集合卡曼滤波(EnKF)是一种强非线性的同化方法，它不用人为构建背景误差协方差矩阵，且不需发展伴随模式，因而近年来随着计算机计算能力的提高而高速发展。在实际应用中，EnKF同化经常遇到两个关键问题:样本离散度的维持（防止滤波发散）以及模式偏差校正。　　针对上述两个问题，本文提出了一种观测误差适应的方法来防止滤波发散问题;同时，从背景误差协方差和温盐偏差关系入手，在同化中引入温盐控制来减小模式偏差对同化结果的影响。对于改进的同化方案进行了试验验证，开展了2008年夏季南海北部开放航次CTD的温盐廓线数据同化试验。并用卫星高度计观测数据，OSCAR流速数据，走航ADCP数据作为独立观测数据检验。结果证明新的EnKF同化方法能够有效的减小温盐均方根误差，同时改善高度场和流场的模拟。　　其次，为了弥补温盐同化观测在时空上精度的不足，开展了2000年8月至2001年7月EnKF卫星观测资料的同化试验研究。为了提高同化效率，对同化模块进行了并行化处理。结果证明EnKF卫星资料同化后高度场可以得到较好的维持，并且能够有效的提高中尺度涡的模拟，同时总体上也能够改善海洋上层的温盐结构。　　最后，利用高度计同化的再分析数据，再现了2000年至2001年冬季南沙气旋涡的时空变化，结果表明西边界流能量的输送对南沙冬季气旋涡的生成和维持起到非常重要的作用。