美国海军开发的模块化海洋数据同化系统(MODAS)是一种通过同化多种类型的海洋观测数据产生初始场,进而得到高分辨率的三维网格温度场和盐度场的数据同化预报方法,也被用来产生海洋声速场,近年来得到很大关注和广泛应用.通过同化多种类型观测数据,构建的声速场更为精确.但该种MODAS方法是在深度层上进行同化插值处理,当深度层增多时,计算量也随之增大,该方法将不再适用.本文利用EOF分解，提出了基于MODAS 方法的MODAS-EOF方法，可以利用温度数据和声速数据，快速建立区域海水三维声速场。实验表明，该方法的计算精度略高于传统方法。由于该方法将深度层上的同化插值处理转换为在EOF阶数层上进行处理，减小了计算量，计算效率有了显著提高。当数据量很大或需要对数据进行实时处理时，MODAS-EOF方法的优点将更为突出。