校正模型（或資料同化技術，Data Assimilation, DA）應用實時的測量資料，如水位或流量等，透過某種反饋手段來調整模型，修改模型變數（包括輸入變數、狀態變數、模型引數、輸出變數），使得模擬結果與實測值更為吻合，提高預報精度。MIKE 11 DA包含了兩種基於卡爾曼濾波的資料同化方法，即集合卡爾曼濾波與權重函式法。集合卡爾曼濾波（Kalman filter）將模型誤差分配到不同的模型變數上，應用卡爾曼濾波確立模型誤差分配的權重矩陣；權重函式法的基本思想是將常規濾波校正與實測點的預報誤差相關聯，濾波校正程式採用了一個預定義的權重(增益)函式，將測量點的模型誤差分配到整個河道系統的所有狀態變數上。模型提供了三種不同的增益函式，即常量、三角形和混合指數分佈。 穩健統計學是八十年代未才基本定型的統計學分支,它是針對實際情況中假設模型常常只是對實際資料的一種近似而導致傳統統計學推斷失誤而發展起來的。穩健統計學構造一些新的具有穩健性的方法,使得在假設模型滿足時.穩健方法具有接近最優的效能;在實際資料與假設模型有差別時,其效能仍為次優的;而在實際資料與假設模型差別大時,統計方法的效能也不會變得過差。