析處理隨空間和時間分布的觀測資料為數值預報提供初始場的一個過程。

基本介紹

• 中文名：資料同化
• 外文名：Data assimilation

資料同化，通俗來說就是把不同來源的數據通過一系列的處理、調整最終能夠綜合進行運用的一個過程。在數值天氣預報中，資料同化最初被認為是分析處理隨空間和時間分布的觀測資料為數值預報提供初始場的一個過程。

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布狀況。

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最佳化,而濾波法則通過獲得一個(或一組) 最大可能狀態來實現最最佳化。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。