Data Assimilation Methods
Data Assimilation Methods
复制标题
资料同化方法
DOI：
10.1029/2008gm000763
复制
发表时间：
2013
期刊：
影响因子：
--
通讯作者：
H. Loisel
中科院分区：
文献类型：
--
作者：
C. Jamet;H. Loisel
数据同化--观测系统和模式的信息被最佳组合的一套技术--在地球系统的研究中，特别是在气候预测中，正迅速变得突出。本章介绍了数据同化的广泛原则，详细介绍了主要方法（贝叶斯方法、最优插值、3D和4D变分方法以及卡尔曼滤波器），然后概述了海洋学和大气科学中通过数据同化利用地球物理数据的一些实际应用。
Data assimilation—the set of techniques whereby information from observing systems and models is combined optimally—is rapidly becoming prominent for study of the Earth system, especially for climate predictions. This chapter presents the broad principles of data assimilation, details the main approaches (Bayesian methods, Optimal Interpolation, 3Dand 4D-variational methods, and Kalman filter), and then outlines some practical applications of the exploitation of geophysical data by data assimilation in oceanography and atmospheric sciences.