新书发布：《数据同化创新与实践——NLS-4DVar理论与应用》

数据同化，最初来源于数值天气预报，是一种为数值天气预报提供最优初始场的数据处理理论、方法与技术。其主要任务是将不同来源、不同误差信息、不同时空尺度的观测资料融入数值模式模拟，依据严格的数学最优化理论，在模式解与实际观测之间找到一个最优解，为动力模式提供初始分析场，以此不断循环下去，使得模式模拟与预报结果不断向观测靠拢、提高数值预报的精度，这对于数值天气预报的意义非凡。正是因为数据同化的重要性，它很快应用于大气、海洋、环境、生态等诸多地学新领域，而在目前大数据时代背景下，它的重要性愈发凸显出来。

▋ 院士推荐

多年来，NLS-4DVar 系列方法一直处于国际数据同化方法与理论研究领域的领跑态势。

向军研制的这些同化系统涉及众多领域，均领跑于国际同行，实属罕见、着实不易。

最后，我甚是感慨。 在科研体制破“四唯”的时代背景下，像向军这种潜心问道、成就斐然的学者尤为珍贵。 我由衷地向大家推荐他这本呕心之作。

——戴永久 中国科学院院士

田向军研究员多年来深耕此领域，聚焦先进数据同化理论发展与系统构建，取得一系列重要学术成果，可概括为“研发了自主方法，打造了自主系统”。

NLS-4DVar方法的代码实现更简单、计算更高效、精度也更高，已跻身世界先进数据同化方法行列。

比如在我所熟悉的碳循环领域，基于NLS-4DVar 方法所构建的“贡嘎”系统成为首获“全球碳计划”认证的中国自主大气反演系统，使我国在全球碳收支评估中的角色从观测数据贡献者转变为大气反演领域引领者。

——朴世龙 中国科学院院士

作者十多年来致力于一种先进数据同化方法NLS-4DVar 的发展与应用，该方法实现了数据同化领域两大主流方法（四维变分同化与集合卡尔曼滤波）的优劣互补，具有精度高、易实现、计算高效的突出优势，已广泛应用于天气、陆面、生态、污染、碳循环以及核辐射数据同化等诸多领域，服务于各领域的科研与应用。

本书聚焦NLS-4DVar 发展与应用的梳理与总结，共分为9章，前6章侧重于NLS-4DVar 方法的理论发展与算法实现：在深入浅出地引入数据同化的概念之后（第1章），重点介绍集合卡尔曼滤波(EnKF) 与四维变分同化(4DVar) 方法的概念理论与算法实现、分析对比它们各自的优势与不足，进而推出实现两者优劣互补的NLS-4DVar 方法（第2章）。进一步地，从样本生成与更新（第3章）、高效局地化（第4章）、多重网格NLS-4DVar（第5章）以及整体校正初始与模式误差的NLS-i4DVar（第6章）等多角度、递进式对NLS-4DVar 方法予以介绍，还配以算法实现的伪代码；第7∼9 章则重点介绍NLS-4DVar 方法的应用，其中第7章主要介绍NLS-4DVar 方法在目标观测上的应用，而第8∼9章则重点介绍基于NLS-4DVar 所构建的多源、多尺度数值天气预报数据同化系统SNAP（第8章）以及首获“全球碳计划”认证的中国自主全球大气碳反演系统“贡嘎”（第9章）。全书不囿于严格的数学理论推导，力求论述由浅入深，通俗易懂，图示简洁，方便读者理解相关内容。

▲ 局地化版本NLS5-4DVar的拟程序

▋ 新书导读：什么是数据同化？

← 左右滑动查看详细信息→

▋ 作者简介

田向军

中国科学院青藏高原研究所研究员，中国科学院大学岗位教授、博士生导师。长期深耕数据同化与反演领域，聚焦先进数据同化方法、理论发展与应用：1）持续研发独立自主的先进数据同化方法NLS-4DVar，该方法应用广泛、服务各领域；目前，NLS-4DVar方法已实现体系化发展、跻身世界先进方法行列；2）在多领域均成功构建国际先进的数据同化与反演系统：在陆面数据同化领域，构建了联合优化陆表参数与状态变量的全球陆面数据同化系统LDAS-IAP；在气象领域，构建了可业务化的全球/区域数值天气预报数据同化系统SNAP；在大气污染领域，构建了基于创新双通优化框架的PM2.5预报数据同化系统NASM；而在碳循环领域，所构建的“贡嘎”系统则成为首获“全球碳计划”认证的中国自主大气反演系统。作为首席科学家成功完成国家高技术研究发展计划（863 计划）等多项重大国家项目。

▋ 读者对象

本书可作为相关专业高年级本科生、硕士研究生和博士研究生的教材和参考资料，也可供从事数据同化与反演系统发展科学研究和教学的科研人员和教师阅读。

▋ 本书目录

左右滑动查看全书目录

ISBN：978-7-03-078779-8

本文摘 自《 数据同化创新与实践——NLS-4DVar理论与应用 》（田向军著. 北京： 科学出版社，2024.6）一书“序”“前言”，有删减修改，标题为编者所加。

（本文编辑：谢婉蓉）

地球为你而转！

欢迎关注：赛杰奥（sci_geo）

科学出版社地球科学订阅号