遥感数据同化

遥感数据同化（remote sensing data assimilation），工学-光学工程-光学应用-光学遥感-【光学遥感数据处理】，利用遥感观测数据与模式预报结果的统计结合，产生预报模式的最优初始物理量场的过程和方法。遥感数据同化建立在模式预报与遥感观测量相比较的基础上，依据模式中同化系统对复杂观测数据的处理能力，主要分为两种同化方式：①遥感数据直接同化，需引入复杂的观测算子，将模式变量转换成遥感所能观测的特定波长的电磁辐射量。②遥感数据间接同化，需将遥感观测得到的电磁辐射量反演成模式物理量，优点是将复杂的反演过程可以从同化计算过程中剥离出来。在同化技术发展的早期，同化系统并未包含复杂的观测算子，所以间接同化遥感反演物理量是唯一的同化方式。直到20世纪90年代，变分同化的发展使复杂观测算子的引入成为可能，促成了遥感观测数据直接同化技术的突破。如在天气预报模式中，业务预报系统所同化的卫星遥感数据量已超过观测数据总量的90%，成为21世纪初天气预报质量快速提高的最主要原因之一。遥感数据同化方法主要包括最优插值、变分同化、卡尔曼滤波等。