由于实际自然现象（如天气预报，洋流运动，大气污染）的复杂性和不确定性，我们用于数值模拟的偏微分方程很难精确地描述这些问题。数据同化（Data Assimilation）是利用卫星遥感或地面监控站等观测数据作为数值模拟的约束，来优化方程本身的参数或初始条件。数据同化已经广泛应用于天气预报,大气污染控制，洋流模拟, 洪涝灾害预测等领域中。 报告人Le Dimet 教授是该领域国际领军人物。1986年发表关于变分法求解数据同化的经典论文（Le Dimet and Talagrand，Tellus (1986)） 被SCI引用400多次, 其方法现已广泛应用欧洲,美国,加拿大,日本的主要气象预报站. 本次报告将系统地论述如何将卫星遥感数据同化到数值模拟中来,并将讲述图象序列同化的最新进展.

欢迎航院,水利系,环境系等院系感兴趣的师生参加!