数据同化是海洋数值预报系统中不可或缺的一部分。近年来，随着超级计算技术的发展，许多国家先后建立了高分辨率业务化海洋数值预报系统。考虑到海洋预报的时效性以及海洋数值预报模式较大的计算资源需求，其同化方法必须有效并且高效。EnOI (Ensemble Optimal Interpolation)是一种基于EnKF（EnsembleKalman Filter）简化的同化方法，被广泛应用于低分辨率的气候模式以及高分辨率的海洋预报模式，本文主要基于EnOI开展了如下工作：首先，针对前人提出的基于EnOI及HYCOM(HYbird Coordinate Ocean Model)模式同化Argo廓线方案进行了改进。针对HYCOM垂向混合坐标的特点，对前人同化方案中诊断温度/盐度的方案进行改进。另外基于EnOI多变量同化特点，在同化水层厚度时，采用同时更新了模式正压变量(ubavg，vbavg，pbavg)的方式,避免同化Argo廓线后对海表面高度造成不确定的影响。通过同化实验我们得到以下结论：（1）改进的方案中显著减小了温度及盐度的均方根偏差，温度均方根偏差在200m深度减小1.5℃，盐度减小0.1psu。（2）通过与WOA（World Ocean Atlas）资料及TAO（Tropical Atmosphere Ocean)观测温度比较，发现改进的方案有效提高温跃层处温度垂向梯度，减小温跃层深度，同化后盐度的分布与观测匹配良好。（3）通过与TAO沿赤道剖面的纬向流速比较，发现改进之后的两种方案可以增强沿赤道剖面的流核强度，但是其垂向深度上仍然偏深，表层流偏弱。（4）通过与高度计资料的比较，改进方案高估热带太平洋区域的海表面高度变率，显著提高了模式模拟海表面高度与观测的空间相关性。（5）通过减小削减系数及诊断深度可以减小对赤道表层纬向流调整，但是与观测仍差别较大。其次，我们将EnOI同化方案应用到ROMS（Regional Ocean Modeling System）海洋模式中，并进行同化TSLA（along-Track Sea Level Anomaly）的研究。基于ROMS海洋模式建立南海1/10×模拟系统，并同化TSLA资料。自2004年至2006年，根据是否考虑由于观测与同化时间不一致造成的观测误差，我们设计了AGE和NoAGE2组实验检验同化TSLA的优势，并对两种同化方案进行了比较。实验结果显示：（1）模式7天预报的海表面高度异常均方根偏差由同化之前的10.57cm分别减小到6.70cm（NoAGE方案），7.01cm(AGE方案)，并且该均方根偏差随时间变化较为平稳。（2）同化TSLA数据后，温度均方根偏差在1000m以上均减小，最大可减小0.5℃。盐度均方根偏差在200m以上减小了0.1psu，200m之下并无明显变差。（3）同化TSLA数据之后，海表面流场与观测的海表面浮子的轨迹匹配较好。（4）同化TSLA数据之后，模式模拟的海表面高度变率与观测匹配非常好，其位于菲律宾以西以及越南以东的强变率区域位置及强度与观测吻合较好，围绕西沙群岛的弱变率区域也较好的刻画出来。（5）通过局部同化实验，我们探究了现阶段高分辨模式模拟南海北部变率偏高的原因。结果证明：过强的黑潮入侵是高分辨率模式模拟南海的普遍问题，通过同化高度计数据很好地解决了这个问题。最后，我们探究了南海海表面高度异常的可预报性研究。通过2009年6月10日菲律宾以西一个强暖涡个例预报实验，我们发现，模式能够较好的预报较大的中尺度涡，但是尺度较小的冷涡无法刻画出来。本文尝试对中尺度涡的中心位置及移动轨迹进行可预报性研究，但是由于观测数据分辨率以及现阶段的涡检测技术对于模式中的噪音较为敏感，不适用于现阶段的预报研究。通过集合后报实验，本文发现：在1月份及10月份，预报的时效较长，分别可以达到27天及18天。4月及7月份，预报时效较短，在10天内。