這些活動應該在你寫你的完整的文獻回顧之前或是在你的文章摘要中添加一個資源可以用來減少模型的不確定性與資料同化。如果觀察不能覆蓋整個模型的區域，LV由於空間可用性或儀器的能力，如何在不包括觀測到的位置資料同化？常用的兩種策略進行描述：一是協方差定位包包；另一是觀察定位Prada皮夾易於並行化和更高效的大規模分析。
本文評估了包包在土壤水分剖面特徵，其中地質統計學的半變異函數擬合的空間相關特性的合成L波段微波亮度溫度測量。擬合半方差模型和局部集合變換卡爾曼濾波演算法結合在一起，重量和同化觀測局部區域周邊地表模型的網格儲存格內進行分析。六個方案進行了比較：一個最近的觀測同化包包最近觀測同化，Prada皮夾不超過九最近的地方觀測同化。沒有超過包包地方觀測的情況進行了比較。從結果中，我們可以得出這樣的結論：更多的本地觀測資料同化，將提高估計與上限的9個觀測，在這種情況下。本研究演示統計學相關性表示OL的電位提高資料同化的流域尺度土壤水分使用合成L波段微波亮度溫度，不能覆蓋研究區完全空間由於植被的影響。土壤水分起著重要的作用，在流域尺度水迴圈和陸地-大氣相互作用包包。土壤水分的衛星任務提供我們機會去測量大尺度土壤水分空間Prada。地表/水文模型也成為全球土壤濕度廓線估計的重要工具，區域和流域尺度。為了提高性能的模擬模型，陸面資料同化的研究已經取得了長足的進步，對集成數值模型估計土地表面狀態和觀測從遠端遙感和地面儀器來提高表徵的水和能量迴圈。
陸面資料同化，這是很常見的，所有模型的網格單元不能被測量在同一時間由於空間可用性的測量（例如，覆蓋範圍有限的微波感測器由於茂密的植被，覆蓋範圍有限，熱感測器由於雲或地面感測器有限的測量尺度）因此，問題的如何來進行模型的網格細胞缺乏觀測資料同化已經被提出，和研究支付更多的關注空間水準轉移的觀測資料同化，Prada在模型的狀態可以被更新使用當地相兩種主要的策略，可以進行利用當地相關觀測通過水準空間相關特性的陸面變數資料同化使用相關資訊包含在模型預測協方差，在空間水準之間的相關性不同模型的位置可以被描述的協方差；和包包使用觀測相關資訊在空間水準相關性定義，通過相關觀測。