La asimilación de datos para los modelos numéricos es un proceso indispensable ya que existe una  gran variedad de tipos de datos de variables atmosféricas (estaciones in-situ, sondeos, satélites, aviones…), con diferentes resoluciones y afectados de distintas incertidumbres, que es necesario combinar para conseguir un estado inicial de la atmósfera coherente que se ajuste en la mayor medida a los datos observacionales. En esta charla María Victoria Díez Muyo, meteoróloga experta en este tema, nos describe los fundamentos de las modernas técnicas de asimilación variacionales que parten del teorema de Bayes para combinar de forma óptima el campo previo con los datos observacionales, así como la asimilación en el modelo operativo de la Aemet.