En océanographie et météorologie, les prévisions reposent largement sur une bonne estimation de l'état du système à un instant donné. Malheureusement, la technologie actuelle ne permet pas encore d'obtenir des informations fiables sur l'état du système, ne serait-ce que partiellement. Par exemple, il est évident qu'il n'est pas possible de mesurer à tout instant et partout la température qu'il fait en France. Or on souhaite connaître partout et au moins quelques jours à l'avance le temps qu'il fera. Les météorologues et océanographes ont pour ce faire un outil mathématique à leur disposition, l'assimilation de données. Celle-ci consiste à combiner de façon optimale les observations, récupérées par différents moyens (sondes, satellites), et la connaissance que nous avons du système qui régit les océans et l'atmosphère. Et ceci dans un but de pouvoir obtenir des prévisions fiables à plus ou moins court terme de leur évolution.
Pourquoi combiner ces deux sources d'informations ? D'une part les informations concernant les équations physiques des modèles qui gouvernent les océans et l'atmosphère sont incomplètes et imparfaites. En effet, les équations actuellement utilisées par les océanographes et les météorologues ne sont que des approximations plus ou moins réalistes des phénomènes physiques qui ont vraiment lieu, reposant sur des simplifications mathématiques et physiques et sur des résolutions numériquement inexactes. D'un autre côté, pourquoi ne pas utiliser simplement toutes les observations dont nous disposons ? En effet, elles sont nombreuses et de différents types : vitesses et trajectoires des vents mesurées par des stations au sol, des radiosondes, des ballons, des satellites...pour l'atmosphère ; température, salinité, pression, vitesse des courants, dénivellation de la surface libre mesurées par des flotteurs fixes ou dérivants, bateaux, satellites, avions...pour les océans. Malheureusement, nombre de ces observations sont biaisées par des erreurs de mesure, plus ou moins importantes. Il est certain que les satellites de la génération actuelle (JASON, ENVISAT) sont nettement plus précis que les précédents (TOPEX/POSEIDON, European Remote Sensing ERS 1, ERS 2), mais il reste une incertitude de quelques pourcents. De plus, il reste des zones non (ou peu) couvertes par toutes ces mesures, et l'on souhaite tout de même pouvoir y faire des prévisions. Il est alors important de combiner ces deux sources d'informations et pouvoir utiliser la partie la plus fiable des observations et la propager dans le temps grâce aux modèles physiques.
L'assimilation de données en météorologie, qui ne consistait qu'à utiliser les observations des jours précédents pour essayer de mieux prévoir le temps qu'il ferait le lendemain, s'est considérablement développée et sert actuellement à plusieurs choses bien différentes. Tout d'abord, elle a toujours pour but de fournir de bonnes prévisions (à moyen ou long terme même comme en océanographie) de l'état du système étudié. Cela a un intérêt pour nombre de personnes : prévisions météo à quelques jours pour le grand public, prévisions météo à plus long terme sur une zone très particulière pour les organisateurs de grandes manifestations, état de l'océan pour les marins pêcheurs mais aussi pour l'armée, trajectoire des tempêtes pour les compagnies aériennes.... Tout le monde utilise à divers degrés d'importance les prévisions météo et océanographiques. Mais l'assimilation de données ne s'arrête plus là. Elle a aussi pour but de mieux estimer certains paramètres des modèles physiques qui sont à l'heure actuelle encore inconnus, ou seulement partiellement identifiés. Cela permettra dans un futur proche d'améliorer considérablement les modèles physiques utilisés actuellement pour ces prévisions. La réassimilation de données passées (en connaissant plus ou moins précisément comment le système a évolué juste après) permet également de mieux comprendre certains phénomènes physiques qui jusqu'à présent étaient mal connus.