资料同化，通俗来说就是把不同来源的数据通过一系列的处理、调整最终能够综合进行运用的一个过程。在数值天气预报中，资料同化最初被认为是分析处理随空间和时间分布的观测资料为数值预报提供初始场的一个过程。

可以将资料同化简单地理解为两层基本含义：一是合理利用各种不同精度的非常规资料，使其与常规观测资料融合为有机的整体，为数值预报提供更好的初始场；二是综合利用不同时次的观测资料，将这些资料中所包含的时间演变信息转化为要素场的空间分布状况。

现代资料同化方法建立在控制理论或估计理论基础上(Gelb,1974) ,中最有代表性的是变分法和滤波法。由于基于不同的理论基础, 使得在构造资料同化算法时, 形成了不同的分支, 并有各自的概念和解释系统。

例如, 变分法强调通过将模式和观测值之间的距离(称为目标泛函) 最小化来使初始条件或模式参数最优化,而滤波法则通过获得一个(或一组) 最大可能状态来实现最优化。尽管有上述不同, 但从本质上看这两种方法都在解决相同的问题，但由于计算量大和一些技术难题，而还没有任何气象中心实现Kalman滤波方法的业务运行，可是目前不少国家和地区实现了变分法的业务运行。