数据同化（data assimilation），工学-测绘学-遥感-定量遥感，结合观测数据和对系统的理论（先验）知识提高系统当前和未来状态估计精度的一系列统计方法。数据同化的目的是对空间分布的地球系统参量提供物理意义上一致的估计。对于大气、海洋、水文等地球系统来说，了解系统状态及其时空分布信息的传统手段有两种，一种是对状态变量进行观测，得到系统状态的历史和现状；一种是对系统时空动态过程进行物理建模（理论知识），预测系统的未来状态。由于对动态系统的理论知识的局限性，仅仅基于物理模型进行预报很难得到可靠的预报结果。将观测数据与动态模型相结合进行系统预报是提高地球系统数值预报能力的重要手段。从算法的角度，数据同化可以分为序贯数据同化（sequential data assimilation，SDA）和四维数据同化（four-dimensional data assimilation，FDDA）两类。序贯数据同化中，动态模型在有观测数据的时间段积分。