数値天気予報では、未来の天気を予測するための初期値推定が非常に重要である。データ同化は、数値天気予報モデルと観測データを最適につなぐ学際的科学である。数値天気予報においては根本的な役割を果たしており、モデルの予測と観測、及びそれらの誤差統計から最適な初期値を推定する。データ同化研究チームでは、全球・領域スケールの数値天気予報システムNICAM-LETKFやSCALE-LETKFを開発してきた。これらのシステムでは、高度なデータ同化手法であるアンサンブルカルマンフィルタを用いて、数値天気予報の初期値を推定している。本発表では、数値天気予報で用いられているデータ同化手法の概念と基礎知識を導入すると共に、降水同化など最新のデータ同化研究について紹介する。