Un método de asimilación de datos cuadridimensional que proporciona una estimación del estado modelo de evolución explícitamente la covarianza de error de la estimación del estado. Variantes del algoritmo de filtro Kalman ahora se están aplicando a problemas de asimilación de datos atmosféricos. La estimación de filtro se basa en los datos observados hasta e incluyendo la hora actual. Las generalizaciones del filtro de Kalman existen para la dinámica de continuidad, para sistemas estocásticos no lineales (e.g., extendido o filtros Kalman ensemble), para los sistemas que tienen diferentes tipos de ruido, para la estadística del ruido desconocido y observaciones más allá de la hora actual (Kalman pulidores).