文章对四维变分资料同化系统进行了较深入的学习研究.在利用四维变分资料同化原理求解相关大气数值问题的计算流程中,求解最优初始场,最终归结为求解-个大规模非线性优化问题,而大气运动模式方程组往往变量较多、维数较高,因此,所用的非线性优化方法将直接关系到所求问题的准确度以及高效性.文章提出了一种新的非精确线搜索的共轭梯度法,适于求解大规模非线性优化问题,通过与其他同类优秀算法在数值试验中的比较,可以较明显地发现其优越性；该算法本质上是一种特殊的二维拟牛顿法,仍然具备一般共轭梯度法存储量小、收敛速度快的特点；而相对于常规共轭梯度法,该算法在下一搜索方向迭代式中利用的是前一次搜索方向与当前的梯度,此外,迭代所得的新方向并非与上一方向共轭,而是与当前梯度方向gk垂直的上一方向的修改方向(-x)k-1共轭,所以这里的共轭与传统共轭梯度法下的共轭意义有所不同.文章最后以Lorenz方程为例,尝试了四维变分资料同化的计算流程,在数值求解对应的非线性优化问题中,所采用的优化方法就是文章提出的改进的共轭梯度法。