该文首先介绍了数据同化的概念及种类,简要概括地回顾了变分伴随数据同化在国内外大气、海洋领域的研究现状,并详细说明了变分伴随数据同化的基本原理,同时分别就变分伴随方法于一维扩散模型、二维线性浅水模型以及二维非线性潮流模型在珠江河口中的应用进行了一定的探索和讨论.该文借鉴了前人在大气、海洋领域所积累的数据同化经验,将变分伴随技术运用到具有特殊地貌形态和复杂水文及水动力特性的珠江河口,以水位为控制参数来构造代价函数,为二维潮流模拟的数值计算提供相对可靠的边界条件,从而使模式输出结果得到较大改善.考虑到在二维非线性潮流模型中的边界优化问题,与初场的数据同化有着本质不同.相对而言,前者对时间的依赖性较小,不需要将伴随模型反向积分到初始时刻,因此该文创造性提出"退六进一"的逐时递推同化技术,进一步完善了变分同化方法在二维潮流模型中的应用.通过对变分伴随方法的深入研究,可以看到其在对控制变量进行最优估计时,具有相当大的灵活性.对同一个数值模型而言,可以选择不同的控制变量,但得到的伴随模型是一致的,因此,可以采用各种方式来组合模型方程解和伴随模型方程解,达到改变控制变量类型(如初始场、边界条件等)和数量的目的.值得指出的是,在二维数值模拟试验中,作者仅以水位作为控制变量,对边界条件进行优化和修正,而事实上模型中还存在摩擦系数等其他不确定因素,若能对这些参数也利用变分伴随同化法进行校正,相信可以进一步改善计算结果.