本书系统介绍NLS-4DVar混合数据同化方法，该方法实现了数据同化领域两大主流方法（即四维变分同化与集合卡尔曼滤波方法）的优劣互补。全书内容主要包括数据同化的基本概念与历史上多种数据同化方法的发展历程、概念理论与算法实现；NLS-4DVar方法的理论推导及其各项配套关键技术以及NLS-4DVar方法在目标观测、大气同化与反演领域的应用。
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。

序一
序二
前言
第1章 什么是数据同化
1.1 利用一个简单例子认识数据同化
1.2 由简单到复杂一路走来的同化方法
1.2.1 逐步订正法
1.2.2 最优插值法
1.2.3 变分同化方法
1.2.4 滤波方法
1.3 同化方法发展前瞻
1.3.1 En3DVar（hybrid-3DVar）
1.3.2 En4DVar
1.3.34 DEnVar
1.3.4 基于机器学习的数据同化方法
第2章 NLS-4DVar：4DVar与EnKF的融合
2.1 分析格式：数据同化的朴素解释
2.2 集合的思想：从KF到EnKF
2.3 4DVar与EnKF的融合：NLS-4DVar
2.3.1 NLS1-4DVar：En4DVar的高斯-牛顿迭代解
2.3.2 NLS2-4DVar：避免使用切线性模式
2.3.3 NLS3-4DVar：固定模拟观测扰动
2.3.4 NLS4-4DVar：一次迭代的粗糙近似
2.3.5 NLS5-4DVar：NLS2？4之改进迭代格式
2.4 NLS-4DVar系列算法的数值验证
第3章 NLS-4DVar：样本生成与更新
3.1 NLS-4DVar的样本生成
3.2 NLS-4DVar的样本更新
3.3 大数据驱动的样本生成与更新
3.4 NLS-4DVar循环同化的程序实现
3.5 数值验证
第4章 NLS-4DVar：高效局地化
4.1 虚假相关与局地化
4.2 局地化相关矩阵的高效分解
4.3 局地化相关矩阵高效分解方案的验证
4.4 NLS-4DVar的局地化
4.5 NLS-4DVar局地化方案的数值验证
4.6 局地化版本NLS-4DVar系列方法在真实模式中的数值验证
第5章 NLS-4DVar：多重网格算法
5.1 变分资料同化的多重网格策略
5.2 多重网格NLS-4DVar算法
5.3 多重网格NLS-4DVar的数值验证
5.3.1 单点观测试验设计
5.3.2 单点观测试验结果
5.3.3 综合评估试验设计
5.3.4 综合评估试验结果
第6章 从NLS-4DVar到NLS-i4DVar
6.1 整体校正i4DVar
6.2 从i4DVar到i4DVar*
6.3 数值验证试验
第7章 NLS-4DVar的应用：目标观测
7.1 敏感区域识别的CNOP-4DVar混合方法
7.2 CNOP-4DVar策略的集合非线性最小二乘算法
7.3 数值验证试验
7.3.1 试验设计
7.3.2 试验结果
第8章 NLS-4DVar的应用：SNAP系统
8.1 数值天气预报数据同化
8.2 SNAP系统
8.2.1 多重网格NLS-4DVar及其局地化
8.2.2 初始样本生成与样本更新
8.2.3 系统评价指标
8.3 SNAP个例评估试验
8.3.1 试验设计
8.3.2 试验结果
8.4 一周循环数据同化试验
8.4.1 试验设置
8.4.2 试验结果
8.5 小结
第9章 NLS-4DVar的应用：“贡嘎”系统
9.1 “贡嘎”全球大气反演系统
9.1.1 “贡嘎”系统理论基础
9.1.2 大气化学传输模式与先验碳通量
9.1.3 OCO-2卫星观测数据
9.1.4 后验碳通量的评估与验证
9.2 全球碳通量数据集
9.2.1 全球碳通量评估
9.2.2 区域碳通量评估
9.3 碳通量数据集的验证
9.3.1 OCO-2独立观测验证
9.3.2 TCCON观测验证
参考文献
后记