天氣研究與預報模式( Weather Research and Forecast Model；WRF )與系集調整卡爾曼濾波 ( Ensemble Adjustment Kalman Filter；EAKF )為美國國家大氣研究中心( National Center for Atmospheric Research；NCAR )資料同化研究平台( Data Assimilation Research Testbed；DART )最新資料同化系統。藉由EAKF資料同化系統配合本局新一代高速電腦系統，期望能有效提升預報準確率。卡爾曼濾波係利用分析場與觀測值所決定出來的最佳解。簡單來說，在預報過程中若有新的觀測資料進來時，由預報值與觀測值決定最佳分析數值解，再由此分析值往下預報。假設使用卡爾曼濾波分析一段時間後，預報結果將會接近實際觀測大氣，預報誤差也不會顯著成長。EAKF利用系集樣本的預報場與新的觀測資料來求取最佳分析場，同時也更新背景場誤差( Background Error )。本次實習將EAKF資料同化系統移植至中央氣象局超級電腦系統中，並以實際颱風個案進行分析與預報。觀測資料除了一般傳統觀測資料外，本次實驗也加入福衛3號( FORMOSAT-3 / COSMIC ) GPS radio occultation (RO)衛星資料進行資料同化。希望利用衛星資料空間分布的優點，彌補海上觀測資料不足之區域。