最优插值法( 又称统计内插)是从统计意义上来说均方差最小的线性插值方法。它以线性最小平方估计理论为基础，其优点是能够“自动”地处理精度不同的各种观测数据，其权重考虑了背景场和观测误差的统计特征，即包含观测、预报和分析之间的内关系。

序贯同化(sequential)指动态模型仅着眼于求解单个观测数据前一时刻的最优分析值,不断地用新的观测数据更新模型的预报场，从而形成下一时刻模型预报的初始场(背景信息),并从更新的状态重新开始新的预报，如此按顺序向前推进，直到应用了所有观测值。序贯同化仅仅考虑了过去到分析时间点的观测值，且每个观测值仅仅使用一次。变分同化(variational)指动态模型在全同化时段,利用所有可用的观测值从全局调整模刑解。所有的观测值影响状态调整的整个过程。它以最优控制理论为基础，以分析值与观测值以及背景场之间偏差为目标函数，通过对其最小化寻求整个同化时段的最优解。